[发明专利]基于聚类算法的鞋底打粗轨迹规划方法及装置

说明书

本发明通过提供一种基于聚类算法的鞋底打粗轨迹规划方法，包括如下步骤：获取鞋底的点云数据；将中心点坐标对应的法向量作为基准法向量v₁；对于每个点云，通过其K个近邻点云计算其法向量v₂，并计算该法向量v₂与基准法向量v₁的夹角θ＝arccos((V₁·V₂)/(|V₁||V₂|))，将小于阈值的θ所对应的点云组成点集A，并将点集A作为鞋底底部的点云数据；获取鞋底侧边的点云数据；获取鞋底打粗的轨迹坐标；获取工具姿态欧拉角；根据轨迹坐标和工具姿态欧拉角得到鞋底打粗的轨迹规划路径。本发明还提供基于聚类算法的鞋底打粗轨迹规划装置。本发明能够实时生成打粗轨迹，无需人工干预，减少人力成本，且打粗轨迹的计算精度不受鞋底变形的影响，适用范围广。

技术领域

本发明涉及基于聚类算法的鞋底打粗轨迹规划方法及装置。

背景技术

现有的鞋底打磨是制鞋成型工序前重要的鞋材加工工序，目前主要依靠人工完成，人工打磨效果受工人技术熟练程度影响较大，且打磨产生的粉尘严重危害工人身体健康。设备简陋、存在安全隐患；劳动力不足，劳动强度大；受人为因素影响，鞋底打磨质量不稳定；鞋底种类繁多且制造精度低，打磨专用夹具的精度再高也难以适应低精度的鞋底的形状、尺寸变化，导致专用夹具通用性低，增加了打磨的难度。

为了解决上述问题，专利号为201910340546.4的专利提出了一种鞋底打磨方法，该方法采用平面拟合的方式进行鞋底打磨轨迹的提取，但该方式仍然存在缺陷：鞋底在制备过程中，会先通过高温成型后再冷却，而这一工序会导致鞋底变形，如鞋底边缘往上翘等，而上述专利仅能在鞋底未变形或者变形程度极小的情况下才能得到较为准确的打磨轨迹，从而导致其适用场合受到极大限制。

发明内容

本发明的目的是针对现有技术的不足，提出一种基于聚类算法的鞋底打粗轨迹规划方法及装置，能够实时生成打粗轨迹，无需人工干预，减少人力成本，且打粗轨迹的计算精度不受鞋底变形的影响，适用范围广。

本发明通过以下技术方案实现：

基于聚类算法的鞋底打粗轨迹规划方法，包括如下步骤：

A、获取鞋底的点云数据，并对该点云数据进行预处理；

B、根据经步骤A处理后的点云数据计算鞋底的中心点坐标，将该中心点坐标对应的法向量作为基准法向量v₁；

C、指定K的值，对于每个点云，通过其K个近邻点云计算其法向量v₂，并计算该法向量v₂与基准法向量v₁的夹角θ＝arccos((V₁·V₂)/(|V₁||V₂|))，将小于阈值的θ所对应的点云组成点集A，并将点集A作为鞋底底部的点云数据；

D、将经步骤A处理后的点云数据剔除步骤C所得的鞋底底部的点云数据后，即为鞋底侧边的点云数据；

E、以L间距对鞋底侧边的点云数据进行等分分割得到多个子数据，分别计算各子数据的最高点坐标和最低点坐标，最低点坐标组成的点集B形成鞋底打粗的轨迹坐标；

F、分别取各子数据的最高点坐标和最低点坐标的平均值，并将各平均值坐标组成点集C，计算点集C的面法矢，将面法矢的方向作为工具的Z向矢量，Cn到Cn+1的方向作为对应于点集C内第n个点的工具的X向矢量，通过Z向矢量和X向矢量求出第n个点对应的Y向矢量，并根据X、Y和Z向矢量求出第n个点对应的工具姿态欧拉角；

G、根据轨迹坐标和工具姿态欧拉角得到鞋底打粗的轨迹规划路径。

进一步的，所述步骤C具体包括：