[发明专利]基于3D视觉的支撑板倒角识别分析方法

权利要求书

1.基于3D视觉的支撑板倒角识别分析方法，其特征在于：其具体步骤如下：

S1、读取点云；

S2、点云预处理：根据点云质量选择预处理方法，然后对点云计算法向量，构建kd-tree；

S3、点云分割：使用点云分割方法分割出平面；

S4、点云平面投影：为了提升精度，对于平面panle_i，选择预处理后的点云距离平面较近的点投影到平面上；

S5、构建kd-tree；

S6、边缘检测：查找平面点云的边缘：使用BoundaryEstimation方法保留平面点云边缘；

S7、直线拟合，交点计算：对边缘点进行RANSAC直线拟合，并计算直线之间的交点；

S8、倒角特征搜索：构建倒角结构搜索向量，以直线交点为圆心，直线角平分线方向为向量，构建四个象限搜索方向；

S9、是否为倒角特征：当点云分布符合初始条件，即倒角平面内侧存在点云缺失空洞时，再以相交直线角平分线和两边分别计算角平分线，再次搜索点云分布情况；当三次搜索结果符合倒角规律时，为是，初步判断为该平面符合倒角平面，继续进行倒角参数计算；为否，则结束当前流程，进入下次判定流程；

S10、构建倒角内边缘搜索方向组：在可能的倒角区域以某个角度差值构建倒角边缘搜索方向；

a、倒角内边缘搜索：沿着构建好的搜索方向搜索倒角内边缘；

a1、坐标系变换求倒角参数：以角度为x轴横坐标，倒角内边缘点到原点的距离为y轴纵坐标，将搜索结果转换到直角坐标系下，然后再对转换结果进行拟合计算倒角参数；

b、支撑板外边缘搜索；使用前面构建的倒角边缘搜索方向，对支撑板外边缘进行搜索；

b1、支撑板厚度搜索：根据构建的支撑板厚度搜索方向搜索厚度，即沿着搜索面法向量方向搜索到没有点为止，记录搜索长度；

b2、坐标系变换求厚度：以构建的倒角边缘搜索方向角度为x轴横坐标，以厚度方向搜索长度为y轴纵坐标构建搜索结果坐标系，然后再拟合变换坐标，计算厚度；

S11、结束。

2.根据权利要求1所述的基于3D视觉的支撑板倒角识别分析方法，其特征在于：所述的步骤S2中，预处理方法包括去除NaN点、去除离群点、点云降采样类。

3.根据权利要求1所述的基于3D视觉的支撑板倒角识别分析方法，其特征在于：所述的步骤S3中，点云分割方法可以使用基于特征搜索和区域生长的点云分割方法，或者对于结构相对简单的点云也可以直接使用RANSAC分割出平面。

4.根据权利要求1所述的基于3D视觉的支撑板倒角识别分析方法，其特征在于：所述的步骤S4中，点距离平面的距离小于阈值则进行投影，判定条件为：

Abs(A*x+B*y+C*z+D)dis

其中，dis为距离阈值；

点投影，投影后点的坐标为：

point_out-(point_out-point_plane).dot(plane_normal)*plane_normal

其中，(point_out-point_plane).dot(plane_normal)为向量两点point_out、point_plane组成的向量在向量plane_normal上的投影距离，也就是point_out到平面的距离。

5.根据权利要求1所述的基于3D视觉的支撑板倒角识别分析方法，其特征在于：所述的步骤S8中，沿构建的搜索方向搜索确定点云分布情况，搜索点位置迭代计算公式为：

pij＝pi+vp*j*step

其中，j为迭代次数，step为搜索步长；

搜索倒角内边缘时记录搜索到点云的最近距离；

搜索外边缘时，记录搜索点云数量不为空的最远位置。

6.根据权利要求1所述的基于3D视觉的支撑板倒角识别分析方法，其特征在于：所述的步骤S9中，在平面内符合倒角条件后，还要验证倒角在结构上符合要求，倒角两侧是两个支撑面，所以在倒角平面垂直方向上点云数量要比倒角平面方向上多，符合倒角条件后在进行倒角参数拟合处理。