基于3D视觉的铸件飞边自动打磨方法及系统

技术领域

本发明涉及工件打磨技术领域，尤其是指一种基于3D视觉的铸件飞边自动打磨方法及系统。

背景技术

目前，自动化打磨领域的设备多以数控机床为主，但数控机床成本高，扩展性及灵活性较差，铸件构型多且复杂，数控机床不适用于铸件打磨。目前铸件打磨，基本采用传统的人工打磨方式，打磨效率低、打磨质量不稳定，同时也面临劳动力短缺的问题。

离线打磨很难实现高精度，铸件由于磨具损耗和工艺的问题，工件的去除量并不稳定，实际工件需要通过检测再进行打磨，因此通过离线的方式，很难保证打磨精度。传统的打磨检测一般采用人工或轮廓仪的测量方法，耗时时间长、检测精度低，并且不适用于形状复杂的铸件。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中传统的打磨检测一般采用人工或轮廓仪的测量方法，耗时时间长、检测精度低，并且不适用于形状复杂的铸件的技术缺陷。

为解决上述技术问题，本发明提供了一种基于3D视觉的铸件飞边自动打磨方法，包括：

获取铸件模型的文件；

采集铸件的点云数据，获得铸件的点云数据；

将铸件的点云数据与铸件模型配准，获得配准结果；

依据配准结果，进行打磨路径规划及机器人轨迹规划；

依据打磨路径规划及机器人轨迹规划，机器人对铸件进行打磨操作。

作为优选的，所述采集铸件的点云数据，获得铸件的点云数据，包括：

S21、设定拍照位置和拍照数量n；

S22、机器人移动到预设点位进行拍照；

S23、检测拍照数目是否等于n，若小于n则返回S21并继续拍摄，直至结束；

S24、将采集的n张照片进行点云拼接，获得铸件的整体点云数据。

作为优选的，机器人的位姿计算公式如下：

其中，P

作为优选的，所述将采集的铸件的点云数据与铸件模型配准，获得配准结果，包括：

S31、采用采样一致性算法进行粗配准计算；

S32、将粗配准后的源点云数据和目标点云数据进行配准；

S33、在源点云数据中快速搜索，找到与目标点云的欧氏距离最小的点，作为对应点，组成匹配点对；

S34、利用奇异值分解求取旋转矩阵和平移向量，更新源点云数据，求目标函数最小值，使对应点之间的均方误差最小；

S35、当计算的误差值大于设定的阈值，返回S33；

当计算的误差值小于设定的阈值，输出计算结果；

当达到最大迭代次数则停止计算。

作为优选的，所述S31包括：

在源点云中选取若干个不同的采样点并设置距离阈值；

在目标点云中寻找源点云的采样点的对应点；

通过对应点之间的位置关系计算出旋转平移矩阵，并用Huber函数判定是否为最佳变换，记为

其中，m

将误差函数最小的矩阵作为最佳变换矩阵。

作为优选的，经过粗配准的源点云为P′＝{p′

其中，C为协方差矩阵，d

误差函数为:

作为优选的，所述进行打磨路径规划及机器人轨迹规划，包括：

S41、设定初始温度T

S42、分别对每个种群在当前温度T下，执行S43-S44；

S43、独立产生n次随机扰动得到n个解，比较选取n个解中目标函数最小的解，记为s′，计算目标函数增量Δs＝f(s′)-f(s),当Δs＜0,则接受s′作为新的当前解，否则，以概率exp(-Δs/T)接受s′作为新的当前解；

S44、如果满足终止条件，则输出当前解s作为最优解s

S45、T逐渐减少且趋于0，结束一次迭代，最终从N个种群的最优解中得到全局最优解。

作为优选的，所述依据打磨路径规划及机器人轨迹规划，机器人完成打磨作业，之后还包括：

采集打磨后的铸件的图像，获取打磨后的铸件的点云数据；

判断铸件的点云数据是否满足打磨精度，若满足打磨精度，则完成打磨作业，否则，重新打磨。

作为优选的，使用红外结构光3D相机采集铸件的点云数据。

本发明公开了一种基于3D视觉的铸件飞边自动打磨系统，包括：

模型获取模块，所述模型获取模块用于获取铸件模型的文件；

点云数据获取模块，所述点云数据获取模块用于采集铸件的点云数据，获得铸件的点云数据；

配准模块，所述配准模块用于将铸件的点云数据与铸件模型配准，获得配准结果；

规划模块，所述规划模块用于依据配准结果，进行打磨路径规划及机器人轨迹规划；

打磨模块，所述打磨模块依据打磨路径规划及机器人轨迹规划，机器人完成打磨作业。

本发明的上述技术方案相比现有技术具有以下优点：

1、本发明提出了一种基于3D视觉的铸件飞边自动打磨方法，其将3D视觉集成到机器人打磨系统中，由点云数据的精确配准，实现轨迹规划和高精度打磨。

2、本发明通过3D相机实时获取工件的点云数据，将模型与实际工件进行配准，实时规划打磨路径，本发明可实现铸件飞边的机器人高精度自主打磨。

3、本发明能够实现自动检测，检测精度高，并且适用于形状复杂的铸件。

4、本发明基于铸件飞边自动打磨方法，实现铸件的自动打磨，耗时短，打磨精度高。

附图说明

图1为本发明基于3D视觉的铸件飞边自动打磨方法的流程图；

图2为打磨装置的结构示意图；

图3为基于3D视觉的机器人自主打磨系统工作流程；

图4为点云配准流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

参照图1、图3-图4所示，本发明公开了一种基于3D视觉的铸件飞边自动打磨方法，包括：

S1、获取铸件模型的文件；

S2、采集铸件的点云数据，获得铸件的点云数据，包括：

S21、设定拍照位置和拍照数量n；

S22、机器人移动到预设点位进行拍照；

S23、检测拍照数目是否等于n，若小于n则返回S21并继续拍摄，直至结束；

S24、将采集的n张照片进行点云拼接，获得铸件的整体点云数据。

机器人的位姿计算公式如下：

其中，P

S3、将铸件的点云数据与铸件模型配准，获得配准结果，包括：

S31、采用采样一致性算法进行粗配准计算，包括：

在源点云中选取若干个不同的采样点并设置距离阈值；

在目标点云中寻找源点云的采样点的对应点；

通过对应点之间的位置关系计算出旋转平移矩阵，并用Huber函数判定是否为最佳变换，记为

其中，m

将误差函数最小的矩阵作为最佳变换矩阵。

S32、将粗配准后的源点云数据和目标点云数据进行配准；

S33、在源点云数据中快速搜索，找到与目标点云的欧氏距离最小的点，作为对应点，组成匹配点对；

S34、利用奇异值分解求取旋转矩阵和平移向量，更新源点云数据，求目标函数最小值，使对应点之间的均方误差最小；

S35、当计算的误差值大于设定的阈值，返回S33；

当计算的误差值小于设定的阈值，输出计算结果；

当达到最大迭代次数则停止计算。

其中，经过粗配准的源点云为P′＝{p′

其中，C为协方差矩阵，d

误差函数为:

S4、依据配准结果，进行打磨路径规划及机器人轨迹规划，包括：

包括：

S41、设定初始温度T

S42、分别对每个种群在当前温度T下，执行S43-S44；

S43、独立产生n次随机扰动得到n个解，比较选取n个解中目标函数最小的解，记为s′，计算目标函数增量Δs＝f(s′)-f(s),当Δs＜0,则接受s′作为新的当前解，否则，以概率exp(-Δs/T)接受s′作为新的当前解；

S44、如果满足终止条件，则输出当前解s作为最优解s

S45、T逐渐减少且趋于0，结束一次迭代，最终从N个种群的最优解中得到全局最优解

S5、依据打磨路径规划及机器人轨迹规划，机器人对铸件进行打磨操作。

S6、采集打磨后的铸件的图像，获取打磨后的铸件的点云数据；

S7、判断铸件的点云数据是否满足打磨精度，若满足打磨精度，则完成打磨作业，否则，返回S1。

本发明中，使用红外结构光3D相机采集铸件的点云数据。

本发明公开了一种基于3D视觉的铸件飞边自动打磨系统，包括模型获取模块、点云数据获取模块、配准模块、规划模块和打磨模块。

模型获取模块用于获取铸件模型的文件；

点云数据获取模块用于采集铸件的点云数据，获得铸件的点云数据；

配准模块用于将铸件的点云数据与铸件模型配准，获得配准结果；

规划模块用于依据配准结果，进行打磨路径规划及机器人轨迹规划；

打磨模块依据打磨路径规划及机器人轨迹规划，机器人完成打磨作业。

本发明应用视觉传感作为实现自主打磨及检测的重要方法，目前常用的视觉传感器包括线激光3D相机和红外结构光3D相机，线激光3D相机重建效率低、速度慢，红外结构光3D相机重建效率高且速度快，可以更好的实现自主打磨。

本发明提出了一种基于3D视觉的铸件飞边自主打磨系统及方法，系统主要由工作台，工业机器人及控制柜、打磨头工具转台、计算机视觉系统Robot Vision System(RVS)、液压浮动打磨头、红外结构光3D相机组成。将3D视觉集成到机器人打磨系统中，由点云数据的精确配准，实现轨迹规划和高精度打磨。通过3D相机实时获取工件的点云数据，将模型与实际工件进行配准，实时规划打磨路径，本发明可实现铸件飞边的机器人高精度自主打磨。

下面，结合具体实施例对本发明中的技术方案做进一步说明与解释。

1、参照图2所示，为打磨装置的结构示意图。打磨装置由工作台，工业机器人及控制柜、打磨头工具转台、RVS、液压浮动打磨头、红外结构光3D相机组成，实现铸件飞边的机器人自主打磨。由3D相机拍摄工件获取点云数据，通过RVS系统进行工件与模型点云配准、规划打磨路径和精度检测，由打磨头工具转台选择合适的打磨工具，由机器人连接液压浮动打磨头，完成工件打磨作业。

2.基于3D视觉的机器人自主打磨系统工作流程

本发明的目的在于提供一种基于3D视觉的机器人自主打磨系统及方法，实现高效、精准的铸件打磨及精度检测。基于3D视觉的机器人自主打磨系统工作流程如图3所示，输入模型文件，通过3D相机拍摄工件获取点云数据，通过RVS系统将工件与模型进行点云配准，并进行打磨路径规划及机器人轨迹规划，通过机器人完成打磨，再通过3D相机拍摄工件获取点云数据进行精度检测，如果满足精度要求则完成打磨，否则继续进行。打磨系统的工作包括以下步骤：

(1)通过3D相机拍摄获取工件的点云数据并发送给RVS；

(2)RVS通过点云配准算法，将获取的工件点云和输入的模型进行配准；

(3)由改进的模拟退火算法完成打磨路径规划，并将点位发送给工业机器人，由工业机器人完成打磨作业；

(4)3D相机再次拍摄工件，获取点云数据并发送给RVS；

(5)RVS进行打磨精度检测，若满足打磨精度要求则完成打磨作业，否则返回步骤(1)继续进行。

对于步骤1，通过3D相机拍摄获取工件的点云数据。常用的3D相机包括线激光3D相机和结构光3D相机，线激光3D相机需要跟随机器人移动拍摄多个位姿的照片，并通过特征提取完成三维重建，效率较低。本发明采用红外结构光3D相机，可以直接获取所拍摄工件的点云数据，效率更高。

在拍摄之前首先进行机器人TCP标定及3D相机的内参矩阵和手眼转换矩阵的标定。机器人TCP的标定点选取为液压浮动打磨头的中心点。通过改变机器人位姿，拍摄多幅照片完成标定，获得3D相机的内参矩阵和手眼转换矩阵，照片的采集步骤如下：

(1)设定拍照位置和拍照数量n；

(2)机器人移动到预设点位进行拍照；

(3)检测拍照数目是否等于n，若小于n则返回(2)继续拍摄，直至结束；

(4)将采集的n张照片由RVS进行点云拼接，获得工件的整体点云数据。

机器人的位姿计算公式如下：

其中，P

对于步骤2，RVS通过点云配准算法，将获取的工件点云和输入的模型进行配准，点云配准包括粗配准和精配准，流程如下：

参照图4所示，采用采样一致性(SAC-IA)算法进行粗配准计算，粗配准的具体步骤如下：

(1)在源点云中选取若干个不同的采样点并设置距离阈值，以保证采样点间具有不同的特征；

(2)在目标点云中寻找与源点云的采样点，具有相似特性的点作为对应点；

(3)通过对应点之间的位置关系计算出旋转平移矩阵，并用Huber函数判定是否为最佳变换，记为

式中m

点云精配准，采用一种改进的ICP方法计算，为了提高点云配准的鲁棒性，引入一个高斯概率模型，利用点云邻域集的协方差矩阵构造误差函数。

经过粗配准的源点云为P′＝{p′

式中，C为协方差矩阵，d

误差函数为:

精配准的具体步骤如下：

(1)将粗配准后的源点云数据和目标点云数据进行配准；

(2)在源点云数据中快速搜索，找到与目标点云的欧氏距离最小的点，作为对应点，组成匹配点对；

(3)利用奇异值分解求取旋转矩阵和平移向量，更新源点云数据，然后求目标函数最小值，使对应点之间的均方误差最小；

(4)如果计算的误差值大于设定的阈值，返回步骤(2)，如果小于设定的阈值，输出计算结果，如果达到最大迭代次数则停止计算。

对于步骤3，由改进的模拟退火算法完成打磨路径规划。传统的模拟退火算法求解时，主要存在的问题为：当路径点数较多时，容易得到局部最优解，参数的选择对求解质量影响较大。改进后的算法的具体步骤如下：

(1)设定初始温度T

(2)分别对每个种群，在当前温度T下，执行步骤(3)-(4)；

(3)独立产生n次随机扰动得到n个解，比较选取n个解中目标函数最小的解，记为s′，计算目标函数增量Δs＝f(s′)-f(s),当Δs＜0,则接受s′作为新的当前解，否则以概率exp(-Δs/T)接受s′作为新的当前解；

(4)如果满足终止条件，则输出当前解s作为最优解s

(5)T逐渐减少且趋于0，结束一次迭代，最终从N个种群的最优解中得到全局最优解。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。