仅有棱边特征物体的定位方法、应用及精度评价方法技术

本发明专利技术公开一种仅有棱边特征物体的定位方法，包括：机器人带动单线结构光传感器对标准工件进行检测，标定标准数据，记录各测试位置的光平面方程；测试时，机器人带动单线结构光传感器在不同测试位置获取实测工件上各测试点的三维坐标，记为实测数据；基于标定的三维坐标与实测数据计算旋转平移矩阵；对各条辅助直线进行旋转平移，再将其与各自对应的光平面方程的交点记入校准点集；以实测数据、校准点集各对应点之间的距离为目标函数，利用最优化方法迭代得出满足收敛条件的最优旋转平移矩阵；将其补偿到标定过程中各测试点的坐标，得到当前工件的位置，完成定位；本方法有效解决了棱边测试点偏移、定位不准确的问题，提高了视觉定位的准确性。

【技术实现步骤摘要】
仅有棱边特征物体的定位方法、应用及精度评价方法
本专利技术涉及结构光测量领域，具体涉及一种仅有棱边特征物体的定位方法、应用及精度评价方法。
技术介绍
在主动视觉测量领域中，结构光测量是常见的测量方式，其中应用最广泛的是线激光特征，其通过线激光器向被测物投射激光条，采用图像采集设备采集光条图像，通过图像分析得出被测物的三维信息，使用线结构光传感器进行视觉定位时，需要选取被测物上的特征，并进行特征提取获取三维信息，进而实现视觉定位，在实际使用时，视觉定位往往应用于视觉引导或者自动化加工及装配领域，同一型号的工件通过流水线、转轮、辊床等移动设备，依次放置于待测工位，这一过程中，受到移动设备传输精度、工装夹具定位误差以及不同工件之间加工精度的影响，待测工件的实际位置与标准工件位置之间的不可避免会存在差异；现有的定位方法，仅计算待测工件上的测点坐标(选取的被测特征坐标)与标准工件上测点坐标之间的旋转平移关系，若被测特征为封闭形状(如特征圆、方孔或球等)，其根据图形特征的几何中心进行定位，此时，被测物的位置轻微移动对其影响有限，只要保证激光条能够覆盖到被测特征，即使当前被测物特征与标准工件上的特征位置之间存在细小误差，也依旧能够通过结构光能够获取被测特征的几何中心；但是在待测工件种类繁多，有些工件上并不包含封闭图形特征，如平板件、汽车顶盖、风挡玻璃框，这些部件仅包含面特征和棱边特征，而采用结构光测量，需要选择棱边特性进行工件定位，由于棱边为拉伸体，其上选取的点与周围点并没有视觉上的明显的区别，只要被测工件发生位置改变(偏移、旋转)，势必会导致当前工件的测点与标准工件测点位置存在误差，不能保证偏移前后测点的一致，此时使用现有的定位方法，求解工件偏移，会存在较大误差，影响视觉定位精度。
技术实现思路
为了解决上述问题，本专利技术提供了一种基于单线结构光的工件视觉定位方法，其利用最优化的思想对现有定位方法进行了改进，有效解决了棱边测试点偏移、定位不准确的问题，提高了视觉定位的准确性。技术方案如下：一种仅有棱边特征物体的定位方法，所述仅有棱边特征物体表面至少形成有两条不在同一直线上的棱边；包括以下步骤：机器人带动单线结构光传感器在多个不同测试位置对标准工件进行检测，测试结果中至少包括三个不在同一直线上的棱边上的点(测试结果中点的三维坐标能够监测工件沿X、Y、Z三个方向的偏移和绕X、Y、Z三个轴的旋转(即符合321建系选点原则))；测试前，标定好各个测试位置辅助直线方程及测试点的三维坐标，以此为标准数据，同时将各测试位置单线结构光传感器的光平面方程转换到空间坐标系，并记录；各个测试位置所对应的测试点、辅助直线通过以下方法获得：在测试位置，单线结构光光条在标准工件上的拐点为测试点；以测试点为基准通过微调机器人位置获取多个位于同条棱边上的点，利用其与对应测试点的三维坐标拟合得到辅助直线；测试时，工件按照预先设定的状态放置在检测工位上，机器人按照预设路径带动单线结构光传感器在不同测试位置获取各测试点的三维坐标，记为实测数据；基于标定过程中记录的各测试点的三维坐标与实测数据中各测试点的三维坐标数据计算旋转平移矩阵；以此为基础，对标准数据中各条辅助直线进行旋转平移，再将其与各自对应的光平面方程的交点记入校准点集；以实测数据中各测试点的三维坐标、对应校准点集中的交点之间的距离为目标函数，利用最优化方法迭代得出满足收敛条件的最优旋转平移矩阵；将最优旋转平移矩阵补偿到标定过程中各测试点的坐标，得到当前工件的位置，完成定位。为了保证传感器采集实测工件的棱边与标准工件的棱边为同侧棱边，进一步，工件按照预先设定的状态放置在检测工位时，其与标定时的标准工件位置横纵方向偏差在30mm以内，角度偏差在5°以内。进一步，所述最优化方法为梯度下降法、LM法或高斯牛顿法。进一步，将目标函数表示为min{Si-Fi}，i＝1，2……m，m表示测试点个数，Si表示第i个测试位置实测数据中测试点的三维坐标，Fi表示第i个测试位置校准点集中交点的三维坐标；收敛条件为：唯一上限值或者对于每个测试位置设置1个目标函数的上限值。作为一种应用，利用本专利技术定位方法进行工件抓取，包括：将最优化旋转平移矩阵补偿到抓件机器人的抓件轨迹，引导抓件机器人根据实际位置进行工件抓取。作为另一种应用，利用本专利技术定位方法进行工件加工，包括：将最优化旋转平移矩阵补偿到加工机器人的加工轨迹，引导抓件机器人根据实际位置进行工件加工(如焊接、切割等)。本专利技术还公开了一种对上述定位方法进行精度评价的方法，进行以下步骤：S1、利用标准仪器获取标准工件上特定点的三维坐标Qj，j＝1,2……n，n表示特征点个数；所述标准仪器包括激光跟踪仪、三坐标机和V-Satrs；所述特定点为在标准工件面或棱边上预先作标记的点，至少包括三个不共线的点；机器人带动单线结构光传感器在多个不同测试位置对标准工件进行检测，测试结果中至少包括三个不在同一直线上的棱边上的点；测试前，标定好各个测试位置辅助直线方程及测试点的三维坐标，以此为标准数据，同时将各测试位置单线结构光传感器的光平面方程转换到空间坐标系，并记录；各个测试位置所对应的测试点、辅助直线通过以下方法获得：在测试位置，单线结构光光条在标准工件上的拐点为测试点；以测试点为基准通过微调机器人位置获取多个位于同条棱边上的点，利用其与对应测试点的三维坐标拟合得到辅助直线；S2、调整标准工件的位置，使其呈现出其他工件放置时的位姿；利用标准仪器再次获取调整后的标准工件上特定点的三维坐标Q’j，利用刚体变换求解Q’j和Qj之间的旋转平移矩阵RT’；(其中，Q’j和Qj均在全局空间坐标系下)机器人按照预设路径带动单线结构光传感器在不同测试位置获取各测试点的三维坐标，记为实测数据；基于标定过程中记录的各测试点的三维坐标与实测数据中各测试点的三维坐标数据计算旋转平移矩阵；以此为基础，对标准数据中各条辅助直线进行旋转平移，再将其与各自对应的光平面方程的交点记入校准点集；以实测数据中各测试点的三维坐标、对应校准点集中的交点之间的距离为目标函数，利用最优化方法迭代得出满足收敛条件的最优旋转平移矩阵RT；S3、对比RT和RT’，判断两者之间各旋转、平移分量之间的差值是否小于预设值，若是，则得出的最优旋转平移矩阵RT满足测量要求，若否，则其不能满足测量要求。本专利技术方案具有以下优点：(1)本方法不仅利用测试点坐标求取初始旋转平移关系，还在每个测试点周围进行了直线拟合，拟合出的辅助直线代表了棱边线，当工件实际位置发生改变时，测试点位置发生改变但是其对应的辅助直线始终不变，利用初始旋转平移关系调整辅助直线，理论上，调整后的辅助直线与光平面的交点应当与对应位置的实测坐标一致，基于这一原则，设置目标函数、提供收敛条件，基于最优化的思想得出更加准确的旋转平移矩阵，进而实现高精度定位；本方法应用于视觉引导，可辅助机器人进行精准的工件抓取、加工等；本文档来自技高网...

【技术保护点】
1.一种仅有棱边特征物体的定位方法，所述仅有棱边特征物体表面至少形成有两条不在同一直线上的棱边；其特征在于：/n机器人带动单线结构光传感器在多个不同测试位置对标准工件进行检测，测试结果中至少包括三个不在同一直线上的棱边上的点；测试前，标定好各个测试位置辅助直线方程及测试点的三维坐标，以此为标准数据，同时将各测试位置单线结构光传感器的光平面方程转换到空间坐标系，并记录；/n各个测试位置所对应的测试点、辅助直线通过以下方法获得：在测试位置，单线结构光光条在标准工件上的拐点为测试点；以测试点为基准通过微调机器人位置获取多个位于同条棱边上的点，利用其与对应测试点的三维坐标拟合得到辅助直线；/n测试时，工件按照预先设定的状态放置在检测工位上，机器人按照预设路径带动单线结构光传感器在不同测试位置获取各测试点的三维坐标，记为实测数据；/n基于标定过程中记录的各测试点的三维坐标与实测数据中各测试点的三维坐标数据计算旋转平移矩阵；以此为基础，对标准数据中各条辅助直线进行旋转平移，再将其与各自对应的光平面方程的交点记入校准点集；/n以实测数据中各测试点的三维坐标、对应校准点集中的交点之间的距离为目标函数，利用最优化方法迭代得出满足收敛条件的最优旋转平移矩阵；/n将最优旋转平移矩阵补偿到标定过程中各测试点的坐标，得到当前工件的位置，完成定位。/n...

【技术特征摘要】
1.一种仅有棱边特征物体的定位方法，所述仅有棱边特征物体表面至少形成有两条不在同一直线上的棱边；其特征在于：
机器人带动单线结构光传感器在多个不同测试位置对标准工件进行检测，测试结果中至少包括三个不在同一直线上的棱边上的点；测试前，标定好各个测试位置辅助直线方程及测试点的三维坐标，以此为标准数据，同时将各测试位置单线结构光传感器的光平面方程转换到空间坐标系，并记录；
各个测试位置所对应的测试点、辅助直线通过以下方法获得：在测试位置，单线结构光光条在标准工件上的拐点为测试点；以测试点为基准通过微调机器人位置获取多个位于同条棱边上的点，利用其与对应测试点的三维坐标拟合得到辅助直线；
测试时，工件按照预先设定的状态放置在检测工位上，机器人按照预设路径带动单线结构光传感器在不同测试位置获取各测试点的三维坐标，记为实测数据；
基于标定过程中记录的各测试点的三维坐标与实测数据中各测试点的三维坐标数据计算旋转平移矩阵；以此为基础，对标准数据中各条辅助直线进行旋转平移，再将其与各自对应的光平面方程的交点记入校准点集；
以实测数据中各测试点的三维坐标、对应校准点集中的交点之间的距离为目标函数，利用最优化方法迭代得出满足收敛条件的最优旋转平移矩阵；
将最优旋转平移矩阵补偿到标定过程中各测试点的坐标，得到当前工件的位置，完成定位。


2.如权利要求1所述仅有棱边特征物体的定位方法，其特征在于：工件按照预先设定的状态放置在检测工位时，其与标定时的标准工件位置横纵方向偏差在30mm以内，角度偏差在5°以内。


3.如权利要求1所述仅有棱边特征物体的定位方法，其特征在于：所述最优化方法为梯度下降法、LM法或高斯牛顿法。


4.如权利要求1所述仅有棱边特征物体的定位方法，其特征在于：将目标函数表示为min{Si-Fi}，i＝1，2……m，m表示测试点个数，Si表示第i个测试位置实测数据中测试点的三维坐标，Fi表示第i个测试位置校准点集中交点的三维坐标；
收敛条件为：唯一上限值或者对于每个测试位置设置1个目标函数的上限值。


5.一种利用权利要求1～4中任一项所述定位方法进行...

【专利技术属性】
技术研发人员：郭寅，尹仕斌，刘海庆，李晓飞，
申请(专利权)人：易思维杭州科技有限公司，
类型：发明
国别省市：浙江;33