一种基于点云信息的螺柱检测方法

技术领域

本发明涉及点云处理领域，具体涉及一种基于点云信息的螺柱检测方法。

背景技术

在制造领域及建筑领域中螺柱或含有螺纹特征的连接件应用非常广泛，但由于安装误差、制造误差等因素影响，导致螺柱的实际安装位置(与底面交点坐标)及姿态(与底面夹角)与预设要求有偏差；为此，在精密加工制造领域，需要对固定后螺柱的实际位姿进行检测，以确定螺柱与底面之间的位置、姿态是否达到要求。

当前较为广泛的检测方法，包括：

人工检测：使用套筒套在螺柱上，通过使用百分表、楔形塞尺等工具测量套筒的轴线作为螺柱的轴线。这种方法需要人工安装与拆卸套筒再用工具进行测量，无疑增加了人力成本和时间成本。

结构光测量：利用三维扫描设备获取螺柱点云，利用点云拟合轴线，从而计算出螺柱的位姿，但该方法在实际应用中存在两个问题：

其一是金属螺柱自身存在强烈反光，反光处不可避免的出现大量噪声，点云中存在很多噪声点，影响计算精度；

其二是直接利用点云拟合螺柱，得出的轴线并不准确，散布在内螺纹、外螺纹之间的点云，其实降低了螺柱的拟合精度，专利文献：CN110411341A提供了一种含螺纹目标物的位姿计算方法，其分别利用螺柱的内螺纹点、外螺纹点拟合圆柱、获取中轴线，再将外螺纹点拟合出的中轴线记为最终轴线，该方法在拟合螺柱时摒除了散布在内螺纹、外螺纹之间的点云，提高了中轴线的获取精度；但是存在以下问题：其通过设置剖面、将点云平面投影的方式获取平面点，再进行插值拟合获得基准曲线再进行最小二乘移动计算点云姿态从而计算外径和内径点，当设置剖面多时，计算量大、速度慢，设置剖面少，则精度下降，内外径的点云分割精度依赖于初始拟合圆柱中轴线的准确度和基准曲线的拟合精度，干扰因素多，计算量大。

发明内容

为了解决上述技术问题，本发明提供一种基于点云信息的螺柱检测方法，本发明方法直接利用内螺纹点和外螺纹点拟合中轴线，计算准确、耗时短；通过对点云的预处理，将点云中的噪声、杂点剔除，进一步保障了拟合结果的有效性，具有自动化程度高、抗干扰性强的特点。

技术方案如下：

一种基于点云信息的螺柱检测方法，记螺柱固定时其与他物相交处的平面为底面，利用三维视觉传感器获取底面及螺柱侧表面点云，通过以下步骤处理螺柱侧表面点云：

S1、对螺柱侧表面点云进行预处理，剔除杂点，获取处理后的点云中各点的法向量；

S2、对处理后点云中的各个点分别进行如下处理：

以单点为中心，划定该点周围的区域为局部区域，分别计算该点与局部区域内各点之间的余弦相似度，取均值记为该点对应的均值A；

判断该点对应的均值A是否小于阈值，若否，则剔除该点；若是，则保留该点；

遍历步骤S1处理后的点云中各个点后，进行步骤S3；

S3、分别判断每个点的法向量与Z轴方向的关系，若同向，则将该点记为内螺纹点，若反向，则将该点记为外螺纹点；

所述Z轴为三维视觉传感器中相机的光轴方向；

S4、利用所有内螺纹点/外螺纹点拟合圆柱，获取螺柱中轴线；

或者，分别利用所有内螺纹点、外螺纹点拟合圆柱，再利用两个圆柱对应的中轴线合成最终的中轴线；

计算中轴线与底面的夹角及交点坐标，作为螺柱位姿信息，所述底面通过点云拟合获得。

进一步，步骤S2中的阈值通过经验值设定，或者：先获取各个点对应的均值A，取最小均值A的1.2～1.5倍的作为阈值。

优选，步骤S2中，所述局部区域为单点周围的八邻域或四邻域。

进一步，步骤S1中，对点云进行预处理，剔除杂点的方法为：根据螺柱理论中轴线上的中心点、理论高度设定螺柱的中间部分所在区域，记为中心区域，提取处于中心区域内的点云，保留，剔除其它位置的点云。

或者，步骤S1中，对点云进行预处理，剔除杂点的方法为：在相同的位置处，所述三维视觉传感器还采集一幅螺柱二维图像；

将螺柱理论中轴线上的中心点投影到二维图像上，以该点为中心、0.4～0.7倍的螺柱理论高度为半径，设置感兴趣区域，在该区域内筛选出灰度值处于预设区间内的像素点坐标，再将其分别投影到点云中，将对应的三维点坐标保留，其他的三维点坐标剔除。

进一步，所述三维视觉传感器包括投影仪和相机，记录相机和投影仪对应在全局坐标系中的空间位置坐标O

步骤S1中，对螺柱侧表面点云进行预处理，剔除杂点的方式为：

1)利用点云拟合曲面、记为实测曲面；计算所述实测曲面的中轴线；

在中轴线的中间区域上任取一点，记为点A，获取点A的空间位置坐标；

2)获取过点O

求取交点B、C之间的中点M；

3)过点A作沿向量

分别计算点云中的各个点到特征直线L的距离，将距离值小于预设值的点记为反光噪点并剔除，保留其他点云，完成对点云的去噪。

进一步，步骤2)中，交点B的计算方法为：计算过点O

交点C的计算方法为：计算过点O

进一步，步骤3)中，交点K的计算方法为：获取过点A、沿向量

将与特征直线L距离值小于预设值的点记为反光噪点，具体为：

记点云中的任一点p

预设值取值

为了采集较为完整的螺纹点云，优选，所述三维视觉传感器中的相机光轴与螺柱理论中轴线之间的夹角β满足以下关系：

螺纹牙角＜β＜(180°-螺纹牙角)。

为了提高拟合精度，优选，步骤S4中，利用内螺纹点、外螺纹点拟合圆柱之前，先利用RANSAC方法分别剔除内螺纹点、外螺纹点中的杂点，再利用剔除后的点拟合圆柱。

本发明的有益效果：

本发明螺柱检测方法基于余弦相似度值越小、两向量差异越大，这一原理筛选出内外螺纹上的点，再利用其与Z轴方向的关系，将其归类，区分出内螺纹点和外螺纹点；利用内外螺纹点拟合中轴线，计算准确、耗时短，具有自动化程度高、抗干扰性强的特点。

此外，本方法还通过对点云的预处理，将点云中的反光杂点剔除，进一步保障了拟合结果的有效性，更加快速、准确。

附图说明

图1为螺柱灰度图；

图2为螺柱侧表面点云示意图；

图3为螺柱内外径点云法向分布正视图；

图4为螺柱内外径点云法向分布俯视图；

图5为具体实施方式里方式二中利用灰度图剔除杂点的示意图；

图6为具体实施方式里方式三中剔除杂点的结构示意图。

具体实施方式

以下结合附图和具体实施方式对本发明的技术方案进行详细描述。

一种基于点云信息的螺柱检测方法，记螺柱固定时其与他物相交处的平面为底面，利用三维视觉传感器获取底面及螺柱侧表面点云(如图2)，通过以下步骤处理螺柱侧表面点云：

S1、对螺柱侧表面点云进行预处理，剔除杂点，获取处理后的点云中各点的法向量(如图3、图4)；

S2、对处理后点云中的各个点分别进行如下处理：

以单点为中心，划定该点周围的区域为局部区域，分别计算该点与局部区域内各点之间的余弦相似度，取均值记为该点对应的均值A；

判断该点对应的均值A是否小于阈值，若否，则剔除该点；若是，则保留该点；

遍历步骤S1处理后的点云中各个点后，进行步骤S3；

S3、分别判断每个点的法向量与Z轴方向的关系，若同向，则将该点记为内螺纹点，若反向，则将该点记为外螺纹点(如图3、图4)；

Z轴为三维视觉传感器中相机的光轴方向；

S4、利用所有内螺纹点/外螺纹点拟合圆柱，获取螺柱中轴线；

或者，分别利用所有内螺纹点、外螺纹点拟合圆柱，再利用两个圆柱对应的中轴线合成最终的中轴线；

计算中轴线与底面的夹角及交点坐标，作为螺柱位姿信息，其中，底面通过点云拟合获得。

具体的，在步骤S2中，处理后点云中的单个点A与局部区域内单点B之间的余弦相似度cosβ计算方式为：

螺柱内径上点云的法向如图3、图4所示，均指向螺柱轴线，而外径上点云的法向均由螺柱轴线指向外部。由于Z轴指向螺柱轴线，因此通过内外径点的法向与Z轴方向的关系可分割内螺纹点和外螺纹点。

步骤S4计算中轴线与底面的夹角

其中，步骤S2中的阈值通过经验值(如30°、40°、50°)设定，或者：先获取各个点对应的均值A，取最小均值A的1.2～1.5倍的作为阈值；

局部区域为单点周围的八邻域或四邻域。

更具体的，步骤S1中，对点云进行预处理，剔除杂点的方法可以采用以下三种方式：

方式一：根据螺柱理论中轴线上的中心点、理论高度设定螺柱的中间部分所在区域，记为中心区域，提取处于中心区域内的点云，保留，剔除其它位置的点云。

由于螺柱顶端、底端通常加工有一定的切削角度，并不是规则的柱体，因此，该位置处的点云反而不利于拟合中轴线，故而，本方式旨在剔除螺柱顶端、底端部位处的点云，只保留柱面区域的点云。

方式二：在相同的位置处，三维视觉传感器还采集一幅螺柱二维图像(如图1)；

将螺柱理论中轴线上的中心点投影到二维图像上，以该点为中心、0.4～0.7倍的螺柱理论高度为半径，设置感兴趣区域，如图5所示，在该区域内筛选出灰度值处于预设区间内的像素点坐标，再将其分别投影到点云中，将对应的三维点坐标保留，其他的三维点坐标剔除。

由于二维图像与三维点云之间的点呈现出一一对应的关系，该方式不仅通过感兴趣区域的设置，将螺柱顶端、底端的点云剔除，还将感兴趣区域内灰度值满足要求的点映射到点云中、保留，将其他过曝、或者背景上的点剔除；有效剔除杂点；

具体实施时，预设区间可以根据实际情况设置，本实施例中，如图5所示，设置为(10，80)。

方式三：三维视觉传感器包括投影仪和相机，如图6所示，记录相机和投影仪对应在全局坐标系中的空间位置坐标O

步骤S1中，对螺柱侧表面点云进行预处理，剔除杂点的方式为：

1)利用点云拟合曲面、记为实测曲面；计算实测曲面的中轴线；

在中轴线的中间区域上任取一点，记为点A，获取点A的空间位置坐标；

2)获取过点O

求取交点B、C之间的中点M；

3)过点A作沿向量

分别计算点云中的各个点到特征直线L的距离，将距离值小于预设值的点记为反光噪点并剔除，保留其他点云，完成对点云的去噪。

方式三的具体解释如下：由于螺柱侧表面是一种柱面曲面，如图1所示，其反光区域集中在朝向打光部件的一侧，方式三利用相机和打光部件分别与曲面工件中轴线之间的几何关系，直接将柱面反光区域内的点全部剔除，简单有效。

其中，步骤2)中，交点B的计算方法为：计算过点O

交点B(x

其中，R表示柱面的理论半径，

交点C的计算方法为：计算过点O

交点C(x

其中，

进一步，步骤3)中，交点K的计算方法为：获取过点A、沿向量

交点K(x

其中，R表示柱面的理论半径，

将与特征直线L距离值小于预设值的点记为反光噪点，具体为：

记点云中的任一点p

具体解算过程为：计算点云中的任一点p

其中，

预设值取值

作为一种优选的实施方式，为了采集较为完整的螺纹点云，三维视觉传感器在螺柱侧向沿一定角度采集螺柱点云，具体为：相机光轴与螺柱理论中轴线之间的夹角β满足以下关系：

螺纹牙角＜β＜(180°-螺纹牙角)。

为了提高拟合精度，步骤S4中，利用内螺纹点、外螺纹点拟合圆柱之前，先利用RANSAC方法分别剔除内螺纹点、外螺纹点中的杂点，再利用剔除后的点拟合圆柱。

本发明方法提及的螺柱包含螺栓、螺杆或有外螺纹结构的其他零件；本发明方法适用于三角形螺纹、矩形螺纹、梯形螺纹、锯齿形螺纹的零件位姿检测；适用于汽车制造、建筑、电子、电力、轨道交通、航空航天、船舶海运等对螺柱位姿有检测需求的领域内的螺柱位姿检测。

前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的，也不是想要把本发明限制为所公开的精确形式，显然，根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用，从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。