一种基于面阵结构光的机器人焊缝识别方法和系统技术方案

本发明专利技术提供一种基于面阵结构光的机器人焊缝识别方法和系统，其中方法包括获取工件表面的第一点云；删除第一点云的噪声，得到第二点云；对第二点云中的点进行平面拟合，得到最佳拟合平面；删除第二点云中最佳拟合平面包含的点，得到第三点云；计算第三点云中的点到最佳拟合平面的距离，得到第一距离；将第一距离大于距离阈值对应的点确定为焊缝特征点，得到焊缝特征点集；对焊缝特征点集进行直线拟合，得到目标焊缝直线方程；将坐标值最小的点和最大的点作为目标焊缝的起始点和终止点，得到目标焊缝轨迹。本发明专利技术能够发现任意一点的局部异常值并删除异常值，为其局部邻域内的每个点找到轮廓，解决传统平面拟合算法无法满足实时焊缝跟踪的问题。缝跟踪的问题。缝跟踪的问题。

【技术实现步骤摘要】
一种基于面阵结构光的机器人焊缝识别方法和系统


[0001]本专利技术属于机器人焊缝识别
，尤其涉及一种基于面阵结构光的机器人焊缝识别方法和系统。

技术介绍

[0002]焊接技术是人类工业化进程中的重要成果，广泛应用于工业制造、基础设施建设、航空航天等领域。随着计算机和机器人技术的发展，焊接机器人正在逐步替代传统手工焊接，能够在环境恶劣的情况下进行高强度工作。当今，机器视觉技术发展迅速，市场上出现了多种应用于机器人焊接的传感器，特别是视觉传感器，其具有可提供的信息量大、非接触和灵活性强等特点，将视觉系统和焊接机器人相结合将是未来的发展趋势。当前视觉传感器在焊接领域的应用多数是通过二维图像对焊缝进行处理，这种方法在确定焊接位置的过程中容易受到强烈的弧光、电弧噪声的影响导致难以对焊缝区域进行准确快速的定位，直接影响焊接的质量和效率。然而采用结构光相机能够得到工件的点云数据，点云数据包括了工件表面的高精度三维信息，因此研究将结构光传感器获得的点云数据与机器人焊接相结合是我国智能焊接机器人发展的重要研究方向。
[0003]申请号202210361871.0，专利名称为一种基于3D点云的焊缝识别与机器人焊缝跟踪方法提出使用直通滤波、体素滤波和统计滤波去除噪点，借助欧式聚类算法分割出工件点云，通过RANSAC算法分割出焊件的两个面，利用KD
‑
tree搜索两个平面点云的重叠部分即焊缝点云，凭借D
‑
H参数法进行机器人运动学建模，进行焊缝跟踪。但是，RANSAC算法需要进行大量迭代，计算时间较长，在高速焊接过程中往往无法满足实时焊缝跟踪的需求。另外，最小二乘法、主成分分析法等经典方法用于焊接环境光线良好、加工精度要求不高的焊缝识别时效果较好，而对于加工精度要求高，噪声多、强弧光的恶劣环境的焊缝识别还存在不足，难以满足实际焊接过程中对于焊接焊缝精度和速度的需求，导致焊接质量下降。

技术实现思路

[0004]本专利技术针对现有技术中的不足，提供一种基于面阵结构光的机器人焊缝识别方法和系统。
[0005]第一方面，本专利技术提供一种基于面阵结构光的机器人焊缝识别方法，包括：
[0006]获取工件表面的第一点云；
[0007]删除第一点云的噪声，得到第二点云；
[0008]对第二点云中的点进行平面拟合，得到最佳拟合平面；
[0009]删除第二点云中最佳拟合平面包含的点，得到第三点云；
[0010]计算第三点云中的点到最佳拟合平面的距离，得到第一距离；
[0011]将第一距离大于距离阈值对应的点确定为焊缝特征点，得到焊缝特征点集；
[0012]对焊缝特征点集进行直线拟合，得到目标焊缝的直线方程；
[0013]将目标焊缝的直线方程置于机器人基坐标系中，获取机器人基坐标系X轴上坐标
值最小的点和最大的点，将坐标值最小的点和最大的点作为目标焊缝的起始点和终止点，得到目标焊缝的轨迹。
[0014]进一步地，所述对第二点云中的点进行平面拟合，得到最佳拟合平面，包括：
[0015]S301，令G＝1，G为迭代次数，新建列表S(λ)；
[0016]S302，采用最近邻域搜索法获取多个与第二点云中目标点距离最近的点，作为第二点云中目标点的局部邻域；
[0017]S303，从局部邻域中随机选取多个点组成第一子集；
[0018]S304，计算第一子集的秩；
[0019]S305，判断第一子集的秩是否等于秩的阈值；
[0020]S306，如果等于秩的阈值，则采用主成分分析法对第一子集进行平面拟合，得到拟合平面的最小特征值；
[0021]S307，如果不等于秩的阈值，则从局部邻域内再选取一个点添加至第一子集中，并返回执行步骤S304的操作；
[0022]S308，在秩等于秩的阈值的情况下，计算局部邻域内所有点到拟合平面的正交距离；
[0023]S309，将正交距离进行升序排序，选取排序靠前的多个正交距离对应的点组成第二子集，并将最小特征值及对应的第二子集存入列表S(λ)；
[0024]S310，判断步骤S303至步骤S309的迭代次数是否大于迭代阈值；
[0025]S311，如果不大于迭代阈值，则G＝G+1，返回执行步骤S303的操作；
[0026]S312，如果大于迭代阈值，则将列表S(λ)中所有最小特征值的最小值对应的第二子集作为局部邻域点集；
[0027]S313，在大于迭代阈值的情况下，计算第二点云中目标点与局部邻域的点集的稳健马氏距离；
[0028]S314，判断稳健马氏距离是否大于稳健马氏距离阈值；
[0029]S315，如果大于稳健马氏距离阈值，则删除第二点云中目标点；
[0030]S316，如果不大于稳健马氏距离阈值，则将第二点云中目标点的集合作为第四点云；
[0031]S317，采用主成分分析法对第四点云进行平面拟合，得到机器人基坐标系下的最佳拟合平面。
[0032]进一步地，所述将第一距离大于距离阈值对应的点确定为焊缝特征点，得到焊缝特征点集，包括：
[0033]判断第一距离是否大于距离阈值；
[0034]如果不大于距离阈值，则删除第一距离对应的第三点云中的点；
[0035]如果大于距离阈值，则将第一距离对应的第三点云中的点确定为焊缝特征点，得到焊缝特征点集。
[0036]进一步地，所述对焊缝特征点集进行直线拟合，得到目标焊缝的直线方程，包括：
[0037]根据以下公式计算焊缝特征点集中每个点的权重α
r
：
[0038][0039]其中，σ
r
为焊缝特征点集中第r个点的坐标分量的位置精度；
[0040]构建目标焊缝的直线方程为：
[0041][0042]其中，(x,y,z)为最佳拟合平面上的点在机器人基坐标系下的坐标；a、b和c分别沿为机器人基坐标系的X、Y和Z轴的方向向量，a2+b2+c2＝1；(x0，y0，z0)为焊缝特征点集在机器人基坐标系下的加权质心坐标；人基坐标系下的加权质心坐标；人基坐标系下的加权质心坐标；R为焊缝特征点集中点的总数；焊缝特征点集中第r个点的坐标分量x
r
、y
r
和z
r
彼此独立且具有相同的位置精度σ
r
；
[0043]构建焊缝特征点集中第r个点与目标焊缝的直线的法向距离D
r
平方表达式：
[0044][0045]其中，其中，其中，
[0046]构建目标优化函数Ω：
[0047][0048]构建拉格朗日函数K，利用拉格朗日乘子法求解方向向量分量a、b、c及拉格朗日乘数w：
[0049][0050]进一步地，所述将目标焊缝的直线方程置于机器人基坐标系中，获取机器人基坐标系X轴上坐标值最小的点和最大的点，将坐标值最小的点和最大的点作为目标焊缝的起始本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面阵结构光的机器人焊缝识别方法，其特征在于，包括：获取工件表面的第一点云；删除第一点云的噪声，得到第二点云；对第二点云中的点进行平面拟合，得到最佳拟合平面；删除第二点云中最佳拟合平面包含的点，得到第三点云；计算第三点云中的点到最佳拟合平面的距离，得到第一距离；将第一距离大于距离阈值对应的点确定为焊缝特征点，得到焊缝特征点集；对焊缝特征点集进行直线拟合，得到目标焊缝的直线方程；将目标焊缝的直线方程置于机器人基坐标系中，获取机器人基坐标系X轴上坐标值最小的点和最大的点，将坐标值最小的点和最大的点作为目标焊缝的起始点和终止点，得到目标焊缝的轨迹。2.根据权利要求1所述的基于面阵结构光的机器人焊缝识别方法，其特征在于，所述对第二点云中的点进行平面拟合，得到最佳拟合平面，包括：S301，令G＝1，G为迭代次数，新建列表S(λ)；S302，采用最近邻域搜索法获取多个与第二点云中目标点距离最近的点，作为第二点云中目标点的局部邻域；S303，从局部邻域中随机选取多个点组成第一子集；S304，计算第一子集的秩；S305，判断第一子集的秩是否等于秩的阈值；S306，如果等于秩的阈值，则采用主成分分析法对第一子集进行平面拟合，得到拟合平面的最小特征值；S307，如果不等于秩的阈值，则从局部邻域内再选取一个点添加至第一子集中，并返回执行步骤S304的操作；S308，在秩等于秩的阈值的情况下，计算局部邻域内所有点到拟合平面的正交距离；S309，将正交距离进行升序排序，选取排序靠前的多个正交距离对应的点组成第二子集，并将最小特征值及对应的第二子集存入列表S(λ)；S310，判断步骤S303至步骤S309的迭代次数是否大于迭代阈值；S311，如果不大于迭代阈值，则G＝G+1，返回执行步骤S303的操作；S312，如果大于迭代阈值，则将列表S(λ)中所有最小特征值的最小值对应的第二子集作为局部邻域的点集；S313，在大于迭代阈值的情况下，计算第二点云中目标点与局部邻域的点集的稳健马氏距离；S314，判断稳健马氏距离是否大于稳健马氏距离阈值；S315，如果大于稳健马氏距离阈值，则删除第二点云中目标点；S316，如果不大于稳健马氏距离阈值，则将第二点云中目标点的集合作为第四点云；S317，采用主成分分析法对第四点云进行平面拟合，得到机器人基坐标系下的最佳拟合平面。3.根据权利要求1所述的基于面阵结构光的机器人焊缝识别方法，其特征在于，所述将第一距离大于距离阈值对应的点确定为焊缝特征点，得到焊缝特征点集，包括：
判断第一距离是否大于距离阈值；如果不大于距离阈值，则删除第一距离对应的第三点云中的点；如果大于距离阈值，则将第一距离对应的第三点云中的点确定为焊缝特征点，得到焊缝特征点集。4.根据权利要求3所述的基于面阵结构光的机器人焊缝识别方法，其特征在于，所述对焊缝特征点集进行直线拟合，得到目标焊缝的直线方程，包括：根据以下公式计算焊缝特征点集中每个点的权重α
r
：其中，σ
r
为焊缝特征点集中第r个点的坐标分量的位置精度；构建目标焊缝的直线方程为：其中，(x,y,z)为最佳拟合平面上的点...

【专利技术属性】
技术研发人员：赵岚，唐国寅，陆大为，温秀兰，佘媛，
申请(专利权)人：南京矽景自动化技术有限公司，
类型：发明
国别省市：