[发明专利]利用三维模板库实现工件突出标志位定位抓取点方法

说明书

本发明公开了一种利用三维模板库实现工件突出标志位定位抓取点方法设计合理，建立数学模型实现差距放大化，放大较小的差距，实现感兴趣目标对象从原始数据中脱离，其能准确提取已有信息中存在的对象，对已提取的工件对象精确的给出其定位中心；通过设置人工A、算法B和变形C模板库，有效的进行模板匹配实现对象确定，能够实现对象精确定位，同时实现变形对象的报警预测。

技术领域

本发明涉及视觉定位技术领域，尤其是涉及一种利用三维模板库实现工件突出标志位定位抓取点方法。

背景技术

工业现场在一些高噪声且存在一定灰尘的车间中，常常需要搬运货物，此时机器人时常被应用其间，但为完成工作需要外界辅助机器人进行定位，二维视觉常常因为场景的限制造成其存在一定识别问题，而三维虽能实现完全识别但是其对工件的定位存在较大的误差。

发明内容

针对现有技术不足，本发明所要解决的技术问题是提供一种利用三维模板库实现工件突出标志位定位抓取点方法，其能够实现对象精确定位。

为了解决上述技术问题，本发明所采用的技术方案为：

该利用三维模板库实现工件突出标志位定位抓取点方法，包括以下步骤：

S1、激光传感器建立工件的空间点云信息，同时对工件点云进行差补计算，实现空间点云均匀化；

S2、利用主成分分析法计算对象点云，获取点云对象的主成分方向的转化矩阵；

S3、利用转化矩阵转化点云，同时计算点云对象体X、Y和Z轴向的间距宽度，找寻最小宽度的轴向；

S4、对最小的宽度轴向进行N段分割，同时将点云散落期间，建立数学模型：D＝F[n]；

S5、通过对数学模型的求解找寻到当前的密度最大的N个顶点，在每个顶点的周边自适应设置阈值；

S6、设置A、B和C模板库：利用传感器采集多个工件体对象，人工手动处理获取需要的模板，在采集模板时对每个工件对象采取不同的姿态和位置进行采集，最终采集的模板库称为人工A模板库；

S7、利用A模板库对处理的实际对象体进行匹配，若匹配相似度达到90％，将匹配得到的对象点云称为目标对象，同时将匹配的点云对象加入算法B模板库中；

S8、当对象点云在A库中匹配准确度无法达到所需要求时，转而将对象点云在B模板库中进行匹配，匹配的准确度设置为75-85％，若在B库中可实现匹配，将点云对象定义为模糊目标对象，计算该对象点云的大致中心位置和姿态，将传感器移至该位置变动相同姿态从新采集数据，将采集获取的新数据在A模板库中进行匹配；若在A模板库中均无法匹配成功但在B模板库中均可实现匹配则报警通知该工件对象发生了变形；

S9、在报警工件对象变形后，等待人为确认，当人为确认变形将该工件对象加入到变形C模板库中；当在A、B模板库均无法匹配成功，在C模板库中进行匹配，准确度设置为93-96％，若无法匹配成功则定义点云对象中没有感兴趣的目标对象。

其中，

所述S3步骤中，寻找最小轴向宽度为对象体的宽度。

所述S5步骤中：

1)实现靠近顶点处的点缩小其与顶点间的差距，远离顶点处的点增大其间的差距；

2)计算处理过的点云对象在最小间距轴向的平均间隔；

3)利用平均间隔实现对处理过的点云对象聚类；

4)依据实际情况设置相关限制手段仅留一组聚体对象；

5)根据该聚体对象中的点云编号获取原始点云中的相同编号的点云对象。