CN112819870B - 基于坐标数据的点云配准方法 - Google Patents
基于坐标数据的点云配准方法 Download PDFInfo
- Publication number
- CN112819870B CN112819870B CN202110200442.0A CN202110200442A CN112819870B CN 112819870 B CN112819870 B CN 112819870B CN 202110200442 A CN202110200442 A CN 202110200442A CN 112819870 B CN112819870 B CN 112819870B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- original point
- coordinates
- workpiece
- edge
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开提供一种基于坐标数据的点云配准方法,其包括:将待测工件安装在二维水平运动平台上,全尺寸扫描设备设置于所述待测工件的正上方;全尺寸扫描设备定位于待测工件的角部,控制二维水平运动平台的X轴运动,所述全尺寸扫描设备扫描待测工件,获得待测工件的边缘原始点云;控制二维水平运动平台的Y轴运动一预设距离,然后控制二维水平运动平台的X轴运动,直至完成整个待测工件的扫描,获取多片中部原始点云;计算该边缘原始点云的中心点坐标和中部原始点云的中心点坐标;以及以边缘原始点云为基准点云,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息。
Description
技术领域
本公开涉及一种基于坐标数据的点云配准方法,属于机器人技术领域。
背景技术
点云配准过程,就是求一个两个点云之间的旋转平移矩阵,将源点云变换到目标点云相同的坐标系下。
但是,现有技术中的点云在配准的过程中,均需要进行大量的复杂运算,已达到精确匹配的目的。但是,当机器人的运动机构在进行直线往复运动时,也需要通过上述计算过程实现点云配准,整个运算过程费时费力。
发明内容
为了解决上述技术问题之一,本公开提供了一种基于坐标数据的点云配准方法。
根据本公开的一个方面,提供了一种基于坐标数据的点云配准方法,其包括:
将待测工件安装在二维水平运动平台上,全尺寸扫描设备设置于所述待测工件的正上方;
全尺寸扫描设备定位于待测工件的角部,控制二维水平运动平台的X轴运动,所述全尺寸扫描设备扫描待测工件,获得待测工件的边缘原始点云;
控制二维水平运动平台的Y轴运动一预设距离,然后控制二维水平运动平台的X轴运动,直至完成整个待测工件的扫描,获取多片中部原始点云;
计算该边缘原始点云的中心点坐标和中部原始点云的中心点坐标;以及
以边缘原始点云为基准点云,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,所述全尺寸扫描设备设置于Z轴运动平台,以通过Z轴运动平台将全尺寸扫描设备与待测工件之间设置预定的间隔距离。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,所述全尺寸扫描设备包括光谱共焦位移传感器,以通过所述光谱共焦位移传感器获取所述待测工件的曲面部分的点云数据。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,所述待测工件通过一维转动装置安装于所述二维水平运动平台,并且所述一维转动装置的转动轴与所述X轴和Y轴所形成的平面平行。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,计算该边缘原始点云的中心点坐标包括:
获取边缘原始点云中的每个点的坐标;
遍历边缘原始点云中的每个点,记录每个点的X坐标,获取所有点中的X坐标的最大值Xmax和最小值Xmin,则边缘原始点云的中心点X坐标Xe为:Xmin+(Xmax-Xmin)/2;记录每个点的Y坐标,获取所有点中的Y坐标的最大值Ymax和最小值Ymin,则边缘原始点云的中心点Y坐标Ye为:Ymin+(Ymax-Ymin)/2。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,计算中部原始点云的中心点坐标包括:
获取中部原始点云中的每个点的坐标;
遍历中部原始点云中的每个点,记录每个点的X坐标,获取所有点中的X坐标的最大值Xmax和最小值Xmin,则中部原始点云的中心点X坐标Xn为:Xmin+(Xmax-Xmin)/2;记录每个点的Y坐标,获取所有点中的Y坐标的最大值Ymax和最小值Ymin,则中部原始点云的中心点Y坐标Yn为:Ymin+(Ymax-Ymin)/2,其中n为小于等于中部原始点云的数量的自然数。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息包括:
获取边缘原始点云和中部原始点云的X方向的差值Xoff;
获取边缘原始点云和中部原始点云在X方向上的尺寸D;以及
将第N个中部原始点云的中心点的X坐标设定为:Xe+D×N+Xoff。
根据本公开的至少一个实施方式的基于坐标数据的点云配准方法,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息还包括:
获取边缘原始点云和中部原始点云的Y方向的差值Yoff;以及
将第N个中部原始点云的中心点的Y坐标设定为:Ye+Yoff。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是根据本公开的一个实施方式的基于坐标数据的点云配准方法的结构示意图。
具体实施方式
下面结合附图和实施方式对本公开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方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。
除非另有说明,否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此,除非另有说明,否则在不脱离本公开的技术构思的情况下,各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此,除非说明,否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外,在附图中,为了清楚和/或描述性的目的,可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时,可以以不同于所描述的顺序来执行具体的工艺顺序。例如,可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外,同样的附图标记表示同样的部件。
当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时,该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件,或者可以存在中间部件。然而,当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时,不存在中间部件。为此,术语“连接”可以指物理连接、电气连接等,并且具有或不具有中间部件。
为了描述性目的,本公开可使用诸如“在……之下”、“在……下方”、“在……下”、“下”、“在……上方”、“上”、“在……之上”、“较高的”和“侧(例如,如在“侧壁”中)”等的空间相对术语,从而来描述如附图中示出的一个部件与另一(其它)部件的关系。除了附图中描绘的方位之外,空间相对术语还意图包含设备在使用、操作和/或制造中的不同方位。例如,如果附图中的设备被翻转,则被描述为“在”其它部件或特征“下方”或“之下”的部件将随后被定位为“在”所述其它部件或特征“上方”。因此,示例性术语“在……下方”可以包含“上方”和“下方”两种方位。此外,设备可被另外定位(例如,旋转90度或者在其它方位处),如此,相应地解释这里使用的空间相对描述语。
这里使用的术语是为了描述具体实施例的目的,而不意图是限制性的。如这里所使用的,除非上下文另外清楚地指出,否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外,当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时,说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组,但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是,如这里使用的,术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语,如此,它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
图1是根据本公开的一个实施方式的基于坐标数据的点云配准方法的结构示意图。
根据本公开的基于坐标数据的点云配准方法,其包括:
将待测工件安装在二维水平运动平台上,全尺寸扫描设备设置于所述待测工件的正上方;
全尺寸扫描设备定位于待测工件的角部,控制二维水平运动平台的X轴运动,所述全尺寸扫描设备扫描待测工件,获得待测工件的边缘原始点云;
控制二维水平运动平台的Y轴运动一预设距离,然后控制二维水平运动平台的X轴运动,直至完成整个待测工件的扫描,获取多片中部原始点云;
计算该边缘原始点云的中心点坐标和中部原始点云的中心点坐标;以及
以边缘原始点云为基准点云,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息。
并且优选地,所述全尺寸扫描设备设置于Z轴运动平台,以通过Z轴运动平台将全尺寸扫描设备与待测工件之间设置预定的间隔距离,由此能够将全尺寸扫描设备调整到合适的位置。
作为一种实现形式,所述全尺寸扫描设备包括光谱共焦位移传感器,以通过所述光谱共焦位移传感器获取所述待测工件的曲面部分的点云数据。
本公开中,所述待测工件通过一维转动装置安装于所述二维水平运动平台,并且所述一维转动装置的转动轴与所述X轴和Y轴所形成的平面平行,以当所述待测工件为曲面工件时,能够通过旋转曲面工件,将该曲面工件的曲面正对所述全尺寸扫描设备的光谱共焦位移传感器设置。
在本公开的一个可选实施例中,计算该边缘原始点云的中心点坐标包括:
获取边缘原始点云中的每个点的坐标;
遍历边缘原始点云中的每个点,记录每个点的X坐标,获取所有点中的X坐标的最大值Xmax和最小值Xmin,则边缘原始点云的中心点X坐标Xe为:Xmin+(Xmax-Xmin)/2;记录每个点的Y坐标,获取所有点中的Y坐标的最大值Ymax和最小值Ymin,则边缘原始点云的中心点Y坐标Ye为:Ymin+(Ymax-Ymin)/2。
相似地,计算中部原始点云的中心点坐标包括:
获取中部原始点云中的每个点的坐标;
遍历中部原始点云中的每个点,记录每个点的X坐标,获取所有点中的X坐标的最大值Xmax和最小值Xmin,则中部原始点云的中心点X坐标Xn为:Xmin+(Xmax-Xmin)/2;记录每个点的Y坐标,获取所有点中的Y坐标的最大值Ymax和最小值Ymin,则中部原始点云的中心点Y坐标Yn为:Ymin+(Ymax-Ymin)/2,其中n为小于等于中部原始点云的数量的自然数。
优选地,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息包括:
获取边缘原始点云和中部原始点云的X方向的差值Xoff;
获取边缘原始点云和中部原始点云在X方向上的尺寸D;以及
将第N个中部原始点云的中心点的X坐标设定为:Xe+D×N+Xoff。
另一方面,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息还包括:
获取边缘原始点云和中部原始点云的Y方向的差值Yoff;以及
将第N个中部原始点云的中心点的Y坐标设定为:Ye+Yoff。
由此,根据设定后的中部原始点云的中心点坐标,将中部原始点云移动至预定位置,从而完成了点云的配准。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而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至少一个该特征。在本申请的描述中,“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。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (4)
1.一种基于坐标数据的点云配准方法,其特征在于,包括:
将待测工件安装在二维水平运动平台上,全尺寸扫描设备设置于所述待测工件的正上方;
全尺寸扫描设备定位于待测工件的角部,控制二维水平运动平台的X轴运动,所述全尺寸扫描设备扫描待测工件,获得待测工件的边缘原始点云;
控制二维水平运动平台的Y轴运动一预设距离,然后控制二维水平运动平台的X轴运动,直至完成整个待测工件的扫描,获取多片中部原始点云;
计算该边缘原始点云的中心点坐标和中部原始点云的中心点坐标;以及
以边缘原始点云为基准点云,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息;
其中,计算该边缘原始点云的中心点坐标包括:
获取边缘原始点云中的每个点的坐标;
遍历边缘原始点云中的每个点,记录每个点的X坐标,获取所有点中的X坐标的最大值Xmax和最小值Xmin,则边缘原始点云的中心点X坐标Xe为:Xmin+(Xmax-Xmin)/2;记录每个点的Y坐标,获取所有点中的Y坐标的最大值Ymax和最小值Ymin,则边缘原始点云的中心点Y坐标Ye为:Ymin+(Ymax-Ymin)/2;
其中,计算中部原始点云的中心点坐标包括:获取中部原始点云中的每个点的坐标;遍历中部原始点云中的每个点,记录每个点的X坐标,获取所有点中的X坐标的最大值Xmax和最小值Xmin,则中部原始点云的中心点X坐标Xn为:Xmin+(Xmax-Xmin)/2;记录每个点的Y坐标,获取所有点中的Y坐标的最大值Ymax和最小值Ymin,则中部原始点云的中心点Y坐标Yn为:Ymin+(Ymax-Ymin)/2,其中n为小于等于中部原始点云的数量的自然数;
其中,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息包括:获取边缘原始点云和中部原始点云的X方向的差值Xoff;获取边缘原始点云和中部原始点云在X方向上的尺寸D;以及第N个中部原始点云的中心点的X坐标设定为:Xe+D×N+Xoff;
其中,根据边缘原始点云的中心点坐标以及中部原始点云的中心点坐标将边缘原始点云和中部原始点云进行配准,获得待测工件的完整点云信息还包括:获取边缘原始点云和中部原始点云的Y方向的差值Yoff;以及将第N个中部原始点云的中心点的Y坐标设定为:Ye+Yoff。
2.如权利要求1所述的基于坐标数据的点云配准方法,其特征在于,所述全尺寸扫描设备设置于Z轴运动平台,以通过Z轴运动平台将全尺寸扫描设备与待测工件之间设置预定的间隔距离。
3.如权利要求2所述的基于坐标数据的点云配准方法,其特征在于,所述全尺寸扫描设备包括光谱共焦位移传感器,以通过所述光谱共焦位移传感器获取所述待测工件的曲面部分的点云数据。
4.如权利要求3所述的基于坐标数据的点云配准方法,其特征在于,所述待测工件通过一维转动装置安装于所述二维水平运动平台,并且所述一维转动装置的转动轴与所述X轴和Y轴所形成的平面平行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110200442.0A CN112819870B (zh) | 2021-02-23 | 2021-02-23 | 基于坐标数据的点云配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110200442.0A CN112819870B (zh) | 2021-02-23 | 2021-02-23 | 基于坐标数据的点云配准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112819870A CN112819870A (zh) | 2021-05-18 |
CN112819870B true CN112819870B (zh) | 2023-09-26 |
Family
ID=75864856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110200442.0A Active CN112819870B (zh) | 2021-02-23 | 2021-02-23 | 基于坐标数据的点云配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112819870B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570905A (zh) * | 2016-11-02 | 2017-04-19 | 北京控制工程研究所 | 一种非合作目标点云初始姿态验证方法 |
CN106651894A (zh) * | 2017-01-10 | 2017-05-10 | 重庆大学 | 基于点云和图像匹配的自动化喷涂系统坐标变换方法 |
CN110766733A (zh) * | 2019-10-28 | 2020-02-07 | 广东三维家信息科技有限公司 | 单空间点云配准方法及装置 |
-
2021
- 2021-02-23 CN CN202110200442.0A patent/CN112819870B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570905A (zh) * | 2016-11-02 | 2017-04-19 | 北京控制工程研究所 | 一种非合作目标点云初始姿态验证方法 |
CN106651894A (zh) * | 2017-01-10 | 2017-05-10 | 重庆大学 | 基于点云和图像匹配的自动化喷涂系统坐标变换方法 |
CN110766733A (zh) * | 2019-10-28 | 2020-02-07 | 广东三维家信息科技有限公司 | 单空间点云配准方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112819870A (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105066884B (zh) | 一种机器人末端定位偏差校正方法及系统 | |
CN109732228B (zh) | 一种激光振镜精度校正方法、装置及系统 | |
KR101549103B1 (ko) | 검출 장치, 검출 방법 및 머니퓰레이터 | |
CN109443209B (zh) | 一种基于单应性矩阵的线结构光系统标定方法 | |
US4933864A (en) | Mobile robot navigation employing ceiling light fixtures | |
CN113192054B (zh) | 基于2-3d视觉融合的繁杂零件检测与定位的方法及系统 | |
KR101781670B1 (ko) | 현미경 슬라이드 좌표 시스템 등록 | |
EP2003526A1 (en) | Method and device for controlling and monitoring a position of a holding element | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
US11548156B2 (en) | Device and method for calibrating coordinate system of 3D camera and robotic arm | |
CN113870366B (zh) | 基于位姿传感器的三维扫描系统的标定方法及其标定系统 | |
CN109760107B (zh) | 一种基于单目视觉的机器人定位精度评价方法 | |
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 | |
CN113513990B (zh) | 一种3c产品内部尺寸的测量方法及测量装置 | |
CN113503817B (zh) | 一种产品的内部尺寸测量方法及测量装置 | |
CN112819870B (zh) | 基于坐标数据的点云配准方法 | |
JPH06243236A (ja) | 視覚認識装置の座標系校正パラメータ設定装置 | |
CN115409897A (zh) | 基于背景点云精细化处理的激光雷达与相机联合标定方法 | |
CN115222893A (zh) | 基于结构光测量的大尺寸构件三维重建拼接方法 | |
TWI706841B (zh) | 3d相機與機械手臂座標系統的校正裝置及方法 | |
CN113012238A (zh) | 一种多深度相机快速标定与数据融合的方法 | |
Zheng et al. | Localization method based on multi-QR codes for mobile robots | |
JP2001266129A (ja) | 航行体の画像による航行制御装置及び航行制御方法 | |
RU2749654C1 (ru) | Способ измерений координат точек объекта в пространстве | |
CN110827356A (zh) | 一种基于机器臂的相机快速标定方法 |
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 |