[发明专利]一种工件智能引导装配中实际点云处理方法

说明书

本发明涉及工业智能工件装配领域，具体的为一种工件智能引导装配中实际点云处理方法；本发明可以完成点云文件预处理，将文件中的装配工件分离并输出为两个点云文件；本发明使用了GASD位姿变换算法分别对两个工件的点云文件进行处理，并使用PCA算法计算出工件的质心坐标，进而得到两个工件的装配矩阵，并且可以直接应用在装配识别中；本发明解决了基于3D视觉的智能工件装配点云图识别问题，识别准确精度高，抵抗噪音点干扰的能力强。

技术领域

本发明属于工业智能工件装配领域，具体的为一种工件智能引导装配中实际点云处理方法。

背景技术

装配就是按照设计的技术要求实现机械零件或部件的连接，把机械零件或部件组合成机器。机械装配是机器生产中制造和修理的重要环节；在传统的工业生产与加工的过程中，机器的装配作业比其他加工作业复杂。由于所需装配的零件存在着多样性和差异性，它需要依靠人的感觉器官，来综合观察和检测零件的机械加工质量及配套情况；一般情况下，零件的质量和体积都比较微小，所以需要加工人员具有一定的观察能力和实际动手操作的能力。同时，在满足以上条件后，需要根据装配的最终技术要求，运用人的智慧和装配知识来进行判断、做出决策，并采取适合于各种情况的装配工艺措施，才能获得装配质量完好的机器；这样的装配流程大部分依托于人工的操作，使得在现代的机器生产中，装配工作占用的手工劳动量大，装配费用高，装配的生产效率低。

据统计，工业生产中的装配工作量占整个产品制造工作量的20％-70％，随着社会的发展和生产力的不断提高，需要一种更为方便的装配方法，从而达到解放手工劳动力，提高机械制造的生产效率的目的；所以，需要创造一种新型的装配方法来实现工件智能引导装配，即利用3D视觉识别工件，并通过自动化的手段让装配智能完成，从而提高装配的效率和精度，摆脱简单和繁重的手工装配劳动。

3D视觉即是通过3D摄像头能够采集视野内空间每个点位的三维座标信息，通过算法复原智能获取三维立体成像，不会轻易受到外界环境、复杂光线的影响，技术更加稳定，能够解决以往二维体验和安全性较差的问题；3D相机例如常用的激光线扫相机，双目结构光相机采集出来的数据称之为深度图、点云图。点云是在和目标表面特性的海量点集合。根据激光测量原理得到的点云，包括三维坐标(XYZ)和激光反射强度(Intensity)。根据摄影测量原理得到的点云，包括三维坐标(XYZ)和颜色信息(RGB)。结合激光测量和摄影测量原理得到点云，包括三维坐标(XYZ)、激光反射强度(Intensity)和颜色信息(RGB)。在获取物体表面每个采样点的空间坐标后，得到的是一个点的集合，称之为“点云”(Point Cloud)。

点云数据是最为常见也是最基础的三维模型。点云模型往往由测量直接得到，每个点对应一个测量点，未经过其他处理手段，故包含了最大的信息量。然而，这些信息隐藏在点云中需要以其他提取手段将其萃取出来，提取点云中信息的过程则为三维图像处理。

在实际应用中，利用激光雷达扫描系统所获的点云数据不可避免的出现离群点、噪声点，如外界杂点干扰、工件盛放平台干扰等；实际扫描图与理想点云文件有以下区别需要现在点云处理时解决，其中包括：

噪声点：扫描文件生成时扫描器对环境扫描时脱离工件及扫描平台之外的点；

平面：盛放工件扫描平台上的平面点；

装配工件处在一个文件中：例如对螺丝螺母进行装配时，螺丝螺母处于同一盛放平台上，3D扫描将螺丝与螺母扫描进同一个点云文件中，需要其进行分离；

扫描不完全：由于扫描器的局限性，螺丝螺母与平台接触部分无法被扫描到，造成图形不像理想点云那样规则，RANSAC(随机抽样一致算法)无法拟合出圆柱体，拟合效果不佳，无法进行装配工作。

初始的识别算法用在实际的操作之中会产生不可避免的拟合错误，从而导致无法成功完成装配，如果想要使用3D相机扫描得到的点云图对工件智能装配进行指导，那么就必须要针对实际环境中的点云图进行预处理，并且提取出其中的有用特征。

发明内容