一种基于点云的钢筋网片焊接点自动识别方法及系统技术方案

本发明专利技术涉及一种基于点云的钢筋网片焊接点自动识别方法及系统，属于自动焊接技术领域。本发明专利技术的方法基于包含深度信息的三维点云数据，并采用聚类及圆柱拟合等方法实现焊接点的识别，克服了离线编程的方式的复杂度高及精度低的缺陷，并克服了搭载2D相机的方法的精确度不高的缺陷，提供了一种实施简单且定位精度高的焊接点自动识别方法。高的焊接点自动识别方法。高的焊接点自动识别方法。

【技术实现步骤摘要】
一种基于点云的钢筋网片焊接点自动识别方法及系统


[0001]本专利技术涉及自动焊接
，特别是涉及一种基于点云的钢筋网片焊接点自动识别方法及系统。

技术介绍

[0002]随着社会经济水平的发展，国家广泛开展桥梁、大坝等大型基础设施建设，钢筋网片等结构件在其中被大量使用。钢筋网片的传统生产方式是由工人手动焊接而成，即首先利用工装将钢筋固定成网片结构，再通过手工操作焊枪对钢筋的交叉搭接点进行焊接，在实际操作过程中，受到夹具装夹误差和人为因素的影响，焊接点易出现质量不可靠、一致性差等问题，导致不同钢筋网片焊接后的形状和质量层次不齐，影响后续的工程建造质量。此外，现在人工作业的成本不断提高，人工施工的效率也越来越难以满足大型基础设施建设的需求。现有的解决方案包括以下两种：
[0003]方案1：采用机器人末端夹持焊枪，通过离线编程的方式，根据钢筋网片的设计模型或手工示教的方式离线规划机器人焊接路径，从而实现对特定型号钢筋网片的自动化焊接，在重复焊接时一般通过工装夹具保证钢筋网片的结构不变，从而使得离线编程路径可重复使用。
[0004]方案2：采用机器人末端夹持2D相机和焊枪，通过相机拍摄图像，并采用深度学习等方法识别图像中的目标点(钢筋交叉点)，进而引导机器人末端焊枪运动至焊接点，完成焊接动作。
[0005]对于方案1，一般采用钢筋网片设计模型进行基于模型的离线编程，或者采用人工示教的方式对装夹后的钢筋网片进行焊接点的示教编程，并通过工装定位精度保证同型号钢筋网片的焊接程序可重复使用。这种方法存在的主要缺点主要是需要预先花费大量的时间对每个型号的钢筋网片进行编程规划，且同一工程中使用的钢筋网片型号繁多，导致准备工作耗时过长；此外，由于钢筋网片尺寸精度较低(一般为
±
5mm)，导致固定的机器人焊接路径在同型号钢筋网片焊接时易发生焊接点错位，导致焊接质量不可靠。
[0006]对于方案2，在机器人末端搭载相机等视觉单元采集钢筋网片局部图像，通过深度学习等成熟方法自动识别图像中的钢筋焊接特征，并引导机器人自动实现焊接是一种新的方法。该方法以二维图像为输入，由于图像缺乏深度信息，导致机器人焊接时需要以固定距离拍摄钢筋网片，并以该距离为已知量，从而解算图像中焊接特征的深度信息，这种方法存在的主要缺点是图像缺乏深度信息，由固定的拍摄距离解算得到的深度信息受该距离精度影响极大，当拍摄距离发生变化时会等比例的反应在所有特征点的深度上，导致机器人焊接的定位精度难以保障。

技术实现思路

[0007]有鉴于此，本专利技术提供了一种基于点云的钢筋网片焊接点自动识别方法及系统，以提供一种实施简单且定位精度高的焊接点自动识别方法。
[0008]为实现上述目的，本专利技术提供了如下方案：
[0009]一种基于点云的钢筋网片焊接点自动识别方法，所述方法包括如下步骤：
[0010]获取钢筋网片局部区域的三维点云数据集合；
[0011]对所述三维点云数据集合中的三维点云数据进行聚类，及对孤立的三维点云数据的进行删除，获得多个第一点云聚类；
[0012]分别对每个第一点云聚类进行一次圆柱拟合，及对非钢筋特征的第一点云聚类的进行删除，获得钢筋特征的第一点云聚类，及每个钢筋特征的第一点云聚类对应的圆柱拟合结果；
[0013]根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，对于属于同一钢筋的钢筋特征的第一点云聚类进行合并，获得每个钢筋的第二点云聚类；
[0014]对每个钢筋的第二点云聚类进行二次圆柱拟合，获得每个钢筋的圆柱点云；
[0015]分别将每个钢筋的圆柱点云与所述钢筋的设计模型进行匹配，获得每个钢筋的模型点云；钢筋的模型点云用于表征所述钢筋的设计模型在钢筋网片中的位姿；
[0016]根据每个钢筋的模型点云确定不同钢筋的接触点作为焊接点。
[0017]可选的，所述对所述三维点云数据集合中的三维点云数据进行聚类，及对孤立的三维点云数据的进行删除，获得多个第一点云聚类，具体包括：
[0018]采用欧式聚类法对所述三维点云数据集合中的三维点云数据进行聚类，及对孤立的三维点云数据的进行删除，获得多个第一点云聚类。
[0019]可选的，所述分别对每个第一点云聚类进行一次圆柱拟合，及对非钢筋特征的第一点云聚类的进行删除，获得钢筋特征的第一点云聚类及每个钢筋特征的第一点云聚类对应的圆柱拟合结果，具体包括：
[0020]令i的数值为1；
[0021]采用主成分分析方法计算第i个第一点云聚类的协方差矩阵的最大特征向量作为拟合圆柱的轴线单位矢量；
[0022]将第i个第一点云聚类中的每个三维点云数据均投影至所述轴线单位矢量的垂直平面上，获得平面点云数据；
[0023]对所述平面点云数据进行最小二乘圆拟合，获得拟合圆柱的圆心点和半径；
[0024]判断所述半径与钢筋零件标准半径的差值的绝对值是否大于第一预设阈值，获得判断结果；
[0025]当所述判断结果表示是，则将所述第一点云聚类作为非钢筋特征的第一点云聚类进行删除；
[0026]当所述判断结果表示否，则将所述第一点云聚类作为钢筋特征的第一点云聚类进行保留；
[0027]令i的数值增加1，返回步骤“采用主成分分析方法计算第i个第一点云聚类的协方差矩阵的最大特征向量作为拟合圆柱的轴线单位矢量”，直到i的数值大于所有第一点云聚类的总数，输出钢筋特征的第一点云聚类，及每个钢筋特征的第一点云聚类对应的圆柱拟合结果；所述圆柱拟合结果包括拟合圆柱的轴线单位矢量、圆心点和半径。
[0028]可选的，所述根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，对于属于同一钢筋的钢筋特征的第一点云聚类进行合并，获得每个钢筋的第二点云聚类，具体包括：
[0029]根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，利用如下公式计算每种组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线夹角；所述组合结果对位于下层的钢筋特征的第一点云聚类的任意两个为一组进行组合得到的组合结果；
[0030]σ＝l1·
l2；
[0031]其中，σ表示轴线夹角，l1和l2分别表示不同组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线单位矢量；
[0032]判断公式σ＞0.9是否成立，获得每种组合结果的第一判断结果；
[0033]根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，利用如下公式计算每种组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线的最短距离；
[0034]d＝|p1‑
p2|sin(arccos((p1‑
p2)
·
l1)/(|p1‑
p2||l1|))；
[0035]其中，d表示最短距离，p1和p2分别表示不同组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线上的点，l1表示不同组合结果下的其中一个钢筋特征的第一点云聚类的拟合圆柱的轴线单位矢量；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云的钢筋网片焊接点自动识别方法，其特征在于，所述方法包括如下步骤：获取钢筋网片局部区域的三维点云数据集合；对所述三维点云数据集合中的三维点云数据进行聚类，及对孤立的三维点云数据的进行删除，获得多个第一点云聚类；分别对每个第一点云聚类进行一次圆柱拟合，及对非钢筋特征的第一点云聚类的进行删除，获得钢筋特征的第一点云聚类，及每个钢筋特征的第一点云聚类对应的圆柱拟合结果；根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，对于属于同一钢筋的钢筋特征的第一点云聚类进行合并，获得每个钢筋的第二点云聚类；对每个钢筋的第二点云聚类进行二次圆柱拟合，获得每个钢筋的圆柱点云；分别将每个钢筋的圆柱点云与所述钢筋的设计模型进行匹配，获得每个钢筋的模型点云；钢筋的模型点云用于表征所述钢筋的设计模型在钢筋网片中的位姿；根据每个钢筋的模型点云确定不同钢筋的接触点作为焊接点。2.根据权利要求1所述的点云的钢筋网片焊接点自动识别方法，其特征在于，所述对所述三维点云数据集合中的三维点云数据进行聚类，及对孤立的三维点云数据的进行删除，获得多个第一点云聚类，具体包括：采用欧式聚类法对所述三维点云数据集合中的三维点云数据进行聚类，及对孤立的三维点云数据的进行删除，获得多个第一点云聚类。3.根据权利要求1所述的点云的钢筋网片焊接点自动识别方法，其特征在于，所述分别对每个第一点云聚类进行一次圆柱拟合，及对非钢筋特征的第一点云聚类的进行删除，获得钢筋特征的第一点云聚类及每个钢筋特征的第一点云聚类对应的圆柱拟合结果，具体包括：令i的数值为1；采用主成分分析方法计算第i个第一点云聚类的协方差矩阵的最大特征向量作为拟合圆柱的轴线单位矢量；将第i个第一点云聚类中的每个三维点云数据均投影至所述轴线单位矢量的垂直平面上，获得平面点云数据；对所述平面点云数据进行最小二乘圆拟合，获得拟合圆柱的圆心点和半径；判断所述半径与钢筋零件标准半径的差值的绝对值是否大于第一预设阈值，获得判断结果；当所述判断结果表示是，则将所述第一点云聚类作为非钢筋特征的第一点云聚类进行删除；当所述判断结果表示否，则将所述第一点云聚类作为钢筋特征的第一点云聚类进行保留；令i的数值增加1，返回步骤“采用主成分分析方法计算第i个第一点云聚类的协方差矩阵的最大特征向量作为拟合圆柱的轴线单位矢量”，直到i的数值大于所有第一点云聚类的总数，输出钢筋特征的第一点云聚类，及每个钢筋特征的第一点云聚类对应的圆柱拟合结果；所述圆柱拟合结果包括拟合圆柱的轴线单位矢量、圆心点和半径。
4.根据权利要求1所述的点云的钢筋网片焊接点自动识别方法，其特征在于，所述根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，对于属于同一钢筋的钢筋特征的第一点云聚类进行合并，获得每个钢筋的第二点云聚类，具体包括：根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，利用如下公式计算每种组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线夹角；所述组合结果对位于下层的钢筋特征的第一点云聚类的任意两个为一组进行组合得到的组合结果；σ＝l1·
l2；其中，σ表示轴线夹角，l1和l2分别表示不同组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线单位矢量；判断公式σ＞0.9是否成立，获得每种组合结果的第一判断结果；根据每个钢筋特征的第一点云聚类对应的圆柱拟合结果，利用如下公式计算每种组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线的最短距离；d＝|p1‑
p2|sin(arccos((p1‑
p2)
·
l1)/(|p1‑
p2||l1|))；其中，d表示最短距离，p1和p2分别表示不同组合结果下的两个钢筋特征的第一点云聚类的拟合圆柱的轴线上的点，l1表示不同组合结果下的其中一个钢筋特征的第一点云聚类的拟合圆柱的轴线单位矢量；判断公式d＜λ是否成立，获得每种组合结果的第二判断结果；其中，λ表示轴线距离阈值；将第一判断结果表示是且第二判断结果表示是的组合结果下的两个钢筋特征点的第一点云聚类进行合并。5.根据权利要求1所述的点云的钢筋网片焊接点自动识别方法，其特征在于，所述根据每个钢筋的模型点云确定不同钢筋的接触点作为焊接点，具体包括：根据每个钢筋的模型点云，构建每个钢筋的空间直线方程；基于每个钢筋的空间直线方程，确定任意两个钢筋之间的交叉点对；所述交叉点对包括分别位于任意两个钢筋的空间直线方程上的距离最近的两个点；分别计算每个交叉点对之间的距离；将距离小于...

【专利技术属性】
技术研发人员：蒲华燕，王刚，刘鸿亮，罗均，牟力胜，
申请(专利权)人：上海大学，
类型：发明
国别省市：