一种基于平面类工件定位算法的自动化装配方法及系统技术方案

本发明专利技术公开了一种基于平面类工件定位算法的自动化装配方法及系统，属于机器人视觉领域。本发明专利技术采用平面检测以及离群点去除算法提取若干平面，然后通过最小包围盒确定平面点云位姿，最后利用平面的长宽约束找出所需平面，并指导工业机器人运动到正确的装配位置。相较于基于图像的定位算法，本发明专利技术在高动态，高反射的场景下拥有更高的识别精度；相较于常规的基于点云的定位算法，本发明专利技术避免了复杂的模板匹配过程，计算效率高，鲁棒性强，且能够适用于任意形状的平面类工件。本发明专利技术通过三维视觉和工业机器人结合的模式，为可能出现工件偏移的场景提供了鲁棒性的解决方案。场景提供了鲁棒性的解决方案。场景提供了鲁棒性的解决方案。

An automatic assembly method and system based on plane workpiece positioning algorithm

【技术实现步骤摘要】
一种基于平面类工件定位算法的自动化装配方法及系统


[0001]本专利技术属于机器人视觉领域，更具体地，涉及一种基于平面类工件定位算法的自动化装配方法及系统。

技术介绍

[0002]装配是产品生产的后置工序，在制造业中占有重要地位。在传统的装配生产线上，工业机器人的所有动作都是预先设定好的，当工件的位置发生偏移时，机器人便无法顺利完成装配工作。随着机器视觉技术的发展，将机器视觉定位算法与工业机器人相结合的模式逐渐成为主流，机器人工作的柔性以及自动化水平得到了显著的提高。
[0003]目前的机器视觉定位算法主要分为两大类：基于二维图像和基于三维点云。在基于二维图像的视觉定位算法中，二维图像算法会受到光照、旋转以及尺度等因素影响，故在精度和鲁棒性上有所欠缺；而基于三维点云配准的方法会由于匹配等过程需要大量计算而性能不佳。
[0004]由于在实际装配中，大量存在包含一个或数个平面作为装配面的零件，而在三维点云中提取平面的计算开销较小，故针对此类场景进行设计，可以使得定位算法兼顾鲁棒性、精确性和高效性。

技术实现思路

[0005]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种平面类工件的自动化装配方法及系统，其目标在于实现平面类零件的机器人自动化装配，并兼顾鲁棒性、精确性与高效性。
[0006]为实现上述目的，本专利技术提供了一种平面类工件的机器人自动化装配方法，包括以下步骤：
[0007]S1.提取被装配零件中的平面点云；
[0008]S2.根据S1中得到的平面点云，创建包围盒，并计算被装配零件的装配位相对于相机坐标系的位姿；
[0009]S3.根据所述被装配零件的装配位相对于相机坐标系的位姿计算被装配平面零件的装配位相对于机器人基坐标系的位姿；
[0010]S4.控制机器人，根据S3中得到的位姿，完成装配。
[0011]优选地，所述S1具体包括：
[0012]S11.获取待处理的三维点云；
[0013]S12.从所述三维点云中随机选取三个点，计算出这三点所组成的平面；
[0014]S13.遍历三维点云中的所有点，计算每个点到S12所得平面之间的距离，再根据预先设定的阈值，统计满足到平面距离小于阈值的点的个数，即内点数；
[0015]S14.在预设的迭代次数内，重复S12
‑
S13，寻找内点数最多的平面作为最优平面；
[0016]S15.遍历三维点云中的所有点，保留满足到最优平面距离小于阈值的点组成平面
点云。
[0017]优选地，所述S2具体包括：
[0018]S21.读取经过S1处理所得到的平面点云；
[0019]S22.计算平面点云的质心；
[0020]S23.通过质心与平面点云构建协方差矩阵，进行QR分解，得到三个实特征值；
[0021]S24.将实特征值从大到小排列，其对应的三个特征向量即是平面点云位姿坐标系的xyz轴的方向；
[0022]S25.以质心为原点，S24中生成的坐标轴为方向创建平面点云的位姿坐标系；
[0023]S26.获取平面点云在其位姿坐标系下xyz方向上的最大值和最小值，创建包围盒；
[0024]S27.通过包围盒顶点信息及中心信息计算被装配零件平面相对于相机坐标系的位姿；
[0025]S28.根据装配位在平面上的具体位置，将S27中得到的位姿沿与平面平行方向进行偏移，得到装配位相对于相机坐标系的位姿。
[0026]优选地，所述S3具体包括：
[0027]S31.对相机和机器人进行手眼标定，得到相机坐标系在机器人法兰盘坐标系或基坐标系的位姿；
[0028]S32.通过S28中得到的装配位相对于相机坐标系的位姿与S31中得到的位姿，计算得到工件相对于机器人基坐标系的位姿。
[0029]优选地，所述S4具体包括：
[0030]S41.移动机器人，在机器人基坐标系下，使装配零件的工件坐标系与被装配零件装配位的位姿的坐标系重合；
[0031]S42.为了使装配过程中装配零件和被装配零件不发生碰撞，使装配零件的工件坐标系移动到被装配零件装配位的坐标系延装配方向轴向上一定距离的位置，在装配方向直线移动，使装配零件和被装配零件的坐标系重合。
[0032]本专利技术另一方面提供了一种基于平面类工件定位算法的自动化装配系统，包括：计算机可读存储介质和处理器；
[0033]所述计算机可读存储介质用于存储可执行指令；
[0034]所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行上述的基于平面类工件定位算法的自动化装配方法。
[0035]通过本专利技术所构思的以上技术方案，可以减少生产过程中装配环节的人工成本；与现有基于图像识别的装配技术相比，由于本专利技术基于的三维点云数据不会受到旋转、光照、尺度等因素影响；且相较于常规的基于点云的定位算法，本专利技术避免了复杂的模板匹配过程，计算效率高，能够取得高识别率、高鲁棒性的有益效果。
附图说明
[0036]图1是本专利技术提供的基于平面类工件定位算法的自动化装配方法的流程示意图；
[0037]图2是机器人处于拍照位时的示意图；
[0038]图3为机器人处于装配位时的示意图。
具体实施方式
[0039]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间不构成冲突就可以相互组合。
[0040]本专利技术提供了一种平面类工件的机器人自动化装配方法，包括以下步骤
[0041]S1.提取被装配零件中的平面点云；
[0042]S2.根据S1中得到的平面点云，创建包围盒，并计算被装配零件的装配位相对于相机坐标系的位姿；
[0043]S3.根据所述被装配零件的装配位相对于相机坐标系的位姿计算被装配平面零件的装配位相对于机器人基坐标系的位姿；
[0044]S4.控制机器人，根据S3中得到的位姿，完成装配。
[0045]实施例
[0046]如图1所示，本专利技术提供了一种平面类零件的机器人自动化装配方法，利用上述流程可以对包含平面装配面的装配过程实现基于机器人视觉的自动化。具体可以按照如下步骤进行：
[0047]部署系统：系统包括具有三维测量功能的相机系统，机器人与计算机；部署过程包括公头TCP标定与机器人
‑
相机手眼标定，具体步骤如下：
[0048]1)公头工具坐标系标定：本实施例采用“四点法”实现，控制TCP 从四个不同的方向与空间内的固定点重合，利用四次TCP点在机器人基座坐标系中坐标相等来建立方程组，从而求解出工具坐标系到末端法兰盘坐标系之间的平移分量。其具体构建方程为：
[0049][0050]其中为机器人基座本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种平面类工件的机器人自动化装配方法，其特征在于，包括以下步骤S1.提取被装配零件中的平面点云；S2.根据S1中得到的平面点云，创建包围盒，并计算被装配零件的装配位相对于相机坐标系的位姿；S3.根据所述被装配零件的装配位相对于相机坐标系的位姿，计算被装配平面零件的装配位相对于机器人基坐标系的位姿；S4.控制机器人，根据S3中得到的位姿，完成装配。2.根据权利要求1所述的方法，其特征在于，所述S1具体包括：S11.获取待处理的三维点云；S12.从所述三维点云中随机选取三个点，计算出这三点所组成的平面；S13.遍历三维点云中的所有点，计算每个点到S12所得平面之间的距离，再根据预先设定的阈值，统计满足到平面距离小于阈值的点的个数，即内点数；S14.在预设的迭代次数内，重复S12
‑
S13，寻找内点数最多的平面作为最优平面；S15.遍历三维点云中的所有点，保留满足到最优平面距离小于阈值的点组成平面点云。3.根据权利要求1所述的方法，其特征在于，所述S2具体包括：S21.读取经过S1处理所得到的平面点云；S22.计算平面点云的质心；S23.通过质心与平面点云构建协方差矩阵，进行QR分解，得到三个实特征值；S24.将实特征值从大到小排列，其对应的三个特征向量即是平面点云位姿坐标系的xyz轴的方向；S25.以质心为原点，S24中生成的坐标...

【专利技术属性】
技术研发人员：李中伟，贾若愚，钟凯，吴浪，李蹊，何文韬，
申请(专利权)人：深圳华中科技大学研究院，
类型：发明
国别省市：