[发明专利]一种基于视觉系统的机器人铸件打磨自适应方法

权利要求书

1.一种基于视觉系统的机器人铸件打磨自适应方法，其特征在于，包括如下方法：

S01：铸件表面形貌特征机器视觉提取；

S02：铸件表面形貌特征多阶矩刻画：利用刻画铸件表面粗糙度方法，将铸件高度的一阶矩特征、二阶矩特征、三阶矩特征和四阶矩特征分别表征了铸件表面平均偏移程度、标准差、扭曲程度与峰度；

S03：根据铸件表面粗糙度，结合视觉测量与定位方法、运动学分析方法、力控制方法与位置控制伺服方法，生成视觉自适应机器人打磨参数、并控制打磨执行元件进行打磨；

S04：根据打磨过程中，铸件表面实时的动态形态特征参数与目标形态特征参数实时比对，直至铸件表面的粗糙度达到目标形态特征参数。

2.根据权利要求1所述的基于视觉系统的机器人铸件打磨自适应方法，其特征在于，所述的步骤S01具体为：采用固定在铸件表面上方的CCD摄像机(1-1)来摄取光照图像，光源(1-2)从不同方向照射铸件表面光度立体视觉，所述光源(1-2)方向向量不少于5个；在每次获取铸件表面图像过程中，光源(1-2)在同一平面环内均匀分布，每次只开启一个光源，且依次开启，得到光照铸件表面图像，使用多光源光度立体视觉方法得到铸件形貌。

3.根据权利要求2所述的基于视觉系统的机器人铸件打磨自适应方法，其特征在于，所述的多光源光度立体视觉方法具体为：重建铸件三维表面，得到t时刻铸件表面图像I_t；从铸件表面图像I_t得到位置(i,j)_t处的高度为z(i,j)_t，分析得到t时刻要处理缺陷区域的长L_t和宽W_t。

4.根据权利要求1所述的基于视觉系统的机器人铸件打磨自适应方法，其特征在于，所述的步骤S02具体为：通过机器人控制系统对铸件表面图像I_t分析，得到分解后的毛刺、孔眼、裂纹、与铸件整体表面粗糙情况；利用刻画铸件表面粗糙度方法，分析铸件高度的一阶矩、二阶矩、三阶矩和四阶矩特征，图像的矩特征作为磨削控制器的输入刻画了加工铸件表面的知识特征。

5.根据权利要求4所述的基于视觉系统的机器人铸件打磨自适应方法，其特征在于，所述刻画铸件表面粗糙度方法具体为：铸件表面图像I_t任意一点(i,j)_t的高度值为z(i,j)_t，铸件的粗糙度对应铸件高度的各阶矩：

铸件高度的一阶矩表征了铸件表面平均偏移程度，值越大，则平均偏移量越大，铸件越不平整；

铸件的二阶矩表征了铸件表面各点高度的标准差，即铸件表面的粗糙程度，值越大，铸件表面越粗糙；

铸件的三阶矩表征了铸件表面的扭曲程度，值越大，铸件表面扭曲程度越高；

铸件的四阶矩表征了铸件表面的峰度值，峰度越高，铸件表面越粗糙；

则铸件表面粗糙度为：F_flat-t＝{M₁(i,j)_t,M₂(i,j)_t,M₃(i,j)_t,M₄(i,j)_t}，

S_t为铸件表面的知识特征：S_t＝I_t(L_t，W_t，F_flat-t)＝L_t*W_t*F_flat-t。