在当前纺织行业中，自动化水平较低和劳动力成本高的问题使得机器人代替人工成为必然趋势。为了提高生产效率、扩大利润并减少环境对工人的不良影响，利用机器人技术结合机器视觉在纺织业的应用研究成为了热门课题。基于双目视觉的机器人织物抓取系统便是在这样的背景下被研发出来的。
双目视觉技术是通过两个摄像头从稍微不同的视角拍摄同一场景，模拟人类的双眼视觉原理，通过计算两个摄像头所拍摄的图像之间的视差来恢复出场景的深度信息。它比单目视觉具有更高的精度和更快的测量速度，因此成为研究者广泛应用于机器人导航与定位、目标跟踪、障碍物检测等领域的核心技术之一。
在基于双目视觉的机器人织物抓取系统中，研究人员使用了固高四自由度机器人，结合双目视觉系统和视觉伺服方法，让机器人能够精确定位并抓取目标织物。系统主要包括以下几个组成部分：四自由度工业机器人、两个CCD摄像头、计算机、图像采集卡、运动控制卡、伺服驱动器和电机以及织物传送带。其中，计算机作为系统核心，负责图像处理、操作界面显示和控制以及系统各部分的通讯。
系统的工作流程首先是两个CCD摄像头对目标织物进行图像采集并将图像存储入计算机内存。随后对采集到的图像进行预处理，接着是图像分割和织物定位。最后根据图像坐标系与机器人坐标系的转换关系，通过机器人轨迹规划来完成对目标织物的抓取。
在双目视觉系统中，摄像头标定是一个非常重要的步骤，它涉及到三维物点与二维像点之间的对应关系问题。标定过程决定了摄像机成像模型的内参数和外参数，是后续三维恢复和视觉任务准确完成的基础。针对本系统抓取具有一定形状、抓取范围较大的织物，对标定精度的要求并不是非常高，因此选择了简单快速的标定方法，并采用针孔模型作为摄像机模型。
针孔模型是一种常用的摄像机成像模型，假设光线通过一个虚拟的针孔进行传播，并在成像平面上形成图像。在这个模型中，内参数矩阵A包含了焦距、光心位置等信息，而外参矩阵R|t包含了摄像头相对于世界坐标系的位置和方向信息。通过这些参数可以计算出任意一点在摄像机坐标系下的坐标和其在图像平面上的投影位置之间的关系。
系统通过双目视觉系统获取到的目标织物的位置与深度信息，为机器人提供了准确的抓取点坐标，机器人依据这些信息通过轨迹规划完成抓取动作。实验证明，该系统能够精确实现对不同形状织物的定位和抓取。
通过这篇文章，我们了解到机器人和机器视觉技术在纺织业的应用潜力巨大，它不仅可以显著提高生产效率和降低成本，还可以改善工人的工作环境，减少职业病的发病率。同时，双目视觉技术在机器人系统中的运用为纺织品整理工作带来了自动化和智能化的新途径。随着技术的不断完善，这类系统未来有望在工业生产中得到更广泛的应用。
