[发明专利]基于多2D视觉的零部件高精度三维位姿估计方法及系统

说明书

本发明涉及一种基于多2D视觉的零部件高精度三维位姿估计方法及系统。其中的方法包括单个2D视觉采集装置工件位姿估计和多视觉采集装置优势参数融合。单个2D视觉采集装置工件位姿估计，主要是将获取的工件图像进行处理获取初步特征点作为精提取输入；并对特征点进行亚像素化，通过PnP算法，获得单视觉采集装置的工件位姿。多视觉采集装置优势参数融合部分，基于多视场标定技术获得各个视觉采集装置的位姿关系，再通过单视觉采集装置的优势参数，将各个精度较高参数进行融合。其中的系统至少包括用于实施上述方法的计算机装置。本发明可以在计算量较小、计算时间较少的情况下搜索工件的位姿，具有更高的精度和实用性。

技术领域

本发明涉及机器视觉领域中的物体位姿估计方法及系统，尤其涉及一种基于多2D视觉的零部件高精度三维位姿估计方法及系统。本发明适用于对由机械臂末端带动的各种零部件(比如，3C部件)进行三维位姿估计。

背景技术

随着自动化技术的发展和工业制造的升级，越来越多的行业使用机器人(或机械臂)协助或者替代人类完成作业。在机器人分拣、码放、包装与装配等领域，视觉引导机器人作业变得越来越重要。在高精度高速要求的精密制造场景，3D视觉由于计算量大、精度不够等原因，尚未有成熟的应用。而传统的2D视觉因结构简单、精度高、计算量小、成本适中、算法研究广泛等优点，利用其进行位姿估计在已知可控环境下已经得到广泛应用。成为近年来位姿估计的研究热点。

对于2D视觉三维位姿估计问题，传统的做法是PnP(Perspective-n-Point)类算法，该类算法最大的一个缺点是受特征点提取的精度的影响较大，特征点定位精度低位姿的估计精度会低。目前解决的办法是采用合适的靶标、合适的PnP算法与高精度的特征点提取方法，来尽可能获得精确的位姿。靶标的设计有许多，主要根据任务的不同分别设计。对于PnP算法，只要知道n个三维空间点坐标及其对应的二维投影位置时，就可以对位姿进行估计，在具体的实现过程中根据具体的是否迭代和点的个数其可以分为迭代法与非迭代法及P3P，P4P，P5P与等于或多于6点的算法。对于特征点提取方法，由于精度需求，在需要提升到亚像素级别，常用的亚像素定位算法包括插值法，拟合法及矩方法，其中插值法主要分为二次插值、切比雪夫多项式插值与B样条插值法；矩方法包括：空间矩、灰度矩、Zernike矩等方法。但是对于基于2D视觉的三维位姿估计都存在一个问题，就是对于空间的点，2D相机的深度方法的估计能力都是偏差的，求解效果不佳，导致三维姿态的估计存在一定问题。因此需要采用多相机融合的方法解决该问题。

针对2D视觉的方法存在的问题，如何做到可以应用与机器人抓取和装配精度的位姿估计，也成为当前机器视觉领域的研究热点。

发明内容

本发明提供一种基于多2D视觉的零部件高精度三维位姿估计方法及系统，旨在至少解决现有技术中存在的技术问题之一。

本发明的技术方案一方面涉及一种基于多2D视觉的零部件高精度三维位姿估计方法，该零部件包含目标工件，其特征在于，所述方法包括以下步骤：

S0、对在空间互相垂直布置的多个2D视觉采集装置进行预配置，并标定得到所述的多个2D视觉采集装置的相互位置关系；

S1、通过每个2D视觉采集装置获取含有目标工件的场景图像，选用矩形分布的同心圆靶标，并从该场景图像中检测与定位得到与该2D视觉采集装置关联的所设置的特征区域中的目标工件特征点像素的坐标，然后，结合该特征区域的目标工件特征点之间实际相对的已知空间位置，利用PnP算法解算得到所述的目标工件基于该2D视觉采集装置坐标系的位姿；

S2、在单独利用每个2D视觉采集装置进行基于实际的目标工件位姿估计后，通过直接坐标系转换的方式将所有2D视觉采集装置关联的位资估算结果统一到同一坐标系下，使各2D视觉采集装置优势参数融合，以获得目标工件位姿的完整的估算结果。