CN107464492B - 基于三维扫描的包带机非接触式自动示教方法及系统装置 - Google Patents

Abstract

一种基于三维扫描技术的包带机自动示教方法及系统装置，利用实时三维扫描方式，通过三维扫描获取包带头所处位置的线圈三维模型，计算获取形心线，根据形心线走向，调整包带头位置和姿态，并控制伺服系统/机械臂自动行走，自动完成整个线圈的示教过程。本发明利用实时三维扫描技术，自动完成整个线圈的示教过程，自动示教系统集成高性能计算模块和实时三维扫描组件，体积小巧，拆装简单快捷，示教效率高，一致性好。

Description

基于三维扫描的包带机非接触式自动示教方法及系统装置

技术领域

本发明涉及到一种包带机的作业方法及其系统装置，尤其是指一种包带机自动示教方法及系统装置，主要用于包带机包带作业时的示教中使用，属于智能控制技术领域。

背景技术：

线圈作为电机的基础部件，为了保证电机线圈导线的绝缘，一般都会在线圈导线外包裹一层绝缘带；现在的线圈导线绝缘带的包扎都是通过包带机来完成。为了满足绝缘带和线圈紧密、平整的结合，要求包带机包带时包带盘中心随时与线圈中心线上的点重合，同时要求包带盘平面和线圈中心线时时垂直。由于线圈的中心线是一个空间曲线，所以包带过程中需要不断调整包带盘的空间位置和姿态。包带机系统需要解决的一个关键问题是如何获得线圈的形状，即如何获得线圈中心线的空间轨迹，通常采用的方法是示教。示教学习是机器运动技能获取的一种高效手段，只是目前的示教主要是通过人工来完成的，人工示教是通过示教工人肉眼观察，调整包带头位置和姿态，使线圈处于包带头中心并保证带盘垂直于线圈中心线，优点：成本低，便于针对不同的线圈进行包带头位置和姿态补偿，缺点：效率低，示教质量取决于工人素质、熟练程度，视力，工作状态等因素的总和影响，一致性差。近来也出现有自动示教的设备，但现有自动示教主要采用接触式示教，使用带位移传感器的夹具靠在线圈截面的四个边上，包带头运动时，传感器数值自动进行对中和垂直姿态调整，其优点是示教效率高，示教结果一致性好，而不足是每次示教之前要安装、调试夹具，示教完成后需要拆除，过程复杂，技术要求较高；并且对于小型线圈，截面积小，要保证4个传感器能够完全接触线圈有难度，因此接触式示教有局限性，很有必要对此加以改进。

通过专利检索，没发现有与本发明相同技术的专利文献报道，与本发明有一定关系的专利主要有以下几个：

1、专利号为CN200910252159.1，名称为“多包带头包带机” 的发明专利。该专利公开了一种用于电动机或风力发电机定子线圈绝缘带自动包扎的包带机，包括底座、机架、包扎单元、控制系统、驱动系统和线圈夹紧装置，其中，机架安装在底座上，包扎单元安装在机架上，驱动系统用于在控制系统的控制下驱动机架以带着包扎单元沿着线圈的轨迹运动，并且包扎单元同时对线圈进行绝缘带包扎。在该专利的说明书中公开了一种示教的描述，“对于第一个线圈，所述驱动系统在控制系统的控制下驱动机架以带着包带头沿着线圈轨迹运动进行示教，以确定包扎路径；然后包带头沿着示教出的包扎路径对线圈进行绝缘带包扎。在此，示教出的包扎路径数据可存储在控制系统的硬盘上或者通过USB接口存储在外部的移动硬盘上。由此，对于相同的线圈，只需要对首个线圈进行示教，示教出的数据能够存储下来以备后用，与第一个线圈具有相同轮廓的其余线圈可直接采用该数据而无需再次示教”。

2、专利号为CN201120025081.2，名称为“包带头” 的实用新型专利。该专利公开了一种包带机的包带头，具体涉及一种发电机线棒包带机的包带头，其特征是，包含一带有开口的固定盘、设在所述固定盘一端侧面上的内圈，所述内圈里设有可滚动夹持线棒的滚轮，所述内圈外设有一可围绕其旋转的包带环，所述包带环的转速、旋转方向均可调，所述内圈、包带环上与固定盘位置对应处设有开口，所述包带环的一侧面上设有可安装包带盘的卡盘、可调整包带张紧力的张紧轮。本实用新型的包带头可以保证包带时条带具有恒张力，不拉伸，不拉断，张紧力可以在1kg-15kg内任意调整，满足不同条带材料的要求，层叠度可以控制在1/2、1/3和头尾相叠，保证了包带质量均匀。

3、专利号为CN201110027802.8， 名称为“包带头”的发明专利。该专利公开了一种包带机的包带头，具体涉及一种发电机线棒包带机的包带头，其特征是，包含一带有开口的固定盘、设在所述固定盘一端侧面上的内圈，所述内圈里设有可滚动夹持线棒的滚轮,所述内圈外设有一可围绕其旋转的包带环,所述包带环的转速、旋转方向均可调，所述内圈、包带环上与固定盘位置对应处设有开口，所述包带环的一侧面上设有可安装包带盘的卡盘、可调整包带张紧力的张紧轮。本发明的包带头可以保证包带时条带具有恒张力，不拉伸，不拉断，张紧力可以在1kg-15kg内任意调整，满足不同条带材料的要求，层叠度可以控制在1/2、1/3和头尾相叠，保证了包带质量均匀。

上述这些专利虽然都涉及到包带头，但只有其中专利号为CN200910252159.1，名称为“多包带头包带机” 的发明专利公开了一种示教的描述，通过对该段的描述可以看出所采用的仍是接触式的示教，并未改变现有示教所存在的问题，因此仍有待进一步加以改进。

发明内容

本发明的目的在于针对现有包带机包带示教所存在的问题，提出一种新的包带机包带示教方式，该种示教方式完全不采用现有接触式自动示教方式，采用非接触式的示教，具有示教准确，操作方便的特点。

本发明还有一个发明目的在于提出一种实现上述非接触式示教方法的包带机自动示教装置。

为了达到这一目的，本发明提供了一种基于三维扫描技术的包带机自动示教方法，利用实时三维扫描方式，通过三维扫描获取包带头所处位置的线圈三维模型，计算获取形心线，根据形心线走向，调整包带头位置和姿态，并控制伺服系统/机械臂自动行走，自动完成整个线圈的示教过程。

进一步地，所述的三维扫描为基于红外光栅的结构光（Structured Light）实时三维扫描，在包带头内安装三维扫描模块，三维扫描模块用于获取真实的线圈三维模型数据（镜头可视范围内片段），采用结构光算法进行三维还原计算，实现线圈的实时三维扫描。

进一步地，所述的结构光为红外光栅，采用格雷码（Gray Code）编码技术，进行多次光栅投射，计算获取线圈的三维深度信息，通过对结构光算法的优化，获取每秒30帧，最小误差0.3mm精度的实时三维扫描能力。

进一步地，所述的结构光算法的优化包括基于加权联合双向滤波器（WeightedJoint Bilateral Filter）的深度图整形，由于三维扫描仪与物体之间的角度，物体表面反射率，环境光照强弱的影响，三维扫描获取的深度图像会存在不同程度的信息缺失，噪声干扰等，直接使用深度图进行三维还原会存在较大误差；在进行线圈模型形心线获取计算之前，采用深度图整形，对彩色图像进行边界分析，并以边界信息和彩色信息进行联合加权引导，对深度图进行去除干扰，补齐缺失信息的整形处理，使最终获取的三维模型信息更准确和完整，为后续计算提供更可靠的数据源。

进一步地，所述的结构光算法的优化包括采用基于惯性力矩和偏心率（Moment ofinertia and eccentricity based descriptors）算法的三维物体特性描述获取方法，由于线圈与三维扫描组件的角度不一定严格垂直或水平，获取线圈的三维点云信息后，需要经过特征提取才能用于形心线计算，特征提取方法的思想如下：首先计算点云的协方差矩阵，并提取其特征值和向量，确认所得特征向量是归一化的，并且总是形成右手坐标系，其中主要特征向量表示X轴，次要矢量表示Z轴； 之后进行迭代计算，在每次迭代中，旋转主要特征向量，始终围绕其他特征向量保持相同的旋转顺序，以提供点云旋转的不变性。我们将把这个旋转的主矢量定义为当前轴，对于每个当前轴计算惯性矩；由于当前轴也同时用于偏心计算，当前轴矢量可被视为平面的法线矢量，最后将点云投影到平面法向量上，即可计算获得投影的偏心率，从而得到平行/垂直于三维扫描仪镜头方向的三维点云数据。通过对该数据的简单分析计算，即可获得线圈形心线与包带头的相对位置和角度偏差，根据该偏差驱动伺服系统/机械臂，进行包带头位置和姿态调整。

进一步地，所述的结构光算法的优化包括基于深度学习（Deep Learning）技术的双向包带工作点自动取样：线圈需要进行多层包带，包带过程中，包带机需要往复运动多次；由于包带机械机构设计限制，线圈结构等影响，包带方向改变时，带盘向不同方向偏转，会造成包带工作点与包带头中心不重合的情况，此情况下，需要对包带头姿态进行相应的矫正，使包带头在线圈弯折部分的姿态偏转呈超前或滞后状态，采用深度学习算法，自动在线圈R部进行工作点选取和偏转姿态超前/滞后校正。

进一步地，所述的自动完成整个线圈的示教过程如下：

第一步骤：包带机位置归0，使得包带头垂直位置，前后位置，弧形尺位置，偏转角度均为0，调整0位包带机姿态；

第二步骤：安装线圈，调整鼻端夹具，使线圈/线棒直线段在前后和上下方向处于水平状态；

第三步骤：将包带头开进，使线棒穿过包带头缺口，线圈进入包带头中心（不要求准确位置，以不产生碰撞为准），并将包带头开到包带起始位置；并在缺口位置，利用设备夹具，快速安装自动示教器，与伺服控制系统通过网线连接，并接通电源，大约等待少于一分钟，直到控制面板上的“包带机准备就绪”状态为绿色，自动示教准备完成；

第四步骤：在控制面板上选择姿态校准模式，并开始示教，自动示教器驱动伺服系统，自动进行线圈位置对中和姿态校正过程，正常时间消耗小于20秒；

第五步骤：在控制面板上选择正向示教->自动示教模式，包带头在自动示教器驱动下，自动沿线圈/线棒形心线正向移动（从右至左），并始终保持线圈形心线位于包带头中心且与包带头平面垂直；

第六步骤：人眼观察，当包带头运行到线圈最左端包带结束位置时，在控制面板上选择姿态校准模式或停止示教；

第七步骤：在控制面板上选择保存示教结果，自动示教器根据包带工艺要求，自动选取包带采样点，并自动进行反向包带补偿参数，确定两套采样点，输入到伺服系统数据区，完全示教过程；在控制面板选择关闭示教器，等待示教器电源指示灯熄灭，拔掉网线，拆除示教器；

第八步骤：测试包带。

一种基于三维扫描技术的包带机自动示教系统装置，包括包带机机座，包带头机械作业臂、包带头，线圈夹具；包带头安装在包带头机械作业臂上，并随包带头机械作业臂运动，包带头机械作业臂安装在包带机机座，在包带机机座还安装有线圈夹具；其特点在于，在包带头内设置有示教模块，通过示教模块对夹持在线圈夹具内的线圈进行示教。

进一步地，所述的示教模块为三维扫描模块，三维扫描模块包含有三维摄像镜头，通过三维摄像镜头获取真实的线圈三维模型数据，采用结构光算法进行三维还原计算，实现实时三维扫描。

进一步地，所述的三维扫描模块与包带机控制器适时通讯，并将线圈三维模型数据传送到控制器，有控制器记忆，并在包带作业时按照线圈三维模型数据进行包带作业。

本发明的优点在于：

本发明利用实时三维扫描技术，获取包带头所处位置的线圈三维模型，计算获取形心线，根据形心线走向，调整包带头位置和姿态，并控制伺服系统/机械臂自动行走，自动完成整个线圈的示教过程，自动示教系统集成高性能计算模块和实时三维扫描组件，体积小巧，拆装简单快捷，示教效率高，一致性好。

附图说明

图1是本发明一个实施例的系统结构示意图；

图2是本发明的原理系统框图。

具体实施方式

下面结合附图和具体实施例来进一步阐述本发明。

实施例一

通过附图1可以看出，本发明涉及一种基于三维扫描技术的包带机自动示教系统装置，包括包带机机座1，包带头机械作业臂2、包带头3，线圈夹具4；包带头3安装在包带头机械作业臂2上，并随包带头机械作业臂2运动，包带头机械作业臂2安装在包带机机座1，在包带机机座1还安装有线圈夹具4；其特点在于，在包带头3内设置有示教模块5，通过示教模块5对夹持在线圈夹具4内的线圈进行示教，并由控制系统6进行控制。

进一步地，所述的示教模块为三维扫描模块，三维扫描模块包含有三维摄像镜头，通过三维摄像镜头获取真实的线圈三维模型数据，采用结构光算法进行三维还原计算，实现实时三维扫描。

进一步地，所述的三维扫描模块与包带机控制器适时通讯，并将线圈三维模型数据传送到控制器，有控制器记忆，并在包带作业时按照线圈三维模型数据进行包带作业。

进一步地，所述的线圈三维模型数据虽然理论上示教定位点越密集，对线圈形状适应性越好，包带质量越高，但由于包带机伺服系统/机器人存储容量有限，不能记录太多的采样点数据，因此往往在包带工艺中，针对不同的设备型号和线圈设定一些关键点进行示教采样和记录，采样点多选取在线圈直线段与弯部交界处；

进一步地，线圈包带工艺规定从右向左为正向包带，从左到右为反向包带。由于包带头上的带盘在正向和反向包带时会采用不同的偏转角度，使包带工作点与包带头中心不严格统一，因此包带头的位置和姿态需要进行超前/滞后补偿，导致正向包带和反向包带路线上的同一个采样点的位置和姿态不同，因此人工示教需要经过两次示教，获取两套包带工作点集合；

进一步地，自动示教器只需要一次示教即可自动完成正反向包带采样点的数据生成，但示教器的不同安装位置对包带示教过程会产生影响，采用包带头缺口位置安装的情况下，可以采用正反向示教中的任意一条示教路线；对于包带头尺寸较小，或者没有缺口的情况，示教器安装于包带头侧面，该安装情况下，仅可以采用正向示教生成两套包带数据，但不可以反向示教。

采取上述包带机自动示教系统作业的主要技术要点在于：

1、全新的自动示教方法与工艺；采用三维扫描和深度学习技术进行包带头位置/姿态校准的自动示教设备；系统采用便于拆卸的安装/定位夹具设计，可以在一分钟之内完成简易拆装，三维扫描采用低功率红外光栅，即便直射入人眼亦无安全隐患，工作安全可靠，单次全自动示教，自动计算完成反向包带的工作点选取，一次示教可在10分钟以内完成，简单高效；

2、高性能移动处理平台；采用自主研发的高性能计算平台，4个2.4G内核提供流畅的系统响应，192/256个GPU单元，提供每秒高达3000亿次32位浮点运算的计算能力，可以实现复杂的三维和深度学习计算能力，处理平台体积小巧，长宽尺寸为85x57mm，支持电源和电池供电，可方便安装于任何新款或旧型号的包带机，具备良好的通用性；

3、基于红外光栅的结构光（Structured Light）实时三维扫描技术；三维扫描模块用于获取真实的线圈三维模型数据（镜头可视范围内片段），采用结构光算法进行三维还原计算，为实现实时三维扫描，我们使用响应速度快，但精度较低的红外光栅，采用格雷码（Gray Code）编码技术，进行多次光栅投射，计算获取线圈的三维深度信息，通过对结构光算法的优化，可以获取每秒30帧，最小误差0.3mm精度的实时三维扫描能力；

4、基于加权联合双向滤波器（Weighted Joint Bilateral Filter）的深度图整形技术；由于三维扫描仪与物体之间的角度，物体表面反射率，环境光照强弱的影响，三维扫描获取的深度图像会存在不同程度的信息缺失，噪声干扰等，直接使用深度图进行三维还原会存在较大误差，在进行线圈模型形心线获取计算之前，我们采用深度图整形技术，对彩色图像进行边界分析，并以边界信息和彩色信息进行联合加权引导，对深度图进行去除干扰，补齐缺失信息的整形处理，使最终获取的三维模型信息更准确和完整，为后续计算提供更可靠的数据源；

5、基于惯性力矩和偏心率（Moment of inertia and eccentricity baseddescriptors）算法的三维物体特性描述获取方法；由于线圈与三维扫描组件的角度不一定严格垂直或水平，获取线圈的三维点云信息后，需要经过特征提取才能用于形心线计算，特征提取方法的思想如下：首先计算点云的协方差矩阵，并提取其特征值和向量，可以认为所得特征向量是归一化的，并且总是形成右手坐标系（主要特征向量表示X轴，次要矢量表示Z轴）。 之后进行迭代计算，在每次迭代中，旋转主要特征向量，始终围绕其他特征向量保持相同的旋转顺序，以提供点云旋转的不变性。我们将把这个旋转的主矢量定义为当前轴，对于每个当前轴计算惯性矩。由于当前轴也同时用于偏心计算，当前轴矢量可被视为平面的法线矢量，最后将点云投影到平面法向量上，即可计算获得投影的偏心率，从而得到平行/垂直于三维扫描仪镜头方向的三维点云数据。通过对该数据的简单分析计算，即可获得线圈形心线与包带头的相对位置和角度偏差，根据该偏差驱动伺服系统/机械臂，进行包带头位置和姿态调整；

5、基于深度学习（Deep Learning）技术的双向包带工作点自动取样技术：线圈需要进行多层包带，包带过程中，包带机需要往复运动多次。由于包带机械机构设计限制，线圈结构等影响，包带方向改变时，带盘向不同方向偏转，会造成包带工作点与包带头中心不重合的情况，此情况下，需要对包带头姿态进行相应的矫正，使包带头在线圈弯折部分的姿态偏转呈超前或滞后状态，采用深度学习算法，自动在线圈R部进行工作点选取和偏转姿态超前/滞后校正。

很显然，应理解这些实施方式仅用于说明本发明而不用于限制本发明的范围，在阅读本发明后，本领域技术人员对本发明的各种等价形式的修改均落入本申请所附权利要求所限定的范围。

通过上述实施例可以看出，本发明还涉及一种基于三维扫描技术的包带机自动示教方法，利用实时三维扫描方式，通过三维扫描获取包带头所处位置的线圈三维模型，计算获取形心线，根据形心线走向，调整包带头位置和姿态，并控制伺服系统/机械臂自动行走，自动完成整个线圈的示教过程。

进一步地，所述的三维扫描为基于红外光栅的结构光（Structured Light）实时三维扫描，在包带头内安装三维扫描模块，三维扫描模块用于获取真实的线圈三维模型数据（镜头可视范围内片段），采用结构光算法进行三维还原计算，实现线圈的实时三维扫描。

进一步地，所述的结构光为红外光栅，采用格雷码（Gray Code）编码技术，进行多次光栅投射，计算获取线圈的三维深度信息，通过对结构光算法的优化，获取每秒30帧，最小误差0.3mm精度的实时三维扫描能力。

进一步地，所述的结构光算法的优化包括基于加权联合双向滤波器（WeightedJoint Bilateral Filter）的深度图整形，由于三维扫描仪与物体之间的角度，物体表面反射率，环境光照强弱的影响，三维扫描获取的深度图像会存在不同程度的信息缺失，噪声干扰等，直接使用深度图进行三维还原会存在较大误差；在进行线圈模型形心线获取计算之前，采用深度图整形，对彩色图像进行边界分析，并以边界信息和彩色信息进行联合加权引导，对深度图进行去除干扰，补齐缺失信息的整形处理，使最终获取的三维模型信息更准确和完整，为后续计算提供更可靠的数据源。

进一步地，所述的结构光算法的优化包括采用基于惯性力矩和偏心率（Moment ofinertia and eccentricity based descriptors）算法的三维物体特性描述获取方法，由于线圈与三维扫描组件的角度不一定严格垂直或水平，获取线圈的三维点云信息后，需要经过特征提取才能用于形心线计算，特征提取方法的思想如下：首先计算点云的协方差矩阵，并提取其特征值和向量，确认所得特征向量是归一化的，并且总是形成右手坐标系，其中主要特征向量表示X轴，次要矢量表示Z轴； 之后进行迭代计算，在每次迭代中，旋转主要特征向量，始终围绕其他特征向量保持相同的旋转顺序，以提供点云旋转的不变性。我们将把这个旋转的主矢量定义为当前轴，对于每个当前轴计算惯性矩；由于当前轴也同时用于偏心计算，当前轴矢量可被视为平面的法线矢量，最后将点云投影到平面法向量上，即可计算获得投影的偏心率，从而得到平行/垂直于三维扫描仪镜头方向的三维点云数据。通过对该数据的简单分析计算，即可获得线圈形心线与包带头的相对位置和角度偏差，根据该偏差驱动伺服系统/机械臂，进行包带头位置和姿态调整。

进一步地，所述的结构光算法的优化包括基于深度学习（Deep Learning）技术的双向包带工作点自动取样：线圈需要进行多层包带，包带过程中，包带机需要往复运动多次；由于包带机械机构设计限制，线圈结构等影响，包带方向改变时，带盘向不同方向偏转，会造成包带工作点与包带头中心不重合的情况，此情况下，需要对包带头姿态进行相应的矫正，使包带头在线圈弯折部分的姿态偏转呈超前或滞后状态，采用深度学习算法，自动在线圈R部进行工作点选取和偏转姿态超前/滞后校正。

进一步地，所述的自动完成整个线圈的示教过程如下（见附图2）：

第一步骤：包带机位置归0，使得包带头垂直位置，前后位置，弧形尺位置，偏转角度均为0，调整0位包带机姿态；

第二步骤：安装线圈，调整鼻端夹具，使线圈/线棒直线段在前后和上下方向处于水平状态；

第三步骤：将包带头开进，使线棒穿过包带头缺口，线圈进入包带头中心（不要求准确位置，以不产生碰撞为准），并将包带头开到包带起始位置；并在缺口位置，利用设备夹具，快速安装自动示教器，与伺服控制系统通过网线连接，并接通电源，大约等待少于一分钟，直到控制面板上的“包带机准备就绪”状态为绿色，自动示教准备完成；这也就是通过机械臂将包带头靠近线圈（加工目标），让包带头上的三维扫描仪对准线圈（加工目标）；

第四步骤：在三维扫描仪的控制面板上选择姿态校准模式，并开始示教，自动示教器驱动伺服系统，自动进行线圈位置对中和姿态校正过程，正常时间消耗小于20秒；

第五步骤：在控制面板上选择正向示教->自动示教模式，包带头在自动示教器驱动下，自动沿线圈/线棒形心线正向移动（从右至左），并始终保持线圈形心线位于包带头中心且与包带头平面垂直；这也就是自动形成高精度模型，并通过处理器产生基础引导数据；

第六步骤：人眼观察，当包带头运行到线圈最左端包带结束位置时，在控制面板上选择姿态校准模式或停止示教；

第七步骤：在三维扫描仪的控制面板上选择保存示教结果，自动示教器根据包带工艺要求，自动选取包带采样点，并自动进行反向包带补偿参数，确定两套采样点，输入到伺服系统数据区，完全示教过程；在控制面板选择关闭示教器，等待示教器电源指示灯熄灭，拔掉网线，拆除示教器；这也就是一个通过处理器的深度学习，进行姿态超前或滞后矫正数据，并将姿态超前或滞后矫正数据与基础引导数据合并输入到包带头控制系统，完成示教最终控制数据；

第八步骤：测试包带。

本发明的优点在于：

本发明利用实时三维扫描技术，获取包带头所处位置的线圈三维模型，计算获取形心线，根据形心线走向，调整包带头位置和姿态，并控制伺服系统/机械臂自动行走，自动完成整个线圈的示教过程，自动示教系统集成高性能计算模块和实时三维扫描组件，体积小巧，拆装简单快捷，示教效率高，一致性好。

Claims (6)

1.一种基于三维扫描技术的包带机非接触式自动示教方法，其特征在于：利用实时三维扫描方式，通过三维扫描获取包带头所处位置的线圈三维模型，计算获取形心线，根据形心线走向，调整包带头位置和姿态，并控制包带头机械作业臂自动行走，自动完成整个线圈的示教过程；所述的三维扫描为基于红外光栅的结构光（Structured Light）实时三维扫描，在包带头内安装三维扫描模块，三维扫描模块用于获取镜头可视范围内片段内真实的线圈三维模型数据，采用结构光算法进行三维还原计算，实现线圈的实时三维扫描；所述的结构光算法的优化包括采用基于惯性力矩和偏心率（Moment of inertia andeccentricity based descriptors）算法的三维物体特性描述获取方法，由于线圈与三维扫描组件的角度不一定严格垂直或水平，获取线圈的三维点云信息后，需要经过特征提取才能用于形心线计算，特征提取方法如下：首先计算点云的协方差矩阵，并提取其特征值和向量，确认所得特征向量是归一化的，并且总是形成右手坐标系，其中主要特征向量表示X轴，次要矢量表示Z轴； 之后进行迭代计算，在每次迭代中，旋转主要特征向量，始终围绕其他特征向量保持相同的旋转顺序，以提供点云旋转的不变性；把这个旋转的主矢量定义为当前轴，对于每个当前轴计算惯性矩；由于当前轴也同时用于偏心计算，当前轴矢量可被视为平面的法线矢量，最后将点云投影到平面法向量上，即可计算获得投影的偏心率，从而得到平行/垂直于三维扫描仪镜头方向的三维点云数据，通过对该数据的简单分析计算，即可获得线圈形心线与包带头的相对位置和角度偏差，根据该偏差驱动包带头机械作业臂，进行包带头位置和姿态调整。

2.如权利要求1所述的基于三维扫描技术的包带机非接触式自动示教方法，其特征在于：所述的结构光为红外光栅，采用格雷码（Gray Code）编码技术，进行多次光栅投射，计算获取线圈的三维深度信息，通过对结构光算法的优化，获取每秒30帧，最小误差0.3mm精度的实时三维扫描能力。

3.如权利要求1所述的基于三维扫描技术的包带机非接触式自动示教方法，其特征在于：所述的结构光算法的优化还可以是包括基于加权联合双向滤波器（Weighted JointBilateral Filter）的深度图整形，由于三维扫描仪与物体之间的角度，物体表面反射率，环境光照强弱的影响，三维扫描获取的深度图像会存在不同程度的信息缺失，噪声干扰，直接使用深度图进行三维还原会存在较大误差；在进行线圈模型形心线获取计算之前，采用深度图整形，对彩色图像进行边界分析，并以边界信息和彩色信息进行联合加权引导，对深度图进行去除干扰，补齐缺失信息的整形处理，使最终获取的三维模型信息更准确和完整，为后续计算提供更可靠的数据源。

4.如权利要求2所述的基于三维扫描技术的包带机非接触式自动示教方法，其特征在于：所述的结构光算法的优化还可以是包括基于深度学习（Deep Learning）技术的双向包带工作点自动取样：线圈需要进行多层包带，包带过程中，包带机需要往复运动多次；由于包带机械机构设计限制，线圈结构影响，包带方向改变时，带盘向不同方向偏转，会造成包带工作点与包带头中心不重合的情况，此情况下，需要对包带头姿态进行相应的矫正，使包带头在线圈弯折部分的姿态偏转呈超前或滞后状态，采用深度学习算法，自动在线圈弯折部分进行工作点选取和偏转姿态超前/滞后校正。

5.如权利要求1所述的基于三维扫描技术的包带机非接触式自动示教方法，其特征在于：所述的自动完成整个线圈的示教过程如下：

第一步骤：包带机位置归0，使得包带头垂直位置，前后位置，弧形尺位置，偏转角度均为0，调整0位包带机姿态；

第二步骤：安装线圈，调整鼻端夹具，使线圈/线棒直线段在前后和上下方向处于水平状态；

第三步骤：将包带头开进，使线棒穿过包带头缺口，线圈进入包带头中心，以不产生碰撞为准，并将包带头开到包带起始位置；并在缺口位置，利用设备夹具，快速安装自动示教器，与伺服控制系统通过网线连接，并接通电源，等待少于一分钟，直到控制面板上的“包带机准备就绪”状态为绿色，自动示教准备完成；

第四步骤：在控制面板上选择姿态校准模式，并开始示教，自动示教器驱动伺服系统，自动进行线圈位置对中和姿态校正过程，正常时间消耗小于20秒；

第五步骤：在控制面板上选择正向示教->自动示教模式，包带头在自动示教器驱动下，自动沿线圈/线棒形心线从右至左正向移动，并始终保持线圈形心线位于包带头中心且与包带头平面垂直；

第六步骤：人眼观察，当包带头运行到线圈最左端包带结束位置时，在控制面板上选择姿态校准模式或停止示教；

第七步骤：在控制面板上选择保存示教结果，自动示教器根据包带工艺要求，自动选取包带采样点，并自动进行反向包带补偿参数，确定两套采样点，输入到伺服系统数据区，完成示教过程；在控制面板选择关闭示教器，等待示教器电源指示灯熄灭，拔掉网线，拆除示教器；

第八步骤：测试包带。

6.一种实现权利要求1所述基于三维扫描技术的包带机非接触式自动示教方法的包带机自动示教系统装置，包括包带机机座，包带头机械作业臂、包带头，线圈夹具；包带头安装在包带头机械作业臂上，并随包带头机械作业臂运动，包带头机械作业臂安装在包带机机座，在包带机机座还安装有线圈夹具；其特征在于，在包带头内设置有示教模块，通过示教模块对夹持在线圈夹具内的线圈进行示教；所述的示教模块为三维扫描模块，三维扫描模块包含有三维摄像镜头，通过三维摄像镜头获取真实的线圈三维模型数据，采用结构光算法进行三维还原计算，实现实时三维扫描；所述的三维扫描模块与包带机控制器适时通讯，并将线圈三维模型数据传送到控制器，由 控制器记忆，并在包带作业时按照线圈三维模型数据进行包带作业；所述的线圈三维模型数据在包带工艺中，针对不同的设备型号和线圈设定一些关键点进行示教采样和记录，采样点多选取在线圈直线段与弯部交界处。

Images