[发明专利]一种提高汽车钣金工件的识别与定位精度的方法

说明书

本发明属于无序分拣机器视觉领域，具体的说是一种提高汽车钣金工件的识别与定位精度的方法。该方法包括：一、获取完整待抓取工件场景图像并进行预处理，对图像中工件完成实例分割，根据实例分割结果提取二维图像的边缘；二、对采集得到的待抓取工件场景的点云数据进行预处理操作，根据提取得到的二维图像的边缘作为索引，进一步提取点云数据边缘；并计算点云边缘中的点对特征，建立全局模型描述；三、进行在线的模型匹配，采用基于霍夫投票原理的投票方法获取候选位姿，并采用连接性密度聚类算法对候选位姿进行聚类，并采用ICP配准算法对位姿进行优化。本发明在保证工件识别速度的同时，可以大大的提高对于汽车钣金件的识别与定位精度。

技术领域

本发明属于无序分拣机器视觉领域，具体的说是一种提高汽车钣金工件的识别与定位精度的方法。

背景技术

机器视觉引导的无序分拣系统具有精度高，适应性强等优点，可以很好的完成对非结构环境下的工件的分拣任务。视觉引导的分拣系统可以使得生产线更加的柔性化，更好的适应当今小批量个性化定制生产需求，避免由于机器人示教编程所带来的对于生产线转产周期的限制。

在实际的汽车工业生产加工过程中，各个生产车间需要由后勤物流部门统一调配生产部件。后勤物流部门每天需要处理大量的零部件拆包转运问题，可以采用基于视觉引导的机械臂来代替人工完成对各种零部件的分拣任务，但当分拣的过程中遇到由金属薄板经过钣金工艺加工形成的薄片状钣金件时，由于汽车钣金件特征较少且多集中于边缘、不区分正反面等因素干扰，基于传统的模板匹配的识别与定位算法的效果并不理想。

这种基于模板匹配的工件识别与定位算法的主要流程为：

1)通过对待检测工件的CAD模型进行采样，或相机实时采集的方式生成点云模板文件，用于后续模板匹配过程；

2)采用刚体ICP配准算法或其他配准策略将待测物点云模板向待测物的实际测量点云配准；

3)获取模板到工件场景点云数据的刚体变换关系，并解算出相对于机器人基坐标系的位姿。

上述流程至少存在如下的问题：

1)操作复杂：需要生成待识别工件的表面模板；

2)耗时长：在训练生成点云表面模板的过程中需要花费大量时间，并在进行配准之前需要计算提取点云关键点形成点云特征描述子，算法的耗时较长；

3)使用局限：仅有ICP配准算法完成对工件的识别与定位，由于ICP算法的初始参数的设置问题，可能造成误匹配的情况发生，造成对工件的误识别问题。

发明内容

本发明提供了一种提高汽车钣金工件的识别与定位精度的方法，本发明在保证工件识别速度的同时，可以大大的提高对于汽车钣金件的识别与定位精度，解决了现有对汽车钣金件识别与定位方式操作复杂、耗时长、且容易发生误识别的问题。

本发明技术方案结合附图说明如下：

一种提高汽车钣金工件的识别与定位精度的方法，包括以下步骤：

步骤一、获取完整待抓取工件场景图像并进行预处理，对图像中工件完成实例分割，根据实例分割结果提取二维图像的边缘；

步骤二、对采集得到的待抓取工件场景的点云数据进行预处理操作，根据提取得到的二维图像的边缘作为索引，进一步提取点云数据边缘；并计算点云边缘中的点对特征，建立全局模型描述；

步骤三、进行在线的模型匹配，采用基于霍夫投票原理的投票方法获取候选位姿，并采用连接性密度聚类算法对候选位姿进行聚类，并采用ICP配准算法对位姿进行优化。

所述步骤一的具体方法如下：

11)获取场景二维图像并进行二值、去噪、平滑的预处理操作；