CN103278091A - 一种用于智能装配的空间定位系统及定位方法 - Google Patents
一种用于智能装配的空间定位系统及定位方法 Download PDFInfo
- Publication number
- CN103278091A CN103278091A CN2013102248810A CN201310224881A CN103278091A CN 103278091 A CN103278091 A CN 103278091A CN 2013102248810 A CN2013102248810 A CN 2013102248810A CN 201310224881 A CN201310224881 A CN 201310224881A CN 103278091 A CN103278091 A CN 103278091A
- Authority
- CN
- China
- Prior art keywords
- point
- camera
- robot
- straight line
- taking pictures
- 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.)
- Granted
Links
Images
Abstract
本发明公开了一种能对形状复杂的目标物进行空间定位的用于智能装配的空间定位系统,包括机器人控制柜、机器人模块、3DL相机、图像处理模块、算法计算模块及被定位的目标物。本发明还公开了一种用于智能装配的空间定位方法,包括建立用户坐标系及3DL相机的工具坐标系的步骤;在用户坐标系下标定所述3DL相机的步骤;在目标物的边缘上取八个拍照点进行拍照的步骤;对每个点的拍照图像进行二值化处理,得到每个拍照点的特征点的步骤;提取每个特征点在用户坐标系下的空间位置信息的步骤;把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜的步骤;根据目标物上的八个特征点的空间位置信息计算目标物的空间位置坐标系的步骤。
Description
技术领域
本发明涉及一种用于智能装配的空间定位系统及定位方法。
背景技术
装配是产品生产的后续工序,在制造业中占有重要地位,同时装配精度对产品的整体质量起到关键作用。为了提高生产效率和装配的自动化水平,保证产品质量,降低成本,采用基于机器人和视觉技术的智能装配系统正被大力推广。这种智能装配方式的基本原理是:机器人通过视觉系统得到固定目标物的空间位置信息,利用此空间信息,机器人手持另一目标物进行自动装配。此智能装配过程中,最为关键的环节是固定目标物的空间位置信息的获取。中国专利“一种空间三维定位方法”(专利号:CN101639747A)公开了一种基于双镜头空间三维定位的方法,该方法明显依赖所需定位目标物上的标识点。中国专利“目标物连续外形面的简便柔性定位方法”(专利号:CN101745824A)公开了一种利用激光跟踪仪进行目标物定位的方法,但该方法需要目标球与目标物接触,且测量时效率低。对于一般的规则目标物和简单装配,机器人可以通过视觉系统检测目标物上特征(如:特征孔、标识点等)以获得此目标物的空间位置信息,达到装配的目的。但对于一些特殊的目标物或特定的装配环境(如:目标物形状复杂不易得到其显著特征、目标物没有特征孔或不允许添加标识),机器人无法通过常规的方法得到目标物的空间位置,必须采用更为先进的空间定位方法,以达到智能装配的目的。
上述复杂装配的典型代表是汽车风挡玻璃安装。原因有三:一是由于汽车风挡玻璃装配是在车体焊接、喷漆之后的最后一道工序,不允许车窗框上留有特征孔或人为加入标识点,导致视觉系统无特征可寻;二是车窗框的边缘为曲线形,属于非常规的直梁,导致定位困难;三是流水线上的每个车体的定位均不统一,有一定的空间偏差。由于上述原因,目前汽车风挡玻璃的安装均为半自动化安装,即由工人通过移栽机搬运玻璃至车窗框处,通过观察进行手工安装。由于这种安装方式的安装精度是依靠工人的劳动素质来保证的,导致安装精度和一致性差,且工人的劳动强度大。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种智能装配的空间定位系统和定位方法,它能对形状复杂的目标物进行空间定位,尤其适应在一定范围内位置随机变化的目标物。
实现上述目的的一种技术方案是:一种用于智能装配的空间定位系统,包括机器人控制柜、机器人模块、3DL相机、图像处理模块、算法计算模块及被定位的目标物,其中,所述机器人模块包括机器人本体、与机器人本体信号连接并安装在机器人控制柜中的机器人控制单元及安装在所述机器人本体上的机器人手抓;所述3DL相机安装在所述机器人手抓上,该3DL相机接收所述机器人控制单元的信号后在所述目标物上取若干拍照点拍照;所述图像处理模块分别与所述3DL相机及所述机器人控制柜信号连接,该图像处理模块接收所述3DL相机在拍照点上获得的图像信息后先进行二值化处理,得到拍照点上的特征点,再提取特征点在用户坐标系下的空间位置信息并将该信息传送给机器人控制柜;所述算法计算模块安装在机器人控制柜中并与所述机器人控制单元信号连接,该算法计算模块接收所述图像处理模块传送来的若干特征点的空间位置信息,利用这些信息计算出所述目标物的空间位置坐标系;所述目标物的边缘为直线、曲线或弧线且边缘横截面的表面轮廓上具有明显的拐点。
上述的用于智能装配的空间定位系统,其中,所述机器人本体为六自由度关节的机器人。
上述的用于智能装配的空间定位系统,其中,所述3DL相机包括一2D相机和一维激光测位仪,所述2D相机获取所述拍照点的平面信息,所述一维激光测位仪获取所述拍照点的纵深信息。
上述的用于智能装配的空间定位系统,其中,所述图像处理模块通过接口模块与所述机器人控制柜信号连接。
实现上述目的的另一种技术方案是:一种用于智能装配的空间定位方法,执行于上述的用于智能装配的空间定位系统,所述空间定位方法包括以下步骤:
建立用户坐标系及3DL相机的工具坐标系的步骤;
在用户坐标系下标定所述3DL相机的步骤;
所述3DL相机在目标物的边缘上取八个拍照点进行拍照的步骤;
所述图像处理模块对每个点的拍照图像进行二值化处理,得到每个拍照点上的特征点的步骤;
所述图像处理模块提取每个特征点在用户坐标系下的空间位置信息的步骤;
所述图像处理模块把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜的步骤;
所述算法计算模块根据目标物上的八个特征点的空间位置信息计算目标物的空间位置坐标系的步骤。
上述的用于智能装配的空间定位方法,其中,执行所述拍照的步骤时,所述3DL相机是先通过所述一维激光测位仪将激光线投射在所述目标物的拍照点的边缘上,再通过所述2D相机在大于激光线的范围内拍照。
上述的用于智能装配的空间定位方法,其中,执行所述拍照的步骤时,所述3DL相机对边缘为曲线或弧线的目标物的边缘拍照时,每个拍照点应取在弧度较小的位置并且相邻拍照点的距离应尽量远。
上述的用于智能装配的空间定位方法,其中,执行所述二值化处理的步骤时,所述图像处理模块是在每个拍照点以激光线为界限把拍照平面分为目标物的边缘横截面的黑色部分和无目标物空间的白色部分,得到目标物的边缘横截的表面轮廓,以便提取该表面轮廓上的一个拐点作为特征点。
上述的用于智能装配的空间定位方法,其中,执行所述计算目标物的空间位置坐标系的步骤时,包括以下程序:
程序一,获取目标物的边缘上八个特征点的空间位置信息,该八个特征点为目标物的左侧边上、下部特征点、右侧边上、下部特征点、顶边左侧内、外部特征点及顶边右侧内、外部特征点;
程序二,将所述目标物的左侧边上部特征点P2和左侧边下部特征点P1连成直线A,将所述目标物的右侧边上部特征点P7和右侧边下部特征点P8连成直线B,将所述目标物的顶边左侧内部特征点P4和顶边左侧外部特征点P3连成直线C,将所述目标物的顶边右侧内部特征点P5和顶边右侧外部P6特征点连成直线D;
程序三,作所述直线A和直线C的公垂线E,在公垂线E上取中点ME,
程序四,作所述直线B和直线D的公垂线F,在公垂线F上取中点MF;
程序五,以中点ME为起点、直线A的梯度为方向作长度为100~600mm的线段A1,得到线段A1的终点ZA;
程序六,以中点MF为起点、直线B的梯度为方向作与线段A1同样长度的线段B1,得到线段B1的终点ZB;
程序七,连接终点ZA和终点ZB,得到线段H,取该线段H的中点MH,得到由中点ME、中点MF及中点MH构成的平面;
程序八,连接中点ME和中点MF,得到线段G,取该线段G的中点MG;
程序九,以中点MH作为原点O并和中点MG连成的直线作x轴,在中点ME、MF、MH所构成的平面内作垂直于x轴的直线作为y轴,则垂直于该平面的直线作为z轴,得到所述目标物的空间位置坐标系O-xyz。
本发明的智能装配的空间定位系统和定位方法的技术方案,相对于现有技术具有如下的有益效果:
(1)采用对具有复杂形状的目标物的边缘横截面采点的方法,不依赖于目标物上的特征孔或标识点,采点的数量可以根据目标物的边缘形状的实际情况灵活处理,能够实现复杂形状目标物的定位;
(2)本发明所涉及的算法中充分考虑了目标物的边缘形状的曲率对算法精度的影响,采点位置尽量选在曲率变化较小的部分,构成直线的两点之间的间距尽量长,用于坐标系建立的点均作了平均处理,能够提高算法的精度;
(3)对于类似于汽车的前后窗框和车顶边框等具有一定曲线度的目标物定位,只需要对其拍照八次,而不需要对其全部扫描,既节省了拍照时间,又能使算法的执行效率提高,计算时间为毫秒级,总体上能够减少定位的时间,提高定位效率;
(4)由于本发明的定位方法不依赖于目标物上的特征孔和标识点,而是在其目标物边缘的横截面上利用激光提取特征点的空间位置信息,此特征点的提取方法与目标物的整体外形形状无关,理论上可以实现各种装配目标物的空间定位,具有一定的柔性;
(5)相对于一般的3D结构光或激光扫描方式定位,本发明的定位系统的成本大为降低,一般的3D结构光检测系统的造价在100万以上,六维激光扫描仪的造价也在80万以上,而本发明所建议使用的3DL相机造价不到30万。
附图说明
图1为本发明的用于智能装配的空间定位系统的结构示意图;
图2为本发明的用于智能装配的空间定位系统中3DL相机的工作状态图;
图3为本发明的用于智能装配的空间定位方法的流程图;
图4为本发明的用于智能装配的空间定位方法中执行步骤三的原理图;
图5为本发明的用于智能装配的空间定位方法中执行步骤四的原理图;
图6为本发明的用于智能装配的空间定位方法中执行步骤六的原理图;
图7为本发明的用于智能装配的空间定位方法中执行步骤六的流程图。
具体实施方式
为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例进行详细地说明:
请参阅图1,本发明的用于智能装配的空间定位系统,包括机器人控制柜9、机器人模块、3DL相机5、图像处理模块7、接口模块8、算法计算模块10及被定位的目标物4。
机器人模块包括机器人本体1、与机器人本体1信号连接并安装在机器人控制柜9中的机器人控制单元11及安装在机器人本体1上的机器人手抓2;其中,机器人本体1为标准的六自由度关节的机器人或能满足运动要求的少自由度机器人或其它类似设备。机器人控制单元11为控制机器人本体1所必须的软件和硬件设备,首选为与机器人本体1配套的标准软件或硬件,但不限于此,也可以使用满足要求的专门开发的软件或硬件,该单元通过配套电缆连接机器人本体1,以达到与机器人本体1通讯和控制机器人本体1的目的;机器人手抓2为行业标准手抓或能满足要求的非标手抓,安装在机器人本体1的末端。
3DL相机3安装在机器人手抓2上,该3DL相机接收机器人控制单元11的信号后在目标物4上取八个拍照点拍照;该3DL相机3包括一2D相机12和一维激光测位仪13,其中,2D相机12获取拍照点的平面信息,一维激光测位仪13获取拍照点的纵深信息,3DL相机3发出的激光5照射在目标物4的边缘上,且能够保证2D相机31拍摄范围15能够拍摄到由激光5形成的一道激光线14与目标物4的边缘横截面相交部分(见图2)。
图像处理模块7与3DL相机3并通过接口模块8及机器人控制柜9信号连接;图像处理模块7为3DL相机3拍照结果处理的专用模块,它接收3DL相机3在拍照点上获得的图像信息后先进行二值化处理,得到拍照点上的特征点,再提取特征点在用户坐标系下的空间位置信息并将该信息传送给机器人控制柜9;接口模块8为图像处理模块7和机器人控制柜9之间的数据转换单元,该接口模块8能把图像处理模块7生成的目标物4上特征点6的空间位置信息的数据转化为可供机器人控制柜9接收的数据。
算法计算模块10安装在机器人控制柜9中并与机器人控制单元11信号连接;算法计算模块10固化了采用Karel语言或其它通用语言编写的算法,该模块调用机器人控制单元11中机器人本体1的位置和姿态信息,同时也接收来自图像处理模块7的特征点的空间位置信息,利用这些信息计算出能够反映被定位目标物4的空间位置坐标系。
目标物4的边缘为直线、曲线或弧线且边缘横截面的表面轮廓上具有明显的拐点6;目标物4与机器人本体1应满足设定的位置关系,能够保证3DL相机3发出的激光5照射在目标物4的边缘上,且能够保证2D相机31能够拍摄到由激光5形成的一道激光线14与目标物4的边缘横截面相交部分。
再请参阅图3,本发明的用于智能装配的空间定位方法,执行于上述本发明的用于智能装配的空间定位系统,该空间定位方法包括以下步骤:
建立用户坐标系及3DL相机的工具坐标系的步骤101;
在用户坐标系下标定3DL相机的步骤102;
3DL相机在目标物的边缘上取八个拍照点拍照的步骤103;为了提高定位精度,拍照点的数目不限于八个;3DL相机对边缘为曲线或弧线的目标物4的边缘拍照时(见图4),每个拍照点应取在弧度较小的位置并且相邻拍照点的距离应尽量远;3DL相机3是先通过一维激光测位仪32发出的激光5投射在目标物4的拍照点的边缘上,再通过2D相机12在大于由激光5形成的一道激光线14的范围15内拍照,这个范围15应包含激光线14与目标物4的边缘横截面相交部分;
图像处理模块对每个点的拍照图像进行二值化处理,得到每个拍照点上的特征点的步骤104;图像处理模块在每个拍照点以激光线为界限把拍照平面分为目标物的边缘横截面的黑色部分和无目标物空间的白色部分(见图5),得到目标物4的边缘横截面的表面轮廓,在表面轮廓的一定范围16或18内分别有一个拐点17或19,选取拐点17或19作为特征点,图像处理模块在每个拍照点上选取特征点的位置一致,这种特征点的选取方法与目标物的整体外部形状无关,理论上可以实现各种装配目标物的空间定位,具有一定的柔性;
图像处理模块提取每个特征点在用户坐标系下的空间位置信息的步骤105;
图像处理模块把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜的步骤106;机器人控制柜记录这些信息的方式可以是奇次矩阵的方式,也可以是三移动三转动六个变量的形式,既可以通过位置寄存器的方式存储,也可以通过其它方式存储;
算法计算模块根据目标物上的八个特征点的空间位置信息计算目标物的空间位置坐标系的步骤107;算法计算模块固化了采用Karel语言或其它通用语言编写的算法,该模块调用机器人控制单元中的机器人本体的位置和姿态信息,同时也接收来自图像处理模块的特征点的空间位置信息,利用这些信息计算出能够反映被测目标物的空间位置的坐标系;在计算时包括以下程序(参见图6并结合参阅图7):
程序一201,获取目标物4的边缘上八个特征点的空间位置信息,该八个特征点为目标物的左侧边上、下部特征点、右侧边上、下部特征点、顶边左侧内、外部特征点及顶边右侧内、外部特征点;
程序二202,将目标物4的左侧边上部特征点P2和左侧边下部特征点P1连成直线A,将目标物4的右侧边上部特征点P7和右侧边下部特征点P8连成直线B,将目标物4的顶边左侧内部特征点P4和顶边左侧外部特征点P3连成直线C,将目标物45的顶边右侧内部特征点P5和顶边右侧外部P6特征点连成直线D;
程序三203,作直线A和直线C的公垂线E,在公垂线E上取中点ME;
程序四204,作直线B和直线D的公垂线F,在公垂线F上取中点MF;
程序五205,以中点ME为起点、直线A的梯度为方向作长度为100~600mm的线段A1,得到线段A1的终点ZA;
程序六206,以中点MF为起点、直线B的梯度为方向作与线段A1同样长度的线段B1,得到线段B1的终点ZB;
程序七207,连接终点ZA和终点ZB,得到线段H,取该线段H的中点MH,得到由中点ME、中点MF及中点MH构成的平面;
程序八208,连接中点ME和中点MF,得到线段G,取该线段G的中点MG;
程序九209,以中点MH作为原点0并和中点MG连成的直线作x轴,在中点ME、MF、MH所构成的平面内作垂直于x轴的直线作为y轴,则垂直于该平面的直线作为z轴,得到目标物4的空间位置坐标系O-xyz,该坐标系在用户坐标系下是唯一确定的,从而实现目标物的空间定位,机器人控制柜9把该坐标系的信息传输给机器人控制单元,以便机器人本体1做后续的自动装配工作。
图6所示的仅为一种实施例,该实施例中的被定位目标物为汽车的前车框45,但本发明不限于此一种实施例。利用图4所示的检测原理,在被定位前车框45的边缘上取八个点,分别为点20—27。在此实施例中,前车框45的边缘轮廓形状与图4中被定位目标物4的边缘轮廓形状相同。在此实施例中测量范围和拐点分别取图4中的17和19。由于前车框45的各边为非直线形状,具有一定的弧度,因此拍照点位置的选取和计算空间坐标系时均考虑了减小轮廓弧度对前车框的定位精度的影响,下述为具体的实施方式。在图6所示的前车框45的左侧边上取两点20、21,由于前车框45具有一定的弧度,导致点20和21所构成的直线35会因取点位置的不同而略有差别,为了尽可能地减少这种差别,点20和21取在弧度变化比较小的前车框45的左侧边上下两端,同时由于两点20和21距离尽量远,这种取点的方法也可以减少直线空间梯度的变化。同样的方法可以在前车框45的右侧边上取点26和27,并得到直线38。由于整个前车框45呈M形,在前车框45的顶边上取四个点22、23、24、25,其取点位置分别在M形中点的左侧和右侧,且左右两侧各有两个点。点22、23应尽量远,通过二者的直线为36;点24、25应尽量远,通过二者的直线为37。尽管这种采点方式尽量避免了弧度对生成直线的影响,但前车框45呈弓形的弧度仍会使所生成的四条直线35、36、37、38为空间非相交直线。作直线35、36的公垂线并取其中点28,作直线37、38的公垂线并取其中点29。以点28为始点以直线35的梯度为方向,作300mm长的线段39,得到点31;同样以点29为始点以直线38的梯度为方向,作300mm长的线段41,得到点32。连接点31和点32得到直线42,取其中点33;连接点28和点29得到直线40,取其中点30。连接点33和点30,得到直线34。点28、29、33构成一个平面,在此平面内,以点33为原点O,以直线34为x轴,在点28、29、33所构成的平面内做垂直于直线34的直线作为y轴,则垂直于该平面的直线作为z轴。从而,得到坐标系O-xyz,该坐标系的建立完全由汽车的前车框45的边缘形状和车框上的拍照点决定,且所取拍照点的空间位置均在用户坐标系下表示,因此所得到的汽车的前车框45的空间位置坐标系O-xyz能够反映汽车的前车框45在用户坐标系下的空间位置。
本发明的计算方法中建立坐标系的方法不限于上述说明,若车窗顶框M型轮廓明显,则作坐标系的平面可以由直线36与37公垂线的中点、点28、点29决定;若直线35和38平行度低,则做坐标系的平面也可以由直线35与38公垂线的中点、点28、点29决定。
机器人手抓2上的3DL相机可以为一个,也可以根据需要安装有多个。对于单个3DL相机拍照方式,拍照点可以按图6所示依照P1~P8的顺序采点,也可以根据实际需要灵活安排采点顺序;对于多个3DL相机拍照方式,可以根据被定位目标物的尺寸大小和轮廓形状,合理安排拍照方式,在机器人本体的一个位姿下通过多个3DL相机获得多个点的空间位置。
本发明的用于智能装配的空间定位方法可以应用于风挡玻璃装配时汽车车窗的空间定位,或汽车顶盖装配时汽车顶框的空间定位,但不限于此,也可以用于其它任何类似情况的装配目标物的空间定位。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (9)
1.一种用于智能装配的空间定位系统,包括机器人控制柜、机器人模块、3DL相机、图像处理模块、算法计算模块及被定位的目标物,其特征在于,
所述机器人模块包括机器人本体、与机器人本体信号连接并安装在机器人控制柜中的机器人控制单元及安装在所述机器人本体上的机器人手抓;
所述3DL相机安装在所述机器人手抓上,该3DL相机接收所述机器人控制单元的信号后在所述目标物上取若干拍照点拍照;
所述图像处理模块分别与所述3DL相机及所述机器人控制柜信号连接,该图像处理模块接收所述3DL相机在拍照点上获得的图像信息后先进行二值化处理,得到拍照点上的特征点,再提取特征点在用户坐标系下的空间位置信息并将该信息传送给机器人控制柜;
所述算法计算模块安装在机器人控制柜中并与所述机器人控制单元信号连接,该算法计算模块接收所述图像处理模块传送来的若干特征点的空间位置信息,利用这些信息计算出所述目标物的空间位置坐标系;
所述目标物的边缘为直线、曲线或弧线且边缘横截面的表面轮廓上具有明显的拐点。
2.根据权利要求1所述的用于智能装配的空间定位系统,其特征在于,所述机器人本体为六自由度关节的机器人。
3.根据权利要求1所述的用于智能装配的空间定位系统,其特征在于,所述3DL相机包括一2D相机和一维激光测位仪,所述2D相机获取所述拍照点的平面信息,所述一维激光测位仪获取所述拍照点的纵深信息。
4.根据权利要求1所述的用于智能装配的空间定位系统,其特征在于,所述图像处理模块通过接口模块与所述机器人控制柜信号连接。
5.一种用于智能装配的空间定位方法,执行于权利要求1所述的用于智能装配的空间定位系统,其特征在于,所述空间定位方法包括以下步骤:
建立用户坐标系及3DL相机的工具坐标系的步骤;
在用户坐标系下标定所述3DL相机的步骤;
所述3DL相机在目标物的边缘上取八个拍照点进行拍照的步骤;
所述图像处理模块对每个点的拍照图像进行二值化处理,得到每个拍照点上的特征点的步骤;
所述图像处理模块提取每个特征点在用户坐标系下的空间位置信息的步骤;
所述图像处理模块把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜的步骤;
所述算法计算模块根据目标物上的八个特征点的空间位置信息计算目标物的空间位置坐标系的步骤。
6.根据权利要求5所述的用于智能装配的空间定位方法,其特征在于,执行所述拍照的步骤时,所述3DL相机是先通过所述一维激光测位仪将激光线投射在所述目标物的拍照点的边缘上,再通过所述2D相机在大于激光线的范围内拍照。
7.根据权利要求5所述的用于智能装配的空间定位方法,其特征在于,执行所述拍照的步骤时,所述3DL相机对边缘为曲线或弧线的目标物的边缘拍照时,每个拍照点应取在弧度较小的位置并且相邻拍照点的距离应尽量远。
8.根据权利要求5所述的用于智能装配的空间定位方法,其特征在于,执行所述二值化处理的步骤时,所述图像处理模块是在每个拍照点以激光线为界限把拍照平面分为目标物的边缘横截面的黑色部分和无目标物空间的白色部分,得到目标物的边缘横截的表面轮廓,以便提取该表面轮廓上的一个拐点作为特征点。
9.根据权利要求5所述的用于智能装配的空间定位方法,其特征在于,执行所述计算目标物的空间位置坐标系的步骤时,包括以下程序:
程序一,获取目标物的边缘上八个特征点的空间位置信息,该八个特征点为目标物的左侧边上、下部特征点、右侧边上、下部特征点、顶边左侧内、外部特征点及顶边右侧内、外部特征点;
程序二,将所述目标物的左侧边上部特征点P2和左侧边下部特征点P1连成直线A,将所述目标物的右侧边上部特征点P7和右侧边下部特征点P8连成直线B,将所述目标物的顶边左侧内部特征点P4和顶边左侧外部特征点P3连成直线C,将所述目标物的顶边右侧内部特征点P5和顶边右侧外部P6特征点连成直线D;
程序三,作所述直线A和直线C的公垂线E,在公垂线E上取中点ME,
程序四,作所述直线B和直线D的公垂线F,在公垂线F上取中点MF;
程序五,以中点ME为起点、直线A的梯度为方向作长度为100~600mm的线段A1,得到线段A1的终点ZA;
程序六,以中点MF为起点、直线B的梯度为方向作与线段A1同样长度的线段B1,得到线段B1的终点ZB;
程序七,连接终点ZA和终点ZB,得到线段H,取该线段H的中点MH,得到由中点ME、中点MF及中点MH构成的平面;
程序八,连接中点ME和中点MF,得到线段G,取该线段G的中点MG;
程序九,以中点MH作为原点O并和中点MG连成的直线作x轴,在中点ME、MF、MH所构成的平面内作垂直于x轴的直线作为y轴,则垂直于该平面的直线作为z轴,得到所述目标物的空间位置坐标系O-xyz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310224881.0A CN103278091B (zh) | 2013-06-07 | 2013-06-07 | 一种用于智能装配的空间定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310224881.0A CN103278091B (zh) | 2013-06-07 | 2013-06-07 | 一种用于智能装配的空间定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103278091A true CN103278091A (zh) | 2013-09-04 |
CN103278091B CN103278091B (zh) | 2016-01-20 |
Family
ID=49060681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310224881.0A Active CN103278091B (zh) | 2013-06-07 | 2013-06-07 | 一种用于智能装配的空间定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103278091B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776378A (zh) * | 2014-02-27 | 2014-05-07 | 上海思琢自动化科技有限公司 | 一种非接触式柔性在线尺寸测量系统 |
CN104898489A (zh) * | 2015-05-29 | 2015-09-09 | 上海发那科机器人有限公司 | 一种视觉定位系统连接结构 |
CN107553033A (zh) * | 2017-08-31 | 2018-01-09 | 中车唐山机车车辆有限公司 | 投影定位系统 |
CN109591019A (zh) * | 2018-12-19 | 2019-04-09 | 南京航空航天大学 | 一种无确定性定位特征物体的空间精确定位方法 |
CN110672006A (zh) * | 2019-08-21 | 2020-01-10 | 成都飞机工业(集团)有限责任公司 | 一种用于飞行器装配时数字化定位的定位系统及方法 |
CN110794763A (zh) * | 2019-11-20 | 2020-02-14 | 航天科技控股集团股份有限公司 | 基于智能相机的电机装配到位判定系统及方法 |
CN111044046A (zh) * | 2019-12-09 | 2020-04-21 | 深圳市优必选科技股份有限公司 | 一种机器人定位精度的测试方法及装置 |
CN111331367A (zh) * | 2020-04-15 | 2020-06-26 | 上海工程技术大学 | 智能装配控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1511677A (zh) * | 2002-12-27 | 2004-07-14 | 中国科学院自动化研究所 | 利用激光结构光视觉识别工件特征与坐标测量的方法 |
CN1798678A (zh) * | 2003-06-04 | 2006-07-05 | 本田技研工业株式会社 | 用于安装车窗玻璃的方法和装置 |
CN101094785A (zh) * | 2003-10-18 | 2007-12-26 | 伊诺斯自动控制软件有限公司 | 用于调节车辆的盖与其余的车辆车身之间的间隙尺寸和/或错位的方法及装置 |
US20100131235A1 (en) * | 2008-11-26 | 2010-05-27 | Canon Kabushiki Kaisha | Work system and information processing method |
US20100274390A1 (en) * | 2007-12-27 | 2010-10-28 | Leica Geosystems Ag | Method and system for the high-precision positioning of at least one object in a final location in space |
CN202885828U (zh) * | 2012-08-20 | 2013-04-17 | 山东大学 | 一种激光影像定位导航装置 |
-
2013
- 2013-06-07 CN CN201310224881.0A patent/CN103278091B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1511677A (zh) * | 2002-12-27 | 2004-07-14 | 中国科学院自动化研究所 | 利用激光结构光视觉识别工件特征与坐标测量的方法 |
CN1798678A (zh) * | 2003-06-04 | 2006-07-05 | 本田技研工业株式会社 | 用于安装车窗玻璃的方法和装置 |
CN101094785A (zh) * | 2003-10-18 | 2007-12-26 | 伊诺斯自动控制软件有限公司 | 用于调节车辆的盖与其余的车辆车身之间的间隙尺寸和/或错位的方法及装置 |
US20100274390A1 (en) * | 2007-12-27 | 2010-10-28 | Leica Geosystems Ag | Method and system for the high-precision positioning of at least one object in a final location in space |
US20100131235A1 (en) * | 2008-11-26 | 2010-05-27 | Canon Kabushiki Kaisha | Work system and information processing method |
CN202885828U (zh) * | 2012-08-20 | 2013-04-17 | 山东大学 | 一种激光影像定位导航装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776378A (zh) * | 2014-02-27 | 2014-05-07 | 上海思琢自动化科技有限公司 | 一种非接触式柔性在线尺寸测量系统 |
CN104898489A (zh) * | 2015-05-29 | 2015-09-09 | 上海发那科机器人有限公司 | 一种视觉定位系统连接结构 |
CN107553033A (zh) * | 2017-08-31 | 2018-01-09 | 中车唐山机车车辆有限公司 | 投影定位系统 |
CN109591019A (zh) * | 2018-12-19 | 2019-04-09 | 南京航空航天大学 | 一种无确定性定位特征物体的空间精确定位方法 |
CN109591019B (zh) * | 2018-12-19 | 2021-07-27 | 南京航空航天大学 | 一种无确定性定位特征物体的空间精确定位方法 |
CN110672006A (zh) * | 2019-08-21 | 2020-01-10 | 成都飞机工业(集团)有限责任公司 | 一种用于飞行器装配时数字化定位的定位系统及方法 |
CN110794763A (zh) * | 2019-11-20 | 2020-02-14 | 航天科技控股集团股份有限公司 | 基于智能相机的电机装配到位判定系统及方法 |
CN110794763B (zh) * | 2019-11-20 | 2021-01-29 | 航天科技控股集团股份有限公司 | 基于智能相机的电机装配到位判定系统及方法 |
CN111044046A (zh) * | 2019-12-09 | 2020-04-21 | 深圳市优必选科技股份有限公司 | 一种机器人定位精度的测试方法及装置 |
CN111044046B (zh) * | 2019-12-09 | 2021-10-29 | 深圳市优必选科技股份有限公司 | 一种机器人定位精度的测试方法及装置 |
CN111331367A (zh) * | 2020-04-15 | 2020-06-26 | 上海工程技术大学 | 智能装配控制系统 |
CN111331367B (zh) * | 2020-04-15 | 2021-08-20 | 上海工程技术大学 | 智能装配控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103278091B (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103278091B (zh) | 一种用于智能装配的空间定位方法 | |
CN103264738B (zh) | 一种汽车风挡玻璃的自动装配系统及自动装配方法 | |
CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
CN107767423B (zh) | 一种基于双目视觉的机械臂目标定位抓取方法 | |
CN110243380B (zh) | 一种基于多传感器数据与角度特征识别的地图匹配方法 | |
CN112396664B (zh) | 一种单目摄像机与三维激光雷达联合标定及在线优化方法 | |
CN113436260B (zh) | 基于多传感器紧耦合的移动机器人位姿估计方法和系统 | |
CN109794963B (zh) | 一种面向曲面构件的机器人快速定位方法 | |
CN111721259B (zh) | 基于双目视觉的水下机器人回收定位方法 | |
CN108012325A (zh) | 一种基于uwb和双目视觉的导航定位方法 | |
EP1394761A2 (en) | Obstacle detection device and method therefor | |
CN108827155A (zh) | 一种机器人视觉测量系统及方法 | |
CN111681283B (zh) | 一种基于单目立体视觉的应用于无线充电对位的相对位姿解算方法 | |
CN114419130A (zh) | 一种基于图像特征和三维点云技术的散料体积测量方法 | |
CN109118577B (zh) | 基于载人潜水器的水下激光扫描重构系统及其方法 | |
CN115609591B (zh) | 一种基于2D Marker的视觉定位方法和系统、复合机器人 | |
CN105136108A (zh) | 一种基于立体视觉高精度波浪浪高测量方法 | |
CN105225229A (zh) | 基于视频信号的鱼类过坝运动轨迹定位装置与方法 | |
TW201714695A (zh) | 即時三維建模之雷射飛行打標系統及其方法 | |
CN112927302A (zh) | 一种多线激光雷达与相机联合标定的标定板及标定方法 | |
CN111340834A (zh) | 基于激光雷达和双目相机数据融合的衬板装配系统及方法 | |
CN114299039B (zh) | 一种机器人及其碰撞检测装置和方法 | |
CN203345084U (zh) | 一种汽车风挡玻璃的自动装配系统 | |
CN111047531A (zh) | 一种基于单目视觉的仓储机器人室内定位方法 | |
CN114170596A (zh) | 姿态识别方法、装置、电子设备、工程机械和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |