CN104766325B

CN104766325B - 一种鞋面喷胶轨迹线的计算方法

Info

Publication number: CN104766325B
Application number: CN201510165369.2A
Authority: CN
Inventors: 李俊; 曾辉雄
Original assignee: Quanzhou Institute of Equipment Manufacturing
Current assignee: Quanzhou Institute of Equipment Manufacturing
Priority date: 2015-04-09
Filing date: 2015-04-09
Publication date: 2017-12-19
Anticipated expiration: 2035-04-09
Also published as: CN104766325A

Abstract

本发明提供一种鞋面喷胶轨迹线的计算方法，首先通过线性激光扫描器扫描一组鞋底和鞋面，得到两组点云数据，再通过预处理使得原始点云对的矩阵大小相同，而后通过SVD奇异矩阵分解法实现了粗匹配，使得点云对方向一致且相互靠近后，再通过ICP算法实现精确配准，获得点云对之间的坐标变换关系。同时由于实际生产需求，利用Bezier曲线算法实现了鞋底轮廓点云集的局部拟合变形，实现了鞋面喷胶轨迹线的精确计算，从而实现了喷胶自动化。

Description

一种鞋面喷胶轨迹线的计算方法

【技术领域】

本发明涉及自动化领域，特别涉及一种基于鞋底鞋面点云对的精确配准得到的鞋面喷胶轨迹线的计算方法。

【背景技术】

目前我国制鞋业的自动化水平还比较低，特别是在喷胶流程上只有少数企业的个别工序使用了自动化装备，大部分喷胶工序还是依靠工人手工完成，存在自动化程度低、生产效率低、用工荒等问题并且日益突出，急需研发成熟的自动化智能喷胶生产线以促进行业健康发展。本发明解决智能喷胶机器人开发中的关键技术——喷胶自动化，通过机器视觉与点云配准技术实现鞋底鞋面喷胶位置的自动计算。

点云配准是指通过扫描采样获得的两组有重复区域或形状相近的点云数据，通过某种方法确定一个合适的坐标变换使得两组点云数据尽量在空间上重合，从而合并在一个统一的坐标系下。目前国内外研究中运用于点云配准的主要方法有最近点迭代法(英文简称：ICP)、正态分布(英文简称：NDT)、奇异矩阵法(英文简称：SVD)和极大似然法，其中ICP是最常用的点云配准方法。但是每种方法都有其局限性，比如ICP受限于其初始位置，极大似然法则受限于噪声点等，于是针对不同应用出现了很多种改进算法。传统的配准对象都是高度重复的一对点云，配准方法相对简单，而本发明匹配的点云对是通过线激光扫描仪扫描得到的鞋底和鞋面两组点云数据，点云对之间没有完全重叠的部分，只是形状相似，并且点云对的初始位置是翻转的，难以直接通过ICP算法进行精确配准。目前国内外研究中此种配准对象的配准方法研究还相对罕见。

【发明内容】

本发明要解决的技术问题，在于提供一种鞋面喷胶轨迹线的计算方法，其能够使鞋底和鞋面两组没有完全重叠的点云数据尽可能的重叠匹配，并将点云对统一到统一坐标下，从而实现鞋底鞋面喷胶位置的自动计算，解决了现有鞋面喷胶自动化难题。同时，还可以根据实际生产存在的特殊情况，利用Bezier曲线拟合方法对鞋底点云的轮廓线进行局部变形以达到理想的喷胶效果。

本发明是这样实现的：

一种鞋面喷胶轨迹线的计算方法，包括如下步骤：

步骤10、通过线性激光扫描器扫描一组鞋底和鞋面，得到两组点云数据，所述点云数据为矩阵，鞋底的点云数据记为矩阵B，鞋面的点云数据记为矩阵D，所述两组点云数据为需要配准的原始点云对；

步骤20、通过最邻近线性插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1；所述预处理目的是保证所述原始点云对的矩阵大小相同；

步骤30、利用SVD奇异矩阵分解法对所述鞋底矩阵B1和鞋面矩阵D1进行计算，得到粗匹配的旋转矩阵R1及平移向量T1；通过所述粗匹配的旋转矩阵R1及平移向量T1调整鞋底点云的位置，得到新的鞋底矩阵B2；通过所述SVD奇异矩阵分解法消除所述原始点云对的旋转错位和平移错位，为精确配准提供条件；

步骤40、利用ICP算法对所述调整后的鞋底矩阵B2和鞋面矩阵D1进行精确配准，所述ICP算法的输入参数包括：1、调整后的鞋底矩阵B2和鞋面矩阵D1，2、迭代次数c或者终止阈值e；输出精确匹配的旋转矩阵R2和平移向量T2；所述迭代次数c或者终止阈值e根据需要进行设置；

步骤50、将所述粗匹配的旋转矩阵R1及平移向量T1结合所述精确匹配的旋转矩阵R2及平移向量T2，得到所述原始点云对之间的坐标变换关系；所述坐标变换关系具体为：鞋底矩阵B经过旋转矩阵R1和平移向量T1变换位置，鞋面矩阵D经过旋转矩阵R2和平移向量T2变换位置，所述原始点云对通过所述坐标变换关系基本重合匹配；

步骤60、获取鞋底的外轮廓点云集，具体为：从原始的鞋底点云数据的矩阵B中，提取鞋底轮廓周围的点云数据中Z轴的值最大的点作为鞋底外轮廓线的轮廓点，从而得到所述外轮廓点云集；

步骤70、结合所述鞋底的外轮廓点云集，通过所述坐标变换关系得到鞋底外轮廓线在鞋面点云上的映射位置，该映射位置即为鞋面自动喷胶时的轨迹线坐标，从而实现了鞋面喷胶自动化。

进一步地，所述步骤30中，所述SVD奇异矩阵分解法的输入参数是预处理后的鞋底矩阵B1和鞋面矩阵D1，所述鞋底矩阵B1和鞋面矩阵D1分别经过与其各自的平均值向量B1_a、D1_a的差运算后进行转置再相乘得到矩阵H，再对矩阵H进行SVD分解得到对角矩阵S和两个酉矩阵U和V，即[U,S,V]＝svd(H)，进而得到所求的旋转矩阵R1＝V*U’和平移向量T1＝-B1_a*R1+D1_a。

进一步地，执行步骤10至步骤60之后，仅再执行步骤61，所述步骤61具体：通过Bezier曲线算法对鞋底外轮廓点云集中的鞋尖部分进行变形，即对该鞋尖部分的点云集进行拟合变形，具体为：将鞋底外轮廓点云集的拟合变形区域选择为鞋底前半部分的最低点到鞋尖最高点，拟合曲线的控制点选择为最低点、最高点及中间N个采样点，N-1作为Bezier曲线的阶数，即Bezier曲线拟合算法的输入为鞋底外轮廓点云集、采样点个数N，输出为拟合后的新鞋底外轮廓点云集；所述新鞋底外轮廓点云集通过所述坐标变换关系得到新鞋底外轮廓线在鞋面点云上的新映射位置，该新映射位置即为鞋面自动喷胶时的轨迹线坐标，从而得到更为精准的鞋面上配准鞋底后的喷胶轨迹线。

进一步地，所述步骤20中，通过双三次插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1。

进一步地，所述步骤20中，通过最邻近线性插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1。

所述步骤20中，通过双线性插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1。

本发明具有如下优点：

本发明先通过预处理使得原始点云对的矩阵大小相同，而后通过SVD奇异矩阵分解法实现了粗匹配，使得点云对方向一致且相互靠近后，再通过ICP算法实现精确配准，获得点云对之间的坐标变换关系。同时由于实际生产需求，利用Bezier曲线算法实现了鞋底轮廓点云集的局部拟合变形，实现了鞋面喷胶轨迹线的精确计算，从而实现了喷胶自动化。

【附图说明】

图1为本发明的流程示意图。

图2为本发明ICP算法的流程示意图。

图3为本发明鞋底鞋面初始位置示意图。

图4为本发明粗匹配后效果图。

图5为本发明ICP精确匹配效果图。

图6为本发明鞋底外轮廓线示意图。

图7为本发明通过拟合变形后的鞋底外轮廓线示意图。

图8为本发明通过拟合变形后得到的鞋面喷胶轨迹线示意图。

【具体实施方式】

下面参照说明书附图，结合实施例对本发明作进一步的说明。

请参阅图1至图8，一种鞋面喷胶轨迹线的计算方法，包括如下步骤：

步骤10、通过线性激光扫描器扫描一组鞋底和鞋面，得到两组点云数据，请参阅图3，图3为扫描后的鞋底鞋面示意图，所述点云数据为矩阵，鞋底的点云数据记为矩阵B，鞋面的点云数据记为矩阵D，所述两组点云数据为需要配准的原始点云对；例如，鞋底是17027×3的双精度数据类型的矩阵B，即17027个三维空间坐标x,y,z组成的矩阵B，同理，鞋面是18173×3的双精度数据类型的矩阵D；

步骤20、由于所述原始点云对不能完全重合且初始位置相差很大，因此必须对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1；所述预处理目的是保证所述原始点云对的矩阵大小相同；除此之外，还可以根据精度要求适当缩小点云对矩阵中点的数量，从而缩短后续的配准计算时间；该预处理的方式有多种，比较常用的方式是通过双三次插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1；还可以采用的预处理方式有双线性插值法和最邻近线性插值法。通过双三次插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1，该算法的效果更好。若存在这样的特殊情况——通过线性激光扫描器扫描得到的原始点云对，其原始点云对的矩阵大小相同，且精度也符合要求，则不需要经过预处理；

步骤30、利用SVD奇异矩阵分解法对所述鞋底矩阵B1和鞋面矩阵D1进行计算，得到粗匹配的旋转矩阵R1及平移向量T1；通过所述粗匹配的旋转矩阵R1及平移向量T1调整鞋底点云的位置，得到新的鞋底矩阵B2，请参阅图4，图4为本发明粗匹配后效果图；通过所述SVD奇异矩阵分解法消除所述原始点云对的旋转错位和平移错位，为精确配准提供条件；

所述SVD奇异矩阵分解法的输入参数是预处理后的鞋底矩阵B1和鞋面矩阵D1，所述鞋底矩阵B1和鞋面矩阵D1分别经过与其各自的平均值向量B1_a、D1_a的差运算后进行转置再相乘得到矩阵H，再对矩阵H进行SVD分解得到对角矩阵S和两个酉矩阵U和V，即[U,S,V]＝svd(H)，进而得到所求的旋转矩阵R1＝V*U’和平移向量T1＝-B1_a*R1+D1_a；

需要说明的是，所述SVD奇异矩阵分解法的定理为：设A∈R^m×n，则必存在正交矩阵U＝[u₁,…,u_m]∈R^m×m和V＝[v₁,…,v_n]∈R^n×n使得：.

其中，Σ_r＝diag(σ₁,...,σ_r),σ₁≥...≥σ_r>0为矩阵A的全部非零奇异值；

步骤40、请参阅图2，利用ICP算法对所述调整后的鞋底矩阵B2和鞋面矩阵D1进行精确配准，所述ICP算法的输入参数包括：1、调整后的鞋底矩阵B2和鞋面矩阵D1，2、迭代次数c或者终止阈值e；输出精确匹配的旋转矩阵R2和平移向量T2；主要计算过程采用PCL点云库的ICP算法，所述迭代次数c或者终止阈值e根据需要进行设置；所述ICP算法的原理是：其数学表示为：已知两个对应点集合X＝{x₁,x₂,...,x_n}和P＝{p₁,p₂,...,p_n}，求解旋转矩阵R和平移向量t，使得式1.1的目标函数的值最小：

(式1.1)

步骤50、将所述粗匹配的旋转矩阵R1及平移向量T1结合所述精确匹配的旋转矩阵R2及平移向量T2，得到所述原始点云对之间的坐标变换关系，所述坐标变换关系具体为：鞋底矩阵B经过旋转矩阵R1和平移向量T1变换位置，鞋面矩阵D经过旋转矩阵R2和平移向量T2变换位置，所述原始点云对通过所述坐标变换关系基本重合匹配；即鞋底矩阵B先乘以旋转矩阵R1再加上平移向量T1就完成变换，鞋面矩阵D的处理过程同理，请参阅图5，图5为本发明ICP精确匹配后的效果图；

步骤60、获取鞋底的外轮廓点云集，具体为：从原始的鞋底点云数据的矩阵B中，提取鞋底轮廓周围的点云数据中Z轴的值最大的点作为鞋底外轮廓线的轮廓点，从而得到所述外轮廓点云集，请参阅图6；

由于鞋底鞋面在喷胶后进行粘合时，鞋底的鞋尖部分需要上翘变形，因而在实际生产中容易造成鞋面在鞋尖部分的喷胶轮廓线存在一定的误差，即鞋尖部分鞋底的外轮廓线要高于实际中鞋底和鞋面压合时的高度，因此，执行步骤10至步骤60之后，仅再执行步骤61(不再执行步骤70)，所述步骤61具体：通过Bezier曲线算法对鞋底外轮廓点云集中的鞋尖部分进行变形，即对该鞋尖部分的点云集进行拟合变形，具体为：将鞋底外轮廓点云集的拟合变形区域选择为鞋底前半部分的最低点到鞋尖最高点，拟合曲线的控制点选择为最低点、最高点及中间N个采样点(所述N的大小决定了拟合后的点集与原始点集的偏移程度及相似度)，N-1作为Bezier曲线的阶数，即Bezier曲线拟合算法的输入为鞋底外轮廓点云集、采样点个数N，输出为拟合后的新鞋底外轮廓点云集；所述新鞋底外轮廓点云集通过所述坐标变换关系得到新鞋底外轮廓线在鞋面点云上的新映射位置，该新映射位置即为鞋面自动喷胶时的轨迹线坐标，从而得到更为精准的鞋面上配准鞋底后的喷胶轨迹线，请参阅图8。

所述Bezier曲线算法的定理是：给定空间n+1个点的位置矢量P_i(i＝0,1,2,…,n)，则Bezier曲线可定义为：

其中，P_i(i＝0,1,…,n)构成该Bezier曲线的特征多边形，也就是曲线的控制顶点，B_i,n(t)是n次Bernstein基函数：

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims

1.一种鞋面喷胶轨迹线的计算方法，其特征在于，包括如下步骤：

步骤20、对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1；所述预处理目的是保证所述原始点云对的矩阵大小相同；

步骤40、利用ICP算法对调整后的鞋底矩阵B2和鞋面矩阵D1进行精确配准，所述ICP算法的输入参数包括：1、调整后的鞋底矩阵B2和鞋面矩阵D1，2、迭代次数c或者终止阈值e；输出精确匹配的旋转矩阵R2和平移向量T2；所述迭代次数c或者终止阈值e根据需要进行设置；

步骤70、结合所述鞋底的外轮廓点云集，通过所述坐标变换关系得到鞋底外轮廓线在鞋面点云上的映射位置，该映射位置即为鞋面自动喷胶时的轨迹线坐标，从而实现了鞋面喷胶自动化；

执行步骤10至步骤60之后，仅再执行步骤61，所述步骤61具体：通过Bezier曲线算法对鞋底外轮廓点云集中的鞋尖部分进行变形，即对该鞋尖部分的点云集进行拟合变形，具体为：将鞋底外轮廓点云集的拟合变形区域选择为鞋底前半部分的最低点到鞋尖最高点，拟合曲线的控制点选择为最低点、最高点及中间N个采样点，N-1作为Bezier曲线的阶数，即Bezier曲线拟合算法的输入为鞋底外轮廓点云集、采样点个数N，输出为拟合后的新鞋底外轮廓点云集；所述新鞋底外轮廓点云集通过所述坐标变换关系得到新鞋底外轮廓线在鞋面点云上的新映射位置，该新映射位置即为鞋面自动喷胶时的轨迹线坐标，从而得到更为精准的鞋面上配准鞋底后的喷胶轨迹线。

2.根据权利要求1所述的一种鞋面喷胶轨迹线的计算方法，其特征在于：所述步骤30中，所述SVD奇异矩阵分解法的输入参数是预处理后的鞋底矩阵B1和鞋面矩阵D1，所述鞋底矩阵B1和鞋面矩阵D1分别经过与其各自的平均值向量B1_a、D1_a的差运算后进行转置再相乘得到矩阵H，再对矩阵H进行SVD分解得到对角矩阵S和两个酉矩阵U和V，即[U,S,V]＝svd(H)，进而得到所求的旋转矩阵R1＝V*U’和平移向量T1＝-B1_a*R1+D1_a。

3.根据权利要求1所述的一种鞋面喷胶轨迹线的计算方法，其特征在于：所述步骤20中，通过双三次插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1。

4.根据权利要求1所述的一种鞋面喷胶轨迹线的计算方法，其特征在于：所述步骤20中，通过最邻近线性插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1。

5.根据权利要求1所述的一种鞋面喷胶轨迹线的计算方法，其特征在于：所述步骤20中，通过双线性插值法对所述原始点云对进行预处理，得到鞋底矩阵B1和鞋面矩阵D1。