[发明专利]一种基于3D点云的焊缝识别与机器人焊缝跟踪方法

说明书

本发明提出一种基于3D点云的焊缝识别与机器人焊缝跟踪方法，包括以下步骤：步骤S1、利用结构光相机获取点云数据，通过手眼标定将点云数据从相机坐标系转换到相机坐标系；步骤S2、对点云数据进行点云预处理，提取出焊件点云数据；步骤S3、焊缝识别，通过RANSAC算法拟合平面，KD‑tree进行最邻域搜索，从焊件点云数据获取焊缝点云数据；步骤S4、轨迹规划，利用D‑H参数法进行机器人运动学建模，利用RANSAC拟合直线获取整条焊缝的空间直线；根据直线插补算法在焊缝空间直线上插值取点，利用运动学逆解求出各个插值点的位姿，将各个点的位姿信息发送给机器人，机器人根据各个点的位姿运动来完成焊缝跟踪；本发明具有识别准确，运算速度快等优点。

技术领域

本发明涉及机器人焊接技术领域，尤其是一种基于3D点云的焊缝识别与机器人焊缝跟踪方法。

背景技术

焊接机器人相比人工焊接而言具有焊接精度高、焊接质量稳定、焊接效率高的特点，伴随着对从业人员要求的增加以及人工成本的增加，机器人代替人工进行焊接已经成为不可避免的趋势。第三代智能焊接机器人可以通过传感器检测环境变化，寻找工件，根据不同策略调整机器人焊接的轨迹最大程度上提高焊接机器人的智能化程度。目前部分焊接机器人已经配有触觉系统等传感器，其中搭配视觉传感器的机器人是焊接机器人的重大研究方向之一，视觉系统可以自主识别焊缝根据焊缝信息自主调节机器人运动轨迹，且具有焊接质量稳定，焊接效率高等优势，焊缝识别的核心内容在于图像识别算法，在复杂环境中准确的识别工件并提取出焊缝成为最核心的问题。目前国内工厂实际应用的焊接机器人极少通过视觉传感器，因此将视觉系统和焊接机器人相结合将是未来的发展趋势。

目前针对视觉传感器在焊接领域应用的绝大多数都是利用二维图像对焊缝进行处理，此类方法无法得到图像是深度信息，无法直接用于机器人焊接，采用结构光相机获取点云数据，点云数据包括工件表面的三维坐标信息且精度更高，研究结构光传感器利用点云数据将之与焊接机器人相结合，应用在焊接领域提高我国智能焊接机器人的发展是非常重要的研究方向。

发明内容

针对现有技术存在的问题，本发明提供一种基于3D点云的焊缝识别与机器人焊缝跟踪方法，涉及到针对角焊缝的焊缝检测方法，可以实现高度精度的检测，本发明针对角焊缝检测时精度高，在焊接之前拍取工件的位置便可以获取焊缝的信息，具有识别准确，运算速度快等优点。

本发明具体采用以下技术方案：

一种基于3D点云的焊缝识别与机器人焊缝跟踪方法具体包括以下步骤：

步骤S1,利用结构光相机获取点云数据，通过手眼标定将点云数据从相机坐标系转换到相机坐标系；

步骤S2,进行点云预处理，通过直通滤波，体素滤波器，统计滤波，欧式聚类，从所有点云数据中提取出焊件点云数据；

步骤S3焊缝识别，通过RANSAC算法拟合平面，KD-tree进行最邻域搜索获取焊缝点云数据。

步骤S4轨迹规划，利用D-H参数法进行机器人运动学建模，利用RANSAC拟合直线获取整条焊缝的空间直线。根据直线插补算法在焊缝空间直线上插值取点，利用运动学逆解求出各个插值点的位姿，将各个点的位姿信息发送给机器人，机器人根据各个点的位姿运动即可完成焊缝跟踪。

优选地，利用结构光相机获取点云数据，通过手眼标定将点云数据从相机坐标系转换到相机坐标系具体为：利用眼在手外的安装方式，固定相机与机器人的位置，利用手眼标定，将标定板固定在机械臂上，相机拍多张机器人不同姿态下标定板的照片，获得相机坐标系与机器人坐标系的转换矩阵即可转换点云数据的坐标系。

优先地，基于各个坐标系之间的转换关系，根据如下关系式引入原始点云数据Q₁,得到坐标变换后点云数据Q₂：