[发明专利]基于融入全局视觉和局部视觉的机器人视觉引导方法和装置

权利要求书

1.基于融入全局视觉和局部视觉的机器人视觉引导方法，其特征在于，包括：

步骤1、通过设置在检测机器人的末端的整体RGB-D复合传感器获取待加工目标的整体配准RGB二维图像I_RGB和整体配准深度数据I_D，从所述整体配准RGB二维图像I_RGB获取所述待加工目标的整体区域S_RGB，使用所述整体RGB-D复合传感器的标定矩阵，依据所述整体区域S_RGB从所述整体配准深度数据I_D提取所述待加工目标的整体3D点云数据S_3D；

步骤2、分析所述整体3D点云数据S_3D获取所述待加工目标的整体加工引导路径点集{AX_j}_j＝1-n，所述AX_j为所述待加工目标在所述整体3D点云数据S_3D的整体加工引导路径点，所述j为所述整体加工引导路径点AX_j的序号，所述j的取值范围为[1,n]，所述n为所述整体加工引导路径点AX_j的总数目；

步骤3、根据所述整体加工引导路径点集{AX_j}_j＝1-n结合预先设定的整体3D点云数据S_3D的待加工子目标区域高精度检测参数将所述待加工目标的所述整体3D点云数据S_3D分割为待加工子目标区域点云集{S_3D-j}_j＝1-n，所述S_3D-j为对应所述整体加工引导路径点AX_j的待加工子目标区域点云；

步骤4、通过最优路径规划算法，将所述待加工子目标区域点云集{S_3D-j}_j＝1-n进行排序，从而生成最优待加工子目标区域点云序列{S_3D-i}_i＝1-n，所述S_3D-i为最优待加工子目标区域点云序列{S_3D-i}_i＝1-n之内所述待加工子目标区域点云，所述i为所述最优加工子目标区域点云序列{S_3D-i}_i＝1-n的序号，所述i与所述j一一对应，依据所述i与所述j的所述一一对应将所述整体加工引导路径点集{AX_j}_j＝1-n转换为整体加工引导路径点序列{AX_i}_i＝1-n；

步骤5、将所述i依次设置为从1至n，将对应所述待加工子目标区域点云S_3D-i的所述整体加工引导路径点AX_i转换为检测机器人基坐标系整体加工引导路径点BX_i，然后将所述检测机器人基坐标系整体加工引导路径点BX_i转换为磨抛机器人基坐标系整体加工引导路径点CX_i，从而将所述整体加工引导路径点序列{AX_i}_i＝1-n转换为检测机器人基坐标系加工引导点序列{BX_i}_i＝1-n，将检测机器人基坐标系加工引导点序列{BX_i}_i＝1-n转换为磨抛机器人基坐标系整体加工引导点序列{CX_i}_i＝1-n；

步骤6、将所述i依次设置为从1至n，依据磨抛机器人基坐标系整体加工引导路径点CX_i引导设置在磨抛机器人的末端的局部RGB-D复合传感器对所述待加工目标进行扫描，从而获取所述待加工目标在对应所述待加工子目标区域点云S_3D-i所对应区域的局部高精度点云SS_3D-i；

步骤7、将所述i依次设置为从1至n，通过配准算法以所述局部高精度点云SS_3D-i作为模板从预设的样本点云RS_3D之中查找出与所述局部高精度点云SS_3D-i配准的局部高精度点云RS_3D-i，计算所述局部高精度点云SS_3D-i与局部高精度点云RS_3D-i所对应的差异点云DS_3D-i，分析搜索所述差异点云DS_3D-i得到所述磨抛机器人的高精度3D加工引导信息。