基于深度图像的管片目标位姿识别及精确拼装方法技术

本发明专利技术提供一种基于深度图像的管片目标位姿识别及精确拼装方法，包括：获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态；根据上一环管片以及上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；在计算得到的待拼装管片的目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量；根据偏移后的待拼装管片目标位置姿态的数据值，进行轨迹规划并求出逆解，获得拼装位的管片拼装机驱动系统的目标位置行程；管片拼装机驱动系统改变行程将待拼装管片从抓取位运送至拼装位

【技术实现步骤摘要】
基于深度图像的管片目标位姿识别及精确拼装方法


[0001]本专利技术涉及机械工程
，尤其涉及一种基于深度图像的管片目标位姿识别及精确拼装方法
。

技术介绍

[0002]目前，盾构机在地铁隧道
、
公路隧道
、
铁路隧道
、
过江隧道和城市市政各种隧道工程施工中有着重要的作用
。
盾构机自动化程度对施工效率，人工成本及安全性有着至关重要的作用
。
[0003]管片拼装机是盾构机的重要组成部分，其作用是用预先制作的混凝土管片将盾构机挖好的隧道支撑保护起来，以防止因地表沉降和地下水渗透对隧道的影响，提高隧道安全性
。
管片拼装速度直接影响整个盾构机掘进速度
。
目前，国产盾构机在隧道施工中，主要依靠人工完成管片的旋转和吊运及管片拼装
。
拼装效率低，同时需要大量的人力，安全性不高
。
[0004]因此，如何不需人工干预，自动识别管片类型和管片的位姿及三维坐标，引导拼装机自动进行管片的抓取和拼装来提高工作效率，是本领域技术人员亟待解决的技术问题
。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺陷，提供一种基于深度图像的管片目标位姿识别及精确拼装方法，自动化程度高，工作效率高
。
其具体方案如下：
[0006]一种基于深度图像的管片目标位姿识别及精确拼装方法，其包括以下步骤：
[0007]通过深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态；
[0008]根据已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；
[0009]在计算得到的待拼装管片的目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量；
[0010]根据偏移后的待拼装管片目标位置姿态的数据值，进行轨迹规划并求出逆解，获得拼装位的管片拼装机驱动系统的目标位置行程；
[0011]管片拼装机驱动系统改变行程将待拼装管片从抓取位运送至拼装位
。
[0012]在一些实施例中，所述管片拼装机为六自由度机器人，所述管片拼装机包括：
[0013]平移梁；
[0014]固定环，相对平移安装于所述平移梁；
[0015]旋转环，相对旋转安装于所述固定环；
[0016]V
型臂，通过第一油缸连接于所述旋转环，所述
V
型臂通过改变所述第一油缸行程来改变自身的位置及姿态；
[0017]用于抓取管片的盘体，通过第二油缸连接于所述
V
型臂，所述盘体通过改变所述第
二油缸形成来改变自身的位置及姿态
。
[0018]在一些实施例中，所述管片拼装机驱动系统包括所述第一油缸和所述第二油缸
。
[0019]在一些实施例中，所述深度图像立体视觉传感器安装于管片拼装机上
。
[0020]基于本专利技术提供的技术方案，取得的技术效果如下：
[0021]本专利技术利用深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态，可推算出待拼装管片的目标位置姿态；在计算所得到的待拼装管片目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量，以此来保证拼装过程中留有足够的安全余量，最后根据偏移后的待拼装管片目标位置姿态的数据值，进行轨迹规划并求出逆解，获得拼装位的六轴数据
—
油缸和液压马达的目标位置行程
。
控制系统发出指令，拼装机油缸和液压马达改变行程将管片从抓取位运送至拼装位
。
实现待拼装管片的目标位置姿态识别及初步拼装的自动化，工作效率和精度均较高
。
附图说明
[0022]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定
。
在附图中：
[0023]图1是本专利技术实施例中已拼装完成的上一环管片以及当前拼装环节上一块已拼装完成管片的结构示意图
。
[0024]图2是本专利技术实施例中管片偏移的结构示意图
。
[0025]图3是本专利技术实施例中管片偏移量的计算原理图
。
[0026]图4是本专利技术实施例中管片拼装步骤的示意图
。
[0027]图中：
11
‑
上一环管片；
12
‑
上一块已拼装完成管片；
13
‑
待拼装管片；
14
‑
偏移量；
15
‑
管片拼装机；
16
‑
抓取位；
17
‑
拼装位
。
具体实施方式
[0028]通过参考示范性实施例，本专利技术的目的和功能以及用于实现这些目的和功能的方法将得以阐明
。
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
。
在下文中，将参考附图描述本专利技术的实施例；在附图中，相同的附图标记代表相同或类似的步骤
。
[0029]本实施例一种基于深度图像的管片目标位姿识别及精确拼装方法，该方法主要包括以下步骤：
[0030]步骤
S1
：通过深度图像立体视觉传感器获取已拼装完成的上一环管片
11
的位置姿态以及当前拼装环节上一块已拼装完成管片
12
的位置姿态，如图1所示；
[0031]一般的图像只具有二维信息，既平面内点的位置，而深度图像立体视觉传感器获得的深度图像可获得可识别范围内物体表面相对与传感器的距离，即深度，所以深度图像可以描绘物体的三维轮廓
。
当深度图像立体视觉传感器拍摄到了管片的几个特征点
(
例如管片顶角
)
或者平面的位置
(
例如管片上的孔或者组成棱角的平面或者整个管片的表面
)
，那么我们就可以知道管片相对于传感器的位置及姿态
(
将拍摄到的管片深度图像与零位姿态的管片深度图像相拟合
)。
[0032]优选的，作为本专利技术实施例的一个实施例，深度图像立体视觉传感器可采用
Photoneo 3D
相机，
Photoneo
的
MotionCam
‑
3D
是一款
IP65
级的
3D
相机，基于
Photoneo
的专利技术
「Parallel Structured Light」本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于深度图像的管片目标位姿识别及精确拼装方法，其特征在于，包括以下步骤：通过深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态；根据已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；在计算得到的待拼装管片的目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量；根据偏移后的待拼装管片目标位置姿态的数据值，进行轨迹规划并求出逆解，获得拼装位的管片拼装机驱动系统的目标位置行程；管片拼装机驱动系统改变行程将待拼装管片从抓取位运送至拼装位
。2.
根据权利要求1所述的基于深度图像的管片目标位姿识别及精确拼装方法，其特征在于，所述管片拼装机为六自由度机...

【专利技术属性】
技术研发人员：杨正，庄欠伟，黄德中，朱叶艇，秦元，王浩，袁玮皓，彭世宝，顾旭莹，李新宇，孙骏，颜洪宇，琚俊，闵锐，黄圣，
申请(专利权)人：上海城建隧道装备有限公司，
类型：发明
国别省市：