一种应用于机械臂加工的三维点云解析引导方法技术

本发明专利技术属于人工智能领域，涉及一种应用于机械臂加工的三维点云解析引导方法。该方法首先对三维视觉系统与机械臂进行标定和坐标系转换，通过双目三维重建装置对工件进行快速三维扫描，对得到的三维点云进行滤波等处理后获取深度图，根据机械臂工具头直径及运行步长对深度图划分区块，根据各区块内点的拟合平面及加工深度确定区块目标点和法矢，进而计算区块四元数，通过以太网通讯将坐标点集和过程中的四元数集信息输入机械臂控制端，从而实现对机械臂的自主导引。本发明专利技术所设计的三维点云解析引导方法，与传统的机械臂示教编程方法相比，无须示教编程就可以实现不同工件的个性化、智能化加工，提升了路径规划和引导的可靠性和准确性，提高了生产效率，降低生产成本，助推智能化加工和制造。化加工和制造。化加工和制造。

【技术实现步骤摘要】
一种应用于机械臂加工的三维点云解析引导方法


[0001]本专利技术设计一种应用于机械臂加工的三维点云解析引导方法，更具体的说，本专利技术涉及一种对待加工曲面工件快速三维测量，根据三维点云获得加工点位与加工位姿，并进行机械臂加工路径的引导，实现自主导引机械臂对复杂曲面工件加工的方法。

技术介绍

[0002]机械臂代替人类进行工件加工作业是未来制造业的发展趋势。但现如今在工件加工过程中由于工件的多样性以及现场环境等因素的干扰，目前在使用机械臂进行工件加工作业多以单一工件为主，且在投入使用前需要操作示教器手动引导机械臂动作。而在精度要求较高的情况下，需要提前对工件成品样本进行大量的测绘，再根据测绘数据人工规划其运动路径并通过专用语言写入机械臂控制端，且在待加工工件种类发生变化后，还需对机械臂重新进行以上操作，过程较为繁琐。
[0003]为减少人员的参与并增加场景适用性，本专利技术尝试使用机器视觉对待加工工件进行三维点云重建，并根据三维点云数据计算机械臂行进所需参数，从而设计了一种应用于机械臂加工的三维点云解析引导方法，实现对机械臂的智能化、无人化引导。

技术实现思路

[0004]本专利技术设计一种应用于机械臂加工的三维点云解析引导方法，该方法能够应用于机械臂加工工件过程中对路径的规划和位姿的调整，弥补现有机械臂加工工件需要人工示教编程、适用工件型号单一和加工效率低的问题。
[0005]用于图像采集和数据处理的计算机一台；
[0006]用于采集图像的摄像机，图像分辨率为W
×<br/>H，摄像机个数为2个；
[0007]用于投射正弦条纹的投影机1个；
[0008]用于工件加工的机械臂一台；
[0009]1.一种应用于机械臂加工的三维点云解析引导方法，其特征是，包括下列步骤：
[0010]步骤1：将机械臂基坐标系转换到机械臂工具坐标系，根据转换后机械臂在初始位姿的四元数计算得到初始向量q0，启动用于生成待加工工件三维点云数据的双目三维重建装置，选用频率为λ1′
＝16和λ2′
＝18的正弦条纹光栅投影，依次经过相位展开、解相等环节确定点云横向约束，利用双目标定方法对所述双目三维重建装置的内参和外参进行标定，从而确定纵向约束，通过计算所述横向约束和纵向约束生成含待加工工件的三维点云，所述三维点云中点的数量为N0；
[0011]步骤2：将步骤1所述三维点云中的点记为p
i
＝(x1，y
i
，z
i
)，i＝1、2、3、...、N0，分别计算出所述三维点云的三个轴向坐标的均值μ＝(μ
x
，μ
y
，μ
z
)以及方差σ＝(σ
x
，σ
y
，σ
z
)，在正态分布下，遍历所述三维点云的点云数据，计算每一个点出现在正确区域内的概率r
i
(x)，计算方法如公式(1)所示：
[0012][0013]根据计算所得的概率rx(x)的大小，判断对应的点p
i
是否属于异常值，当任意一个点p
i
对应的概率r
i
(x)小于97％，则判断为离群异常点，予以去除；
[0014]步骤3：经过步骤2处理后，所述三维点云中点的数量为N1，设置阈值d
std
和循环次数K，在所述三维点云中随机抽取三个点，计算出根据所述三点确定的平面A1x+B1y+C1z+D1＝0；
[0015]步骤4：计算所述三维点云中每一个点到所述平面A1x+B1y+C1z+D1＝0的欧式距离d
i
，统计所有符合所述阈值d
std
的点的数量N
1i
，更新所述平面的平面参数A1、B1、C1、D1；
[0016]步骤5：重复执行K次步骤4，找到使步骤4所述N
1i
最大的平面作为最优平面A
c
x+B
c
y+C
c
z+D
c
＝0，计算所述三维点云中每个点到所述最优平面A
c
x+B
c
y+C
c
z+D
c
＝0之间的距离dis
i
，i＝1、2、3、...、N1，去除所述三维点云中所有满足dis
i
＜0.5mm的点；
[0017]步骤6：将所述三维点云投影到x
‑
y平面上，定义p(x，y，z)为所述三维点云中一点，则p(x，y，z)在二维图像上投影点p
′
的灰度值I和点坐标(x
′
，y
′
)与x、y、z的关系如公式(2)所示：
[0018][0019]其中，z
max
为所述三维点云中最大的z值，z
min
为所述三维点云中最小的z值，根据公式(2)对所述三维点云中所有点进行处理，获得包含深度和位置信息的深度图；
[0020]步骤7：设置机械臂工具头加工宽度为d，机械臂运行步长为S，将所述深度图划分为M0个宽度为d、长度为S的区块，当一个区块内包含所述三维点云的一部分时，视该区块为非空区块，当一个区块内不包含所述三维点云的任何部分时，视为空白区块，将所述非空区块和所述非空区块之间的空白区块视为有效区块，所述有效区块的总数为M1，有效区块的目标点为p
j1
、法矢为q
j1
，j＝1、2、3、...、M1；
[0021]步骤8：对步骤7所述非空区块，点的数量为N
2j
，点记为p
l
＝(x
l
，y
l
，z
l
)，l＝1、2、...、N
2j
，对该区块内所有点通过平面拟合获得的拟合平面的表达式为z＝a
j0
x+a
j1
y+a
j2
，其中：
[0022][0023]设置加工深度为d0，q
j1
为所述拟合平面的平面法向量，p
j1
为所述拟合平面在该区块的中心点沿所述法矢q
j1
向下移动d0处的点；
[0024]步骤9：当同一行两个非空区块之间存在M2个空白区块时，取所述M2个空白区块前后各三个非空区块的p
j1
在x
‑
z平面上的投影点组成点集P1，对P1计算三次拟合多项式Q(x)＝a0+a1x+a2x2+a3x3，对所述M2个空白区块分别取p
j1
＝(x
j1
，
yj
1，Q(x
j1
))，其中x
j1
为所述空白
区块在x
‑
z平面上中心点的x轴坐标值，y
j1
为所述空白区块在x
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于机械臂加工的三维点云解析引导方法，其特征是，包括下列步骤：步骤1：将机械臂基坐标系转换到机械臂工具坐标系，根据转换后机械臂在初始位姿的四元数计算得到初始向量q0，启动用于生成待加工工件三维点云数据的双目三维重建装置，选用频率为λ1′
＝16和λ2′
＝18的正弦条纹光栅投影，依次经过相位展开、解相等环节确定点云横向约束，利用双目标定方法对所述双目三维重建装置的内参和外参进行标定，从而确定纵向约束，通过计算所述横向约束和纵向约束生成含待加工工件的三维点云，所述三维点云中点的数量为N0；步骤2：将步骤1所述三维点云中的点记为p
i
＝(x
i
，y
i
，z
i
)，i＝1、2、3、...、N0，分别计算出所述三维点云的三个轴向坐标的均值μ＝(μ
x
，μ
y
，μ
z
)以及方差σ＝(σ
x
，σ
y
，σ
z
)，在正态分布下，遍历所述三维点云的点云数据，计算每一个点出现在正确区域内的概率r
i
(x)，计算方法如公式(1)所示：根据计算所得的概率r
i
(x)的大小，判断对应的点p
i
是否属于异常值，当任意一个点p
i
对应的概率r
i
(x)小于97％，则判断为离群异常点，予以去除；步骤3：经过步骤2处理后，所述三维点云中点的数量为N1，设置阈值d
std
和循环次数K，在所述三维点云中随机抽取三个点，计算出根据所述三点确定的平面A1x+B1y+C1z+D1＝0；步骤4：计算所述三维点云中每一个点到所述平面A1x+B1y+C1z+D1＝0的欧式距离d
i
，统计所有符合所述阈值d
std
的点的数量N
1i
，更新所述平面的平面参数A1、B1、C1、D1；步骤5：重复执行K次步骤4，找到使步骤4所述N
1i
最大的平面作为最优平面A
c
x+B
c
y+C
c
z+D
c
＝0，计算所述三维点云中每个点到所述最优平面A
c
x+B
c
y+C
c
z+D
c
＝0之间的距离dis
i
，i＝1、2、3、...、N1，去除所述三维点云中所有满足dis
i
＜0.5mm的点；步骤6：将所述三维点云投影到x
‑
y平面上，定义p(x，y，z)为所述三维点云中一点，则p(x，y，z)在二维图像上投影点p
′
的灰度值I和点坐标(x
′
，y
′
)与x、y、z的关系如公式(2)所示：其中，z
max
为所述三维点云中最大的z值，z
min
为所述三维点云中最小的z值，根据公式(2)对所述三维点云中所有点进行处理，获得包含深度和位置信息的深度图；步骤7：设置机械臂工具头加工宽度...

【专利技术属性】
技术研发人员：宋丽梅，徐崇迪，郭庆华，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：