【技术实现步骤摘要】
本专利技术涉及工艺轨迹视觉提取分析，特别是涉及一种机器人焊缝铣削轨迹的提取方法及装置。
技术介绍
1、在自动化焊缝铣削打磨过程中，如何控制刀具的工艺轨迹路径是面临的主要问题。现有技术中，对于工艺路径的控制方法主要是基于焊缝位置与姿态提取后的焊缝铣削刀具导引控制。焊缝轨迹提取是对焊缝进行轨迹主体样条、起/终点、法向量等参数化表述，焊缝轨迹提取是焊缝重建的关键步骤，是铣削机器人对焊缝进行自动铣削与打磨作业的前提。借助焊缝的点云信息可以实现焊缝轨迹的三维坐标表示。因此目前需要开发一种能够使得机器人全自动完成铣削的焊缝铣削轨迹的提取方法。
技术实现思路
1、针对上述现有技术的缺陷，本专利技术提供了一种机器人焊缝铣削轨迹的提取方法，完成焊缝起点和终点以及轨迹点法向量的提取，实现焊缝铣削轨迹的6d参数描述。
2、本专利技术技术方案如下：一种机器人焊缝铣削轨迹的提取方法，包括以下步骤：
3、步骤1、将焊缝二值化掩码图像细化使多个像素宽度减少到单位像素宽度；
4、步骤2、对细化后的焊缝二值化掩码图像进行降采样得到有序的焊缝轨迹点；
5、步骤3、使用焊缝轨迹点中靠近焊缝首尾部分的点拟合直线，求出拟合直线与焊缝掩码的交点作为焊缝轨迹起点和终点，将所述焊缝轨迹点和起点以及终点合并得到焊缝轨迹点集合；
6、步骤4、对焊缝二值化掩码进行矩形核膨胀操作得到膨胀掩码，遍历焊缝二值化掩码图像的每个点，在该点的焊缝二值化掩码为背景值并且为膨胀掩码为前景值时
7、步骤5、针对每个焊缝轨迹点集合中的点，在焊缝3d点云集合中寻找与邻近工件平面2d点集中每个点的对应点云构成焊缝轨迹点集合中的点所对应的邻近工作平面点云集合，计算每个焊缝轨迹点集合中的点所对应的邻近工作平面点云集合的质心构成平面质心坐标的集合，计算每个焊缝轨迹点集合中的点所对应的邻近工作平面点云集合的协方差矩阵的特征向量构成焊缝轨迹点邻近工件局部平面法向量的集合；
8、步骤6、针对每个焊缝轨迹点集合中每个点，由所述平面质心坐标的集合和邻近工件局部平面法向量的集合得到该点邻近工件局部平面方程，计算该点对应的点云的 3d坐标表示的3d点在该点邻近工件局部平面方程的投影坐标，由所述投影坐标和所述焊缝轨迹点邻近工件局部平面法向量的集合构成焊缝铣削轨迹的6d参数。
9、进一步地，所述步骤1中将焊缝二值化掩码图像细化时使用zhang-suen细化算法。
10、进一步地，所述步骤2包括：将每个 mask[ i, j]=1的坐标{ i, j}加入到集合 a，对集合 a中的坐标点进行k次第一搜索，每次第一搜索包括进行d次第二搜索，并将d次第二搜索后的当前坐标点加入到集合 s，每次第二搜索时将当前坐标点设为已访问，然后在当前坐标点的8-领域内寻找未标记为已访问且在细化后的焊缝二值化掩码图像为前景的点作为当前坐标点，其中 mask[ i, j]表示坐标为{ i, j}的细化后的焊缝二值化掩码图像点的值，k为设定的降采样分段数，d为细化后的焊缝二值化掩码图像属于前景的像素点数量与k的比值并取整。
11、进一步地，所述k不小于16。
12、进一步地，所述步骤3中使用焊缝轨迹点中靠近焊缝首尾部分的点拟合直线是搜索在细化后的焊缝二值化掩码图像为前景的点的前、后各n个点，然后对前n个点和后n个点分别使用最小二乘法拟合直线。
13、进一步地，所述n不小于10。
14、进一步地，所述步骤5中计算每个焊缝轨迹点集合中的点所对应的邻近工作平面点云集合的协方差矩阵的特征向量是计算每个焊缝轨迹点集合中的点所对应的邻近工作平面点云集合的协方差矩阵的特征值λ1、λ2和 λ3，其中λ1≥λ2≥λ3，得到特征值λ3所对应的特征向量。
15、进一步地，所述步骤6中该点对应的点云的 3d坐标表示的3d点的确定方式是当该点对应的点云不是无效值时，则把该点云的 3d坐标加入焊缝轨迹点 3d坐标集合中；当该点对应的点云是无效值时，则寻找该点对应的点云附近为非无效值的点云的3d坐标加入焊缝轨迹点 3d坐标集合中。
16、进一步地，所述寻找该点对应的点云附近为非无效值的点云是在点云坐标为[x-m～x+m，y-m～y+m]范围内逐个寻找至找到第一个非无效值的点云，其中m从1至无穷大逐渐增大，[x,y]为该点对应的点云的坐标。
17、进一步地，所述邻近工件局部平面方程为
18、，
19、其中k表示焊缝轨迹点集合中的第k个点， sc为平面质心坐标的集合， sn为邻近工件局部平面法向量的集合。
20、与现有技术相比，本专利技术所提供的技术方案的优点在于：
21、本专利技术方法完整包括了焊缝的起点和终点，从 2d到6d实现了焊缝轨迹参数化，铣削机器人在进行铣削打磨时可以确定铣刀的位置和旋转角度，实现全自动完成焊缝的6d铣削打磨。
本文档来自技高网...【技术保护点】
1.一种机器人焊缝铣削轨迹的提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述步骤1中将焊缝二值化掩码图像细化时使用Zhang-Suen细化算法。
3.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述步骤2包括：将每个Mask[i, j]=1的坐标{ i, j }加入到集合A，对集合A中的坐标点进行K次第一搜索，每次第一搜索包括进行d次第二搜索，并将d次第二搜索后的当前坐标点加入到集合S，每次第二搜索时将当前坐标点设为已访问，然后在当前坐标点的8-领域内寻找未标记为已访问且在细化后的焊缝二值化掩码图像为前景的点作为当前坐标点，其中Mask[i, j]表示坐标为{ i, j }的细化后的焊缝二值化掩码图像点的值，K为设定的降采样分段数，d为细化后的焊缝二值化掩码图像属于前景的像素点数量与K的比值并取整。
4.根据权利要求3所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述K不小于16。
5.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述使
6.根据权利要求5所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述N不小于10。
7.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述计算每个焊缝轨迹点集合中的点所对应的邻近工作平面点云集合的协方差矩阵的特征向量是计算每个焊缝轨迹点集合中的点所对应的邻近工作平面点云集合的协方差矩阵的特征值λ1、λ2和 λ3，其中λ1≥λ2≥λ3，得到特征值λ3所对应的特征向量。
8.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述步骤6中该点对应的点云的 3D坐标表示的3D点的确定方式是当该点对应的点云不是无效值时，则把该点云的 3D坐标加入焊缝轨迹点 3D坐标集合中；当该点对应的点云是无效值时，则寻找该点对应的点云附近为非无效值的点云的3D坐标加入焊缝轨迹点 3D坐标集合中。
9.根据权利要求8所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述寻找该点对应的点云附近为非无效值的点云是在点云坐标为[x-m～x+m，y-m～y+m]范围内逐个寻找至找到第一个非无效值的点云，其中m从1至无穷大逐渐增大，[x,y]为该点对应的点云的坐标。
10.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述邻近工件局部平面方程为
...【技术特征摘要】
1.一种机器人焊缝铣削轨迹的提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述步骤1中将焊缝二值化掩码图像细化时使用zhang-suen细化算法。
3.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述步骤2包括：将每个mask[i, j]=1的坐标{ i, j }加入到集合a，对集合a中的坐标点进行k次第一搜索，每次第一搜索包括进行d次第二搜索，并将d次第二搜索后的当前坐标点加入到集合s，每次第二搜索时将当前坐标点设为已访问，然后在当前坐标点的8-领域内寻找未标记为已访问且在细化后的焊缝二值化掩码图像为前景的点作为当前坐标点，其中mask[i, j]表示坐标为{ i, j }的细化后的焊缝二值化掩码图像点的值，k为设定的降采样分段数，d为细化后的焊缝二值化掩码图像属于前景的像素点数量与k的比值并取整。
4.根据权利要求3所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述k不小于16。
5.根据权利要求1所述的机器人焊缝铣削轨迹的提取方法，其特征在于，所述使用焊缝轨迹点中靠近焊缝首尾部分的点拟合直线是搜索在细化后的焊缝二值化掩码图像为前景的点的前、后各n个点，然后对前n个点和后n个点分别使用最小二乘法...
【专利技术属性】
技术研发人员：龚烨飞，何榕程，展思民，严超，钱堃，冯义斌，赵广志，
申请(专利权)人：常熟理工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。