本文设计一套自动化获取机器人关节信息内容的光学识别(Optical Character Recognition)方法。该方法用于快速评估机器人轨迹在现场应用的可行性,该轨迹主要应用于蓝光拍照式测量系统。首先对每张包含机器人关节信息图片做预处理,分离RG...本文设计一套自动化获取机器人关节信息内容的光学识别(Optical Character Recognition)方法。该方法用于快速评估机器人轨迹在现场应用的可行性,该轨迹主要应用于蓝光拍照式测量系统。首先对每张包含机器人关节信息图片做预处理,分离RGB图层,对图层进行二值化,采用LANCZOS方法进行图像的插值处理,使用Tesseract的搜索算法对图像内容进行识别,获取机器人各轴信息。通过评估OCR结果的,识别出错概率小于3%,可以满足使用要求。结论:基于Tesseract的识别工具获取机器人关节信息,免去目视检查轨迹和人工判断各轴姿态是否合理的工作内容,机器人工程师执行检查程序后执行机器人程序,即可将机器人各轴数据转化成结构化的数据报告,提高检查机器人轨迹可用性的效率,有利于后续进行更进一步的数据处理。展开更多
文摘本文设计一套自动化获取机器人关节信息内容的光学识别(Optical Character Recognition)方法。该方法用于快速评估机器人轨迹在现场应用的可行性,该轨迹主要应用于蓝光拍照式测量系统。首先对每张包含机器人关节信息图片做预处理,分离RGB图层,对图层进行二值化,采用LANCZOS方法进行图像的插值处理,使用Tesseract的搜索算法对图像内容进行识别,获取机器人各轴信息。通过评估OCR结果的,识别出错概率小于3%,可以满足使用要求。结论:基于Tesseract的识别工具获取机器人关节信息,免去目视检查轨迹和人工判断各轴姿态是否合理的工作内容,机器人工程师执行检查程序后执行机器人程序,即可将机器人各轴数据转化成结构化的数据报告,提高检查机器人轨迹可用性的效率,有利于后续进行更进一步的数据处理。