CN110111424A - 基于线结构光测量的圆弧状物的三维重建方法 - Google Patents
基于线结构光测量的圆弧状物的三维重建方法 Download PDFInfo
- Publication number
- CN110111424A CN110111424A CN201910376382.0A CN201910376382A CN110111424A CN 110111424 A CN110111424 A CN 110111424A CN 201910376382 A CN201910376382 A CN 201910376382A CN 110111424 A CN110111424 A CN 110111424A
- Authority
- CN
- China
- Prior art keywords
- robot
- arc
- coordinate system
- point
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005259 measurement Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004026 adhesive bonding Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004441 surface measurement Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种基于线结构光测量的圆弧状物的三维重建方法,包括如下步骤:1)机器人带动线结构光传感器沿预先示教的弧线轨迹I运动;2)确定N幅图像中的某一幅为基准图像,确定采集所述基准图像对应的激光器光平面坐标系为基准坐标系,记采集基准图像时的机器人末端位姿矩阵为Tb;3)利用如下公式重建待测圆弧状物上点的坐标:(x'ij,y'ij,z'ij,1)=TbTi ‑1(xij,0,zij,1)T其中:(xij,0,zij)为第i幅图像中任一轮廓点j在采集第i幅图像时所对应的激光器光平面坐标系下坐标;Ti为采集第i帧图像时机器人末端位姿矩阵;本方法将所有采集轮廓都转换到同一光平面坐标系中,不需要实时读取机器人实时位姿、手眼标定过程,避免了标定误差的引入,简化了处理过程,有效提高三维重建效率。
Description
技术领域
本发明涉及视觉三维重建技术领域,尤其是一种基于线结构光测量的圆弧状物的三维重建方法。
背景技术
在工业制造领域,物体的三维信息对于生产过程的质量控制至关重要,基于线结构光视觉的三维表面测量技术具有非接触、测量精度高等优点,且通过机器人的配合可实现高自动化的测量,从而为诸如汽车生产过程中的涂胶检测、焊缝检测提供技术基础,越来越多的被应用到工业制造过程中。
线结构光传感器集成了结构光投影技术和计算机视觉技术,线结构光传感器包括用于投射线结构光的激光器和用于采集线结构光图像的相机;其通过投射结构光光平面至被测物表面形成线状光条,相机获取表面光条图像并通过图像处理最终输出光条上的被测物轮廓,因此在静止状态下,传感器只能获得被测物一个断面的二维轮廓点云数据,然而实际应用中需要物体表面的三维形貌特征,此时就需要让传感器延被测物表面进行扫描,即需要多自由度机器人带动传感器完成扫描,相比于采用三维扫描仪获取被测物表面点云的方式,该方法能够实时获取被测对象的三维信息,如在机器人涂胶、焊接时,能够实现边涂边检、边焊边检,实时性高。
利用机器人带动线结构光视觉传感器获取物体表面三维信息的方法可以分为两种:(1)基于直线拼接的三维重建技术,该方法中机器人带动线结构光传感器以直线运动完成对物体的扫描,将得到的每帧物体表面轮廓按照两两平行的关系连续拼接实现三维重建,参见文献:一种基于线激光扫描的传送带工件三维轮廓测量方法(CN201710527132.3);
这种方法一般只能实现对直线走向的物体进行扫描并三维重建,而对于曲线,只能通过多段直线轨迹来近似拟合,每个直线段三维形貌相对独立,难以形成整体的三维形貌。
(2)获取曲线物体表面三维信息,机器人需要通过走圆弧轨迹来完成对曲线物体的扫描,目前,该方法采用首先通过手眼标定将结构光平面坐标转换到机器人末端坐标系,再读取机器人扫描过程中末端的实时位姿,最后根据机器人末端坐标系与基座标系的转换关系将光平面坐标统一到基座标系下,基于机器人实时位姿实现三维重建,参见文献:一种基于线结构光视觉检测的曲线焊缝三维重建方法(CN201610280356.4);
该方法存在从光平面到机器人末端,末端到基座标系的多次坐标系转换,由于每个坐标系间的转换都存在标定误差,这样就会引入多次误差;其次,该方法需要实时获取机器人末端位姿,需要进行机器人控制器的底层开发,存在开发难度,要求系统具有较高的实时性,增加了系统复杂性,并且通讯的延迟本身也会对获得的机器人实时位姿引入误差。
发明内容
为了解决上述问题,本发明提出一种基于线结构光测量的圆弧状物的三维重建方法,本方法将所有采集轮廓都转换到同一光平面坐标系中,不需要实时读取机器人实时位姿、手眼标定过程,避免了标定误差的引入,简化了处理过程,有效提高三维重建效率。
一种基于线结构光测量的圆弧状物的三维重建方法,包括如下步骤:
1)机器人带动线结构光传感器沿预先示教的弧线轨迹I运动;当达到预设图像采集位置,线结构光传感器采集图像,共计得到N幅图像;
2)确定N幅图像中的某一幅为基准图像,确定采集所述基准图像对应的激光器光平面坐标系为基准坐标系,记采集基准图像时的机器人末端位姿矩阵为Tb;
3)利用如下公式重建待测圆弧状物上点的坐标(x'ij,y'ij,z'ij):
(x'ij,y'ij,z'ij,1)=TbTi -1(xij,0,zij,1)T
其中:(xij,0,zij)为第i幅图像中任一轮廓点j在采集第i幅图像时所对应的激光器光平面坐标系下坐标;i=1,2,3……N;j=1,2,3……k;k为第i幅图像中包含的轮廓点的个数;
(xij,0,zij,1)为(xij,0,zij)的齐次坐标;(x'ij,y'ij,z'ij,1)为(x'ij,y'ij,z'ij)的齐次坐标;
Ti为采集第i帧图像时机器人末端位姿矩阵。
进一步,所述通过机器人轨迹插补方法获得;Ri为采集第i幅图像时,机器人末端姿态矩阵;ti为采集第i幅图像时,机器人末端的位置矩阵。
进一步,所述ti通过如下公式计算:
ti=TRO(u,v,w)T
u=r0cos(i·Δθ)
v=r0sin(i·Δθ)
w=0
其中,而TRO、r0、θ通过以下方法获取:
记弧线轨迹I的起点示教点、终点示教点、及中间的任一示教点为P1、P3、P2,根据这三个示教点的位置坐标计算出其所拟合出的圆弧的圆心P0、半径r0以及从P1点到P3点机器人转过的角度
TRO为P1、P2、P3三个示教点所在平面构建出的圆弧坐标系与机器人基坐标系之间的转换关系。
进一步,所述Ri的计算过程如下:从机器人示教器读取的所述机器人弧线轨迹I的起始点、末尾点的欧拉角姿态,计算出对应起始姿态四元数qs、末尾姿态四元数qe;
根据qs、qe,计算角位移θq,根据SLerp球面线性插补算法对角位移进行插补,则可得插补四元数姿态:
将所述四元数姿态转换为姿态矩阵Ri。
进一步,所述机器人轨迹插补方法为三次B样条轨迹插补法或基于四元数的球面Bezier样条插补算法。
进一步,所述预先示教的机器人弧线轨迹,保证机器人以该段弧线轨迹运动时,线激光光条能够完全覆盖当前被测物表面,且光条轮廓始终位于线结构光传感器的采集范围以内。
进一步,机器人轨迹全部为弧线,将机器人轨迹上的多个示教轨迹点进行分组,每组示教轨迹点之间的轨迹形成所述弧线轨迹I,利用权利要求1所述方法将多组弧线轨迹I上的光平面坐标系均转换到所述基准坐标系下,重建曲面物体三维形貌。
与现有方法相比,本发明方法能够通过机器人带动线结构光传感器扫描被测物的方式,获取曲线段表面三维点云数据,实现曲线段的三维重建,尤其适用于汽车制造过程中的焊缝检测、涂胶检测等环节,具有以下优点:
1、本发明通过对弧线段的机器人轨迹进行插补,获得拍摄每帧图像时所对应的机器人末端位姿,基于示教轨迹点间机器人末端点位姿变换与线结构光光平面位姿变换相同这一特点,将所有线结构光光平面都转换到同一光平面坐标系中,而在传统方法中将所有光平面轮廓坐标转换到机器人基座标系下,需要进行手眼标定,存在标定误差,而本发明不需要手眼标定过程,也简化了处理过程,避免了标定误差的引入。
2、本发明通过对机器人轨迹进行插补,来获得弧线段轨迹的位姿,而在传统方法中实时获取机器人末端位姿,需要进行机器人控制器的底层开发,存在开发难度,要求系统具有较高的实时性,增加了系统复杂性,并且通讯的延迟本身也会对获得的机器人实时位姿引入误差,本发明不需要实时读取机器人实时位姿,简化了开发过程,避免了因通讯延迟导致的位姿误差的引入。
附图说明
图1为本发明系统结构示意图;
图2为实施例1中三维重建过程示意图;
图3为实施例3中机器人轨迹、示教点位置示意图。
具体实施方式
以下结合附图和实施例对本发明的技术方案进行详细描述。
实施例1
一种基于线结构光测量的圆弧状物的三维重建方法,包括如下步骤:
通过机器人轨迹插补方法,如:三次B样条轨迹插补法或基于四元数的球面Bezier样条插补算法,对机器人弧线轨迹进行插补,计算采集每一帧图像时,对应的机器人的末端位姿矩阵Ri为采集第i幅图像时,机器人末端姿态矩阵;ti为采集第i幅图像时,机器人末端的位置矩阵;
本实施例中,机器人插补方法的具体过程如下:
记机器人弧线轨迹I的起点示教点、终点示教点、及中间的任一示教点为P1、P3、P2,当机器人运动到起点示教点P1(x1,y1,z1)时,开始采集轮廓,机器人以弧线轨迹I运动时,线激光光条能够完全覆盖当前被测物表面,且光条轮廓始终位于线结构光传感器1的采集范围以内,如图1所示,线结构光传感器以恒定的频率输出当前光条中心点坐标数据,上位机软件4接收并缓存这些轮廓数据,当机器人运动到终点示教P3(x3,y3,z3)时,上位机软件控制线结构光传感器1停止对圆弧状物轮廓的采集,共采集N张图像。
根据这三个示教点的位置坐标计算出其所拟合出的圆弧的圆心P0、半径r0以及从P1点到P3点机器人转过的角度
并计算得到P1、P2、P3三个示教点所在平面构建出的圆弧坐标系与机器人基坐标系之间的转换关系TRO。
机器人末端的位置矩阵ti通过如下公式计算:
ti=TRO(u,v,w)T
u=r0cos(i·Δθ)
v=r0sin(i·Δθ)
w=0
其中,
所述Ri的计算过程如下:
从机器人示教器6读取的所述机器人弧线轨迹I的起始点、末尾点的欧拉角姿态,计算出对应起始姿态四元数qs、末尾姿态四元数qe;
根据qs、qe,计算角位移θq,根据SLerp球面线性插补算法对角位移进行插补,则可得插补四元数姿态:
将所述四元数姿态转换为姿态矩阵Ri。
当得到了线结构光传感器(1)每采集一帧图像时,对应的机器人的末端位姿矩阵后,如图2所示,对待测圆弧状物上点的坐标的三维重建过程如下:
1)机器人7带动线结构光传感器1沿预先示教的弧线轨迹I运动;当达到预设图像采集位置,线结构光传感器1采集图像,共计得到N幅图像;
2)确定N幅图像中的第1幅为基准图像,确定采集所述基准图像对应的激光器光平面坐标系为基准坐标系b-ijk,其以光平面测量中心为原点,i和k分别为第一帧采样轮廓线结构光传感器光平面的x和z坐标轴,j为当前光平面的法线方向,记采集基准图像时的机器人末端位姿矩阵为Tb;
3)利用如下公式重建待测圆弧状物3上点的坐标(x'ij,y'ij,z'ij):
(x'ij,y'ij,z'ij,1)=TbTi -1(xij,0,zij,1)T
其中:(xij,0,zij)为第i幅图像中任一轮廓点j在采集第i幅图像时所对应的激光器光平面坐标系下坐标;i=1,2,3……N;j=1,2,3……k;k为第i幅图像中包含的轮廓点的个数;
(xij,0,zij,1)为(xij,0,zij)的齐次坐标;(x'ij,y'ij,z'ij,1)为(x'ij,y'ij,z'ij)的齐次坐标;
Ti为采集第i帧图像时机器人末端位姿矩阵。
实施例2
一种基于线结构光测量的圆弧状物的三维重建方法,如图3所示,机器人轨迹全部为弧线,弧线轨迹上包含多个机器人示教点8,对多个示教轨迹点8进行分组,每三个示教点为一组,每组示教轨迹点之间的轨迹形成所述弧线轨迹I,利用实施例1中的方法将多组弧线轨迹I上的光平面坐标系均转换到基准坐标系下,实现对较长弧线轨迹上待测圆弧状物的三维形貌重建。
为了方便解释和精确限定所附权利要求,术语“上”、“下”、“左”和“右”是对特征位置的示例性实施方式的描述。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的,也不是想要把本发明限制为所公开的精确形式,显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (7)
1.一种基于线结构光测量的圆弧状物的三维重建方法,其特征在于包括如下步骤:
1)机器人(7)带动线结构光传感器(1)沿预先示教的弧线轨迹I运动;当达到预设图像采集位置,线结构光传感器(1)采集图像,共计得到N幅图像;
2)确定N幅图像中的某一幅为基准图像,确定采集所述基准图像对应的激光器光平面坐标系为基准坐标系,记采集基准图像时的机器人末端位姿矩阵为Tb;
3)利用如下公式重建待测圆弧状物(3)上点的坐标(x'ij,y'ij,z'ij):
(x'ij,y'ij,z'ij,1)=TbTi -1(xij,0,zij,1)T
其中:(xij,0,zij)为第i幅图像中任一轮廓点j在采集第i幅图像时所对应的激光器光平面坐标系下坐标;i=1,2,3……N;j=1,2,3……k;k为第i幅图像中包含的轮廓点的个数;
(xij,0,zij,1)为(xij,0,zij)的齐次坐标;(x'ij,y'ij,z'ij,1)为(x'ij,y'ij,z'ij)的齐次坐标;
Ti为采集第i帧图像时机器人末端位姿矩阵。
2.如权利要求1所述基于线结构光测量的圆弧状物的三维重建方法,其特征在于:所述通过机器人轨迹插补方法获得;Ri为采集第i幅图像时,机器人末端姿态矩阵;ti为采集第i幅图像时,机器人末端的位置矩阵。
3.如权利要求2所述基于线结构光测量的圆弧状物的三维重建方法,其特征在于:所述ti通过如下公式计算:
ti=TRO(u,v,w)T
u=r0 cos(i·Δθ)
v=r0 sin(i·Δθ)
w=0
其中,而TRO、r0、θ通过以下方法获取:
记弧线轨迹I的起点示教点、终点示教点、及中间的任一示教点为P1、P3、P2,根据这三个示教点的位置坐标计算出其所拟合出的圆弧的圆心P0、半径r0以及从P1点到P3点机器人转过的角度
TRO为P1、P2、P3三个示教点所在平面构建出的圆弧坐标系与机器人基坐标系之间的转换关系。
4.如权利要求2所述基于线结构光测量的圆弧状物的三维重建方法,其特征在于:所述Ri的计算过程如下:从机器人示教器(6)读取的所述机器人弧线轨迹I的起始点、末尾点的欧拉角姿态,计算出对应起始姿态四元数qs、末尾姿态四元数qe;
根据qs、qe,计算角位移θq,根据SLerp球面线性插补算法对角位移进行插补,则可得插补四元数姿态:
将所述四元数姿态转换为姿态矩阵Ri。
5.如权利要求2所述基于线结构光测量的圆弧状物的三维重建方法,其特征在于:所述机器人轨迹插补方法为三次B样条轨迹插补法或基于四元数的球面Bezier样条插补算法。
6.如权利要求1所述基于线结构光测量的曲面物体三维重建方法,其特征在于:所述预先示教的机器人弧线轨迹,保证机器人以该段弧线轨迹运动时,线激光光条能够完全覆盖当前被测物表面,且光条轮廓始终位于线结构光传感器(1)的采集范围以内。
7.一种基于线结构光测量的曲面物体三维重建方法,其特征在于:机器人轨迹全部为弧线,将机器人轨迹上的多个示教轨迹点(8)进行分组,每组示教轨迹点之间的轨迹形成所述弧线轨迹I,利用权利要求1所述方法将多组弧线轨迹I上的光平面坐标系均转换到所述基准坐标系下,重建曲面物体三维形貌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910376382.0A CN110111424B (zh) | 2019-05-07 | 2019-05-07 | 基于线结构光测量的圆弧状物的三维重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910376382.0A CN110111424B (zh) | 2019-05-07 | 2019-05-07 | 基于线结构光测量的圆弧状物的三维重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111424A true CN110111424A (zh) | 2019-08-09 |
CN110111424B CN110111424B (zh) | 2023-06-06 |
Family
ID=67488575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910376382.0A Active CN110111424B (zh) | 2019-05-07 | 2019-05-07 | 基于线结构光测量的圆弧状物的三维重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111424B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530273A (zh) * | 2019-09-23 | 2019-12-03 | 易思维(杭州)科技有限公司 | 基于结构光测量的涂胶信息检测方法 |
CN111080632A (zh) * | 2019-12-20 | 2020-04-28 | 石家庄铁道大学 | 一种轮对踏面多边形监测方法、装置及终端设备 |
CN111366092A (zh) * | 2020-04-02 | 2020-07-03 | 易思维(杭州)科技有限公司 | 线结构光传感器位姿调整方法 |
CN112975907A (zh) * | 2021-02-08 | 2021-06-18 | 易思维(杭州)科技有限公司 | 一种对弧状焊缝、胶条的视觉检测方法 |
CN113223071A (zh) * | 2021-05-18 | 2021-08-06 | 哈尔滨工业大学 | 一种基于点云重建的工件焊缝定位的方法 |
CN113385486A (zh) * | 2020-03-11 | 2021-09-14 | 山东省科学院激光研究所 | 一种基于线结构光的激光清洗路径自动生成系统及方法 |
CN113436207A (zh) * | 2021-06-28 | 2021-09-24 | 江苏特威机床制造有限公司 | 一种对于规则表面的线结构光条纹中心快速精确提取方法 |
CN113791581A (zh) * | 2021-08-03 | 2021-12-14 | 天津中德应用技术大学 | 一种基于等弦分割采样的球形灌木球面插补算法 |
WO2021253940A1 (en) * | 2020-06-19 | 2021-12-23 | Zhejiang Huaray Technology Co., Ltd. | Systems and methods for object measurement |
CN115319323A (zh) * | 2022-07-27 | 2022-11-11 | 熵智科技(深圳)有限公司 | 管板焊焊接方法、系统、焊接机器人及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353725A (zh) * | 2015-11-18 | 2016-02-24 | 南京埃斯顿机器人工程有限公司 | 用于工业机器人的过辅助点姿态空间圆弧插补方法 |
CN107127755A (zh) * | 2017-05-12 | 2017-09-05 | 华南理工大学 | 一种三维点云的实时采集装置及机器人打磨轨迹规划方法 |
CN108537808A (zh) * | 2018-04-08 | 2018-09-14 | 易思维(天津)科技有限公司 | 一种基于机器人示教点信息的涂胶在线检测方法 |
CN108549322A (zh) * | 2018-04-11 | 2018-09-18 | 广州启帆工业机器人有限公司 | 一种针对机器人圆弧轨迹运动的位姿同步方法和装置 |
CA3022442A1 (en) * | 2017-10-24 | 2019-01-02 | Shining 3D Tech Co., Ltd. | Three-dimensional reconstruction method and device based on monocular three-dimensional scanning system |
-
2019
- 2019-05-07 CN CN201910376382.0A patent/CN110111424B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353725A (zh) * | 2015-11-18 | 2016-02-24 | 南京埃斯顿机器人工程有限公司 | 用于工业机器人的过辅助点姿态空间圆弧插补方法 |
CN107127755A (zh) * | 2017-05-12 | 2017-09-05 | 华南理工大学 | 一种三维点云的实时采集装置及机器人打磨轨迹规划方法 |
CA3022442A1 (en) * | 2017-10-24 | 2019-01-02 | Shining 3D Tech Co., Ltd. | Three-dimensional reconstruction method and device based on monocular three-dimensional scanning system |
CN108537808A (zh) * | 2018-04-08 | 2018-09-14 | 易思维(天津)科技有限公司 | 一种基于机器人示教点信息的涂胶在线检测方法 |
CN108549322A (zh) * | 2018-04-11 | 2018-09-18 | 广州启帆工业机器人有限公司 | 一种针对机器人圆弧轨迹运动的位姿同步方法和装置 |
Non-Patent Citations (4)
Title |
---|
刘昶等: "应用虚拟像平面方法的圆柱表面单目重建", 《仪器仪表学报》 * |
夏薇等: "喷漆机器人虚拟示教系统中喷枪轨迹插补点位姿的算法及应用研究", 《现代制造工程》 * |
贺红林等: "喷涂机器人的激光跟踪测量法运动参数标定", 《控制工程》 * |
金万敏等: "机器人操作手末端夹持器轨迹生成的旋量方法", 《东南大学学报(自然科学版)》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530273A (zh) * | 2019-09-23 | 2019-12-03 | 易思维(杭州)科技有限公司 | 基于结构光测量的涂胶信息检测方法 |
CN110530273B (zh) * | 2019-09-23 | 2024-04-02 | 易思维(杭州)科技股份有限公司 | 基于结构光测量的涂胶信息检测方法 |
CN111080632A (zh) * | 2019-12-20 | 2020-04-28 | 石家庄铁道大学 | 一种轮对踏面多边形监测方法、装置及终端设备 |
CN111080632B (zh) * | 2019-12-20 | 2023-05-26 | 石家庄铁道大学 | 一种轮对踏面多边形监测方法、装置及终端设备 |
CN113385486A (zh) * | 2020-03-11 | 2021-09-14 | 山东省科学院激光研究所 | 一种基于线结构光的激光清洗路径自动生成系统及方法 |
CN111366092A (zh) * | 2020-04-02 | 2020-07-03 | 易思维(杭州)科技有限公司 | 线结构光传感器位姿调整方法 |
WO2021253940A1 (en) * | 2020-06-19 | 2021-12-23 | Zhejiang Huaray Technology Co., Ltd. | Systems and methods for object measurement |
CN112975907B (zh) * | 2021-02-08 | 2022-04-01 | 易思维(杭州)科技有限公司 | 一种对弧状焊缝、胶条的视觉检测方法 |
CN112975907A (zh) * | 2021-02-08 | 2021-06-18 | 易思维(杭州)科技有限公司 | 一种对弧状焊缝、胶条的视觉检测方法 |
CN113223071B (zh) * | 2021-05-18 | 2022-08-26 | 哈尔滨工业大学 | 一种基于点云重建的工件焊缝定位的方法 |
CN113223071A (zh) * | 2021-05-18 | 2021-08-06 | 哈尔滨工业大学 | 一种基于点云重建的工件焊缝定位的方法 |
CN113436207A (zh) * | 2021-06-28 | 2021-09-24 | 江苏特威机床制造有限公司 | 一种对于规则表面的线结构光条纹中心快速精确提取方法 |
CN113436207B (zh) * | 2021-06-28 | 2024-01-23 | 江苏特威机床制造有限公司 | 一种对于规则表面的线结构光条纹中心快速精确提取方法 |
CN113791581A (zh) * | 2021-08-03 | 2021-12-14 | 天津中德应用技术大学 | 一种基于等弦分割采样的球形灌木球面插补算法 |
CN113791581B (zh) * | 2021-08-03 | 2023-08-08 | 天津中德应用技术大学 | 一种基于等弦分割采样的球形灌木球面插补算法 |
CN115319323A (zh) * | 2022-07-27 | 2022-11-11 | 熵智科技(深圳)有限公司 | 管板焊焊接方法、系统、焊接机器人及存储介质 |
CN115319323B (zh) * | 2022-07-27 | 2024-03-29 | 熵智科技(深圳)有限公司 | 管板焊焊接方法、系统、焊接机器人及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110111424B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111424A (zh) | 基于线结构光测量的圆弧状物的三维重建方法 | |
US9470658B2 (en) | Self-contained holonomic tracking method and apparatus for non-destructive inspection | |
CN112833786B (zh) | 一种舱段位姿测量及对准系统、控制方法及应用 | |
JP4021413B2 (ja) | 計測装置 | |
CN113386136B (zh) | 一种基于标准球阵目标估计的机器人位姿矫正方法及系统 | |
EP3798677B1 (en) | System and method for continual localization of scanner using non-destructive inspection data | |
CN112917513A (zh) | 一种基于机器视觉的三维点胶针头的tcp标定方法 | |
CN108253939A (zh) | 可变视轴单目立体视觉测量方法 | |
EP3799790B1 (en) | Method for tracking location of two-dimensional non-destructive inspection scanner on target object using scanned structural features | |
CN109623822B (zh) | 机器人手眼标定方法 | |
CN107817682A (zh) | 一种基于手眼相机的空间机械臂在轨标定方法及系统 | |
CN108318581A (zh) | 一种不用装夹定位的圆弧面工件超声波c扫描自动检测方法 | |
CN112577447B (zh) | 一种三维全自动扫描系统及方法 | |
CN114643578A (zh) | 一种提高机器人视觉引导精度的标定装置及方法 | |
CN114777676B (zh) | 一种自适应太赫兹三维层析成像装置及方法 | |
CN114770517B (zh) | 通过点云获取装置对机器人进行标定的方法以及标定系统 | |
CN115546289A (zh) | 一种基于机器人的复杂结构件三维形貌测量方法 | |
CN116026252A (zh) | 一种点云测量方法及系统 | |
CN112907682B (zh) | 一种五轴运动平台的手眼标定方法、装置及相关设备 | |
CN115972192A (zh) | 具有可变空间分辨率的3d计算机视觉系统 | |
Secil et al. | A robotic system for autonomous 3-D surface reconstruction of objects | |
CN114926531A (zh) | 基于双目视觉的大视场下工件焊缝自主定位方法及系统 | |
CN114670199B (zh) | 识别定位装置、系统、实时跟踪系统 | |
CN114474069B (zh) | 一种基于空间正交约束的机器人线结构光手眼标定方法 | |
CN109158871B (zh) | 一种非向心多孔轴精密视觉连续对准系统及其方法 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |