CN110285754A - 基于激光扫描的工件定位方法、装置、系统和存储介质 - Google Patents
基于激光扫描的工件定位方法、装置、系统和存储介质 Download PDFInfo
- Publication number
- CN110285754A CN110285754A CN201910588793.6A CN201910588793A CN110285754A CN 110285754 A CN110285754 A CN 110285754A CN 201910588793 A CN201910588793 A CN 201910588793A CN 110285754 A CN110285754 A CN 110285754A
- Authority
- CN
- China
- Prior art keywords
- dimensional coordinate
- dimensional
- working face
- plane
- workpiece
- 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
Classifications
-
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明公开了一种基于激光扫描的工件定位方法、装置、系统和存储介质，其中，基于激光扫描的工件定位方法，包括：获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面；基于三维点云数据通过平面拟合得到多个平面；确定待定位工件的工作平面；将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；基于二维坐标数据获取转换后的工作平面的边界参数；根据边界参数和预设形状确认工作平面的中心点的二维坐标；将二维坐标转换为工作平面的中心点的三维坐标。本发明通过将三维点云数据二维化，解决了现有技术需要确保相机与工作平面平行的技术问题，提高了工件定位的效率。
Description
技术领域
本发明实施例涉及工件定位领域，尤其涉及一种基于激光扫描的工件定位方法、装置、系统和存储介质。
背景技术
工件的定位在机械加工制造过程中至关重要。例如当需要对工件的某些位置进行打孔或铣出凹槽时，都需要对工件进行图形中心的定位。
传统加工制造中，确定工件的图形中心常采用二维图像结合打光的方式。这种方法需要保证相机与工件的工作平面保持平行，且严重依赖打光。
发明内容
本发明提供一种基于激光扫描的工件定位方法，包括以下步骤：
获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面；
基于三维点云数据通过平面拟合得到多个平面；
确定待定位工件的工作平面；
将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
基于二维坐标数据获取转换后的工作平面的边界参数；
根据边界参数和预设形状确认工作平面的中心点的二维坐标；
将二维坐标转换为工作平面的中心点的三维坐标。
进一步的，多个平面至少包括第一平面、第二平面和第三平面，通过平面拟合得到多个平面包括：
从点云数据中选择三个第一点云数据用于拟合第一平面；
从点云数据中选择三个第二点云数据用于拟合第二平面，第二点云数据不在第一平面上；
从点云数据中选择三个第三点云数据用于拟合第三平面，第三点云数据不在第一平面和第二平面上。
进一步的，将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据包括：
确认工作平面的法向量的第一方向；
计算第一方向和目标平面的法向量之间的角度偏差；
根据角度偏差计算旋转矩阵；
使用旋转矩阵旋转工作平面使工作平面平行于目标平面，从而得到基于目标平面的二维坐标数据，目标平面为XY平面、XZ平面或者YZ平面。
进一步的，基于二维坐标数据获取转换后的工作平面的边界参数之前包括：
根据预设精度将旋转后的工作平面网格化。
进一步的，二维坐标数据的坐标数据包括第一维坐标和第二维坐标，基于二维坐标数据获取旋转后的工作平面的边界参数包括：
沿第一维方向进行遍历，确定各第一维坐标对应的具有最大第二维坐标值的第一网格和具有最小第二维坐标值的第二网格；
对各第一网格，遍历其内的二维坐标数据，并将具有最大第二维坐标值的二维坐标数据作为边界数据；
对各第二网格，遍历其内的二维坐标数据，将具有最大第二维坐标值的二维坐标数据作为边界数据。
进一步的，基于二维坐标数据获取旋转后的工作平面的边界参数包括：
沿第二维方向进行遍历，确定各第二维坐标对应的具有最大第一维坐标值的第一网格和具有最小第一维坐标值的第二网格；
对各第一网格，遍历其内的二维坐标数据，并将具有最大第一维坐标值的二维坐标数据作为边界数据；以及
对各第二网格，遍历其内的二维坐标数据，将具有最大第一维坐标值的二维坐标数据作为边界数据。
进一步的，基于二维坐标数据获取旋转后的工作平面的边界参数还包括：
二维坐标数据为基于XY平面的二维坐标数据时，第一维方向为X方向，第二维方向为Y方向；
二维坐标数据为基于YZ平面的二维坐标数据时，第一维方向为Y方向，第二维方向为Z方向；
二维坐标数据为基于XZ平面的二维坐标数据时，第一维方向为X方向，第二维方向为Z方向。
本发明还提供了一种基于激光扫描的工件定位装置，包括：
第一获取模块，用于获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面；
平面拟合模块，用于基于三维点云数据通过平面拟合得到多个平面；
平面选择模块，用于确定待定位工件的工作平面；
平面旋转模块，用于将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
边界确定模块，用于基于二维坐标数据获取转换后的工作平面的边界参数；
中心确定模块，用于根据边界参数和预设形状确认工作平面的中心点的二维坐标，将二维坐标转换为工作平面的中心点的三维坐标。
本发明还提供了一种基于激光扫描的工件定位系统，包括激光雷达以及处理系统，激光雷达与处理系统进行通信连接，激光雷达用于扫描待定位工件以获得待定位工件的三维点云数据，处理系统包括存储器和处理器，存储器上存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一项基于激光扫描的工件定位方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项基于激光扫描的工件定位方法的步骤。
本发明通过激光扫描工件得到点云数据，并旋转使工件的工作平面平行于目标平面方向，解决了现有技术中需要确保相机与工件的工作平面平行的技术问题，提高了确定工件图形中心的效率。
附图说明
图1为本发明实施例一中的一种基于激光扫描的工件定位方法的流程图；
图2是本发明实施例二中的一种基于激光扫描的工件定位方法的流程图；
图3为本发明实施例三中的一种基于激光扫描的工件定位装置的结构示意图；
图4为本发明实施例四中的一种基于激光扫描的工件定位系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一平面称为第二平面，且类似地，可将第二平面称为第一平面。第一平面和第二平面两者都是平面，但其不是同一平面。术语“第一”、“第二”等不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
图1为本实施例一中的一种基于激光扫描的工件定位方法的流程图。如图1所示，本实施例的基于激光扫描的工件定位方法，包括以下步骤：
步骤S110：获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面。
具体的，激光扫描是指通过高频测距和扫描测角实现对目标轮廓三维扫描成像或测量。在本实施例中，激光可以采用单线激光雷达，也可以多线激光雷达。多线激光雷达可以为4线、8线、16线、64线等激光雷达。多线激光雷达的多个激光束在竖直方向沿不同角度发出，经水平方向扫描实现对目标区域三维轮廓探测。多个测量通道(线)相当于多个倾角的扫描平面，因此垂直视场(即垂直方向上的视野)内激光线越多，其竖直方向的角分辨率就越高，激光扫描产生的目标三维物体的点云数据(即目标三维物体通过扫描得到的点，每个点包含有三维坐标)密度就越大，即在竖直方向的激光束越多，得到目标三维物体的点云数据就越密集，在对这些点云数据进行处理时效率也就越高。
具体的，预设形状可以是圆形、方形、椭圆形、梯形或其他能够通过函数模型进行拟合的图形。
步骤S120：基于三维点云数据通过平面拟合得到多个平面。
具体的，可以通过至少三个点云数据确定一个平面，确定平面的算法可采用随机采样一致性算法(Random Sample Consensus，Ransac)拟合多个平面，并利用方程组计算各个平面的方程。Ransac算法是指输入一组观测数据并通过反复选择数据中的一组随机子集来达成目标。本实施例中，可以通过至少三个点来确定一个平面，并通过不断对点云数据进行拟合得到多个平面。
步骤S130：确定待定位工件的工作平面。
具体的，可以统计每个平面上的点云数据的个数，然后再将点云数据个数最多的一个平面确定为工作平面。
步骤S140：将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据。
具体的，可以根据步骤S130中确定的工作平面，计算工作平面的法向量并计算将工作平面旋转至平行预设直角坐标系中XY轴方向,即XY轴放在平面时所产生的旋转矩阵，旋转矩阵用于表征激光扫描状态下的点云数据采用的坐标系和旋转后的工作平面的二维坐标系的对应关系，即将工作平面从三维空间中转换到了二维空间中，更方便于计算工作平面中的点云数据在二维空间中的坐标。
步骤S150：基于二维坐标数据获取转换后的工作平面的边界参数。
具体的，可以先将旋转后的工作平面网格化，再沿着X轴或者Y轴遍历网格化的工作平面。在沿X轴进行遍历时，可以在X轴的某个坐标处，取对应Y轴方向上的最大和最小值网格。在确定最大值网格和最小值网格后，还需要遍历最大值网格中的点云数据，从而将最大值网格中具有最大Y值的点云数据组作为工作平面的边界数据，并遍历最小值网格中的点云数据，将最小值网格中具有最小Y值的点云数据作为边界数据。在沿Y轴进行遍历时，在Y轴的某个坐标处，取对应X轴方向上的最大和最小值网格，并分别取最大值网格中具有最大X值的点云数据和最小值网格中具有最小X值的点云数据作为边界数据。将沿X轴方向或者Y轴方向遍历得到的边界点云数据作为工作平面的边界数据。在本实施例中，还可以采用去噪算法，将确定的边界数据中的干扰数据进行去除。
步骤S160：根据边界参数和预设形状确认工作平面的中心点的二维坐标。
步骤S170：将二维坐标转换为工作平面的中心点的三维坐标。
具体的，可以通过预设形状求取图形中心的函数确定旋转后的工作平面的中心点的XY轴坐标。本实施例中的预设形状为圆形，可以采用圆的标准方程(x-a)2+(y-b)2＝r2来得到a、b的数值，即圆心坐标(a，b)，再通过旋转矩阵逆推得到工作平面的中心点的三维坐标。
本实施例一的有益效果是通过激光扫描工件得到点云数据，并旋转使工件的工作平面平行于目标平面方向，解决了现有技术中需要确保相机与工件的工作平面平行的技术问题，提高了确定工件图形中心的效率。
实施例二
本实施例二是在实施例一基础上做的进一步优化。图2为本实施例二的一种基于激光扫描的工件定位方法的流程图。如图2所示，本实施例的基于激光扫描的工件定位方法，包括以下步骤：
步骤S210：获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面。
具体的，激光扫描是指通过高频测距和扫描测角实现对目标轮廓三维扫描成像或测量。在本实施例中，激光可以采用单线激光雷达，也可以多线激光雷达。多线激光雷达可以为4线、8线、16线、64线等激光雷达。多线激光雷达的多个激光束在竖直方向沿不同角度发出，经水平方向扫描实现对目标区域三维轮廓探测。多个测量通道(线)相当于多个倾角的扫描平面，因此垂直视场(即垂直方向上的视野)内激光线越多，其竖直方向的角分辨率就越高，激光扫描产生的目标三维物体的点云数据(即目标三维物体通过扫描得到的点，每个点包含有三维坐标)密度就越大，即在竖直方向的激光束越多，得到目标三维物体的点云数据就越密集，在对这些点云数据进行处理时效率也就越高。
具体的，预设形状可以是圆形、方形、椭圆形、梯形或其他对称图形。本实施例中预设图形为方形。
步骤S221：从点云数据中选择三个第一点云数据用于拟合第一平面。
步骤S222：从点云数据中选择三个第二点云数据用于拟合第二平面，第二点云数据不在第一平面上。
步骤S223：从点云数据中选择三个第三点云数据用于拟合第三平面，第三点云数据不在第一平面和第二平面上。
具体的，可以通过至少三个点云数据确定一个平面，确定平面的算法可采用随机采样一致性算法(Random Sample Consensus，Ransac)拟合多个平面，并利用方程组计算各个平面的方程。Ransac算法是指输入一组观测数据并通过反复选择数据中的一组随机子集来达成目标。本实施例中，可以通过至少三个点来确定一个平面，并通过不断对点云数据进行拟合得到多个平面。也可以采用最小二乘法进行平面拟合。最小二乘法是指通过最小误差的平方和寻找数据的最佳函数匹配，可以在MATLAB中建立数学模型并对得到的点云数据进行平面的拟合。
步骤S230：确定待定位工件的工作平面。
具体的，可以统计每个平面上的点云数据的个数，然后再将点云数据个数最多的一个平面确定为工作平面。
在本实施例中，将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据包括：
步骤S241：确认工作平面的法向量的第一方向。
步骤S242：计算第一方向和目标平面的法向量之间的角度偏差。
步骤S243：根据角度偏差计算旋转矩阵。
步骤S244：使用旋转矩阵旋转工作平面使工作平面平行于目标平面，从而得到基于目标平面的二维坐标数据，目标平面为XY平面、XZ平面或者YZ平面。
具体的，旋转矩阵用于表征激光扫描状态下的坐标系和旋转后的工作平面的二维坐标系的对应关系，即将工作平面从三维空间中转换到了二维空间中，更方便于计算平面中的点云数据在二维空间中的坐标。本实施例中，通过执行步骤S241-S244，可以实现实施例一中步骤S140中将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据相同的功能。
具体的，在步骤S244中，转换后得到的基于目标平面的二维坐标数据的坐标数据包括第一维坐标和第二维坐标，二维坐标数据为基于XY平面的二维坐标数据(也即目标平面为XY平面)时，第一维方向为X方向，第二维方向为Y方向；二维坐标数据为基于YZ平面的二维坐标数据(也即目标平面为YZ平面)时，第一维方向为Y方向，第二维方向为Z方向；二维坐标数据为基于XZ平面的二维坐标数据(也即目标平面为XZ平面)时，第一维方向为X方向，第二维方向为Z方向。
在本实施例中，基于二维坐标数据获取转换后的工作平面的边界参数之前包括：
步骤S250：根据预设精度将旋转后的工作平面网格化。
在本实施例中，基于二维坐标数据获取转换后的工作平面的边界参数包括以下步骤：
步骤S261：沿第一维方向进行遍历，确定各第一维坐标对应的具有最大第二维坐标值的第一网格和具有最小第二维坐标值的第二网格。
步骤S262：对各第一网格，遍历其内的二维坐标数据，并将具有最大第二维坐标值的二维坐标数据作为边界数据。
步骤S263：对各第二网格，遍历其内的二维坐标数据，将具有最大第二维坐标值的二维坐标数据作为边界数据。
上述方法通过对第一维方向的遍历来确定工作面的边界数据，可选的也可以通过第二维方向的遍历来确定工作面的边界参数。
具体地，基于二维坐标数据获取转换后的工作平面的边界参数还包括以下步骤：
沿第二维方向进行遍历，确定各第二维坐标对应的具有最大第一维坐标值的第一网格和具有最小第一维坐标值的第二网格。
对各第一网格，遍历其内的二维坐标数据，并将具有最大第一维坐标值的二维坐标数据作为边界数据。
对各第二网格，遍历其内的二维坐标数据，将具有最大第一维坐标值的二维坐标数据作为边界数据。
步骤S270：根据边界参数和预设形状确认工作平面的中心点的二维坐标。
具体的，可以通过预设形状求取图形中心的函数确定旋转后的工作平面的中心点的二维坐标。本实施例中的预设形状为方形，可以根据方形的特点求取方形中心点，即得到方形长和宽的边界后，中心点便处在长和宽的总长的一半处，即方形的长的一半和宽的一半对应的点的坐标即为方形的图形中心的坐标。
步骤S280：将二维坐标转换为工作平面的中心点的三维坐标
具体的，可以根据步骤S270中确定的二维坐标和步骤S243中得到的旋转矩阵，逆推出工作平面的中心点的三维坐标。
本实施例二的有益效果在于通过激光扫描工件得到点云数据，旋转使工件的工作平面平行于目标平面方向并分别取目标平面方向的边界值，从而解决了现有技术中需要确保相机与工件的工作平面平行的技术问题，还可以对任意状态下获得的点云数据进行处理，提高了整个数据处理和确定工件图形中心的效率。
实施例三
图3为本实施例三的一种基于激光扫描的工件定位装置结构示意图。如图3所示，一种基于激光扫描的工件定位装置300，包括：
第一获取模块310，用于获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面；
平面拟合模块320，用于基于三维点云数据通过平面拟合得到多个平面；
平面选择模块330，用于确定待定位工件的工作平面；
平面旋转模块340，用于将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
边界确定模块350，用于基于二维坐标数据获取转换后的工作平面的边界参数；
中心确定模块360，用于根据边界参数和预设形状确认工作平面的中心点的二维坐标，将二维坐标转换为工作平面的中心点的三维坐标。
具体的，激光可以采用线激光，从而得到较为密集分布的点云数据，还可以提高整个数据处理的效率。
具体的，预设形状可以是圆形、方形、椭圆形、梯形或其他对称图形，可以通过预设形状求取图形中心的函数确定旋转后的工作平面的中心点的XY轴坐标。
本实施例中的基于激光扫描的工件定位系统300还包括：
第一计算模块370，用于确认工作平面的法向量的第一方向，计算第一方向和目标平面的法向量之间的角度偏差并根据角度偏差计算旋转矩阵。
具体的，旋转矩阵用于表征激光扫描状态下的坐标系和旋转后的工作平面的二维坐标系的对应关系，即将工作平面从三维空间中转换到了二维空间中，更方便于计算工作平面中的点云数据在二维空间中的坐标。可以先将旋转后的工作平面网格化，再沿着二维坐标系分别遍历网格化的工作平面。
本实施例中的基于激光扫描的工件定位系统300还包括：
网格化模块380，用于根据预设精度将旋转后的工作平面网格化。
具体的，可以在X轴的某个坐标处，取对应Y轴方向上的最大和最小值网格，并分别取最大值网格的最大Y值和最小值网格的最小Y值所对应的二维坐标数据。还可以在Y轴的某个坐标处，取对应X轴方向上的最大和最小值网格，并分别取最大值网格的最大X值和最小值网格的最小X值所对应的二维坐标数据，从而确定旋转后的工作平面的边界参数。
本实施例三的有益效果是通过提供一种基于激光扫描的工件定位系统，通过激光扫描工件得到点云数据，旋转使工件的工作平面平行于目标平面方向并分别取目标平面方向的边界值，从而解决了现有技术中需要确保相机与工件的工作平面平行的技术问题，还可以对任意状态下获得的点云数据进行处理，提高了整个数据处理和确定工件图形中心的效率。上述系统可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种基于激光扫描的工件定位系统的结构示意图。如图4所示，本实施例中的基于激光扫描的工件定位系统400，包括激光雷达410以及处理系统420，激光雷达410与处理系统420进行通信连接，激光雷达410用于扫描待定位工件以获得待定位工件的三维点云数据，处理系统420包括存储器421和处理器422，存储器421上存储有可在处理器422上运行的计算机程序，处理器422执行计算机程序时实现上述基于激光扫描的工件定位方法的步骤。在本实施例中，该处理系统420还包括输入装置423和输出装置424。处理系统420中处理器422的数量可以是一个或多个，图4中以一个处理器422为例；处理系统420中的存储器421、处理器422、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器421作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的基于激光扫描的工件定位方法对应的程序指令/模块(例如，基于激光扫描的工件定位装置中的第一获取模块、平面拟合模块、平面选择模块、平面旋转模块、边界确定模块、中心确定模块、第一计算模块和网络化模块)。处理器422通过运行存储在存储器421中的软件程序、指令以及模块，从而执行处理系统420的各种功能应用以及数据处理，即实现上述的基于激光扫描的工件定位方法。
也即：
获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面；
基于三维点云数据通过平面拟合得到多个平面；
确定待定位工件的工作平面；
将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
基于二维坐标数据获取转换后的工作平面的边界参数；
根据边界参数和预设形状确认工作平面的中心点的二维坐标；
将二维坐标转换为工作平面的中心点的三维坐标。
存储器421可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器421可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器421可进一步包括相对于处理器422远程设置的存储器，这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置423可用于接收输入的数字或字符信息，以及产生与服务器的用户设置以及功能控制有关的键信号输入。输出装置424可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种基于激光扫描的工件定位方法，该方法包括：
获取待定位工件的三维点云数据，三维点云数据由激光扫描待定位工件得到，待定位工件至少包括一个具有预设形状的工作平面；
基于三维点云数据通过平面拟合得到多个平面；
确定待定位工件的工作平面；
将工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
基于二维坐标数据获取转换后的工作平面的边界参数；
根据边界参数和预设形状确认工作平面的中心点的二维坐标；
将二维坐标转换为工作平面的中心点的三维坐标。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的基于激光扫描的工件定位方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
值得注意的是，上述基于激光扫描的工件定位系统的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于激光扫描的工件定位方法，其特征在于，包括：
获取待定位工件的三维点云数据，所述三维点云数据由激光扫描所述待定位工件得到，所述待定位工件至少包括一个具有预设形状的工作平面；
基于所述三维点云数据通过平面拟合得到多个平面；
确定所述待定位工件的工作平面；
将所述工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
基于所述二维坐标数据获取转换后的所述工作平面的边界参数；
根据所述边界参数和所述预设形状确认所述工作平面的中心点的二维坐标；
将所述二维坐标转换为所述工作平面的中心点的三维坐标。
2.根据权利要求1所述的一种基于激光扫描的工件定位方法，其特征在于，所述多个平面至少包括第一平面、第二平面和第三平面，所述基于所述三维点云数据通过平面拟合得到多个平面包括：
从所述点云数据中选择三个第一点云数据用于拟合第一平面；
从所述点云数据中选择三个第二点云数据用于拟合第二平面，所述第二点云数据不在所述第一平面上；
从所述点云数据中选择三个第三点云数据用于拟合第三平面，所述第三点云数据不在所述第一平面和第二平面上。
3.根据权利要求1所述的一种基于激光扫描的工件定位方法，其特征在于，所述将所述工作平面的三维点云数据的三维坐标数据转换为二维坐标数据包括：
确认所述工作平面的法向量的第一方向；
计算所述第一方向和目标平面的法向量之间的角度偏差；
根据所述角度偏差计算旋转矩阵；
使用旋转矩阵旋转所述工作平面使所述工作平面平行于所述目标平面，从而得到基于所述目标平面的二维坐标数据，所述目标平面为XY平面、XZ平面或者YZ平面。
4.根据权利要求1所述的一种基于激光扫描的工件定位方法，其特征在于，所述基于所述二维坐标数据获取转换后的所述工作平面的边界参数之前包括：
根据预设精度将旋转后的工作平面网格化。
5.根据权利要求4所述的一种基于激光扫描的工件定位方法，其特征在于，所述二维坐标数据的坐标数据包括第一维坐标和第二维坐标，所述基于所述二维坐标数据获取旋转后的所述工作平面的边界参数包括：
沿第一维方向进行遍历，确定各第一维坐标对应的具有最大第二维坐标值的第一网格和具有最小第二维坐标值的第二网格；
对各第一网格，遍历其内的二维坐标数据，并将具有最大第二维坐标值的二维坐标数据作为边界数据；
对各第二网格，遍历其内的二维坐标数据，将具有最大第二维坐标值的二维坐标数据作为边界数据。
6.根据权利要求4所述的一种基于激光扫描的工件定位方法，其特征在于，所述基于所述二维坐标数据获取旋转后的所述工作平面的边界参数包括：
沿第二维方向进行遍历，确定各第二维坐标对应的具有最大第一维坐标值的第一网格和具有最小第一维坐标值的第二网格；
对各第一网格，遍历其内的二维坐标数据，并将具有最大第一维坐标值的二维坐标数据作为边界数据；
对各第二网格，遍历其内的二维坐标数据，将具有最大第一维坐标值的二维坐标数据作为边界数据。
7.根据权利要求5和6任一项所述的一种基于激光扫描的工件定位方法，其特征在于，所述基于所述二维坐标数据获取旋转后的所述工作平面的边界参数还包括：
所述二维坐标数据为基于XY平面的二维坐标数据时，所述第一维方向为X方向，所述第二维方向为Y方向；
所述二维坐标数据为基于YZ平面的二维坐标数据时，所述第一维方向为Y方向，所述第二维方向为Z方向；
所述二维坐标数据为基于XZ平面的二维坐标数据时，所述第一维方向为X方向，所述第二维方向为Z方向。
8.一种基于激光扫描的工件定位装置，其特征在于，包括：
第一获取模块，用于获取待定位工件的三维点云数据，所述三维点云数据由激光扫描所述待定位工件得到，所述待定位工件至少包括一个具有预设形状的工作平面；
平面拟合模块，用于基于所述三维点云数据通过平面拟合得到多个平面；
平面选择模块，用于确定所述待定位工件的工作平面；
平面旋转模块，用于将所述工作平面的三维点云数据的三维坐标数据转换为二维坐标数据；
边界确定模块，用于基于所述二维坐标数据获取转换后的所述工作平面的边界参数；
中心确定模块，用于根据所述边界参数和所述预设形状确认所述工作平面的中心点的二维坐标，将所述二维坐标转换为所述工作平面的中心点的三维坐标。
9.一种基于激光扫描的工件定位系统，其特征在于，包括激光雷达以及处理系统，所述激光雷达与所述处理系统进行通信连接，所述激光雷达用于扫描待定位工件以获得所述待定位工件的三维点云数据，所述处理系统包括存储器和处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述基于激光扫描的工件定位方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时实现权利要求1-7中任一项所述基于激光扫描的工件定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910588793.6A CN110285754B (zh) | 2019-07-02 | 2019-07-02 | 基于激光扫描的工件定位方法、装置、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910588793.6A CN110285754B (zh) | 2019-07-02 | 2019-07-02 | 基于激光扫描的工件定位方法、装置、系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110285754A true CN110285754A (zh) | 2019-09-27 |
| CN110285754B CN110285754B (zh) | 2021-02-19 |
Family
ID=68021712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910588793.6A Active CN110285754B (zh) | 2019-07-02 | 2019-07-02 | 基于激光扫描的工件定位方法、装置、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110285754B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111174696A (zh) * | 2019-11-30 | 2020-05-19 | 河北科技大学 | 一种基于ccd传感器的激光辅助校准方法及装置 |
| CN112184804A (zh) * | 2020-08-31 | 2021-01-05 | 季华实验室 | 大体积工件高密度焊点定位方法、装置、存储介质及终端 |
| CN112353513A (zh) * | 2020-11-05 | 2021-02-12 | 深圳市翔通光电技术有限公司 | 基台的加工方法及加工装置、存储介质及计算机设备 |
| WO2021092771A1 (zh) * | 2019-11-12 | 2021-05-20 | Oppo广东移动通信有限公司 | 一种目标检测方法及装置、设备、存储介质 |
| CN113048886A (zh) * | 2021-05-31 | 2021-06-29 | 山东捷瑞数字科技股份有限公司 | 计量工件不规则体尺寸的测量方法及设备 |
| CN113727087A (zh) * | 2021-08-06 | 2021-11-30 | 上海有个机器人有限公司 | 一种3d扫描仪装置和生成三维地图的方法 |
| CN114332073A (zh) * | 2022-01-14 | 2022-04-12 | 湖南视比特机器人有限公司 | 目标工件的检测方法及装置、智能分拣系统和存储介质 |
| CN114777671A (zh) * | 2022-04-25 | 2022-07-22 | 武汉中观自动化科技有限公司 | 工件模型处理方法、服务器、前端设备及三维扫描系统 |
| CN117928680A (zh) * | 2024-03-21 | 2024-04-26 | 青岛清万水技术有限公司 | 换能器自动定位方法、系统、电子设备及存储介质 |
| CN118036628A (zh) * | 2023-08-28 | 2024-05-14 | 武汉金顿激光科技有限公司 | 一种工件智能管理方法、系统及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1097646A (ja) * | 1996-09-24 | 1998-04-14 | Rekusaa Res:Kk | 三次元空間表示システムにおける三次元空間座標値の取得方法および装置 |
| CN102997871A (zh) * | 2012-11-23 | 2013-03-27 | 南京大学 | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 |
| CN103032372A (zh) * | 2012-12-21 | 2013-04-10 | 上海交通大学 | 一种叶轮的椭圆形叶缘造型系统及方法 |
| CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
| CN107464283A (zh) * | 2017-07-13 | 2017-12-12 | 广西我的科技有限公司 | 一种三维空间信息采集分析处理的方法及装置 |
| CN107687816A (zh) * | 2017-08-22 | 2018-02-13 | 大连理工大学 | 一种基于点云局部特征提取装配间隙的测量方法 |
| CN108510516A (zh) * | 2018-03-30 | 2018-09-07 | 深圳积木易搭科技技术有限公司 | 一种散乱点云的三维线段提取方法及系统 |
| CN109214994A (zh) * | 2018-08-10 | 2019-01-15 | 河海大学 | 一种基于双控制点的隧道密集点云噪声剔除方法 |
| CN109541997A (zh) * | 2018-11-08 | 2019-03-29 | 东南大学 | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 |
-
2019
- 2019-07-02 CN CN201910588793.6A patent/CN110285754B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1097646A (ja) * | 1996-09-24 | 1998-04-14 | Rekusaa Res:Kk | 三次元空間表示システムにおける三次元空間座標値の取得方法および装置 |
| CN102997871A (zh) * | 2012-11-23 | 2013-03-27 | 南京大学 | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 |
| CN103032372A (zh) * | 2012-12-21 | 2013-04-10 | 上海交通大学 | 一种叶轮的椭圆形叶缘造型系统及方法 |
| CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
| CN107464283A (zh) * | 2017-07-13 | 2017-12-12 | 广西我的科技有限公司 | 一种三维空间信息采集分析处理的方法及装置 |
| CN107687816A (zh) * | 2017-08-22 | 2018-02-13 | 大连理工大学 | 一种基于点云局部特征提取装配间隙的测量方法 |
| CN108510516A (zh) * | 2018-03-30 | 2018-09-07 | 深圳积木易搭科技技术有限公司 | 一种散乱点云的三维线段提取方法及系统 |
| CN109214994A (zh) * | 2018-08-10 | 2019-01-15 | 河海大学 | 一种基于双控制点的隧道密集点云噪声剔除方法 |
| CN109541997A (zh) * | 2018-11-08 | 2019-03-29 | 东南大学 | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张志佳 等: "基于Kinect的典型零部件识别与定位", 《沈阳工业大学学报》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021092771A1 (zh) * | 2019-11-12 | 2021-05-20 | Oppo广东移动通信有限公司 | 一种目标检测方法及装置、设备、存储介质 |
| CN114424240B (zh) * | 2019-11-12 | 2024-08-27 | Oppo广东移动通信有限公司 | 一种目标检测方法及装置、设备、存储介质 |
| CN114424240A (zh) * | 2019-11-12 | 2022-04-29 | Oppo广东移动通信有限公司 | 一种目标检测方法及装置、设备、存储介质 |
| CN111174696B (zh) * | 2019-11-30 | 2022-04-15 | 河北科技大学 | 一种基于ccd传感器的激光辅助校准方法 |
| CN111174696A (zh) * | 2019-11-30 | 2020-05-19 | 河北科技大学 | 一种基于ccd传感器的激光辅助校准方法及装置 |
| CN112184804A (zh) * | 2020-08-31 | 2021-01-05 | 季华实验室 | 大体积工件高密度焊点定位方法、装置、存储介质及终端 |
| CN112184804B (zh) * | 2020-08-31 | 2024-03-22 | 季华实验室 | 大体积工件高密度焊点定位方法、装置、存储介质及终端 |
| CN112353513A (zh) * | 2020-11-05 | 2021-02-12 | 深圳市翔通光电技术有限公司 | 基台的加工方法及加工装置、存储介质及计算机设备 |
| CN113048886A (zh) * | 2021-05-31 | 2021-06-29 | 山东捷瑞数字科技股份有限公司 | 计量工件不规则体尺寸的测量方法及设备 |
| CN113048886B (zh) * | 2021-05-31 | 2021-08-17 | 山东捷瑞数字科技股份有限公司 | 计量工件不规则体尺寸的测量方法及设备 |
| CN113727087A (zh) * | 2021-08-06 | 2021-11-30 | 上海有个机器人有限公司 | 一种3d扫描仪装置和生成三维地图的方法 |
| CN114332073A (zh) * | 2022-01-14 | 2022-04-12 | 湖南视比特机器人有限公司 | 目标工件的检测方法及装置、智能分拣系统和存储介质 |
| CN114777671A (zh) * | 2022-04-25 | 2022-07-22 | 武汉中观自动化科技有限公司 | 工件模型处理方法、服务器、前端设备及三维扫描系统 |
| CN118036628A (zh) * | 2023-08-28 | 2024-05-14 | 武汉金顿激光科技有限公司 | 一种工件智能管理方法、系统及存储介质 |
| CN117928680A (zh) * | 2024-03-21 | 2024-04-26 | 青岛清万水技术有限公司 | 换能器自动定位方法、系统、电子设备及存储介质 |
| CN117928680B (zh) * | 2024-03-21 | 2024-06-07 | 青岛清万水技术有限公司 | 换能器自动定位方法、系统、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110285754B (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110285754A (zh) | 基于激光扫描的工件定位方法、装置、系统和存储介质 | |
| Zexiao et al. | Complete 3D measurement in reverse engineering using a multi-probe system | |
| Tang | Algorithms for collision detection and avoidance for five-axis NC machining: a state of the art review | |
| CN111028340B (zh) | 精密装配中的三维重构方法、装置、设备及系统 | |
| US11920917B2 (en) | Method for inspecting a workpiece in the process of being manufactured | |
| CN112305521B (zh) | 双激光雷达相对位置标定方法、装置、设备和存储介质 | |
| US20180321352A1 (en) | Pose Estimation Using Radio Frequency Identification (RFID) Tags | |
| Lartigue et al. | Digitised point quality in relation with point exploitation | |
| CN109514351A (zh) | 一种五轴机床的标定方法 | |
| CN112990151B (zh) | 障碍物检测模块的精度检测方法和电子设备 | |
| CN111360810A (zh) | 机器人传感器的外参标定方法、装置、机器人及存储介质 | |
| WO2023142608A1 (zh) | 获得飞机面型的系统和方法 | |
| Lai et al. | Machining error inspection of T-spline surface by on-machine measurement | |
| Rak et al. | The use of low density high accuracy (LDHA) data for correction of high density low accuracy (HDLA) point cloud | |
| Vafaeesefat et al. | Automated accessibility analysis and measurement clustering for CMMs | |
| Li et al. | A performance evaluation method to compare the multi-view point cloud data registration based on ICP algorithm and reference marker | |
| Hu et al. | Spiral curve-based efficient five-axis sweep scanning of barrel-shaped surfaces | |
| CN112631200A (zh) | 一种机床轴线测量方法以及装置 | |
| JP2019101986A (ja) | 形状情報操作システム | |
| Smith et al. | Point laser triangulation probe calibration for coordinate metrology | |
| Hou et al. | Computing the global visibility map using slice geometry for setup planning | |
| CN110954022A (zh) | 一种圆环形物体旋转扫描结构以及标定方法 | |
| Herrmann et al. | Comparison of SpatialAnalyzer and different adjustment programs | |
| CN113063354B (zh) | 用于空间测量定位的合作靶标定向装置及其定向方法 | |
| Berglund et al. | On the trade-off between data density and data capture duration in 3D laser scanning for production system engineering |
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 |