[发明专利]一种基于3D视觉的机械臂修坯方法

说明书

本发明公开了一种基于3D视觉的机械臂修坯方法，包括：点云数据采集、目标点云提取、点云配准、表面重建、机械臂轨迹规划。点云数据采集使用融合式深度相机采集包含目标工件的多角度场景点云数据，然后对场景点云进行目标提取。在此基础上，对多视角目标点云进行点云配准，建立全视角的点云模型，然后对该模型进行表面重建，重建出较为完整且接近于实物的重建模型。机械臂轨迹规划步骤是根据重建模型上的作业点坐标和相应的目标函数规划出轨迹点，并在仿真环境中进行验证与执行，仿真执行完成后，将轨迹数据发送至机械臂控制器进行修坯作业处理。本发明提高了系统作业自动化程度的同时，提高了稳定性和可靠性。

技术领域

本发明涉及机器视觉和工业机械臂技术领域，尤其是一种基于3D视觉的机械臂修坯方法。

背景技术

随着制造产业的转型升级和机器人控制与感知技术的进步发展，越来越多的机器人装备被应用到了工业制造中，因此能够极大地提高工业制造业原有的工作效率，同时还能代替人类完成危险环境中的工作。其中工业机械臂是被应用到工业生产线的主要机器人设备之一，机械臂是基于电子、机械、控制等多方面技术的具有多自由度的机器人装置。机械臂在分拣、码垛、搬运、喷漆和焊接等工作领域中都有广泛的应用。

机器视觉是运用到工业领域的最为重要的感知技术之一。早期的基于单目视觉的感知技术被应用于简单的识别跟踪。目前，基于双目立体成像、红外结构光、TOF(Time OfFlight)技术的深度相机如雨后春笋一般进入了各大领域，并将机器人视觉感知提高到另一个层次。

传统的陶瓷卫浴工业生产线在没有应用机器人自动化技术之前，需要工人根据严格的测量数据，手持抛磨工具对素坯进行打磨与抛光，工作难度大且效率低下，针对不同批次的陶瓷素坯加工方法有很大差异，从而加大了人工作业的难度和强度。即使在较为理想的情况下，人工打磨出的效果和质量在同一批次的工件中也显得参次不齐。而且目前大多数工厂引进的机器人陶瓷卫浴修坯工作技术方案为示教获得机器人打磨轨迹，此方案的缺点有以下：第一，示教机器人得到的抛磨轨迹较为固定，没有调整的空间，会对最终的抛磨质量产生巨大影响。第二，不同的产品以及同种产品的不同批次之间所需要的抛磨轨迹之间有很大的差异，针对不同的情况，需要不断更改示教方案，极为繁琐。

因此本发明提出了一种基于3D视觉的机器人修坯方法，加入3D视觉感知，结合机械臂，提高生产线上的自动化程度，通过建立工件模型自动规划路径。

发明内容

本发明要克服现有技术的不足之处，提供了一种基于3D视觉的机械臂修坯方法。

该方法能够对不同种类工件进行多视角3D数据采集并进行三维重建，获得重建模型。此方法的适应性较强，并能够根据重建所得的模型和加工目标进行合理的机械臂轨迹规划，通过仿真验证后，传送至实体机械臂加工执行，提高修坯过程的安全性和可靠性。

一种基于3D视觉的机械臂修坯方法，包括以下步骤：

步骤1：采集含有多角度目标素坯工件的场景点云数据。这一步骤利用融合式双目深度相机采集点云数据，该传感器基于双目立体成像原理以及红外结构光测距原理获得深度数据。将待扫描的目标工件放置于可控制旋转角度的旋转平台上，深度相机与旋转平台之间构成固定的相对位置，工件以一定的初始位置放置于旋转平台之上，并以固定角度为增量进行步进式旋转，以获得目标素坯的多角度信息。深度相机对场景中的每一个角度进行扫描和记录后回传至电脑，并将点云数据按照时间顺序以PCD文件的形式保存，命名为View1、View2、View3，...ViewN等N个视角场景点云文件

步骤2：目标点云提取。步骤1采集得到多视角的场景点云View1、View2、View3，...ViewN，从中将无关的数据点剔除并提取出目标工件数据。其具体步骤如下：