CN110717984A - 基于三维重构的鞋底自动涂胶方法、系统及存储介质 - Google Patents
基于三维重构的鞋底自动涂胶方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110717984A CN110717984A CN201910850837.8A CN201910850837A CN110717984A CN 110717984 A CN110717984 A CN 110717984A CN 201910850837 A CN201910850837 A CN 201910850837A CN 110717984 A CN110717984 A CN 110717984A
- Authority
- CN
- China
- Prior art keywords
- gluing
- sole
- determining
- track
- line structure
- 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.)
- Pending
Links
- 238000004026 adhesive bonding Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 239000003292 glue Substances 0.000 claims abstract description 33
- 238000003384 imaging method Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 230000036544 posture Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000010073 coating (rubber) Methods 0.000 claims 2
- 230000008859 change Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Abstract
本发明公开了基于三维重构的鞋底自动涂胶方法、系统及存储介质,方法包括:确定三维扫描相机成像的几何模型;标定几何模型的线结构光面;提取线结构光面的结构光中心线;根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;根据三角测量的结果,提取待涂胶鞋底的边界点云;根据待涂胶鞋底的边界点云,确定等间距偏置曲线;根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。本发明通过机器人实现自动涂胶,提高了涂胶稳定性,降低了人工工作量;另外,还通过确定等间距偏置曲线,能够对曲面复杂且曲面曲率变化大的女式鞋底进行自动涂胶,适用范围广,可广泛应用于制鞋技术领域。
Description
技术领域
本发明涉及制鞋技术领域,尤其是基于三维重构的鞋底自动涂胶方法、系统及存储介质。
背景技术
随着工业技术的发展,人口红利日益减少,制鞋业面临着招工难,人工成本高,人员管理难等问题。其中,鞋底涂胶工艺基本还处于人工操作水平,人工涂胶存在效率低、质量不稳定、劳动强度大和工作环境恶劣等问题最终严重影响鞋的品质。因此鞋底自动涂胶装备成为工厂发展的必然选择。
现有技术出现了一些基于三维建模的鞋底涂胶方法,主要包括以下两种:一,采用CAD技术对鞋底进行三维建模,并从中提取所需的涂胶轨迹,这类方法尽管能够大大提高工作效率,但是无法保证三维模型与实物一致,涂胶轨迹准确度无法得到保证。二,也是现在比较通用的一种方法设备,通过线结构光三维测量原理(三维重构),重构鞋底曲面上的点云数据,这种方法有效的避免了装夹、变形对鞋帮底面涂胶轨迹采集产生影响。
现有技术首先在三维模型基础上提取包围盒轮廓;然后通过曲线拟合在三维点云上分析获取一条涂胶的轨迹,工艺上需要调整胶水涂胶高度和机器人的涂胶速度加速度等,进而改变涂胶的性能;接着使用机器人应用该轨迹进行自动涂胶作业。机器人自动涂胶装备在工艺上表现出涂胶均匀,工作时间长,稳定性强等特点。
尽管市面上已出现三维涂胶专有设备,但是现有技术只能针对运动鞋这类曲面平滑,曲面曲率变化小、规则的款式进行自动涂胶。而面对女鞋(尤其是高跟鞋)这类曲面复杂、曲面曲率变化大而且无规则的款式,现有技术还无法实现自动涂胶,适用范围较小。
发明内容
有鉴于此,本发明实施例提供一种适用范围广的基于三维重构的鞋底自动涂胶方法、系统及存储介质。
第一方面,本发明实施例提供了一种基于三维重构的鞋底自动涂胶方法,包括以下步骤:
确定三维扫描相机成像的几何模型;
标定几何模型的线结构光面;
提取线结构光面的结构光中心线;
根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;
根据三角测量的结果,提取待涂胶鞋底的边界点云;
根据待涂胶鞋底的边界点云,确定等间距偏置曲线;
根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;
根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。
进一步,所述标定几何模型的线结构光面这一步骤,包括以下步骤:
将激光线照射在标定棋盘格的表面,计算棋盘格平面上任意点的三维坐标;
根据三维扫描相机成像的几何模型,确定棋盘格平面在相机坐标系下的法向量和原点坐标,进而确定标定板平面在相机坐标系下的平面方程;
将激光线照射在标定棋盘格的表面,求解激光线上在相机坐标系内的空间点,得到每一张棋盘格对应于激光面上一条线的若干个空间点;
对棋盘格进行位置和姿态调整,获取每一张棋盘格对应于激光面上不同线的若干个空间点;
对获取的空间点进行拟合,得到激光平面,进而确定几何模型的线结构光面。
进一步,所述提取线结构光面的结构光中心线这一步骤,包括以下步骤:
通过高斯滤波的方法对线结构光面进行预处理;
对预处理的结果进行自适应二值化处理,得到线结构光面的结构光中心线。
进一步,所述根据三角测量的结果,提取待涂胶鞋底的边界点云这一步骤,包括以下步骤:
通过三次B样条进行曲线拟合生成涂胶轨迹离散点;
根据预设的曲线样条控制点和B样条总方程,获取曲线样条上若干个等间距点;
将待涂胶鞋底的点云数据与预存的点云数据进行匹配,获取涂胶轨迹点。
进一步,所述根据待涂胶鞋底的边界点云,确定等间距偏置曲线这一步骤,包括以下步骤:
以预设的涂胶曲线轨迹点为球心,并以偏置距离为半径;
通过欧氏距离计算法对边界点云进行筛选,得到等间距内偏置点云块;
将等间距内偏置点云块作为最终涂胶轨迹点并对最终涂胶轨迹点进行涂胶偏置优化。
进一步,所述根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹这一步骤,包括以下步骤:
将待涂胶鞋底轮廓内的点云切分为三片;
通过奇异值分解原理计算平面系数;
通过平面法向量确定待涂胶鞋底轮廓内的涂胶轨迹点;
根据涂胶轨迹点,确定机器人的涂胶姿态。
第二方面,本发明实施例还提供了基于三维重构的鞋底自动涂胶系统,包括:
确定模块,用于确定三维扫描相机成像的几何模型;
标定模块,用于标定几何模型的线结构光面;
中心线提取模块,用于提取线结构光面的结构光中心线;
三角测量模块,用于根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;
点云提取模块,用于根据三角测量的结果,提取待涂胶鞋底的边界点云;
曲线确定模块,用于根据待涂胶鞋底的边界点云,确定等间距偏置曲线;
姿态轨迹确定模块,用于根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;
涂胶模块,用于根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。
第三方面,本发明实施例还提供了基于三维重构的鞋底自动涂胶系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述的基于三维重构的鞋底自动涂胶方法。
第四方面,本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的基于三维重构的鞋底自动涂胶方法。
上述本发明实施例中的一个或多个技术方案具有如下优点:本发明的实施例在实现鞋底自动涂胶的过程中,根据待涂胶鞋底的边界点云,确定等间距偏置曲线;然后根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹,最后根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶;本发明通过机器人实现自动涂胶,提高了涂胶稳定性,降低了人工工作量;另外,本发明通过确定等间距偏置曲线,能够对曲面复杂且曲面曲率变化大的女式鞋底进行自动涂胶,适用范围广。
附图说明
图1为本发明实施例的整体步骤流程图;
图2为本发明实施例的系统框架示意图;
图3为本发明实施例的等间距偏置曲线示意图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
为了解决现有技术中的自动涂胶技术无法适用于女鞋的问题,本发明提出了一种基于三维重构的鞋底自动涂胶方法、系统及存储介质。
下面详细描述一种基于三维重构的鞋底自动涂胶方法的具体实施步骤,在本实施例中,待涂胶鞋底是高跟女鞋;所述待涂胶鞋底的鞋底成自由曲面,鞋底面凹凸不平且曲率变化大,鞋底轮廓边界不明显,难定义。由于女鞋种类多,材质不同,三维成像困难,如图2所示,本发明的基于三维重构的鞋底自动涂胶系统的整体架构包括硬件平台和软件系统。
本实施例的具体实施步骤包括:
S1、确定三维扫描相机成像的几何模型;
具体的,在图像测量或者机器视觉应用中,为了确定物体空间的某点的三维几何位置与图像上的对应的的关系,需建立相机成像的几何模型,相机标定就是计算这些几何模型的相机参数,本实施例的几何模型确定过程可采用现有技术来实现。
本实施例的几何模型采用相机线性几何模型,根据相机坐标系(世界坐标系)与图像坐标系之间的几何关系来建立,该几何模型的数学模型如式(1),其核心参数为相机内参数(包括焦距f,中心点(u0,v0),每个像素点的物理尺寸为(dx,dy),该几何模型可以建立像素坐标与物理坐标之间的转换关系。该模型是三维重构,平面拟合等所有后续的基础。
S2、标定几何模型的线结构光面;
具体的,线结构光面的标定,是为了在重构过程中进行三角测量,需建立结构光平面与相机组成的几何模型,即相机坐标系下的结构光平面参数,也是拟合平面问题。
其中,平面拟合问题,是指利用空间若干点建立数学模型使得所有空间点到拟定平面的距离最小,从而求解改平面方程的系数过程。拟合平面方法的具体过程如下:
根据第一小节标定棋盘格外参数可以得知棋盘格平面在相机坐标系下的法向量(nx,ny,nz),以及棋盘格坐标系在相机坐标系下的原点坐标(px,py,pz),得到标定板平面在相机坐标系下平面方程为:nx(X-px)+ny(Y-py)+nz(Z-pz)=0——(2);
将激光线打在棋盘格上,激光线像素点代入式(1)和式(2),求解得到激光线上在相机坐标系空间点,因此每一张棋盘格上可以获取激光面上一条线的若干空间点。然后将棋盘格摆放不同位置和姿态,如此可以获取激光面上不同线上若干空间点(xi,yi,zi)。
进一步,由(3)-(5)得简化为AX=0,即本实施例需要求解min||AX||。
最后,本实施例使用SVD(奇异值分解原理)求得平面系数,即对A做奇异值分解,最小奇异值对应的特征向量就是拟合平面的系数向量。
S3、提取线结构光面的结构光中心线;
具体的,本实施例的结构光中心线提取,是由于激光线照射在物体上并在图像中形成光亮线条,因为滤光片的原因,激光线其他地方相对暗,然而在图像上一条线宽度却占据多个像素,且因为灰度不同线宽占多少像素数量不等,本发明通过“灰度重心法”提取激光线的中心位置,保证了激光线上的点在结构光面上。
本实施例所述的灰度重心法是指求解激光光带中心线的过程,下面详细描述求解中心线过程:
由于激光光带灰度值符合高斯分布,因此本发明使用高斯滤波进行预处理,然后进行自适应二值化处理剩下激光线亮度较高的光带。沿垂直于光带方向,令光带截面第k列的坐标位置为(xk,yi),该列的灰度值为f(xk,yi),其中i=1,2,3…M,M为该列光带截面宽度(即亮点像素点数量),则该列光带中心为即(xk,yk)为该列光带中心点。
S4、根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;
在几何学上,三角测量法是指借由测量目标点与固定基准线的已知端点的角度,测量目标距离的方法,即当已知一个边长及两个观测角度时,观测目标点可被定义为三角形的第三个点。三角测量法可采用现有技术来实现,本实施例中激光线扫相机的三角关系为激光平面、相机原点坐标系、以及激光线上中心点像素。根据式(1)、(2)即可求解激光线上像素点在相机坐标系下的三维点,改测量方法可实现对鞋底场景的重构。
S5、根据三角测量的结果,提取待涂胶鞋底的边界点云;
具体的,现有技术一般通过计算三维最外包围盒,或者在二维深度图计算鞋底轮廓再映射回三维点云,或者通过提取深度图最高层作为鞋底的边界线等方法,来提取鞋底边界点云拟合涂胶曲线,但是这种点云提取方法只能适应运动鞋、平底鞋等鞋底表面均匀这些场景。针对曲面曲率变化大,边界不明显的女鞋(例如高跟鞋)并不适应。
本发明针对这种情况,提出来一种自定义边缘轮廓控制点,通过三次B样条进行曲线拟合生成涂胶轨迹离散点的方法。
首先,本实施例令选定的曲线样条控制点为Pi=(Xi,Yi,Zi)其中i=0,1,2…n,确定B样条总方程其中控制点之间进行m等分细采样,即t=0,1/m,2/m,…1,(1+m)/m,…m×n,k为阶数k=3,Fi,k(t)为3次B样条基函数,得到:
其中,j=i-t。将(9)代入(8)式中得到:
P(t)=P0F0,3(t)+P1F1,3(t)+P2F2,3(t)+P3F3,3(t)——(10)
遍历所有采样点即可获得曲线样条上等间距m×n个点。
最后,本实施例将轮廓内点云A存储作为模板,后续扫描鞋底点云进行点云匹配即可获得涂胶轨迹点,该方法适用于所有类型的鞋底涂胶。
S6、根据待涂胶鞋底的边界点云,确定等间距偏置曲线;
具体的,本实施例因为胶水类型,涂胶高度等涂胶工艺要求,不能应用以上自定义的涂胶轨迹,需要给定将涂胶轨迹向内偏置一定距离,而且在不同场景下调整的距离也不同,因此,本发明提出了一种稳定的等间距偏置曲线方法,以自定义涂胶曲线轨迹点为球心,偏置距离为半径R,令单幅激光线上的点云坐标为Pi=(Xi,Yi,Zi),同时已知B样条轨迹离散点P(t),则可以判断得到两点之间的欧式距离d=|Pi-Pt|(11)。
其中,等间距偏置曲线是指两条曲线任何一处之间的间距保持相等,如图3所示,涂胶轨迹并不是直接生成等间距偏置曲线,而是通过所述轮廓控制点,进行B样条曲线拟合得到,然后在此曲线的基础上进行偏置计算,下面详细说明本发明求解等间距曲线的方法:
假如d<R则将该点从点云A去除,遍历B样条轨迹的所有离散点P(t),只剩下等间距内偏置点云块B,将剩下的点云B边界作为最终涂胶轨迹点,并且通过改变R值来在涂胶工艺上进行涂胶偏置优化。
S7、根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;
S8、根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。
最后,本实施例扫描出来的三维鞋底轮廓在平滑滤波等算法中并不能保证绝对光滑,因此使用点云计算轨迹点上的法向量,会出现微小的调动,导致机器人在轨迹上涂胶运动时抖动很大。
因此,本发明提出了拟合切平面,使用平面法向量代替点云法向量。首先,在提取鞋底边界点云人机操作界面上,将轮廓内点云切分为三片,即将鞋划分为三个区域,并使用区域内点云拟合平面;
接着,同样使用SVD(奇异值分解原理)求得平面系数,平面法向量即为区域内轨迹点涂胶法向。
其中,奇异值分解原理是现有技术,下面仅作简要说明:
假如A是m×m对称矩阵,可分解为其中,Q为标准正交矩阵,λi为特征值。本发明中Am×3并非对称矩阵,需将其分解成A=UΣVT,由于AAT、ATA都是对称,则AAT=UΣVTVΣTUT=UΣΣTUT,ATA=VΣTUTUΣVT=VΣTΣVT,从上式求得特征矩阵U、V,对ΣΣT或ΣTΣ中的特征值开方,可以得到所有的奇异值,最小奇异值对应的特征向量就是拟合平面的系数向量。
最后,根据轨迹点将法兰360°均匀切分,涂胶过程机器人除了保证机器人法向同时绕法兰旋转,在终点回到原点姿态。
如图1所示,本实施例的涂胶控制过程为:
步骤如图1所示:
首先,将两只鞋子套在鞋楦上卡在导轨上的固定板上,按下启动按钮通过运动控制卡驱动伺服电机运动,在运动过程中激光线扫相机将对鞋子重构存储在工控机内。
接着,电脑上位机软件通过对存储的鞋底三维模型进行分析,计算出涂胶轨迹点位置和姿态,通过TCP/IP通讯协议将涂胶位姿传输并控制机器人运动。
然后,电脑上位机软件发送指令给机器人控制IO通断,从而实现自动打开关闭气阀,负压带动胶水流动,在机器人涂胶轨迹运动过程中保证喷嘴的开通,均匀的涂胶。
最后,机器人对导轨上两只鞋涂胶后发送指令返回上位机,上位机(电脑)接收到完成指令,立即发送指令给运动控制卡驱动伺服电机返回起点,以此重复作业。
本发明实施例还提供了基于三维重构的鞋底自动涂胶系统,包括:
确定模块,用于确定三维扫描相机成像的几何模型;
标定模块,用于标定几何模型的线结构光面;
中心线提取模块,用于提取线结构光面的结构光中心线;
三角测量模块,用于根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;
点云提取模块,用于根据三角测量的结果,提取待涂胶鞋底的边界点云;
曲线确定模块,用于根据待涂胶鞋底的边界点云,确定等间距偏置曲线;
姿态轨迹确定模块,用于根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;
涂胶模块,用于根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。
本发明实施例还提供了基于三维重构的鞋底自动涂胶系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述的基于三维重构的鞋底自动涂胶方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的基于三维重构的鞋底自动涂胶方法。
综上所述,本发明基于三维重构的鞋底自动涂胶方法、系统及存储介质具有以下优点:
1、机器人自动涂胶相对人工涂胶,涂胶均匀、节省材料,工作时间长,制作鞋产品质量高。
2、本发明提供了人机操作界面,能够针对不同对象可以进行人为定义或者修改以适应发生改变的场景。
3、本发明相对已有鞋底涂胶方案在性能上更加通用化,不仅适用运动鞋和平底鞋自动涂胶,而且针对曲面复杂,曲面曲率变化大的女鞋,尤其是高跟鞋也能进行自动识别并进行涂胶。
此外,本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的基于三维重构的鞋底自动涂胶方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.基于三维重构的鞋底自动涂胶方法,其特征在于:包括以下步骤:
确定三维扫描相机成像的几何模型;
标定几何模型的线结构光面;
提取线结构光面的结构光中心线;
根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;
根据三角测量的结果,提取待涂胶鞋底的边界点云;
根据待涂胶鞋底的边界点云,确定等间距偏置曲线;
根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;
根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。
2.根据权利要求1所述的基于三维重构的鞋底自动涂胶方法,其特征在于:所述标定几何模型的线结构光面这一步骤,包括以下步骤:
将激光线照射在标定棋盘格的表面,计算棋盘格平面上任意点的三维坐标;
根据三维扫描相机成像的几何模型,确定棋盘格平面在相机坐标系下的法向量和原点坐标,进而确定标定板平面在相机坐标系下的平面方程;
将激光线照射在标定棋盘格的表面,求解激光线上在相机坐标系内的空间点,得到每一张棋盘格对应于激光面上一条线的若干个空间点;
对棋盘格进行位置和姿态调整,获取每一张棋盘格对应于激光面上不同线的若干个空间点;
对获取的空间点进行拟合,得到激光平面,进而确定几何模型的线结构光面。
3.根据权利要求2所述的基于三维重构的鞋底自动涂胶方法,其特征在于:所述提取线结构光面的结构光中心线这一步骤,包括以下步骤:
通过高斯滤波的方法对线结构光面进行预处理;
对预处理的结果进行自适应二值化处理,得到线结构光面的结构光中心线。
4.根据权利要求3所述的基于三维重构的鞋底自动涂胶方法,其特征在于:所述根据三角测量的结果,提取待涂胶鞋底的边界点云这一步骤,包括以下步骤:
通过三次B样条进行曲线拟合生成涂胶轨迹离散点;
根据预设的曲线样条控制点和B样条总方程,获取曲线样条上若干个等间距点;
将待涂胶鞋底的点云数据与预存的点云数据进行匹配,获取涂胶轨迹点。
5.根据权利要求4所述的基于三维重构的鞋底自动涂胶方法,其特征在于:所述根据待涂胶鞋底的边界点云,确定等间距偏置曲线这一步骤,包括以下步骤:
以预设的涂胶曲线轨迹点为球心,并以偏置距离为半径;
通过欧氏距离计算法对边界点云进行筛选,得到等间距内偏置点云块;
将等间距内偏置点云块作为最终涂胶轨迹点并对最终涂胶轨迹点进行涂胶偏置优化。
6.根据权利要求5所述的基于三维重构的鞋底自动涂胶方法,其特征在于:所述根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹这一步骤,包括以下步骤:
将待涂胶鞋底轮廓内的点云切分为三片;
通过奇异值分解原理计算平面系数;
通过平面法向量确定待涂胶鞋底轮廓内的涂胶轨迹点;
根据涂胶轨迹点,确定机器人的涂胶姿态。
7.基于三维重构的鞋底自动涂胶系统,其特征在于:包括:
确定模块,用于确定三维扫描相机成像的几何模型;
标定模块,用于标定几何模型的线结构光面;
中心线提取模块,用于提取线结构光面的结构光中心线;
三角测量模块,用于根据线结构光面和结构光中心线,对待涂胶鞋底进行三角测量;
点云提取模块,用于根据三角测量的结果,提取待涂胶鞋底的边界点云;
曲线确定模块,用于根据待涂胶鞋底的边界点云,确定等间距偏置曲线;
姿态轨迹确定模块,用于根据等间距偏置曲线,确定机器人的涂胶姿态和涂胶轨迹;
涂胶模块,用于根据确定的涂胶姿态和涂胶轨迹,对鞋底进行自动涂胶。
8.基于三维重构的鞋底自动涂胶系统,其特征在于:包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-6中任一项所述的基于三维重构的鞋底自动涂胶方法。
9.一种存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6中任一项所述的基于三维重构的鞋底自动涂胶方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850837.8A CN110717984A (zh) | 2019-09-10 | 2019-09-10 | 基于三维重构的鞋底自动涂胶方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850837.8A CN110717984A (zh) | 2019-09-10 | 2019-09-10 | 基于三维重构的鞋底自动涂胶方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110717984A true CN110717984A (zh) | 2020-01-21 |
Family
ID=69209716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910850837.8A Pending CN110717984A (zh) | 2019-09-10 | 2019-09-10 | 基于三维重构的鞋底自动涂胶方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717984A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111035115A (zh) * | 2020-03-13 | 2020-04-21 | 杭州蓝芯科技有限公司 | 一种基于3d视觉鞋底涂胶路径规划方法和装置 |
CN112465767A (zh) * | 2020-11-25 | 2021-03-09 | 南京熊猫电子股份有限公司 | 一种工业机器人鞋底涂胶轨迹提取方法 |
CN112862704A (zh) * | 2021-01-22 | 2021-05-28 | 北京科技大学 | 一种基于3d视觉的喷胶及喷胶质量检测系统 |
CN112871587A (zh) * | 2021-01-08 | 2021-06-01 | 昂纳工业技术(深圳)有限公司 | 一种基于3d视觉引导的涂胶路径规划方法和涂胶系统 |
CN113446961A (zh) * | 2021-07-03 | 2021-09-28 | 詹镇远 | 一种视觉扫描三维粘合面确定加工轨迹的方法和设备 |
CN113741426A (zh) * | 2021-08-06 | 2021-12-03 | 武汉理工大学 | 一种基于局部点云曲线拟合的机器人加工路径规划方法 |
CN113902839A (zh) * | 2021-10-09 | 2022-01-07 | 云路复合材料(上海)有限公司 | 一种多维空间曲面打磨作业轨迹在线生成方法和机器人 |
CN113910226A (zh) * | 2021-10-11 | 2022-01-11 | 深圳大学 | 基于视觉系统引导机器人执行的鞋体加工方法及系统 |
CN115131344A (zh) * | 2022-08-25 | 2022-09-30 | 泉州华中科技大学智能制造研究院 | 一种通过光强数据实现制鞋成型胶线提取的方法 |
WO2022237166A1 (zh) * | 2021-05-11 | 2022-11-17 | 梅卡曼德(北京)机器人科技有限公司 | 轨迹生成方法、装置、电子设备、存储介质和3d相机 |
CN116637781A (zh) * | 2023-04-27 | 2023-08-25 | 深圳市鹏创达自动化有限公司 | 空间曲线的等距点胶方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160071318A1 (en) * | 2014-09-10 | 2016-03-10 | Vangogh Imaging, Inc. | Real-Time Dynamic Three-Dimensional Adaptive Object Recognition and Model Reconstruction |
CN105894120A (zh) * | 2016-04-08 | 2016-08-24 | 泉州装备制造研究所 | 一种基于姿态控制的鞋底喷胶路径的规划方法 |
CN107808415A (zh) * | 2017-11-17 | 2018-03-16 | 中国科学院合肥物质科学研究院 | 基于机器视觉的鞋底边缘轨迹及涂胶位姿提取方法 |
CN107907048A (zh) * | 2017-06-30 | 2018-04-13 | 长沙湘计海盾科技有限公司 | 一种基于线结构光扫描的双目立体视觉三维测量方法 |
CN108288293A (zh) * | 2018-01-17 | 2018-07-17 | 广东省海洋工程装备技术研究所 | 一种基于线结构光的标定方法 |
CN108562250A (zh) * | 2018-05-16 | 2018-09-21 | 湖南大学 | 基于结构光成像的键盘键帽平整度快速测量方法与装置 |
-
2019
- 2019-09-10 CN CN201910850837.8A patent/CN110717984A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160071318A1 (en) * | 2014-09-10 | 2016-03-10 | Vangogh Imaging, Inc. | Real-Time Dynamic Three-Dimensional Adaptive Object Recognition and Model Reconstruction |
CN105894120A (zh) * | 2016-04-08 | 2016-08-24 | 泉州装备制造研究所 | 一种基于姿态控制的鞋底喷胶路径的规划方法 |
CN107907048A (zh) * | 2017-06-30 | 2018-04-13 | 长沙湘计海盾科技有限公司 | 一种基于线结构光扫描的双目立体视觉三维测量方法 |
CN107808415A (zh) * | 2017-11-17 | 2018-03-16 | 中国科学院合肥物质科学研究院 | 基于机器视觉的鞋底边缘轨迹及涂胶位姿提取方法 |
CN108288293A (zh) * | 2018-01-17 | 2018-07-17 | 广东省海洋工程装备技术研究所 | 一种基于线结构光的标定方法 |
CN108562250A (zh) * | 2018-05-16 | 2018-09-21 | 湖南大学 | 基于结构光成像的键盘键帽平整度快速测量方法与装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111035115A (zh) * | 2020-03-13 | 2020-04-21 | 杭州蓝芯科技有限公司 | 一种基于3d视觉鞋底涂胶路径规划方法和装置 |
CN112465767A (zh) * | 2020-11-25 | 2021-03-09 | 南京熊猫电子股份有限公司 | 一种工业机器人鞋底涂胶轨迹提取方法 |
CN112871587B (zh) * | 2021-01-08 | 2021-12-10 | 昂纳工业技术(深圳)有限公司 | 一种基于3d视觉引导的涂胶路径规划方法和涂胶系统 |
CN112871587A (zh) * | 2021-01-08 | 2021-06-01 | 昂纳工业技术(深圳)有限公司 | 一种基于3d视觉引导的涂胶路径规划方法和涂胶系统 |
CN112862704A (zh) * | 2021-01-22 | 2021-05-28 | 北京科技大学 | 一种基于3d视觉的喷胶及喷胶质量检测系统 |
CN112862704B (zh) * | 2021-01-22 | 2023-08-11 | 北京科技大学 | 一种基于3d视觉的喷胶及喷胶质量检测系统 |
WO2022237166A1 (zh) * | 2021-05-11 | 2022-11-17 | 梅卡曼德(北京)机器人科技有限公司 | 轨迹生成方法、装置、电子设备、存储介质和3d相机 |
CN113446961A (zh) * | 2021-07-03 | 2021-09-28 | 詹镇远 | 一种视觉扫描三维粘合面确定加工轨迹的方法和设备 |
CN113741426A (zh) * | 2021-08-06 | 2021-12-03 | 武汉理工大学 | 一种基于局部点云曲线拟合的机器人加工路径规划方法 |
CN113902839A (zh) * | 2021-10-09 | 2022-01-07 | 云路复合材料(上海)有限公司 | 一种多维空间曲面打磨作业轨迹在线生成方法和机器人 |
CN113910226A (zh) * | 2021-10-11 | 2022-01-11 | 深圳大学 | 基于视觉系统引导机器人执行的鞋体加工方法及系统 |
CN115131344A (zh) * | 2022-08-25 | 2022-09-30 | 泉州华中科技大学智能制造研究院 | 一种通过光强数据实现制鞋成型胶线提取的方法 |
CN115131344B (zh) * | 2022-08-25 | 2022-11-08 | 泉州华中科技大学智能制造研究院 | 一种通过光强数据实现制鞋成型胶线提取的方法 |
CN116637781A (zh) * | 2023-04-27 | 2023-08-25 | 深圳市鹏创达自动化有限公司 | 空间曲线的等距点胶方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110717984A (zh) | 基于三维重构的鞋底自动涂胶方法、系统及存储介质 | |
CN107808415B (zh) | 基于机器视觉的鞋底边缘轨迹及涂胶位姿提取方法 | |
US10846903B2 (en) | Single shot capture to animated VR avatar | |
CN104463851B (zh) | 一种基于机器人的鞋底边缘线自动跟踪方法 | |
US10762704B2 (en) | Method for establishing a deformable 3D model of an element, and associated system | |
CN110876512B (zh) | 一种鞋底高精度自动化涂胶系统的控制方法 | |
EP3671324A1 (de) | Verfahren, vorrichtung und computerprogramm zum virtuellen anpassen einer brillenfassung | |
CN110634161A (zh) | 一种基于点云数据的工件位姿快速高精度估算方法及装置 | |
CN112263052B (zh) | 一种基于视觉数据自动映射鞋面喷胶路径的方法及系统 | |
CN106652015B (zh) | 一种虚拟人物头像生成方法及装置 | |
CN104978764A (zh) | 三维人脸网格模型处理方法和设备 | |
CN104215199B (zh) | 一种假发头壳制作方法及系统 | |
CN110866969A (zh) | 基于神经网络与点云配准的发动机叶片重构方法 | |
CN106652037B (zh) | 一种人脸贴图处理方法及装置 | |
CN111035115A (zh) | 一种基于3d视觉鞋底涂胶路径规划方法和装置 | |
CN113848931B (zh) | 农机自动驾驶障碍物识别方法、系统、设备和存储介质 | |
CN114972377A (zh) | 基于移动最小二乘法与超体素的3d点云分割方法和装置 | |
Mörwald et al. | Geometric data abstraction using b-splines for range image segmentation | |
CN107521090A (zh) | 一种基于3d打印技术精准修复遗体面部残缺的方法 | |
CN111354077A (zh) | 一种基于双目视觉的三维人脸重建方法 | |
Yogeswaran et al. | 3d surface analysis for automated detection of deformations on automotive body panels | |
CN114169022A (zh) | 在胚料上雕刻出雕刻标的3d表面的方法及系统 | |
US11798232B2 (en) | Method and system for generating a new anatomy | |
CN110348067B (zh) | 一种气流表征物理参数提取方法及系统、介质、设备 | |
CN111127642A (zh) | 一种人脸三维重建方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200121 |