[发明专利]应用于机器人搬运打磨领域的板状工件三维识别定位方法

权利要求书

1.应用于机器人搬运打磨领域的板状工件三维识别定位方法，其特征在于：在机器人末端设置结构光传感器，通过光传感器实时采集图像进行工件的三维识别定位；包括以下步骤：

点云的获取和数据预处理：通过控制机械手带动结构光传感器在不同类型的工件上逐行扫描，将结构光传感器获取的多行三维数据进行拼接，形成工件的点云数据；

模板制作和路径规划：每个类型选取一个工件的点云数据作为该工件的模型，通过扫描得到该工件的模板点云数据，用模板点云数据创建模板，该模板包括唯一描述该工件的模型信息；

所述模板制作和路径规划包括以下步骤：

在每个类型的工件选取一个工件点云数据中作为该工件的模板点云数据，向坐标系x轴和y轴组成的平面做投影，设定Z方向上的有效检测范围，将有效范围内的Z值对应于z∈[0,255]之间，创建点云的深度图像，建立点云三维空间和点云深度图之间一一对应的映射关系；

创建深度图像的金字塔，对每层金字塔利用canny算子提取深度图像边缘轮廓点，去除轮廓点上的噪声，计算边缘点上每个点的梯度方向；根据边缘点得到目标的形心及离散角度步长与尺度步长，并依据这些信息对轮廓点进行旋转与尺度变换获得工件轮廓模板；

在深度图像边缘轮廓点上，示教机器人行走边缘上的点，在邻近示教点设定距离内选取机器人运动的点，形成机器人运动路径；将得到的路径反向映射到点云的三维空间中形成三维路径；

实时检测：通过控制机械手带动结构光传感器扫描得到待测工件的点云数据，通过模板匹配得出待测工件信息，包括型号、位姿、打磨路径，将待测工件信息组成工件的实时场景模型信息发送给机器人，用于引导机器人抓取。

2.根据权利要求1所述的应用于机器人搬运打磨领域的板状工件三维识别定位方法，其特征在于所述点云的获取和数据预处理包括以下步骤：

点云的获取：将结构光传感器固定于机器人手臂末端，根据传感器坐标系与机器人用户坐标系之间的转换关系，将传感器采集到的行扫描工件数据转换成机器人用户坐标系下的行点云数据；

数据预处理：将结构光传感器在工件上逐行扫描获取的行点云数据根据y坐标进行拼接，形成以机器人用户坐标系为基准的工件点云数据；对将其规范为等采样间隔的工件点云数据。

3.根据权利要求1所述的应用于机器人搬运打磨领域的板状工件三维识别定位方法，其特征在于所述创建深度图像的金字塔通过下式实现：

由若干个临近的像素值计算均值构成金字塔上一层对应位置的像素值，表达式如下：

式中，I_l^m(x,y)表示金字塔第l层深度图像中(x,y)像素点处的灰度值。

4.根据权利要求1所述的应用于机器人搬运打磨领域的板状工件三维识别定位方法，其特征在于所述根据边缘点得到目标的形心及离散角度步长与尺度步长包括以下步骤：

形心(o_x,o_y)即为轮廓点的中心，其表达式如下：

式中，n为轮廓点数目，(x_i,y_i)为轮廓点像素坐标；

离散角度步长Δθ表达式如下：

式中，ε为最大允许距离，r_max为轮廓点与形心之间最大距离；

尺度步长表达式如下：

式中，Δs_x、Δs_y分别为第l层金字塔x、y方向上的尺度步长，(x^,,y^,)为距离形心最远的像素点坐标，θ为旋转角度即离散角度步长。

5.根据权利要求1所述的应用于机器人搬运打磨领域的板状工件三维识别定位方法，其特征在于所述对轮廓点进行旋转与尺度变换获得工件轮廓模板包括以下步骤：

对于轮廓像素点坐标(x_i,y_i)，旋转角度为θ，x、y方向的尺度变换因子分为s_x、s_y时，旋转与尺度变换后的工件轮廓像素点坐标(x’_i,y’_i)为：