System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于3D机器视觉分析的杆件形变检测方法技术_技高网

一种基于3D机器视觉分析的杆件形变检测方法技术

技术编号:40968807 阅读:6 留言:0更新日期:2024-04-18 20:50
本发明专利技术公开一种基于3D机器视觉分析的杆件形变检测方法,包括标定和实际巡检;实际巡检包括拍摄待测杆件的可见光图和深度图,并转换为点云图像,根据标定步骤获得的基准包络盒,截取基准点云;对基准点云和待测点云下采样;采用ICP配准算法配准基准点云和待测点云;采用基准包络盒截取待测点云,获取待测点云和基准点云的标注框区域;除离群点,获得待测和标定连杆点云;利用空间直线方程分别拟合待测点云和基准点云;将拟合直线方程的参数分别转换为矩阵,计算矩阵的特征值差来计算矩阵的相似程度;以基准点云的特征值为基准设置阈值,判断特征值阈值差是否在在设定范围内。

【技术实现步骤摘要】

本专利技术涉及图像数据处理,尤其涉及一种基于3d机器视觉分析的杆件形变检测方法。


技术介绍

1、当前识别地铁列车上的垂向连接杆杆件形变检测通常的对象是可以移动或者夹持的小零件,通过放在特定地点使用装置检测,常规来说有两种,第一种是在杆件两侧放多道激光点,如果形变两侧激光点的数字就会有变化,第二种是用可见光拍摄零件,提取零件边缘,检测曲率。

2、但本申请专利技术人发现上述技术至少存在如下技术问题:首先,使用激光的方式只适用于小零件,对于列车上的连杆无法检测。其次,第二种可见光方法对于背景光照等有较高的要求,且只能检测与相机平行的形变。


技术实现思路

1、本申请通过提供一种基于3d机器视觉分析的杆件形变检测方法,解决了现有技术中受光照和背景影响导致稳定性差及受到场地限制的问题,实现了灵活的多场景运用技术效果。

2、本申请提供了一种基于3d机器视觉分析的杆件形变检测方法,包括标定步骤和实际巡检步骤;

3、所述标定步骤包括:

4、步骤1、机器人移动到未形变杆件巡检点,正视杆件,拍摄一张可见光图和深度图;

5、步骤2、在所述可见光图中标出杆件待检测的位置,标注框位置为{x1,y1,x2,y2},其中x1,y1,x2,y2分别为标注框的左上角的x轴、y轴坐标和右下角的x轴、y轴坐标;

6、步骤3、利用上述标注框信息,提取出深度图中包络盒相对应位置的深度,转换为点云图,作为基准点云图;

7、步骤4、算出基准点云图的包络盒{x1,y1,z1,x2,y2,z2},其中x1,y1,z1,x2,y2,z2分别为点云中x轴、y轴、z轴最小的值,和x轴、y轴、z轴最大的值,将该包络盒作为基准包络盒;

8、所述实际巡检步骤包括:

9、步骤a,拍摄待测杆件的可见光图和深度图,并转换为点云图像,根据所述标定步骤获得的基准包络盒,截取基准点云;

10、步骤b,对基准点云和待测点云下采样;

11、步骤c,采用icp配准算法配准基准点云和待测点云;

12、步骤d,采用所述基准包络盒截取待测点云,获取待测点云和基准点云的标注框区域,以保证基准点云和待测点云两张图在同一个视角;

13、步骤e,使用欧氏距离聚类法去除离群点,获得待测和标定连杆点云;

14、步骤f,利用空间直线方程分别拟合待测点云和基准点云;

15、步骤g,将两个拟合直线方程的参数分别转换为矩阵,通过计算两个矩阵的特征值差计算矩阵的相似程度;

16、步骤h,以基准点云的特征值为基准设置阈值,判断特征值阈值差是否在在设定范围内。

17、作为优选,所述步骤f~步骤h中:

18、将基准点云和当前点云分别做直线拟合,使用直接法直接求解,求得k1,k2,k3,k4,b1,b2,b3,b4,

19、所述基准点云的空间直线拟合方程为:

20、其中,k1,b1,k2,b2,为空间直线方程参数;

21、所述当前巡检点云的空间直线拟合方程为:

22、其中,k3,b3,k4,b4,为空间直线方程参数;

23、将上述公式转换为矩阵表达式:

24、基准杆件:

25、巡检杆件:

26、判断两个矩阵和特征值阈值差是否在设定范围内,如是则为近似,如不是则不近似进行报警处理。

27、作为优选,所述两个矩阵的特征值阈值差设置为10%,

28、若两个矩阵的特征值阈值差小于等于10%,则判断巡检杆件未在原有基础上发生形变;

29、若两个矩阵的特征值阈值差大于10%,则判断巡检杆件在原有基础上发生形变。

30、作为优选,所述步骤c采用icp配准算法,利用两个点集重心和特征向量的差异作为残差生成旋转位移矩阵,反复迭代,直到有效的配准点云。

31、作为优选,所述步骤d中,将所述基准点云图旋转至所述待检测的点云图上,设旋转矩阵为p,再将待检测点云图使用p的逆矩阵转配准到所述基准点云图上,利用所述基准包络盒将当前待检测点云中的杆件区域框出。

32、本申请提供的技术方案,至少具有如下技术效果或优点:

33、1)可以灵活的运用在多种巡检场景,受场地限制小。

34、2)因为使用的是三维点云图片,受光照和背景影响较小,会更加稳定。

35、3)以往使用激光点和二维图像拍摄检测形变的方式,只能检测到与相机平行方向的形变,而本专利技术采用点云空间拟合,利用相似度来判断,可以检测任何方向的形变,适用范围更广。

本文档来自技高网...

【技术保护点】

1.一种基于3D机器视觉分析的杆件形变检测方法,其特征在于,包括标定步骤和实际巡检步骤;

2.根据权利要求1所述的基于3D机器视觉分析的杆件形变检测方法,其特征在于,所述步骤f~步骤h中:

3.根据权利要求2所述的基于3D机器视觉分析的杆件形变检测方法,其特征在于,所述两个矩阵的特征值阈值差设置为10%,

4.根据权利要求1所述的基于3D机器视觉分析的杆件形变检测方法,其特征在于,所述步骤c采用ICP配准算法,利用两个点集重心和特征向量的差异作为残差生成旋转位移矩阵,反复迭代,直到有效的配准点云。

5.根据权利要求4所述的基于3D机器视觉分析的杆件形变检测方法,其特征在于,所述步骤d中,将所述基准点云图旋转至所述待检测的点云图上,设旋转矩阵为P,再将待检测点云图使用P的逆矩阵转配准到所述基准点云图上,利用所述基准包络盒将当前待检测点云中的杆件区域框出。

【技术特征摘要】

1.一种基于3d机器视觉分析的杆件形变检测方法,其特征在于,包括标定步骤和实际巡检步骤;

2.根据权利要求1所述的基于3d机器视觉分析的杆件形变检测方法,其特征在于,所述步骤f~步骤h中:

3.根据权利要求2所述的基于3d机器视觉分析的杆件形变检测方法,其特征在于,所述两个矩阵的特征值阈值差设置为10%,

4.根据权利要求1所述的基于3d机器视觉分析的杆件形变检测方法...

【专利技术属性】
技术研发人员:陶奕霖刘爽闵济海
申请(专利权)人:南京天创电子技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1