基于三维点云的拆卸产品结构机器人视觉识别方法技术

本发明专利技术提供了一种基于三维点云的拆卸产品结构机器人视觉识别方法，用于机器人自动化拆卸过程中。在本发明专利技术的基于三维点云的拆卸产品结构识别方法中，通过深度视觉传感器获取拆卸产品的原始点云数据；利用基于点云的物体部分分割方法获取拆卸产品各组件的点云聚类模型；利用基于特征描述子的物体识别方法对各组件的点云聚类模型进行识别得到各组件的类别信息；以及通过比较各组件中心坐标的大小得到各组件的空间位置关系。本发明专利技术的结构识别方法给出了拆卸产品空间结构信息，提高了机器人对拆卸产品不确定性的应对能力。

Vision recognition method of disassembly product structure robot based on 3D point cloud

【技术实现步骤摘要】
基于三维点云的拆卸产品结构机器人视觉识别方法
本专利技术涉及适用于拆卸产品结构识别的点云数据处理，特别涉及基于三维点云的拆卸产品结构机器人视觉识别方法。
技术介绍
近年来，由于产品生命周期缩短和市场需求的增加，废旧产品的数量显著增加，利用人工方式进行废旧产品的拆卸与分解不能适应当今的工业生产需求，机器人拆卸有效地发挥了工业机器人的优势，解放劳动力，降低生产成本，提高拆卸效率等。当前的研究中机器人大多按照预定义的程序完成指定拆卸动作,缺少灵活性和通用性，缺少对拆卸产品的感知和应变能力。所以在机器人拆卸中，如何使机器人获取拆卸产品组成信息，理解拆卸产品结构使一个亟待解决的问题。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中拆卸产品在使用过程中会有不同程度的损坏，导致许多不确定性的缺陷，如组件质量和数量的变化及产品结构的变化等，本专利技术提供了一种基于三维点云的拆卸产品结构识别方法，可使机器人更好地应对拆卸产品的不确定性，提高识别产品结构的效率。本专利技术解决其技术问题所采用的技术方案是：提供一种基于本文档来自技高网...

【技术保护点】
1.一种基于三维点云的拆卸产品结构机器人视觉识别方法，其特征在于，该方法包括：/nS1、通过深度传感器获取拆卸产品的原始点云数据；/nS2、利用基于点云的物体部分分割方法获取拆卸产品各组件的点云聚类模型；/nS3、利用基于特征描述子的物体识别方法对各组件的点云聚类模型进行识别得到各组件的类别信息；/nS4、通过比较各组件中心坐标的大小得到各组件的空间位置关系。/n

【技术特征摘要】
1.一种基于三维点云的拆卸产品结构机器人视觉识别方法，其特征在于，该方法包括：
S1、通过深度传感器获取拆卸产品的原始点云数据；
S2、利用基于点云的物体部分分割方法获取拆卸产品各组件的点云聚类模型；
S3、利用基于特征描述子的物体识别方法对各组件的点云聚类模型进行识别得到各组件的类别信息；
S4、通过比较各组件中心坐标的大小得到各组件的空间位置关系。


2.根据权利要求1所述的基于三维点云的拆卸产品结构机器人视觉识别方法，其特征在于，步骤S1具体包括：
S11、通过深度传感器获取拆卸产品的深度图像；
S12、根据深度图像坐标转换得到拆卸产品的点云坐标；
S13、采用条件滤波器及半径滤波器对获取的点云数据进行处理。


3.根据权利要求1所述的基于三维点云的拆卸产品结构机器人视觉识别方法，其特征在于，步骤S2具体为：利用CPC约束平面分割算法获取拆卸产品各组件的点云聚类模型。


4.根据权利要求1所述的基于三维点云的拆卸产品结构机器人视觉识别方法，其特征在于，步骤S3具体包括：
S31、计算拆卸产品各组件多角度点云聚类模型的法向量；
S32、计算拆卸产品各组件多角度点云聚类模型对应的VFH视点特征直方图描述子；
S33、构建模型库，模型库中包含拆卸产品各组件多角度的点云聚类模型及计算得到的VFH特征直方图；
S34、将模型库中拆卸产品各组件多角度点云聚类模型的VFH特征直方图作为样本，根据样本建立Kd树，对于待识别的拆卸产品各组件的点云聚类模型用Kd树进行搜索得到分类结果。


5.根据权利要求1所述的基于三维点云的拆卸产品结构机器人视觉识别方法，其特征在于，步骤S4具体包括：
S41、计算拆卸产品各组件中心坐标；
S42、比较拆卸产品各组件中心坐标的大小得到...

【专利技术属性】
技术研发人员：姚碧涛，王雅琳，江雪梅，徐文君，刘志浩，周祖德，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42