基于自由曲面的工业机器人全覆盖路径生成方法及系统技术方案

本发明专利技术提出了一种基于自由曲面的工业机器人全面覆盖路径快速生成方法，包括：对位置式机器人视觉系统进行标定，确定采集数据与真实场景三维工件的坐标转换关系；基于立体视觉摄像头对工件表面的自由曲面进行三维重建，获取该自由曲面的点云数据；沿与y轴平行的方向对工件表面的点云数据进行平滑去噪，并进行点云数据拾取；以拾取点周围小邻域ε内点云数据的平均曲率为拾取点的曲率值n

【技术实现步骤摘要】
基于自由曲面的工业机器人全覆盖路径生成方法及系统
本专利技术涉及机器人的路径生成方法及系统，特别涉及一种基于自由曲面的工业机器人全覆盖路径生成方法及系统。
技术介绍
工业场合中经常需要在不规则三维工件表面进行机器人自动涂胶操作，以制鞋行业为例，由于鞋底款式和鞋码不同，经常需要变换机器人的工作路径以使得鞋底能够均匀涂胶。传统的工业机器人路径规划过程通常需要进行人工示教，或者在商用软件中进行离线编程以针对每款产品的表面形貌进行分析，并规划工业机器人路径。这种方法费时、费力，且人工示教过程存在不确定性，生成的路径不够准确；离线编程方式需要获得产品表面形貌的三维几何模型，同时需要进行轨迹规划并进行虚拟-现实标定，该标定过程会产生标定误差，进而影响到机器人路径生成的精确度。以人工示教方式为例，由于缺乏参考标准，人工操作机器人涂胶的示教过程会存在较多重复涂胶或者未涂到胶的区域，进而影响产品的粘合质量。同时，由于人工示教方法缺乏准备的数据支撑，因此人工示教的路径存在随机性，在自由曲面曲率变化较大的区域，路径点数量不够多，容易造成该区域涂胶过厚或过薄。在两条路径之间，由于曲面曲率变化，无法确保L值的固定，因此造成两条路径之间产生重复涂胶或漏涂胶现象，影响产品质量。
技术实现思路
本专利技术提供了一种基于自由曲面的工业机器人全面覆盖路径快速生成方法，包括：对位置式机器人视觉系统进行标定，确定采集数据与真实场景三维工件的坐标转换关系；基于立体视觉摄像头对工件表面的自由曲面进行三维重建，获取该自由曲面的点云数据；沿与y轴平行的方向对工件表面的点云数据进行平滑去噪，并进行点云数据拾取；以拾取点周围小邻域ε内点云数据的平均曲率为拾取点的曲率值np；以及将包含位置和法向量的拾取点信息转换至世界坐标系，以生成工业机器人涂胶路径。其中，所述步骤S1中，采用以下公式计算得到点云数据在世界坐标系中的位置：其中(x，y，z)为世界坐标系中的一个点，(u，v，λ)为该点对应的点云数据坐标，采用旋转矩阵可得到点云数据在世界坐标系中的位置如下：其中，r11，r12，r13，r31，r32，r33为旋转矩阵中的行和列元素，t1，t2，t3是从相机到自由曲面的旋转矩阵元素。其中，所述步骤S3中，采用等误差的尖锐特征识别算法进行点云数据拾取。其中，所述步骤S4中，点云数据p的曲率np取邻域内所有i个点的平均曲率，其计算公式如下所示：其中k为领域内的点的数目，ni为点云数据p邻域内点的曲率。本专利技术还提供了一种基于自由曲面的工业机器人全面覆盖路径快速生成系统.包括：坐标转换模块，用于对位置式机器人视觉系统进行标定，以确定采集数据与真实场景三维工件的坐标转换关系；点云数据获取模块，用于对工件表面的自由曲面进行三维重建，以获取该自由曲面的点云数据；点云数据拾取模块，用于对工件表面的点云数据进行平滑去噪，并采用等误差的尖锐特征识别算法进行点云数据拾取；拾取点曲率值计算模块，用于以拾取点周围小邻域ε内点云数据的平均曲率为拾取点的曲率值np；以及路径生成模块，用于将包含位置和法向量的拾取点信息转换至世界坐标系，以生成工业机器人涂胶路径。其中，所述坐标转换模块通过采用以下公式计算得到点云数据在世界坐标系中的位置：其中(x，y，z)为世界坐标系中的一个点，(u，v，λ)为该点对应的点云数据坐标，采用旋转矩阵可得到点云数据在世界坐标系中的位置如下：其中，r11，r12，r13，r31，r32，r33为旋转矩阵中的行和列元素，t1，t2，t3是从相机到自由曲面的旋转矩阵元素。上述基于自由曲面的工业机器人全面覆盖路径快速生成方法及系统采用结构光立体视觉对自由曲面进行扫掠，设数据采集距离间隔为L，使用立体相机提取自由曲面上各x轴方向上的点云数据，并根据点云数据与周围小邻域内的平均曲率来计算该点云数据的曲率，基于等误差方法的点云数据删减算法采集点云尖锐特征，过滤点云数据，并依据点云数据的位置和曲率信息生成工业机器人路径。附图说明图1为本专利技术基于自由曲面的工业机器人全面覆盖路径快速生成方法的较佳实施方式的流程图。图2为采用等误差方法原理令各节点间曲线与逼近线段的误差相等的曲线示意图。图3为图1中步骤S4的示意图。图4为本专利技术基于自由曲面的工业机器人全面覆盖路径快速生成系统的较佳实施方式的方框图。具体实施方式下面结合附图对本专利技术作进一步说明，但不以任何方式对本专利技术加以限制，基于本专利技术教导所作的任何变换，均落入本专利技术保护范围。请参考图1所示，为本专利技术所述的一种基于自由曲面的工业机器人全面覆盖路径快速生成方法的较佳实施方式的流程图。所述基于自由曲面的工业机器人全面覆盖路径快速生成方法的较佳实施方式包括以下步骤：步骤S1：对位置式机器人视觉系统进行标定，确定采集数据与真实场景三维工件的坐标转换关系。由于因此可推导出得到透视投影方程，其中k为归一化因子，(x，y，z)为世界坐标系中的一个点，(u，v，λ)为该点对应的点云数据坐标。采用旋转矩阵可得到点云数据在世界坐标系中的位置如下：其中，r11，r12，r13，r31，r32，r33为旋转矩阵中的行和列元素，t1，t2，t3是从相机到自由曲面的旋转矩阵元素。步骤S2：基于立体视觉摄像头对工件表面的自由曲面进行三维重建，获取该自由曲面的点云数据。步骤S3：沿与y轴平行的方向对工件表面的点云数据进行平滑去噪，并采用等误差的尖锐特征识别算法进行点云数据拾取。其中平滑去噪算法采用张量积投票原则，其原理表述如下：对于点云数据p，其法向量为np，将该法向量np进行编码转换为二阶张量形式，得到在数据p的小邻域内P包含的所有点云数据pi也进行编码，并向P进行投票，得到以下公式：其中，T为投票公式，s为该段弧长，k为该弧长所对应的曲率，c为常数，ti表示点p的向量积，σ为权函数e的自由参数，其决定了投票的尺度范围。投票过程结束后对最大特征根对应的特征向量作为该采样点平滑后的法向量，从而改善尖锐特征的提取效果，去除散乱点云数据。请继续参考图2所示，为采用等误差方法原理，令各节点间曲线与逼近线段的误差T相等，通过经过特征点的局部直线段来逼近所替代的曲线，从而避免产生冗余线段，并提高逼近精度。计算过程中采用迭代算法进行计算，完成特征点拾取操作。步骤S4：以拾取点周围小邻域ε内点云数据的平均曲率为拾取点的曲率值np，如图3为例，其中，点云数据p的曲率np取邻域内所有i个点的平均曲率，其计算公式如下所示：其中k为领域内的点的数目，ni为点云数据p邻域内点的曲率。步骤5、将包含位置和法向量的拾取点信息转换至世界坐标系，生成工业机器人涂胶路径。请继续参考图4所示，其为本专利技术所述的一种基于自由曲面的工业机器人全面覆盖路径快速生成系统本文档来自技高网...

【技术保护点】
1.一种基于自由曲面的工业机器人全覆盖路径生成方法，包括：/n对位置式机器人视觉系统进行标定，确定采集数据与真实场景三维工件的坐标转换关系；/n基于立体视觉摄像头对工件表面的自由曲面进行三维重建，获取该自由曲面的点云数据；/n沿与y轴平行的方向对工件表面的点云数据进行平滑去噪，并进行点云数据拾取；/n以拾取点周围小邻域ε内点云数据的平均曲率为拾取点的曲率值n

【技术特征摘要】
1.一种基于自由曲面的工业机器人全覆盖路径生成方法，包括：
对位置式机器人视觉系统进行标定，确定采集数据与真实场景三维工件的坐标转换关系；
基于立体视觉摄像头对工件表面的自由曲面进行三维重建，获取该自由曲面的点云数据；
沿与y轴平行的方向对工件表面的点云数据进行平滑去噪，并进行点云数据拾取；
以拾取点周围小邻域ε内点云数据的平均曲率为拾取点的曲率值np；以及
将包含位置和法向量的拾取点信息转换至世界坐标系，以生成工业机器人涂胶路径。


2.如权利要求1所述的基于自由曲面的工业机器人全覆盖路径生成方法，其特征在于：所述步骤S1中，采用以下公式计算得到点云数据在世界坐标系中的位置：其中(x，y，z)为世界坐标系中的一个点，(u，v，λ)为该点对应的点云数据坐标，采用旋转矩阵可得到点云数据在世界坐标系中的位置如下：



其中，r11，r12，r13，r31，r32，r33为旋转矩阵中的行和列元素，t1，t2，t3是从相机到自由曲面的旋转矩阵元素。


3.如权利要求1所述的基于自由曲面的工业机器人全覆盖路径生成方法，其特征在于：所述步骤S3中，采用等误差的尖锐特征识别算法进行点云数据拾取。


4.如权利要求1所述的基于自由曲面的工业机器人全覆盖路径生成方法，其特征在于：所述步骤S4...

【专利技术属性】
技术研发人员：皮历，魏祯奇，王潇，谢旭，周林，李胜豪，陈冬，
申请(专利权)人：重庆见芒信息技术咨询服务有限公司，
类型：发明
国别省市：重庆;50