一种基于3D点云数据的物料边缘曲线标准化拟合方法技术

本发明专利技术提供一种基于3D点云数据的物料边缘曲线标准化拟合方法，属于工业自动化数据处理技术领域，解决点云数据处理上的缺陷问题；包括：获取物料的点云数据，确定物料的棱边、棱角空间坐标值，确定物料边缘曲线的点位集合；从点位集合中确定待拟合曲线，设置优先级条件，依次处理所有的待拟合曲线；对待拟合曲线进行最小单元分割，使用拟合算法对特征点位子集进行拟合，获得多个最小单元曲线段；进行拼接操作，对曲线段衔接位置进行数据平滑补偿，拼接完成即得到当前处理的拟合后曲线；本发明专利技术给出了能实现不同物料点云数据的曲线拟合功能的智能算法，以便为后续通过机器人进行的诸如表面涂装、表面打磨等工业场景提供指导作用。用。用。

【技术实现步骤摘要】
一种基于3D点云数据的物料边缘曲线标准化拟合方法


[0001]本专利技术属于工业自动化数据处理
，应用于对工业物料的识别过程中，具体为一种基于3D点云数据的物料边缘曲线标准化拟合方法。

技术介绍

[0002]随着工业领域自动化、智能化技术的发展，对物料的工艺操作过程已开始逐步由人工方式转变为工业机器人的自动方式。由于物料存在多种规格，三维结构千差万别，现有技术对于不同物料的加工，通常由人工手持工具，对照图纸完成诸如打磨、涂装等加工作业。智能化的工业机器人在当前领域中的应用限制仍然较大，首先面临的问题便是如何感知识别物料三维结构，只有正确识别了物料规格，才能为后续机器人作业路径提供基础。
[0003]现有技术中，数字智能化的感知识别部分，通常由3D相机采集物料点云数据的方式实现，但如何依据点云数据来智能生成工业机器人的作业路径，是目前研究过程中的空白之处，没有出现较为合适且成效好的方法，因此仍属于一门新兴

[0004]物料在处理过程中的多样性、加工不一致性，以及工厂环境扰动等因素，均会导致3D相机采集的点云数据缺乏规则；而对于物料中的棱边倒角打磨、坡口切割、焊接等工艺，首先就需要知道棱边的精准点位及曲线规则，因此需要有一套智能的算法，来实现不同物料点云数据的曲线拟合功能，但现有技术仍为见有类似算法的公开，也就难以实现更加智能的自动化加工效果。

技术实现思路

[0005]为了填补现有技术在物料的点云数据处理上缺乏规则的空白点，顺利实现基于点云数据来智能生成工业机器人的作业路径这一目标，本专利技术给出了能实现不同物料点云数据的曲线拟合功能的智能算法，以便为后续通过机器人进行的诸如表面涂装、表面打磨等工业场景提供指导作用。
[0006]本专利技术采用了以下技术方案来实现目的：
[0007]一种基于3D点云数据的物料边缘曲线标准化拟合方法，所述方法包括如下步骤：
[0008]S1、获取物料的点云数据；
[0009]S2、确定点云数据中物料的棱边、棱角空间坐标值；
[0010]S3、依据棱边、棱角空间坐标值，得到物料边缘曲线的点位集合；
[0011]S4、依据物料的工艺操作要求，从点位集合中确定待拟合曲线；
[0012]S5、设置优先级条件，依次处理所有的待拟合曲线；
[0013]S6、对当前处理的待拟合曲线进行最小单元分割，得到特征点位子集；
[0014]S7、使用拟合算法对特征点位子集进行拟合，拟合完成后获得多个最小单元曲线段；
[0015]S8、对多个最小单元曲线段进行拼接操作；
[0016]S9、拼接操作中，对曲线段衔接位置进行数据平滑补偿；
[0017]S10、拼接完成即得到当前处理的拟合后曲线，随后切换至下一条待拟合曲线，进行处理过程。
[0018]具体的，步骤S1中，使用3D相机采集物料的3D点云数据，并将3D点云数据上传至处理终端。
[0019]进一步的，步骤S2中，以单坐标轴形式独立的拆分点云数据中的点位坐标，比较得到拆分后坐标数据中的最值，依据最值排列出物料的棱边、棱角的坐标点。
[0020]进一步的，步骤S3中，排列出物料的棱边、棱角的坐标点后，对于每个坐标点，与其前后相邻点位做数据差值分析；将得到的差值与预设的筛选阈值进行比对，删除其中超过筛选阈值限制的点位数据，实现数据筛选，筛选完成后，得到物料边缘曲线的点位集合。
[0021]优选的，步骤S4中，预先建立存储有物料图纸的点云数据根服务器数据库，对当前处理的物料进行匹配后，读取对应图纸信息，获得物料的工艺操作要求，进而从点位集合中确定待拟合曲线。
[0022]优选的，步骤S5中，以沿特定方向进行处理的方式设置优先级条件，同时统计待拟合曲线总数；开始处理时，触发计数器，每处理完一条曲线，切换至下一条曲线，计数器加1，直至所有曲线处理完成。
[0023]进一步的，步骤S6中，最小单元分割过程为：对待拟合曲线的曲线点集中所有相邻点做偏差计算，依据偏差计算结果，设计多个不同的分割阈值；在多个分割阈值的限定下，对曲线点集中的所有坐标点进行子集归类，得到多个特征点位子集；每个子集均依据三轴坐标偏差增减规律，生成对应的曲线特征，曲线特征包括不同斜率的直线及不同直径的圆弧。
[0024]可选的，步骤S7中，对具有不同曲线特征的特征点位子集，依据精度要求，使用对应的拟合算法进行拟合过程；对于工艺加工精度要求高的物料，使用的拟合算法为最小二乘法和/或多项式法；对于工艺加工精度要求粗的物料，使用的拟合算法为插值法和/或最值法，直接拟合。
[0025]优选的，步骤S8中，预先设计最小单元曲线库，最小单元曲线库中存储有不同斜率的直线、不同直径的圆弧；通过最小单元曲线段与库中数据的比对，生成当前处理的待拟合曲线在拼接完成后可对应于各曲线段的工艺操作路径程序。
[0026]优选的，步骤S9中，数据平滑补偿过程为：对比计算曲线段衔接位置处的拼接点位数据，并预设补偿阈值；当拼接点位数据的计算偏差超过补偿阈值时，通过插值方式插入一过渡点，使相邻拼接的曲线段间实现平滑衔接过渡。
[0027]综上所述，由于采用了本技术方案，本专利技术的有益效果如下：
[0028]本专利技术实现了三维物料边缘曲线，尤其是棱边的数据标准化拟合过程，从而为工业机器人智能化作业提供了感知侧的技术储备；本专利技术同样可对三维物料的多个表面做数据分析，仅需提供相应数据处理算力的硬件设备即可实现平面点云数据的全面处理。本专利技术的优点具体体现如下：
[0029]1、通过3D点云数据，智能实现物料边缘的数据拟合，快速生成机器人可执行的标准化曲线路径，实现了不同物料数据采集、处理等智能化，为机器人柔性作业、智能化、无人化作业提供了技术支撑；
[0030]2、解决了重工业领域中物料类型多、光线、烟尘对3D相机成像扰动、物料加工参差
不整、偏差大的问题，不论何种物理外观的物料，通过本专利技术的数据分割、拟合、拼接，剔除不规则的数据，从而让处理后的物料数据变成便于工业机器人作业的标准化曲线的合集；
[0031]3、本专利技术可综合用于复杂立体结构件的智能打磨、切割、焊接等工艺。
附图说明
[0032]图1为本专利技术方法的整体流程示意图；
[0033]图2为确定棱边、棱角的过程示意图；
[0034]图3为确定曲线点位合集时的数据差值分析过程示意图；
[0035]图4为图纸匹配及工艺解析的过程示意图；
[0036]图5为最小单元分割的过程示意图；
[0037]图6为不同精度要求情况下的对应拟合算法示意图；
[0038]图7为数据平滑补偿的过程示意图。
具体实施方式
[0039]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于3D点云数据的物料边缘曲线标准化拟合方法，其特征在于：所述方法包括如下步骤：S1、获取物料的点云数据；S2、确定点云数据中物料的棱边、棱角空间坐标值；S3、依据棱边、棱角空间坐标值，得到物料边缘曲线的点位集合；S4、依据物料的工艺操作要求，从点位集合中确定待拟合曲线；S5、设置优先级条件，依次处理所有的待拟合曲线；S6、对当前处理的待拟合曲线进行最小单元分割，得到特征点位子集；S7、使用拟合算法对特征点位子集进行拟合，拟合完成后获得多个最小单元曲线段；S8、对多个最小单元曲线段进行拼接操作；S9、拼接操作中，对曲线段衔接位置进行数据平滑补偿；S10、拼接完成即得到当前处理的拟合后曲线，随后切换至下一条待拟合曲线，进行处理过程。2.根据权利要求1所述的一种基于3D点云数据的物料边缘曲线标准化拟合方法，其特征在于：步骤S1中，使用3D相机采集物料的3D点云数据，并将3D点云数据上传至处理终端。3.根据权利要求1所述的一种基于3D点云数据的物料边缘曲线标准化拟合方法，其特征在于：步骤S2中，以单坐标轴形式独立的拆分点云数据中的点位坐标，比较得到拆分后坐标数据中的最值，依据最值排列出物料的棱边、棱角的坐标点。4.根据权利要求3所述的一种基于3D点云数据的物料边缘曲线标准化拟合方法，其特征在于：步骤S3中，排列出物料的棱边、棱角的坐标点后，对于每个坐标点，与其前后相邻点位做数据差值分析；将得到的差值与预设的筛选阈值进行比对，删除其中超过筛选阈值限制的点位数据，实现数据筛选，筛选完成后，得到物料边缘曲线的点位集合。5.根据权利要求1所述的一种基于3D点云数据的物料边缘曲线标准化拟合方法，其特征在于：步骤S4中，预先建立存储有物料图纸的点云数据根服务器数据库，对当前处理的物料进行匹配后，读取对应图纸信息，获得物料的工艺操作要求，进而从点位集合中确定待...

【专利技术属性】
技术研发人员：张本，
申请(专利权)人：帝尔博格深圳智能科技有限公司，
类型：发明
国别省市：