[go: up one dir, main page]

CN113503815A - 基于光栅的喷涂外型识别方法 - Google Patents

基于光栅的喷涂外型识别方法 Download PDF

Info

Publication number
CN113503815A
CN113503815A CN202110767058.9A CN202110767058A CN113503815A CN 113503815 A CN113503815 A CN 113503815A CN 202110767058 A CN202110767058 A CN 202110767058A CN 113503815 A CN113503815 A CN 113503815A
Authority
CN
China
Prior art keywords
workpiece
grating
point cloud
cloud data
measuring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110767058.9A
Other languages
English (en)
Inventor
邵文迪
刘珺琇
涂武强
李莫
张涛
康涣钰
刘丽
王鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siling Robot Technology Harbin Co ltd
Original Assignee
Siling Robot Technology Harbin Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siling Robot Technology Harbin Co ltd filed Critical Siling Robot Technology Harbin Co ltd
Priority to CN202110767058.9A priority Critical patent/CN113503815A/zh
Publication of CN113503815A publication Critical patent/CN113503815A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/02Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及喷涂外型识别,更具体的说是基于光栅的喷涂外型识别方法。所述方法包括以下步骤:S1、通过工件输送单元将工件运输至工件测量单元;其中所述工件测量单元包括光栅测量系统和增量式旋转编码器;其中所述工件输送单元以悬挂输送的方式运输工件。S2、通过所述工件测量单元对工件外型进行检测;S3、当工件完整通过测量区,所述光栅测量系统实时获取的光栅点云数据,增量式旋转编码器给出相对测量区的位移数据,将所述光栅点云数据和位移数据进行归一化处理得到工件的点云数据;S4、将所述工件的点云数据传递到系统控制单元进行点云数据处理以实现工件的外型识别。

Description

基于光栅的喷涂外型识别方法
技术领域
本发明涉及喷涂外型识别,更具体的说是基于光栅的喷涂外型识别方法。
背景技术
例如公开号为201910305106.5一种基于扫描点云数据的分割与识别方法、系统及存储介质,方法包括:扫描场景并根据扫描的数据生成场景的三维模型;从场景的三维模型获取扫描点云数据;对扫描点云数据进行分割,得到场景内第一对象的点云;采用人工智能的方法对场景内第一对象的点云进行智能识别,所述智能识别包括识别第一对象的类型及对应的数量,所述第一对象包括室内对象和室外对象;但该识别方法无法减少输送链速度控制精度对工件建模精度的影响。
发明内容
本发明提供基于光栅的喷涂外型识别方法,目的是可以减少输送链速度控制精度对工件建模精度的影响,以及基本消除卡顿对工件建模影响。
上述目的通过以下技术方案来实现:
基于光栅的喷涂外型识别方法,包括以下步骤:
S1、通过工件输送单元将工件运输至工件测量单元;其中所述工件测量单元包括光栅测量系统和增量式旋转编码器;其中所述工件输送单元以悬挂输送的方式运输工件。
S2、通过所述工件测量单元对工件外型进行检测;
S3、当工件完整通过测量区,所述光栅测量系统实时获取的光栅点云数据,增量式旋转编码器给出相对测量区的位移数据,将所述光栅点云数据和位移数据进行归一化处理得到工件的点云数据;
S4、将所述工件的点云数据传递到系统控制单元进行点云数据处理以实现工件的外型识别。
其中所述光栅测量系统包括发射器以及与发射器电气连接的接收器;其中发射器通过发射光束到达接收器,当所述工件遮挡在发射器和接收器之间时,所述光束在遮挡区域无法到达接收器。
其中所述光栅测量系统采用现场总线的测量型自动化光栅MLG-2ProNet,其光束距离为10mm,响应时间为23.3ms;其中所述悬挂链的运行速度3~4m/min。
其中所述点云数据处理包括:根据所述工件的点云数据建立工件模型,以及工件识别,以及位姿估计,以及轨迹转换。
其中所述系统控制单元采用sobel算子进行边缘提取,分别获取横向边缘和纵向边缘,拟合得到工件边缘信息。
其中所述拟合采用最小二乘拟合算法。
其中所述最小二乘拟合算法失效时采用系RANSAC算法进行计算。
本发明基于光栅的喷涂外型识别方法的有益效果为:
利用光栅测量系统对不同尺寸及类型的框架型工件进行识别;通过增量式旋转编码器获取工件位移,减少对输送链速度控制精度对工件建模精度的影响,以及基本消除卡顿对工件建模影响;通过对获得的工件点云数据进行处理,不需要对样本进行训练,缩短了开发时间提高了产品的适应性,满足多品种、小批量的生产需求;其中,利用RANSAC算法对工件倾斜进行校正。
附图说明
图1显示了识别与喷涂之间的联系;
图2显示了工件识别与喷涂的整体流程;
图3显示了光栅重建图像示例1;
图4显示了光栅重建图像示例2;
图5显示了直线拟合算法对比;
图6显示了点云数据处理时工件分析结果以及工件存在倾斜时进行倾斜校正;
图7至9显示了获得X方向与Y方向的梯度图像后,根据梯度图像获取在该方向上的边缘信息,应用RANSAC方法拟合出直线方程,计算得到喷涂轨迹的分析结果;
图10显示了测量型自动化光栅的检测范围。
具体实施方式
结合附图1至附图10,基于光栅的喷涂外型识别方法,包括以下步骤:
S1、通过工件输送单元以悬挂输送的方式将工件运输至工件测量单元;其中所述工件测量单元包括光栅测量系统和增量式旋转编码器;
其中所述工件输送单元包括悬挂链,光栅测量系统采用现场总线的测量型自动化光栅MLG-2ProNet;该测量型自动化光栅包括发射器,发射器以及接收器,其中所述发射器具有一个用于电压供给与同步的接口,接收器具有一个用于现场总线模块的接口;其中所述现场总线模块具有一个现场总线接口、一个用于通过PC/笔记本电脑进行配置的以太网接口、一个电源供给接口和一个接收器接口,发射器与接收器之间需要存在电气连接。测量光栅的检测范围如图10所示,其中①表示监控高度,②表示光束分离③表示触发感应距离。检测范围由光栅监控高度和扫描范围决定。监控高度取决于光束分离和光束数。光栅的扫描范围是指发射器与接收器之间的距离。
S2、通过所述工件测量单元对工件进行检测;检测原理:只要没有物体位于发射器和接收器之间,则发射器的光束就会到达接收器;如果有物体位于发射器和接收器之间,则会根据物体尺寸使光束中断;检测范围由光栅监控高度和扫描范围决定,监控高度取决于光束分离和光束数,光栅的扫描范围是指发射器与接收器之间的距离。当悬挂线带着工件通过测量光栅,通过ProNet接口实时获取光栅的中断数据,而增量式旋转编码器给出相对测量区的位移,减少对输送链速度控制精度对工件建模精度的影响,以及基本消除卡顿对工件建模影响。
S3、当工件完整通过测量区,所述光栅测量系统实时获取的光栅点云数据,增量式旋转编码器给出相对测量区的位移数据,将所述光栅点云数据和位移数据进行归一化处理得到工件的点云数据;当工件完整通过测量区,根据位移数据和光栅点云数据进行工件重建,并进行归一化处理得到工件的原始图像数据,根据测量光栅的测量原理当前图像二值图像,如图3和图4所示的光栅重建图像。应用opencv进行图像轮廓分析根据轮廓数据判断当前检测工件数量,并进行分割获取工件喷涂数据。采用图像学开运算,这是一个基于几何运算的滤波器,不同结构元素导致滤波结果不同,先腐蚀再膨胀,能够除去孤立的小点,毛刺和小桥,而总的位置和形状不便,保证工件边缘像素精度。
S4、将所述工件的点云数据传递到系统控制单元,即控制计算机中,进行点云数据处理;其中所述点云数据处理:包括点云数据建立工件模型、工件识别和位姿估计以及轨迹转换等几个过程,实现不同类型、不同尺寸的工件测量及轨迹规化功能。
S5、轨迹执行:根据点云数据生成的喷涂轨迹点的位姿信息和机器人系统的标定数据进行数据转换得到机器人的运动轨迹控制喷涂机器人,其中所述喷涂机器人采用IRB6700型号机器人,所述机器人采用ICR5控制系统。
所述识别方法应用于窗户自动喷涂,工件模型为框架型,系统采用sobel算子进行边缘提取,分别获取横向边缘和纵向边缘,拟合得到工件边缘信息,生成喷涂轨迹。在提取工件的横向边缘和纵向边缘后,拟合得到工件的边缘信息,一般采用最小二乘拟合算法进行拟合,当边缘存在较大的偏移点时会影响拟合精度,本系统采用RANSAC算法进行计算,能过提出偏差大的点保证边缘信息的有效性。
其中,Soble算子的功能集合了高斯平滑和微分求导,又被称为一阶微分算子,求导算子,在水平和垂直两个方向上求导,得到的是图像在X方向与Y方向梯度图像。根据梯度图像获取在该方向上的边缘信息,应用RANSAC方法拟合出直线方程,计算得到喷涂轨迹。分析结果如图7至9所示,满足系统精度要求。
RANSAC是”RANdom SAmple Consensus(随机抽样一致)”的缩写,随机采样一致性算法是一种概率性的算法,有时为了提高有效数据的概率,需要增加迭代次数,数据一般分为两种:有效数据(inliers)和无效数据(outliers),和目标数据相差不大的数据为有效数据,相差比较大的数据为无效数据。如果有效数据占据大多数的话,无效数据只有一少部分,我们可以通过最小二乘法或者类似的方法进行确定模型的参数和误差,如果无效数据很多,最小二乘法就失效了,需要新的算法进行,如图5所示。
其中所述RANSAC算法的输入是一组观测数据,往往含有较大的噪声或无效点,一个用于解释观测数据的参数化模型以及一些可信的参数。
RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点,并用下述方法进行验证:
1)有一个模型适应于假设的局内点,即所有的未知参数都能从假设的局内点计算得出。
2)用1)得到的模型去测试所有的其它数据,如果某个点适用于估计的模型,认为它也是局内点。
3)如果有足够多的点被归类为假设的局内点,那么估计的模型就足够合理。
4)然后,用所有假设的局内点去重新估计模型(譬如使用最小二乘法),因为它仅仅被初始的假设局内点估计过。
5)最后,通过估计局内点与模型的错误率来评估模型。
6)上述过程被重复执行固定的次数,每次产生的模型要么因为局内点太少而被舍弃,要么因为比现有的模型更好而被选用。当悬挂工件存在倾斜时,进行倾斜校正,如图6下方两个图片所示,其中图6上方两个图片为工件分析结果。
进一步的,普通最小二乘是在现有数据下,如何实现最优。是从一个整体误差最小的角度去考虑。RANSAC是首先假设数据具有某种特性(目的),为了达到目的,适当割舍一些现有的数据。

Claims (10)

1.基于光栅的喷涂外型识别方法,其特征在于,包括以下步骤:
S1、通过工件输送单元将工件运输至工件测量单元;其中所述工件测量单元包括光栅测量系统和增量式旋转编码器;
S2、通过所述工件测量单元对工件外型进行检测。
2.根据权利要求1所述的方法,其中所述光栅测量系统包括发射器以及与发射器电气连接的接收器;其中发射器通过发射光束到达接收器,当所述工件遮挡在发射器和接收器之间时,所述光束在遮挡区域无法到达接收器。
3.根据权利要求2所述的方法,其中所述光栅测量系统采用现场总线的测量型自动化光栅MLG-2ProNet。
4.根据权利要求3所述的方法,所述步骤还包括:
S3、当工件完整通过测量区,所述光栅测量系统实时获取的光栅点云数据,增量式旋转编码器给出相对测量区的位移数据,将所述光栅点云数据和位移数据进行归一化处理得到工件的点云数据;
S4、将所述工件的点云数据传递到系统控制单元进行点云数据处理以实现工件的外型识别。
5.根据权利要求4所述的方法,其中所述点云数据处理包括:根据所述工件的点云数据建立工件模型,以及工件识别,以及位姿估计,以及轨迹转换。
6.根据权利要求5所述的方法,其中所述系统控制单元采用sobel算子进行边缘提取,分别获取横向边缘和纵向边缘,拟合得到工件边缘信息。
7.根据权利要求6所述的方法,其中所述拟合采用最小二乘拟合算法。
8.根据权利要求7所述的方法,其中所述最小二乘拟合算法失效时采用系RANSAC算法进行计算。
9.根据权利要求8所述的方法,其中所述工件输送单元以悬挂输送的方式运输工件。
10.根据权利要求3至6任意一项所述的方法,其中所述测量型自动化光栅MLG-2ProNet的光束距离为10mm,响应时间为23.3ms;悬挂链的运行速度3~4m/min。
CN202110767058.9A 2021-07-07 2021-07-07 基于光栅的喷涂外型识别方法 Pending CN113503815A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110767058.9A CN113503815A (zh) 2021-07-07 2021-07-07 基于光栅的喷涂外型识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110767058.9A CN113503815A (zh) 2021-07-07 2021-07-07 基于光栅的喷涂外型识别方法

Publications (1)

Publication Number Publication Date
CN113503815A true CN113503815A (zh) 2021-10-15

Family

ID=78011994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110767058.9A Pending CN113503815A (zh) 2021-07-07 2021-07-07 基于光栅的喷涂外型识别方法

Country Status (1)

Country Link
CN (1) CN113503815A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004053427A1 (en) * 2002-12-09 2004-06-24 Specialty Minerals (Michigan) Inc. Method for positioning a measuring device emitting and receiving optical radiation for measuring wear in the lining of a container
WO2013096704A1 (en) * 2011-12-20 2013-06-27 Sadar 3D, Inc. Systems, apparatus, and methods for acquisition and use of image data
CN205138431U (zh) * 2015-11-11 2016-04-06 Tcl王牌电器(惠州)有限公司 输送线的物料识别装置及输送线
CN110223297A (zh) * 2019-04-16 2019-09-10 广东康云科技有限公司 基于扫描点云数据的分割与识别方法、系统及存储介质
CN111307044A (zh) * 2020-04-21 2020-06-19 昆明昆船物流信息产业有限公司 导入物料长宽尺寸及近似体积的测量计算方法及程序产品
CN111854637A (zh) * 2020-07-14 2020-10-30 广东顺德迪峰机械有限公司 一种激光点阵光幕扫描装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004053427A1 (en) * 2002-12-09 2004-06-24 Specialty Minerals (Michigan) Inc. Method for positioning a measuring device emitting and receiving optical radiation for measuring wear in the lining of a container
WO2013096704A1 (en) * 2011-12-20 2013-06-27 Sadar 3D, Inc. Systems, apparatus, and methods for acquisition and use of image data
CN205138431U (zh) * 2015-11-11 2016-04-06 Tcl王牌电器(惠州)有限公司 输送线的物料识别装置及输送线
CN110223297A (zh) * 2019-04-16 2019-09-10 广东康云科技有限公司 基于扫描点云数据的分割与识别方法、系统及存储介质
CN111307044A (zh) * 2020-04-21 2020-06-19 昆明昆船物流信息产业有限公司 导入物料长宽尺寸及近似体积的测量计算方法及程序产品
CN111854637A (zh) * 2020-07-14 2020-10-30 广东顺德迪峰机械有限公司 一种激光点阵光幕扫描装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙德彬: "《普通高等教育室内与家具设计专业"十三五"规划教材 家具表面装饰工艺技术 第2版》", 31 October 2018, 中国轻工业出版社 *

Similar Documents

Publication Publication Date Title
CN109685066B (zh) 一种基于深度卷积神经网络的矿井目标检测与识别方法
CN110497187B (zh) 基于视觉引导的太阳花模组装配系统
CN115592324B (zh) 基于人工智能的自动焊接机器人控制系统
US6470271B2 (en) Obstacle detecting apparatus and method, and storage medium which stores program for implementing the method
US20080181485A1 (en) System and method of identifying objects
CN109434251B (zh) 一种基于粒子滤波的焊缝图像跟踪方法
US20240051146A1 (en) Autonomous solar installation using artificial intelligence
CN114714355A (zh) 自主移动焊接机器人嵌入式视觉跟踪控制系统
CN113536959A (zh) 一种基于立体视觉的动态障碍物检测方法
CN117372401A (zh) 一种电缆线路缺陷的识别方法、系统、终端设备及介质
EP4157756A1 (en) Automatic detection and tracking of pallet pockets for automated pickup
CN114283139A (zh) 一种基于面阵结构光3d视觉的焊缝检测分割方法及装置
CN117522830A (zh) 用于检测锅炉腐蚀的点云扫描系统
CN118010004A (zh) 激光slam闭环检测方法及系统
CN112258517A (zh) 激光雷达栅格地图的自动修图方法和装置
Kang et al. Accurate fruit localisation for robotic harvesting using high resolution lidar-camera fusion
CN114240998B (zh) 一种机器人视觉识别定位方法及系统
EP3989164A1 (en) Method for identifying a discontinuity on the surface of an object
CN113503815A (zh) 基于光栅的喷涂外型识别方法
CN117226289A (zh) 一种基于图像识别余料检测的激光切割系统
CN114239706A (zh) 基于多相机及激光雷达的目标融合方法及系统
KR101248308B1 (ko) 천장 조명 방향 특성 활용 이동 로봇 위치 인식 방법 및 이를 활용한 천장 조명 방향 특성 활용 위치 인식 이동 로봇 장치
CN117565062B (zh) 基于机器学习的晶圆搬运机械手自动控制方法及系统
Sun et al. A Laser Inertial SLAM System with High Robustness and Low Drift in Complex Environments
CN119683437B (zh) 一种电梯的安装指导方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20211015

RJ01 Rejection of invention patent application after publication