[发明专利]一种基于单目深度传感器和机械臂配准目标轮廓点云的方法

说明书

本发明公开了一种基于单目深度传感器和机械臂配准目标轮廓点云的方法，机械臂(1)末端搭载单目深度传感器(2)，上位机(3)控制机械臂精准移动采样位置，控制单目深度相机拍摄目标轮廓点云并预处理，将当前点云标记为源点云S；通过控制柜(4)获取当前机械臂(1)各轴旋转角度值，根据运动学理论对机械臂(1)进行建模，并计算当前采样点单目深度传感器基于基坐标系的位姿；使用改进后的迭代最近点算法完成S与D两视角下点云的精确配准，将配准后的点云标记为源点云S；重复执行步骤S4、S5，再次配准下一视角下的点云，直到目标轮廓的点云模型完整，配准结束。

技术领域

本发明涉及机器人技术及计算机视觉领域，尤其涉及一种基于单目深度传感器和机械臂配准目标轮廓点云的方法。

背景技术

三维点云模型是计算机视觉中的重要组成部分，是智能机器人与未知环境交互要研究解决的热点问题。单目深度视觉系统一般利用红外线发射至目标，通过接受返回的光波来计算深度信息，有飞行时间法、结构光法等。在机械臂识别目标物体或者对目标物体的轮廓进行定位时，需要获取到目标不同视角下的全部轮廓信息，所以需要对不同视角下采集到的点云进行配准，现有方案无法在视角相差较大的情况下快速高效完成点云配准，并同时进行目标轮廓的准确定位。而深度传感器连续采集、逐步配准则计算复杂、硬件平台要求较高。

发明内容

本发明提供了一种基于单目深度传感器使用机械臂配准目标轮廓点云的方法，能够提高在拍摄视角相差较大情况下的配准效率，降低配准误差，并且获取目标轮廓的点云信息。

一种基于单目深度传感器和机械臂配准目标轮廓点云的方法，包含如下步骤：

步骤S1，根据目标对象(5)的类型及大小，确定最佳采样位置和最少采样方案；

步骤S2，机械臂(1)末端搭载单目深度传感器(2)，上位机(3)控制机械臂精准移动采样位置，控制单目深度传感器拍摄目标轮廓点云并预处理，将当前点云标记为源点云S；

步骤S3，通过控制柜(4)获取当前机械臂(1)各轴旋转角度值，根据运动学理论对机械臂(1)进行建模，并计算当前采样点单目深度传感器基于基坐标系的位姿；

步骤S4，移动机械臂(1)使单目深度传感器(2)到达下一个采样位置，拍摄点云并预处理，将其标记为D，根据采样位置基于基坐标系的位姿，计算采样位置拍摄的点云数据间的刚体变换矩阵，对点云进行旋转平移变换，完成点云的初始配准；

步骤S5，使用改进后的迭代最近点算法完成S与D两视角下点云的精确配准，将配准后的点云标记为源点云S；

重复执行步骤S4、S5，再次配准下一视角下的点云，直到目标轮廓的点云模型完整，配准结束。

所述的方法，所述步骤S1的具体过程包括：

根据目标对象的外观形状，先在其四周采集几处点云数据，观察点云中含目标物体的有效点云数量占比，寻找占比较高的点云确定为最佳采样位置，寻找不同视角下的最佳采样位置，直到可以配准出完整的点云轮廓。

所述的方法，所述步骤S2的具体过程包括：

机械臂(1)末端搭载单目深度传感器(2)，上位机(3)控制机械臂精准移动采样位置A，控制单目深度传感器(2)拍摄目标(5)轮廓点云，使用直通滤波器和统计滤波器对其滤波处理，去除目标轮廓对象外的背景及其他干扰数据，将当前点云标记为源点云S。

所述的方法，所述步骤S3的具体过程包括：

标定单目深度传感器相对于末端工具坐标系的位姿通过控制柜(4)传输到上位机(3)的数据，获取当前机械臂(1)各轴旋转角度值，根据运动学理论对机械臂(1)进行建模，得到机械臂的正运动学方程，将当前各轴角度值带入该方程，计算出该采样点末端工具坐标系基于基坐标系的位姿根据式推导单目深度传感器相对于基坐标系的位姿