CN108907897B - 化铣胶膜刻形的在机视觉检测方法 - Google Patents

化铣胶膜刻形的在机视觉检测方法 Download PDF

Info

Publication number
CN108907897B
CN108907897B CN201810268908.9A CN201810268908A CN108907897B CN 108907897 B CN108907897 B CN 108907897B CN 201810268908 A CN201810268908 A CN 201810268908A CN 108907897 B CN108907897 B CN 108907897B
Authority
CN
China
Prior art keywords
image acquisition
data set
acquisition system
plane
point
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.)
Active
Application number
CN201810268908.9A
Other languages
English (en)
Other versions
CN108907897A (zh
Inventor
张丽艳
童康康
叶南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201810268908.9A priority Critical patent/CN108907897B/zh
Publication of CN108907897A publication Critical patent/CN108907897A/zh
Application granted granted Critical
Publication of CN108907897B publication Critical patent/CN108907897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/20—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring workpiece characteristics, e.g. contour, dimension, hardness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了化铣胶膜刻形的在机视觉检测方法，涉及视觉检测领域，能够与数控刻形工艺相适合，快速精准的检测待测零件上的化铣胶膜刻形精度。本发明包括：视觉图像采集系统固定在数控机床的运动端，由面阵图像传感器、成像镜头、照明光源构成；检测规划软件用于预先规划视觉检测路径；数控机床的运动端带动视觉图像采集系统依次到达预先规划的视觉检测路径上的各个拍摄方位拍摄待测零件上的化铣胶膜刻形图像；在机检测软件用于接收视觉图像采集系统拍摄的图像，并对拍摄的图像进行处理和计算，从而得到胶膜刻形的检测结果。本发明具有高精度、高效率、检测结果可追溯、能够节省大量胶膜刻形模板从而大幅降低化铣生产成本等显著优点。

Description

化铣胶膜刻形的在机视觉检测方法
技术领域
本发明涉及视觉检测、图像处理、路径规划领域，尤其涉及化铣胶膜刻形的在机视觉检测方法。
背景技术
飞机结构中广泛应用的大型薄壁零件，大多要求以厚板为坯料加工成复杂曲面，并需进一步在复杂曲面蒙皮或壁板的表面铣出减重槽或者加强筋。这类零件常常采用化学铣切工艺。该工艺需要先在金属零件表面涂覆一层能够抵抗腐蚀溶液作用的可剥性保护胶膜，然后在保护性胶膜上沿待铣切区域的边缘进行刻形，从而确定需要铣切加工的部位。经过刻形以后，涂覆于待铣切加工部位的保护胶膜可以沿刻形边缘剥去，把零件浸入腐蚀溶液中，就可以对裸露的待铣切区域表面进行腐蚀加工。
化铣工艺中的胶膜刻形精度直接决定了化铣区域的准确与否，是决定化铣质量的重要因素。传统的化铣工艺采用手工刻形的方式，效率低、精度低。航空工业已逐步由原来的手工胶膜刻形转为采用五轴激光数控刻形机进行数控刻形，但是现有技术中缺乏能够与数控刻形相适应的胶膜刻形快速精确数字化检测方法。
发明内容
本发明提供了化铣胶膜刻形的在机视觉检测方法，能够与数控刻形工艺相适合，快速精准的检测出待加工零件的化铣胶膜刻形。
为达到上述目的，本发明采用如下技术方案：
化铣胶膜刻形的在线视觉检测方法，包括：
S1、读取待检测零件的模型，将模型的外形曲面离散成三维点云Pi,i＝1,2,…,m，将模型上的胶膜刻形曲线离散成三维坐标点列Qj，j＝1,2,…,n,将模型上的胶膜刻形曲线离散成三维坐标点列Qj，j＝1,2,…,n，依据检测路径规划方法，计算得到在机视觉检测路径；
S2、将待检测零件装夹固定在数控机床工作平面上，依据零件找正方法确定待检测零件相对于数控机床的位姿关系；
S3、将视觉图像采集系统固定在数控机床的运动端，通过手眼标定算法标定出视觉图像采集系统的成像参数和视觉图像采集系统相对于数控机床的位姿关系；
S4、由待检测零件相对于数控机床的位姿关系和视觉图像采集系统相对于数控机床的位姿关系，根据坐标变换法则得到待检测零件相对于视觉图像采集系统的位姿关系；
S5、数控机床根据视觉检测路径，带动图像采集系统，到达视觉检测路径上的各个拍摄方位，对待检测零件上的胶膜刻形进行拍摄，待检测零件上的胶膜刻形的每个点均能被图像采集系统从两个不同方位拍摄,得到实际拍摄图像；
S6、利用边缘检测算法对实际拍摄图像中的胶膜刻形曲线进行提取，得到实际成像的胶膜刻形曲线；
S7、根据三维坐标点列Qj在实际拍摄图像上的实际成像位置，由双目立体视觉算法，解算得到三维坐标点列Qj的实测三维坐标点列Mj，Qj与Mj的距离dj，j＝1,2,…,n,即为胶膜刻形空间曲线轮廓度误差检测结果；
进一步的,视觉检测路径包含数控机床运动端带动视觉图像采集系统对化铣胶膜刻形进行拍摄的各个拍摄方位和依次到达各个拍摄方位的先后顺序信息。
进一步的,检测路径规划方法，包括：
S11、将三维点云的集合{Pi|i＝1,2,…,m}和三维坐标点列的集合{Qj|j＝1,2,…,n}的并集定义为数据集R0，定义以数据集为元素的空队列F、G，并将R0存入队列F；
S12、判断队列F是否为空，若空，则执行S18，否则对队列F进行出队操作，记从队列F中取出的元素为当前数据集R；
S13、记当前数据集R内所有属于模型的外形曲面上的点为数据集S，记当前数据集R内所有属于模型上的胶膜刻形曲线上的点为数据集C，若数据集C为空，则转S12；
S14、计算数据集S中所有点的坐标平均值
Figure BDA0001610699490000033
和法矢平均值
Figure BDA0001610699490000034
过
Figure BDA0001610699490000035
点以
Figure BDA0001610699490000032
为平面法矢方向生成平面A；将数据集C内所有点投影到平面A上，并计算得到平面A上包围数据集C所有投影点的最小长方形B；
S15、计算数据集S中每个点的法矢与平均法矢
Figure BDA0001610699490000031
之间的夹角，并统计得到夹角超过指定夹角阈值αT的比例γ；
S16、若长方形B的大小超过图像采集系统的有效视场，或者比例γ大于给定的阈值γT，执行S17，否则将当前数据集R存入队列G，执行S12；
S17、在平面A内，过点
Figure BDA0001610699490000036
作垂直于平面A且平行最小长方形B长度方向的平面Cx；过点
Figure BDA0001610699490000041
作垂直于平面A且平行于最小长方形B宽度方向的平面Cy；相互垂直的平面Cx和平面Cy将空间分为四个区域V1、V2、V3、V4，当前数据集R中分别位于区域V1、V2、V3、V4的点组成四个数据集，将四个数据集存入队列F,执行S12；
S18、遍历队列G的所有元素，以队列G中的当前元素的点
Figure BDA0001610699490000043
为端点作垂直于当前元素的平面A的直线段L，直线段L的另一端点记为T，直线段L的长度a取为图像采集系统的拍摄物距，以点T为起点作平行于当前元素的长方形B长度方向的直线段L1和直线段L2，直线段L1和直线段L2长度相等，方向相反，线段L1和L2各自除了端点T以外的另一个端点即为对队列G中的当前元素所在区域采集立体图像对的两个拍摄位置，两个拍摄位置之间的距离b是对区域进行双目立体图像采集的基线距离，两个拍摄位置的拍摄方向分别是从两个拍摄位置指向当前元素的点
Figure BDA0001610699490000042
保存生成的两个拍摄位置和两个对应的拍摄方向作为队列G中的当前元素所在区域的两个拍摄方位；
S19、对于生成的所有拍摄方位，根据运动路径最短的原则规划出图像采集系统依次到达各个拍摄方位的视觉检测路径。
进一步的,图像采集系统包括面阵图像传感器、成像镜头、照明光源构成。
本发明的有益效果是：
本发明将视觉测量系统与数控机床相结合，利用数控机床的运动端带动视觉图像采集系统快速到达预先规划的拍摄方位拍摄胶膜刻形曲线的双目立体图像，通过图像处理和双目立体视觉算法获得实际刻形曲线上的三维点列，从而得到复杂曲面零件上的复杂刻形的定量数字化检测结果；本发明中的数控机床即可以是普通的五轴数控机床，也可以是五轴激光化铣胶膜刻形机，因此应用范围非常广泛，与传统的通过制作胶膜刻形检测模板，并由人工比对模板与刻形的符合程度的人为主观判断方法相比，本发明提供的方法具有高精度、高效率、检测结果可追溯、能够节省大量胶膜刻形模板从而大幅降低化铣生产成本的显著优点。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为检测方法的流程图；
图2为检测路径规划方法的流程图；
图3为一个化铣零件胶膜刻形检测路径规划效果图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合具体实施方式对本发明作进一步详细描述。
本发明实施例提供了化铣胶膜刻形的在线视觉检测方法，流程图如图1所示，包括：
S1、读取待检测零件的模型，将模型的外形曲面离散成三维点云Pi,i＝1,2,…,m，将模型上的胶膜刻形曲线离散成三维坐标点列Qj，j＝1,2,…,n，将模型上的胶膜刻形曲线离散成三维坐标点列Qj，j＝1,2,…,n，依据检测路径规划方法，计算得到在机视觉检测路径。
检测路径规划方法的流程图如图2所示，包括：
S11、将三维点云的集合{Pi|i＝1,2,…,m}和三维坐标点列的集合{Qj|j＝1,2,…,n}的并集定义为数据集R0，定义以数据集为元素的空队列F、G，并将R0存入队列F；
S12、判断队列F是否为空，若空，则执行S18，否则对队列F进行出队操作，记从队列F中取出的元素为当前数据集R；
S13、记当前数据集R内所有属于模型的外形曲面上的点为数据集S，记当前数据集R内所有属于模型上的胶膜刻形曲线上的点为数据集C，若数据集C为空，则转S12；
S14、计算数据集S中所有点的坐标平均值
Figure BDA0001610699490000068
和法矢平均值
Figure BDA0001610699490000061
过
Figure BDA0001610699490000062
点以
Figure BDA0001610699490000063
为平面法矢方向生成平面A；将数据集C内所有点投影到平面A上，并计算得到平面A上包围数据集C所有投影点的最小长方形B；
S15、计算数据集S中每个点的法矢与平均法矢
Figure BDA0001610699490000064
之间的夹角，并统计得到夹角超过指定夹角阈值αT的比例γ；
S16、若长方形B的大小超过图像采集系统的有效视场，或者比例γ大于给定的阈值γT，执行S17，否则将当前数据集R存入队列G，执行S12；
S17、在平面A内，过点
Figure BDA0001610699490000065
作垂直于平面A且平行最小长方形B长度方向的平面Cx；过点
Figure BDA0001610699490000066
作垂直于平面A且平行于最小长方形B宽度方向的平面Cy；相互垂直的平面Cx和平面Cy将空间分为四个区域V1、V2、V3、V4，当前数据集R中分别位于区域V1、V2、V3、V4的点组成四个数据集，将四个数据集存入队列F,执行S12；
S18、遍历队列G的所有元素，以队列G中的当前元素的点
Figure BDA0001610699490000067
为端点作垂直于当前元素的平面A的直线段L，直线段L的另一端点记为T，直线段L的长度a取为图像采集系统的拍摄物距，以点T为起点作平行于当前元素的长方形B长度方向的直线段L1和直线段L2，直线段L1和直线段L2长度相等，方向相反，线段L1和L2各自除了端点T以外的另一个端点即为对队列G中的当前元素所在区域采集立体图像对的两个拍摄位置，两个拍摄位置之间的距离b是对区域进行双目立体图像采集的基线距离，两个拍摄位置的拍摄方向分别是从两个拍摄位置指向当前元素的点
Figure BDA0001610699490000071
保存生成的两个拍摄位置和两个对应的拍摄方向作为队列G中的当前元素所在区域的两个拍摄方位；
S19、对于生成的所有拍摄方位，根据运动路径最短的原则规划出图像采集系统依次到达各个拍摄方位的视觉检测路径，效果图如图3所示。
S2、装夹固定待检测零件在数控机床工作平面上，依据零件找正方法确定待检测零件相对于数控运动机构的位姿关系。
S3、将视觉图像采集系统固定在数控机床的运动端，通过手眼标定算法标定出视觉图像采集系统的成像参数和视觉图像采集系统相对于数控机床的位姿关系，其中，图像采集系统由面阵图像传感器、成像镜头、照明光源构成。
S4、由待检测零件相对于数控机床的位姿关系和视觉图像采集系统相对于数控机床的位姿关系，根据坐标变换法则得到待检测零件相对于视觉图像采集系统的位姿关系。
S5、数控机床根据视觉检测路径，带动图像采集系统，到达视觉检测路径上的各个拍摄方位，对待检测零件上的胶膜刻形进行拍摄，待检测零件上的胶膜刻形的每个点均能被图像采集系统从两个不同方位拍摄,得到实际拍摄图像。
S6、利用边缘检测算法对实际拍摄图像中的胶膜刻形曲线进行提取，得到实际成像的胶膜刻形曲线。
S7、利用边缘检测算法对拍摄图像中的胶膜刻形曲线进行提取，得到实际成像的胶膜刻形曲线。
S8、根据三维坐标点列Qj在实际拍摄图像上的实际成像位置，由双目立体视觉算法，解算得到三维坐标点列Qj的实测三维坐标点列Mj，Qj与Mj的距离dj，j＝1,2,…,n,即为胶膜刻形空间曲线轮廓度误差检测结果。
本发明的有益效果是：
本发明将视觉测量系统与数控机床相结合，利用数控机床的运动端带动视觉图像采集系统快速到达预先规划的拍摄方位拍摄胶膜刻形曲线的双目立体图像，通过图像处理和双目立体视觉算法获得实际刻形曲线上的三维点列，从而得到复杂曲面零件上的复杂刻形的定量数字化检测结果；本发明中的数控机床即可以是普通的五轴数控机床，也可以是五轴激光化铣胶膜刻形机，因此应用范围非常广泛，与传统的通过制作胶膜刻形检测模板，并由人工比对模板与刻形的符合程度的人为主观判断方法相比，本发明提供的方法具有高精度、高效率、检测结果可追溯、能够节省大量胶膜刻形模板从而大幅降低化铣生产成本的显著优点。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.一种化铣胶膜刻形的在机视觉检测方法，其特征在于，包括：
S1、读取待检测零件的模型，将所述模型的外形曲面离散成三维点云Pi,i＝1,2,…,m，将所述模型上的胶膜刻形曲线离散成三维坐标点列Qj，j＝1,2,…,n，依据检测路径规划方法，计算得到在机视觉检测路径，其中，所述检测路径规划方法，包括：
S11、将所述三维点云的集合{Pi|i＝1,2,…,m}和所述三维坐标点列的
集合{Qj|j＝1,2,…,n}的并集定义为数据集R0，定义以数据集为元素的空队列F、G，并将R0存入队列F；
S12、判断所述队列F是否为空，若空，则执行S18，否则对所述队列F进行出队操作，记从所述队列F中取出的元素为当前数据集R；
S13、记所述当前数据集R内所有属于所述模型的外形曲面上的点为数据集S，记所述当前数据集R内所有属于所述模型上的胶膜刻形曲线上的点为数据集C，若数据集C为空，则转S12；
S14、计算所述数据集S中所有点的坐标平均值
Figure FDA0002467869240000011
和法矢平均值
Figure FDA0002467869240000012
过
Figure FDA0002467869240000013
点以
Figure FDA0002467869240000014
为平面法矢方向生成平面A；将所述数据集C内所有点投影到所述平面A上，并计算得到所述平面A上包围所述数据集C所有投影点的最小长方形B；
S15、计算所述数据集S中每个点的法矢与平均法矢
Figure FDA0002467869240000015
之间的夹角，并统计得到夹角超过指定夹角阈值αT的比例γ；
S16、若所述最小长方形B的大小超过视觉图像采集系统的有效视场，或者所述比例γ大于给定的阈值γT，执行S17，否则将所述当前数据集R存入所述队列G，执行S12；
S17、在所述平面A内，过所述点
Figure FDA0002467869240000021
作垂直于所述平面A且平行所述最小长方形B长度方向的平面Cx；过所述点
Figure FDA0002467869240000022
作垂直于所述平面A且平行于所述最小长方形B宽度方向的平面Cy；相互垂直的所述平面Cx和所述平面Cy将空间分为四个区域V1、V2、V3、V4，所述当前数据集R中分别位于区域V1、V2、V3、V4的点组成四个数据集，将所述四个数据集存入所述队列F，执行S12；
S18、遍历所述队列G的所有元素，以所述队列G中的当前元素的所述点
Figure FDA0002467869240000023
为端点作垂直于所述当前元素的所述平面A的直线段L，所述直线段L的另一端点记为T，所述直线段L的长度a取为所述视觉图像采集系统的拍摄物距，以所述端点T为起点作平行于所述当前元素的所述最小长方形B长度方向的直线段L1和直线段L2，所述直线段L1和所述直线段L2长度相等，方向相反，所述直线段L1和所述直线段L2各自除了所述端点T以外的另一个端点即为对所述队列G中的所述当前元素所在区域采集立体图像对的两个拍摄位置，所述两个拍摄位置之间的距离b是对所述区域进行双目立体图像采集的基线距离，所述两个拍摄位置的拍摄方向分别是从所述两个拍摄位置指向所述当前元素的所述点
Figure FDA0002467869240000024
保存生成的所述两个拍摄位置和所述两个对应的拍摄方向作为所述队列G中的所述当前元素所在区域的两个拍摄方位；
S19、对于生成的所有所述拍摄方位，根据运动路径最短的原则规划出所述视觉图像采集系统依次到达各个所述拍摄方位的所述视觉检测路径；
S2、将所述待检测零件装夹固定在数控机床工作平面上，依据零件找正方法确定待检测零件相对于数控机床的位姿关系；
S3、将视觉图像采集系统固定在所述数控机床的运动端，通过手眼标定算法标定出所述视觉图像采集系统的成像参数和视觉图像采集系统相对于数控机床的位姿关系；
S4、由所述待检测零件相对于数控机床的位姿关系和所述视觉图像采集系统相对于数控机床的位姿关系，根据坐标变换法则得到所述待检测零件相对于所述视觉图像采集系统的位姿关系；
S5、所述数控机床根据所述视觉检测路径，带动所述视觉图像采集系统，到达所述视觉检测路径上的各个拍摄方位，对所述待检测零件上的胶膜刻形进行拍摄，所述待检测零件上的胶膜刻形的每个点均能被所述视觉图像采集系统从两个不同方位拍摄，得到实际拍摄图像；
S6、利用边缘检测算法对所述实际拍摄图像中的胶膜刻形曲线进行提取，得到实际成像的胶膜刻形曲线；
S7、根据所述三维坐标点列Qj在所述实际拍摄图像上的实际成像位置，由双目立体视觉算法，解算得到所述三维坐标点列Qj的实测三维坐标点列Mj，Qj与Mj的距离dj，j＝1,2,…,n，即为胶膜刻形空间曲线轮廓度误差检测结果。
2.根据权利要求1所述的方法，其特征在于，所述视觉检测路径包含数控机床运动端带动视觉图像采集系统对化铣胶膜刻形进行拍摄的各个拍摄方位和依次到达各个拍摄方位的先后顺序信息。
3.根据权利要求1所述的方法，其特征在于，所述视觉图像采集系统包括面阵图像传感器、成像镜头、照明光源。
CN201810268908.9A 2018-03-28 2018-03-28 化铣胶膜刻形的在机视觉检测方法 Active CN108907897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810268908.9A CN108907897B (zh) 2018-03-28 2018-03-28 化铣胶膜刻形的在机视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810268908.9A CN108907897B (zh) 2018-03-28 2018-03-28 化铣胶膜刻形的在机视觉检测方法

Publications (2)

Publication Number Publication Date
CN108907897A CN108907897A (zh) 2018-11-30
CN108907897B true CN108907897B (zh) 2020-07-28

Family

ID=64403078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810268908.9A Active CN108907897B (zh) 2018-03-28 2018-03-28 化铣胶膜刻形的在机视觉检测方法

Country Status (1)

Country Link
CN (1) CN108907897B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114018155B (zh) * 2021-11-19 2023-02-17 上海交通大学 化铣激光刻型轮廓精度检测方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102706307A (zh) * 2012-05-16 2012-10-03 中国商用飞机有限责任公司 一种对成型的模胎的实际刻线检测的方法
CN104316016B (zh) * 2014-11-03 2017-08-04 沈阳黎明航空发动机(集团)有限责任公司 一种整体叶盘复杂曲面叶片的纵向测量方法
CN104596502B (zh) * 2015-01-23 2017-05-17 浙江大学 一种基于cad模型与单目视觉的物体位姿测量方法
CN105509653B (zh) * 2015-11-30 2019-03-05 广州超音速自动化科技股份有限公司 机械零件轮廓度视觉测量方法及系统
CN107121090A (zh) * 2017-05-05 2017-09-01 苏州天准科技股份有限公司 一种3d曲面玻璃的快速测量方法
CN107144236A (zh) * 2017-05-25 2017-09-08 西安交通大学苏州研究院 一种机器人自动扫描仪及扫描方法

Also Published As

Publication number Publication date
CN108907897A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
EP2981397B1 (en) A robot system and method for calibration
CN107942949B (zh) 一种机床视觉定位方法及系统、机床
CN110014426B (zh) 一种利用低精度深度相机高精度抓取形状对称工件的方法
CN106707768B (zh) 一种基于模型校准的喷漆轨迹规划方法
Yang et al. A high-speed seam extraction method based on the novel structured-light sensor for arc welding robot: A review
JP2013019890A (ja) 情報処理装置及び情報処理方法
CN110842901A (zh) 基于一种新型三维标定块的机器人手眼标定方法与装置
CN113385486A (zh) 一种基于线结构光的激光清洗路径自动生成系统及方法
CN107850425B (zh) 用于测量制品的方法
JP5001330B2 (ja) 曲面部材計測システム及び方法
CN113393524B (zh) 一种结合深度学习和轮廓点云重建的目标位姿估计方法
CN112907683A (zh) 一种点胶平台的相机标定方法、装置及相关设备
CN114022542A (zh) 一种基于三维重建的3d数据库制作方法
CN108907897B (zh) 化铣胶膜刻形的在机视觉检测方法
Ma et al. An efficient and robust complex weld seam feature point extraction method for seam tracking and posture adjustment
CN109360267B (zh) 一种薄物体快速三维重建方法
Wohlfeil et al. Automatic camera system calibration with a chessboard enabling full image coverage
JPH07103715A (ja) 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置
US20170322537A1 (en) Processing Apparatus with Vision-Based Measurement
CN116604212A (zh) 一种基于面阵结构光的机器人焊缝识别方法和系统
CN108682035B (zh) 一种单步光刀系统激光空间平面方程计算方法
CN111546337A (zh) 基于自由曲面的工业机器人全覆盖路径生成方法及系统
CN105425724A (zh) 一种基于机器视觉扫描成像的高精度运动定位方法及装置
Seo et al. 3D Hole center and surface normal estimation in robot vision systems
KR101622659B1 (ko) 로봇과 레이저 비전 시스템 간의 캘리브레이션 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant