CN113643282A - 一种工件涂胶轨迹生成方法、装置、电子设备及存储介质 - Google Patents
一种工件涂胶轨迹生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113643282A CN113643282A CN202111013051.4A CN202111013051A CN113643282A CN 113643282 A CN113643282 A CN 113643282A CN 202111013051 A CN202111013051 A CN 202111013051A CN 113643282 A CN113643282 A CN 113643282A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- workpiece
- standard
- cloud data
- gluing
- 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 213
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 239000003292 glue Substances 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010073 coating (rubber) Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 20
- 238000012937 correction Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 239000011248 coating agent Substances 0.000 description 6
- 238000000576 coating method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009616 inductively coupled plasma Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种工件涂胶轨迹生成方法，所述工件涂胶轨迹生成方法包括：利用双目结构光相机获取待涂胶工件的实际点云数据；对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。本申请能够生成准确的工件涂胶轨迹，提高涂胶精度。本申请还公开了一种工件涂胶轨迹生成装置、一种电子设备及一种存储介质，具有以上有益效果。
Description
技术领域
本申请涉及工业制造技术领域，特别涉及一种工件涂胶轨迹生成方法、装置、一种电子设备及一种存储介质。
背景技术
在生产产品的过程中往往涉及涂胶操作，在执行涂胶操作之前，需要人工示教出标准工件的模板涂胶轨迹，以便在实际生产过程中利用上述模板涂胶轨迹对待涂胶工件执行涂胶操作。当待涂胶工件放置在工装上时存在偏差、或待涂胶工件存在局部轻微变形时，通常需要对模板涂胶轨迹进行纠偏。
相关技术中，通常使用激光线扫描的方式获取待涂胶工件的点云数据，然后再对模板涂胶轨迹进行纠偏。但是，上述方式需要激光扫描设备和涂胶设备的机床的旋转轴和平轴实施联动，对于机床伺服系统滞后、联动定位精度、线激光信号采集延时等硬件要求非常高，任何一个环节出现问题将直接导致涂胶轨迹生成操作失败，影响涂胶精度。
因此，如何生成准确的工件涂胶轨迹，提高涂胶精度是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种工件涂胶轨迹生成方法、装置、一种电子设备及一种存储介质，能够生成准确的工件涂胶轨迹，提高涂胶精度。
为解决上述技术问题，本申请提供一种工件涂胶轨迹生成方法，该工件涂胶轨迹生成方法包括：
利用双目结构光相机获取待涂胶工件的实际点云数据；
对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；
根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
可选的，在利用双目结构光相机获取待涂胶工件的实际点云数据之前，还包括：
根据所述双目结构光相机的视场大小和所述标准工件的尺寸确定N个拍照位置；其中，N大于或等于使得预设条件被满足的最小拍照位置数量，所述预设条件为所有所述拍照位置拍摄的图像包括所述标准工件的完整图像；
利用所述双目结构光相机在N个所述拍照位置获取所述标准工件的所述标准点云数据；
相应的，所述利用双目结构光相机获取待涂胶工件的实际点云数据，包括：
利用所述双目结构光相机在N个所述拍照位置获取所述待涂胶工件的所述实际点云数据。
可选的，对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果，包括：
将同一所述拍照位置对应的所有实际点云数据和所有标准点云数据进行点云匹配，得到整体点云匹配结果；
相应的，根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，包括：
根据所述整体点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
可选的，对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果，包括：
在所述模板涂胶轨迹中选取目标轨迹点；
以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云；
以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
将所述局部实际点云与所述局部标准点云进行点云匹配，得到局部点云匹配结果；
相应的，根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，包括：
根据所述局部点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
可选的，以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云，包括：
以所述目标轨迹点为球心，利用球状滤波器在所述实际点云数据中截取所述局部实际点云；
相应的，以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
以所述目标轨迹点为球心，利用所述球状滤波器在所述标准点云数据中截取所述局部标准点云。
可选的，根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，包括：
根据所述匹配结果确定点云变换矩阵；其中，所述点云变换矩阵用于描述所述实际点云数据与所述标准点云数据的坐标变换关系；
利用所述点云变换矩阵对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
可选的，在利用双目结构光相机获取待涂胶工件的实际点云数据之前，还包括：
利用所述双目结构光相机扫描所述标准工件，得到初始点云数据；
以所述模板涂胶轨迹中每一轨迹点为球心构建球形空间，将处于所有所述球形空间内的初始点云数据设置为所述标准点云数据。
本申请还提供了一种工件涂胶轨迹生成装置，该装置包括：
点云扫描模块，用于利用双目结构光相机获取待涂胶工件的实际点云数据；
匹配模块，用于对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；
轨迹生成模块，用于根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述工件涂胶轨迹生成方法执行的步骤。
本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述工件涂胶轨迹生成方法执行的步骤。
本申请提供了一种工件涂胶轨迹生成方法，包括：利用双目结构光相机获取待涂胶工件的实际点云数据；对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
本申请使用双目结构光相机获取待涂胶工件的实际点云数据和标准工件的标准点云数据，由于双目结构光相机通过采集视场内的图像得到相应的点云数据，双目结构光相机无需与涂胶设备的机床实施联动，本申请能够提高实际点云数据和标准工件的标准点云数据的采集精度。本申请利用双目结构光相机获取的实际点云数据和标准点云数据进行匹配，并根据匹配结果对模板涂胶轨迹进行修正得到工件涂胶轨迹，因此本申请能够生成准确的工件涂胶轨迹，提高涂胶精度。本申请同时还提供了一种工件涂胶轨迹生成装置、一种电子设备和一种存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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他的附图。
图1为本申请实施例所提供的一种工件涂胶轨迹生成方法的流程图；
图2为本申请实施例所提供的一种涂胶轨迹局部偏差修正方法的流程图；
图3为本申请实施例所提供的一种修正模板涂胶轨迹中整体偏差和局部偏差的方法的流程图；
图4为本申请实施例所提供的一种3D视觉点云数据对眼镜框涂胶轨迹进行纠偏的方法的流程图；
图5为本申请实施例所提供的一种眼镜框的涂胶槽点云数据示意图；
图6为本申请实施例所提供的一种多拍照位置得到的点云示意图；
图7为本申请实施例所提供的一种坐标系转换前图像组合的结果示意图；
图8为本申请实施例所提供的一种坐标系转换后图像组合的结果示意图；
图9为本申请实施例所提供的一种模板轨迹与扫描点云的对应关系示意图；
图10为本申请实施例所提供的一种扫描点云滤波前后的对比示意图；
图11为本申请实施例所提供的一种利用变换矩阵对模板轨迹进行整体纠偏的示意图；
图12为本申请实施例所提供的一种长方体滤波器截取局部小点云的示意图；
图13为本申请实施例所提供的一种球状滤波器截取局部小点云的示意图；
图14为本申请实施例所提供的一种轨迹片段组合示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面请参见图1，图1为本申请实施例所提供的一种工件涂胶轨迹生成方法的流程图。
具体步骤可以包括：
S101：利用双目结构光相机获取待涂胶工件的实际点云数据；
其中，本实施例可以应用于工件涂胶设备或与工件涂胶设备连接的电子设备，上述与工件涂胶设备连接的电子设备可以将生成的工件涂胶轨迹发送至工件涂胶设备，以便工件涂胶设备对待涂胶工件执行相应的涂胶操作。
本实施例不限定被涂胶的工件种类，例如可以包括：AR(Augmented Reality，增强现实)眼镜框、VR(Virtual Reality，虚拟现实)头盔、蓝牙耳机、智能腕戴设备等产品。在本步骤中可以将双目结构光相机设置于固定位置来拍摄待涂胶工件，以便获取待涂胶工件的实际点云数据。上述双目结构光相机获取的实际点云数据属于3D点云数据。
S102：对实际点云数据和标准点云数据进行点云匹配，得到匹配结果；
其中，在本步骤之前还可以存在获取标准点云数据的操作，具体上述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据。标准工件为正确放置于工装、且不存在局部变形的工件，针对标准工件，可以通过人工示教的方式得到模板涂胶轨迹。即，模板涂胶轨迹为标准工件上不存在涂胶偏差的标准轨迹。上述标准工件与待涂胶工件为同一类型的工件。
具体的，可以将双目结构光相机设置于固定位置来拍摄标准工件，以便获取标准工件的标准点云数据。上述双目结构光相机获取的标准点云数据属于3D点云数据。
作为一种可行的实施方式，在得到了标准点云数据和模板涂胶轨迹的基础上，本实施例可以将标准点云数据和模板涂胶轨迹进行保存，以便在后续涂胶过程中直接调用。
在得到实际点云数据和标准点云数据的基础上，本实施例可以对实际点云数据和标准点云数据进行点云匹配得到匹配结果。本实施例可以将实际点云数据和标准点云数据中距离小于预设值的点设置为匹配的点，上述匹配结果可以包括所有实际点云数据和所有标准点云数据的整体匹配程度(如所有匹配的点的数量在所有点中的比例)，上述匹配结果可以包括局部实际点云数据和局部标准点云数据的局部匹配程度(如同一局部点云范围内匹配的点的数量所占的比例)。根据匹配结果可以确定待涂胶工件与标准工件的偏差信息，上述偏差信息包括整体偏差和/或局部偏差。当待涂胶工件与标准工件分别在工装上的摆放位置不一致时，可以检测到整体偏差；当待涂胶工件相对于标准工件存在局部变形时，可以检测到局部偏差。
S103：根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
其中，在得到匹配结果之后，可以根据匹配结果确定标准工件与待涂胶工件之间的位置偏差和形状偏差，进而可以根据匹配结果适应性修正标准工件对应的模板涂胶轨迹，以使得到的工件涂胶轨迹符合待涂胶工件实际的工装摆放位置和工件形状，进而利用工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
作为一种可行的实施方式，本实施例可以通过以下方式修正生成工件涂胶轨迹：根据所述匹配结果确定点云变换矩阵；利用所述点云变换矩阵对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。其中，上述点云变换矩阵用于描述所述实际点云数据与所述标准点云数据的坐标变换关系。
本实施例使用双目结构光相机获取待涂胶工件的实际点云数据和标准工件的标准点云数据，由于双目结构光相机通过采集视场内的图像得到相应的点云数据，双目结构光相机无需与涂胶设备的机床实施联动，本实施例能够提高实际点云数据和标准工件的标准点云数据的采集精度。本实施例利用双目结构光相机获取的实际点云数据和标准点云数据进行匹配，并根据匹配结果对模板涂胶轨迹进行修正得到工件涂胶轨迹，因此本实施例能够生成准确的工件涂胶轨迹，提高涂胶精度。
作为对于图1对应实施例的进一步介绍，双目结构光相机的视场大小有限，当工件较小时，双目结构光相机可以在单一拍照位置获取工件完整的点云数据；反之，当工件较大时，双目结构光相机可以在多个拍照位置获取工件完整的点云数据。因此在利用双目结构光相机获取待涂胶工件的实际点云数据之前，还可以存在设置双目结构光相机的拍照位置的操作，具体如下：根据所述双目结构光相机的视场大小和所述标准工件的尺寸确定N个拍照位置；其中，N大于或等于使得预设条件被满足的最小拍照位置数量，所述预设条件为所有所述拍照位置拍摄的图像包括所述标准工件的完整图像；在N个拍照位置获拍摄的图像包括所述标准工件的完整图像。
在确定双目结构光相机的拍照位置的基础上，本实施例可以利用所述双目结构光相机在N个所述拍照位置获取所述标准工件的所述标准点云数据。相应的，可以通过以下方式获取实际点云数据：利用所述双目结构光相机在N个所述拍照位置获取所述待涂胶工件的所述实际点云数据。其中，双目结构光相机在获取标准点云数据时所在的拍照位置和获取实际点云数据时所在的拍照位置均相同。
可以理解的是，当N个拍照位置中N的值大于1时，待涂胶工件的所有实际点云数据包括至少两个拍照位置的实际点云数据，标准工件的所有标准点云数据包括至少两个拍照位置的标准点云数据，本实施例可以通过以下方式对实际点云数据和标准点云数据进行点云匹配：将同一所述拍照位置对应的所有实际点云数据和所有标准点云数据进行点云匹配，得到整体点云匹配结果。根据整体点云匹配结果可以确定由于待涂胶工件在工装放置位置存在偏差时出现的整体偏差，本实施例可以通过以下方式修正模板涂胶轨迹中的整体偏差：根据所述整体点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
请参见图2，图2为本申请实施例所提供的一种涂胶轨迹局部偏差修正方法的流程图，本实施例是对图1对应实施例中S102和S103的进一步介绍，可以将本实施例与图1对应的实施例相结合得到进一步的实施方式，本实施例可以包括以下步骤：
S201：在所述模板涂胶轨迹中选取目标轨迹点；
其中，模板涂胶轨迹中可以包括多个轨迹点，本实施例可以模板涂胶轨迹依次选取目标轨迹点执行S201～S204的相关操作，并在模板涂胶轨迹中所有轨迹点对应的局部点云匹配结果之后执行S205的相关操作。
S202：以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云；
其中，本步骤可以将目标轨迹点的坐标位置作为截取中心来截取实际点云数据中预设形状(如长方体或球体)的点云数据，得到局部实际点云。
S203：以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
其中，本步骤可以将目标轨迹点的坐标位置作为截取中心来截取标准点云数据中预设形状(如长方体或球体)的点云数据，得到局部标准点云。
S204：将所述局部实际点云与所述局部标准点云进行点云匹配，得到局部点云匹配结果；
S205：根据所述局部点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
本实施例根据局部点云匹配结果可以修正由于待涂胶工件局部形变出现的局部偏差，得到消除了局部偏差的工件涂胶轨迹。
进一步的，上述实施例可以使用特定形状的滤波器来截取局部标准点云和局部实际点云，当使用长方体滤波器截取点云时需要控制截取方向，当工件形状不规则时截取效率较低。为了提高局部点云截取效率，本实施例可以通过以下方式截取局部实际点云：以所述目标轨迹点为球心，利用球状滤波器在所述实际点云数据中截取所述局部实际点云。相应的，本实施例还可以通过以下方式截取局部标准点云：以所述目标轨迹点为球心，利用所述球状滤波器在所述标准点云数据中截取所述局部标准点云。使用球形滤波器截取局部点云时无需考虑球体的方向性，能够提高截取效率。
上述实施例提供了修正模板涂胶轨迹中整体偏差的方案，以及修正模板涂胶轨迹中局部偏差的方案。请参见图3，图3为本申请实施例所提供的一种修正模板涂胶轨迹中整体偏差和局部偏差的方法的流程图，本实施例是对图1对应实施例中S102和S103的进一步介绍，可以将本实施例与图1对应的实施例相结合得到进一步的实施方式，本实施例可以包括以下步骤：
S301：将同一所述拍照位置对应的所有实际点云数据和所有标准点云数据进行点云匹配，得到整体点云匹配结果。
S302：根据所述整体点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成待微调涂胶轨迹；
S303：在所述模板涂胶轨迹中选取目标轨迹点；
S304：以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云；
S305：以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
S306：将所述局部实际点云与所述局部标准点云进行点云匹配，得到局部点云匹配结果；
S307：根据所述局部点云匹配结果对所述待微调涂胶轨迹进行修正生成所述工件涂胶轨迹。
在上述实施例中先利用整体点云匹配结果对模板涂胶轨迹中的整体偏差进行了修正，然后利用局部点云匹配结果对模板涂胶轨迹中的局部偏差进行了修正，提高了工件涂胶轨迹与待涂胶工件的配合度，提高了涂胶质量。
作为对于上述实施例的进一步介绍，本实施例可以通过以下方式获取标准点云数据：利用所述双目结构光相机扫描所述标准工件，得到初始点云数据；以所述模板涂胶轨迹中每一轨迹点为球心构建球形空间，将处于所有所述球形空间内的初始点云数据设置为所述标准点云数据。
可以理解的是，在上述方式中以模板涂胶轨迹中每一轨迹点为球心构建球形空间，将处于所有球形空间内的初始点云数据设置为所述标准点云数据；由于模板涂胶轨迹与工件中涂胶槽的位置相对应，本实施例将标准工件中涂胶槽对应的点云数据作为用于进行模板涂胶轨迹修正的标准点云数据，上述方式能够去除工装信息及工件中非必要位置的影响，提高工件涂胶轨迹的精准度。
下面通过在实际应用中的实施例说明上述实施例描述的流程。
在批量生产VR/AR产品时，眼镜框涂胶至关重要，涂胶不良将直接导致产品防水性和粘合性下降，可能轻微磕碰就会导致涂胶NG(not good)的地方发生开裂现象，涂胶NG指某一位置涂胶不符合相关要求的情况。在实际生产时首先需要人工示教出一套完整的模板涂胶轨迹，如果待涂胶眼镜框一致性较好，并且待涂胶眼镜框在工装上放置无偏差时，人工示教出的模板涂胶轨迹可以顺利的完成涂胶工作；反之，如果待涂胶眼镜框存在放置偏差，或者待涂胶眼镜框有局部轻微变形时，就需要通过引入3D视觉通过点云数据完成涂胶轨迹纠偏的工作。
现有的涂胶轨迹纠偏主要包含以下两种方案：
第一种涂胶轨迹纠偏方案是通过激光线扫的方式获取每一时刻的点云数据进行点云拼接，然后再提取模板涂胶轨迹进行分析，最终完成涂胶轨迹纠偏工作。上述方式需要激光扫描设备和机床的旋转轴以及平移轴实时联动，对机床伺服系统滞后、联动定位精度、线激光信号采集延时等硬件要求非常高，任何一个环节出现问题将直接导致涂胶纠偏工作出错，并且在点云拼接时容易引入拼接误差，直接影响引导涂胶精度。
第二种涂胶轨迹纠偏方案是在放置眼镜框的工装外加一个激光扫描器和一个2D相机，这种方案只能实现对涂胶轨迹的整体纠偏，无法对镜框的局部变形进行轨迹纠正，并且纠偏精度较低。
为了解决本领域中常规涂胶轨迹纠偏方案存在的种种缺陷，本申请提供一种利用双目结构光相机分别对模板涂胶轨迹的整体偏差和局部偏差进行纠偏的方案，本实施例利用双目结构光相机获取多拍照位置的3D点云数据，经过与模板点云粗匹配后对涂胶轨迹进行整体纠偏，然后在完整点云数据上截取小点云进行精匹配完成局部纠偏。本实施例提供一种利用双目结构光相机获取多拍照位置的3D点云数据的方案，该方案经过与模板点云粗匹配后对涂胶轨迹进行整体纠偏，然后在完整点云数据上截取小点云进行精匹配完成局部纠偏的算法，该算法对涂胶机床的精度具有一定的容忍性，机床只需要满足重复定位精度即可，绝对定位精度无特殊要求。上述实施例还提供一种点云匹配时截取小点云的方案，该方案在截取小点云进行局部纠偏时，截取球状点云数据效果较好，因为球状点云数据无需考虑方向性的影响，任何方向都可适用。上述实施例还提供一种对多拍照位置下涂胶轨迹片段自动组合的方案。上述实施例还提供一套制作模板点云的方案，即制作模板时尽可能的只保留有效信息，提出所有的干扰部分，增加算法的准确性。上述实施例对每个拍照位置对应的点云数据单独处理，处理完成后只对某一段涂胶轨迹进行纠偏，不需要进行点云拼接工作，避免了拼接引起的轨迹纠偏误差。
请参见图4，图4为本申请实施例所提供的一种3D视觉点云数据对眼镜框涂胶轨迹进行纠偏的方法的流程图，本实施例可以包括以下步骤：
步骤1：模板制作。
其中，本步骤用于制作标准眼镜框的3D模型，本实施例可以利用双目结构光相机获取标准眼镜框的点云数据。在制作模板的过程中可以尽可能只保留有效信息，剔除干扰部分，增加算法的准确性。由于眼镜框固定在工装上之后，对所有眼镜框来说工装是固定不动的，但是不同的眼镜框是有区别的，所以本次制作模板可以只保留眼镜框信息，不能附带工装信息，并且为保证算法效果，最终的模板可以只保留涂胶槽信息。请参见图5，图5为本申请实施例所提供的一种眼镜框的涂胶槽点云数据示意图。
步骤2：输入模板点云、标定矩阵、扫描点云和模板轨迹。
本步骤中的模板点云即标准点云数据，扫描点云即实际点云数据，模板轨迹即模板涂胶轨迹。通过标定矩阵可以将相机坐标系下的模板点云和扫描点云数据转换到机床坐标系下。请参见图6和图7，图6为本申请实施例所提供的一种多拍照位置得到的点云示意图，图6示出了①～⑩十个拍照位置得到的点云数据，图7为本申请实施例所提供的一种坐标系转换前图像组合的结果示意图，如图7所示在进行坐标系转换前若将10幅图像位于同一位置，无法组合成完整眼镜框。请参见图8，本申请实施例所提供的一种坐标系转换后图像组合的结果示意图，转换后的图像可以拼接为完整的眼镜框。
请参见图9，图9为本申请实施例所提供的一种模板轨迹与扫描点云的对应关系示意图，模板轨迹中包括多个轨迹点(即图9中的白色圆点)，扫描点云为图9中黑色部分。
步骤3：对扫描点云执行滤波以便去除干扰。
由于扫描点云带有工装信息，干扰较多，因此需要将多余的信息过滤掉，以增加算法的匹配效率和准确性。滤波方法主要流程是：输入扫描点云，以及需要过滤部分最小长方体滤波盒对角线顶点坐标；利用最小长方体滤波盒对扫描点云执行直通滤波过滤操作，输出过滤后的点云，组合后的点云滤波前后对比如图10所示，图10为本申请实施例所提供的一种扫描点云滤波前后的对比示意图。
步骤4：对单拍照位置进行点云粗匹配(涂胶轨迹整体纠偏)。
如果眼镜框在工装上放置的位置发生了变化，这一步操作可以对模板轨迹进行整体纠偏来满足实际的涂胶要求。点云粗匹配主要流程是：输入单拍照位置对应的模板点云和扫描点云，利用ICP(Iterative Closest Point，最近点迭代)算法对输入点云进行匹配得到模板点云的变换矩阵，依据变换矩阵对模板轨迹进行整体纠偏。请参见图11，图11为本申请实施例所提供的一种利用变换矩阵对模板轨迹进行整体纠偏的示意图，图11中示出了第1～10拍照位置对应的模板轨迹整体纠偏前后的示意图，1＜n＜10。
步骤5：小点云精匹配(涂胶轨迹局部纠偏)。
其中，精匹配的目的有两个：1)对整体纠偏后的模板轨迹进行进一步修正；2)应对眼镜框局部微弱变形的情况。小点云精匹配算法流程包括：输入模板轨迹片段、单拍照位置扫描点云和单拍照位置模板点云，以模板轨迹点的坐标位球心在模板点云和扫描点云上截取局部小点云，局部小点云经过ICP算法匹配得到涂胶控制点对应的变换矩阵。涂胶控制点即模板轨迹中的轨迹点，一个涂胶控制点对应一个局部小点云，一个局部小点云对应一个变换矩阵。
请参见图12，图12为本申请实施例所提供的一种长方体滤波器截取局部小点云的示意图，如图12所示采用长方体滤波器进行仿射变换后截取小点云，变换后的长方体滤波器只能保证顶面和刀轴矢量垂直，因可用信息有限只有涂胶控制点坐标和刀轴矢量，导致长方体滤波器的方向不易控制。请参见图13，图13为本申请实施例所提供的一种球状滤波器截取局部小点云的示意图，如图13所示用球状滤波器进行截取小点云操作，可以不用考虑球的方向性，并且利用的信息也更少，只需要涂胶控制点的坐标即可，不需要使用刀轴矢量。
步骤6：根据变换矩阵变换模板轨迹；
步骤7：组合轨迹片段，输出完整涂胶轨迹；
根据步骤4和步骤5两次匹配结果可以得到两组变换矩阵，依次对模板轨迹进行变换，然后可以将变换后的模板轨迹进行组合得到用于指导涂胶操作的工件涂胶轨迹。组合轨迹流程包括：输入多个轨迹片段，依据轨迹名称和对应的索引对轨迹片段进行自动排序，输出最终的轨迹。图14为本申请实施例所提供的一种轨迹片段组合示意图，如图14所示将10组拍照位置对应的轨迹片段进行组合可以输出4条完整的轨迹，并由该轨迹引导机床进行涂胶。
以上实施例能够解决了由于产品放置和局部变形导致的VR/AR产品涂胶NG的情况，操作简单，对涂胶机床的绝对定位精度有一定的容忍性和稳定性。以上实施例对视觉引导涂胶行业具有一定的指导性，并且以上实施例中提到的技术通过实际验证发现具有较高的引导涂胶精度，基本在±0.07mm左右(涂胶针头直径为5mm)。
本申请实施例所提供的一种工件涂胶轨迹生成装置，该装置可以包括：
点云扫描模块，用于利用双目结构光相机获取待涂胶工件的实际点云数据；
匹配模块，用于对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；
轨迹生成模块，用于根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
本实施例使用双目结构光相机获取待涂胶工件的实际点云数据和标准工件的标准点云数据，由于双目结构光相机通过采集视场内的图像得到相应的点云数据，双目结构光相机无需与涂胶设备的机床实施联动，本实施例能够提高实际点云数据和标准工件的标准点云数据的采集精度。本实施例利用双目结构光相机获取的实际点云数据和标准点云数据进行匹配，并根据匹配结果对模板涂胶轨迹进行修正得到工件涂胶轨迹，因此本实施例能够生成准确的工件涂胶轨迹，提高涂胶精度。
进一步的，还包括：
标准点云数据获取模块，用于在利用双目结构光相机获取待涂胶工件的实际点云数据之前，根据所述双目结构光相机的视场大小和所述标准工件的尺寸确定N个拍照位置；其中，N大于或等于使得预设条件被满足的最小拍照位置数量，所述预设条件为所有所述拍照位置拍摄的图像包括所述标准工件的完整图像；还用于利用所述双目结构光相机在N个所述拍照位置获取所述标准工件的所述标准点云数据；
相应的，点云扫描模块，用于利用所述双目结构光相机在N个所述拍照位置获取所述待涂胶工件的所述实际点云数据。
进一步的，匹配模块用于将同一所述拍照位置对应的所有实际点云数据和所有标准点云数据进行点云匹配，得到整体点云匹配结果；
相应的，轨迹生成模块用于根据所述整体点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
进一步的，匹配模块包括：
轨迹点选取单元，用于在所述模板涂胶轨迹中选取目标轨迹点；
局部实际点云截取单元，用于以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云；
局部标准点云截取单元，用于以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
局部匹配单元，用于将所述局部实际点云与所述局部标准点云进行点云匹配，得到局部点云匹配结果；
相应的，轨迹生成模块用于根据所述局部点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
进一步的，局部实际点云截取单元用于以所述目标轨迹点为球心，利用球状滤波器在所述实际点云数据中截取所述局部实际点云；
相应的，局部标准点云截取单元用于以所述目标轨迹点为球心，利用所述球状滤波器在所述标准点云数据中截取所述局部标准点云。
进一步的，轨迹生成模块，用于根据所述匹配结果确定点云变换矩阵；其中，所述点云变换矩阵用于描述所述实际点云数据与所述标准点云数据的坐标变换关系；还用于利用所述点云变换矩阵对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
进一步的，还包括：
标准点云数据筛选模块，用于在利用双目结构光相机获取待涂胶工件的实际点云数据之前，利用所述双目结构光相机扫描所述标准工件，得到初始点云数据；还用于以所述模板涂胶轨迹中每一轨迹点为球心构建球形空间，将处于所有所述球形空间内的初始点云数据设置为所述标准点云数据。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
本申请还提供了一种存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电子设备，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口，电源等组件。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种工件涂胶轨迹生成方法，其特征在于，包括：
利用双目结构光相机获取待涂胶工件的实际点云数据；
对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；
根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
2.根据权利要求1所述工件涂胶轨迹生成方法，其特征在于，在利用双目结构光相机获取待涂胶工件的实际点云数据之前，还包括：
根据所述双目结构光相机的视场大小和所述标准工件的尺寸确定N个拍照位置；其中，N大于或等于使得预设条件被满足的最小拍照位置数量，所述预设条件为所有所述拍照位置拍摄的图像包括所述标准工件的完整图像；
利用所述双目结构光相机在N个所述拍照位置获取所述标准工件的所述标准点云数据；
相应的，所述利用双目结构光相机获取待涂胶工件的实际点云数据，包括：
利用所述双目结构光相机在N个所述拍照位置获取所述待涂胶工件的所述实际点云数据。
3.根据权利要求2所述工件涂胶轨迹生成方法，其特征在于，对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果，包括：
将同一所述拍照位置对应的所有实际点云数据和所有标准点云数据进行点云匹配，得到整体点云匹配结果；
相应的，根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，包括：
根据所述整体点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
4.根据权利要求1所述工件涂胶轨迹生成方法，其特征在于，对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果，包括：
在所述模板涂胶轨迹中选取目标轨迹点；
以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云；
以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
将所述局部实际点云与所述局部标准点云进行点云匹配，得到局部点云匹配结果；
相应的，根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，包括：
根据所述局部点云匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
5.根据权利要求4所述工件涂胶轨迹生成方法，其特征在于，以所述目标轨迹点为中心在所述实际点云数据中截取局部实际点云，包括：
以所述目标轨迹点为球心，利用球状滤波器在所述实际点云数据中截取所述局部实际点云；
相应的，以所述目标轨迹点为中心在所述标准点云数据中截取局部标准点云；
以所述目标轨迹点为球心，利用所述球状滤波器在所述标准点云数据中截取所述局部标准点云。
6.根据权利要求1所述工件涂胶轨迹生成方法，其特征在于，根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，包括：
根据所述匹配结果确定点云变换矩阵；其中，所述点云变换矩阵用于描述所述实际点云数据与所述标准点云数据的坐标变换关系；
利用所述点云变换矩阵对所述标准工件对应的模板涂胶轨迹进行修正生成所述工件涂胶轨迹。
7.根据权利要求1至6任一项所述工件涂胶轨迹生成方法，其特征在于，在利用双目结构光相机获取待涂胶工件的实际点云数据之前，还包括：
利用所述双目结构光相机扫描所述标准工件，得到初始点云数据；
以所述模板涂胶轨迹中每一轨迹点为球心构建球形空间，将处于所有所述球形空间内的初始点云数据设置为所述标准点云数据。
8.一种工件涂胶轨迹生成装置，其特征在于，包括：
点云扫描模块，用于利用双目结构光相机获取待涂胶工件的实际点云数据；
匹配模块，用于对所述实际点云数据和标准点云数据进行点云匹配，得到匹配结果；其中，所述标准点云数据为所述双目结构光相机扫描标准工件得到的点云数据；
轨迹生成模块，用于根据所述匹配结果对所述标准工件对应的模板涂胶轨迹进行修正生成工件涂胶轨迹，以便利用所述工件涂胶轨迹对所述待涂胶工件执行涂胶操作。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述工件涂胶轨迹生成方法的步骤。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至7任一项所述工件涂胶轨迹生成的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111013051.4A CN113643282A (zh) | 2021-08-31 | 2021-08-31 | 一种工件涂胶轨迹生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111013051.4A CN113643282A (zh) | 2021-08-31 | 2021-08-31 | 一种工件涂胶轨迹生成方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113643282A true CN113643282A (zh) | 2021-11-12 |
Family
ID=78424567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111013051.4A Pending CN113643282A (zh) | 2021-08-31 | 2021-08-31 | 一种工件涂胶轨迹生成方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113643282A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114794665A (zh) * | 2022-03-31 | 2022-07-29 | 深圳市如本科技有限公司 | 鞋面涂胶方法、装置、系统以及计算机可读存储介质 |
| CN116071231A (zh) * | 2022-12-16 | 2023-05-05 | 群滨智造科技(苏州)有限公司 | 眼镜框的点油墨工艺轨迹的生成方法、装置、设备及介质 |
| CN116993140A (zh) * | 2023-07-28 | 2023-11-03 | 安徽鸿凌智能仪表科技有限公司 | 一种智能仪表装配流程工位管理方法及系统 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107953336A (zh) * | 2017-12-27 | 2018-04-24 | 北京理工大学 | 机械手超声无损检测中被测件装卡偏差的修正方法及系统 |
| CN108469821A (zh) * | 2018-03-23 | 2018-08-31 | 广东工业大学 | 喷涂机器人轨迹修正方法、装置、设备及可读存储介质 |
| RU2679860C1 (ru) * | 2018-05-29 | 2019-02-13 | Федеральное государственное автономное образовательное учреждение высшего образования "Дальневосточный федеральный университет" (ДВФУ) | Способ обработки легкодеформируемых изделий |
| US20190204418A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for adjusting point cloud data acquisition trajectory, and computer readable medium |
| CN110226806A (zh) * | 2019-05-07 | 2019-09-13 | 深圳市皕像科技有限公司 | 一种鞋底涂胶轨迹生成方法及装置 |
| CN110363703A (zh) * | 2019-07-17 | 2019-10-22 | 帷幄匠心科技（杭州）有限公司 | 基于深度摄像头的货架监控方法 |
| WO2020071117A1 (ja) * | 2018-10-01 | 2020-04-09 | パイオニア株式会社 | 情報処理装置 |
| 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 |
| CN111152229A (zh) * | 2020-02-24 | 2020-05-15 | 深圳群宾精密工业有限公司 | 3d机械视觉的机械手引导方法和装置 |
| CN111337039A (zh) * | 2018-12-18 | 2020-06-26 | 北京四维图新科技股份有限公司 | 拥堵路段的地图数据采集方法、装置、系统及存储介质 |
| CN111750805A (zh) * | 2020-07-06 | 2020-10-09 | 山东大学 | 一种基于双目相机成像和结构光技术的三维测量装置及测量方法 |
| CN111941425A (zh) * | 2020-08-17 | 2020-11-17 | 沈阳飞机工业（集团）有限公司 | 基于激光跟踪仪和双目相机的机器人铣削系统工件快速定位方法 |
| CN112221890A (zh) * | 2020-09-29 | 2021-01-15 | 广汽本田汽车有限公司 | 一种涂布纠正方法及装置 |
| CN112223294A (zh) * | 2020-10-22 | 2021-01-15 | 湖南大学 | 一种基于三维视觉的机械臂加工轨迹修正方法 |
| CN112508971A (zh) * | 2020-12-21 | 2021-03-16 | 华南理工大学 | 基于仿真结构光条纹的焊缝定位方法、系统及存储介质 |
| CN113192110A (zh) * | 2020-01-14 | 2021-07-30 | 中寰卫星导航通信有限公司 | 多目标跟踪方法、装置、设备及存储介质 |
-
2021
- 2021-08-31 CN CN202111013051.4A patent/CN113643282A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107953336A (zh) * | 2017-12-27 | 2018-04-24 | 北京理工大学 | 机械手超声无损检测中被测件装卡偏差的修正方法及系统 |
| US20190204418A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for adjusting point cloud data acquisition trajectory, and computer readable medium |
| CN108469821A (zh) * | 2018-03-23 | 2018-08-31 | 广东工业大学 | 喷涂机器人轨迹修正方法、装置、设备及可读存储介质 |
| RU2679860C1 (ru) * | 2018-05-29 | 2019-02-13 | Федеральное государственное автономное образовательное учреждение высшего образования "Дальневосточный федеральный университет" (ДВФУ) | Способ обработки легкодеформируемых изделий |
| WO2020071117A1 (ja) * | 2018-10-01 | 2020-04-09 | パイオニア株式会社 | 情報処理装置 |
| US20210255326A1 (en) * | 2018-10-01 | 2021-08-19 | Pioneer Corporation | Information processing device |
| CN111337039A (zh) * | 2018-12-18 | 2020-06-26 | 北京四维图新科技股份有限公司 | 拥堵路段的地图数据采集方法、装置、系统及存储介质 |
| CN110226806A (zh) * | 2019-05-07 | 2019-09-13 | 深圳市皕像科技有限公司 | 一种鞋底涂胶轨迹生成方法及装置 |
| CN110363703A (zh) * | 2019-07-17 | 2019-10-22 | 帷幄匠心科技（杭州）有限公司 | 基于深度摄像头的货架监控方法 |
| CN113192110A (zh) * | 2020-01-14 | 2021-07-30 | 中寰卫星导航通信有限公司 | 多目标跟踪方法、装置、设备及存储介质 |
| CN111152229A (zh) * | 2020-02-24 | 2020-05-15 | 深圳群宾精密工业有限公司 | 3d机械视觉的机械手引导方法和装置 |
| 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 |
| CN111750805A (zh) * | 2020-07-06 | 2020-10-09 | 山东大学 | 一种基于双目相机成像和结构光技术的三维测量装置及测量方法 |
| CN111941425A (zh) * | 2020-08-17 | 2020-11-17 | 沈阳飞机工业（集团）有限公司 | 基于激光跟踪仪和双目相机的机器人铣削系统工件快速定位方法 |
| CN112221890A (zh) * | 2020-09-29 | 2021-01-15 | 广汽本田汽车有限公司 | 一种涂布纠正方法及装置 |
| CN112223294A (zh) * | 2020-10-22 | 2021-01-15 | 湖南大学 | 一种基于三维视觉的机械臂加工轨迹修正方法 |
| CN112508971A (zh) * | 2020-12-21 | 2021-03-16 | 华南理工大学 | 基于仿真结构光条纹的焊缝定位方法、系统及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114794665A (zh) * | 2022-03-31 | 2022-07-29 | 深圳市如本科技有限公司 | 鞋面涂胶方法、装置、系统以及计算机可读存储介质 |
| CN116071231A (zh) * | 2022-12-16 | 2023-05-05 | 群滨智造科技(苏州)有限公司 | 眼镜框的点油墨工艺轨迹的生成方法、装置、设备及介质 |
| CN116071231B (zh) * | 2022-12-16 | 2023-12-29 | 群滨智造科技(苏州)有限公司 | 眼镜框的点油墨工艺轨迹的生成方法、装置、设备及介质 |
| CN116993140A (zh) * | 2023-07-28 | 2023-11-03 | 安徽鸿凌智能仪表科技有限公司 | 一种智能仪表装配流程工位管理方法及系统 |
| CN116993140B (zh) * | 2023-07-28 | 2024-06-07 | 安徽鸿凌智能仪表科技有限公司 | 一种智能仪表装配流程工位管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113643282A (zh) | 一种工件涂胶轨迹生成方法、装置、电子设备及存储介质 | |
| CN109165680B (zh) | 基于视觉slam的室内场景下单一目标物体字典模型改进方法 | |
| CN107942949B (zh) | 一种机床视觉定位方法及系统、机床 | |
| US20130058581A1 (en) | Microscopic Vision Measurement Method Based On Adaptive Positioning Of Camera Coordinate Frame | |
| US9715730B2 (en) | Three-dimensional measurement apparatus and robot system | |
| CN106981050A (zh) | 对鱼眼镜头拍摄的图像矫正的方法和装置 | |
| CN111223053A (zh) | 基于深度图像的数据增强方法 | |
| CN111028340B (zh) | 精密装配中的三维重构方法、装置、设备及系统 | |
| WO2018201677A1 (zh) | 基于光束平差的远心镜头三维成像系统的标定方法及装置 | |
| CN109727291B (zh) | 一种变焦距摄像机的高精度在线标定方法 | |
| JPH10124658A (ja) | 神経回路網を利用したカメラの映像歪補正方法 | |
| CN101577004B (zh) | 一种极线矫正方法、装置和系统 | |
| US7349584B2 (en) | Method for correcting distortions in multi-focus image stacks | |
| CN117340879A (zh) | 一种基于图优化模型的工业机器人参数辨识方法和系统 | |
| CN105654474A (zh) | 基于视觉引导的机械臂定位方法及装置 | |
| CN112631200A (zh) | 一种机床轴线测量方法以及装置 | |
| Mileski et al. | Development of a computer vision-based system for part referencing in CNC machining centers | |
| CN116597020A (zh) | 外参数标定方法、计算设备、图像采集系统和存储介质 | |
| CN115965697A (zh) | 基于沙姆定律的投影仪标定方法、标定系统及装置 | |
| CN115272569A (zh) | 三维数据的偏差色差图的生成方法、生成装置和电子设备 | |
| CN113592959B (zh) | 一种基于视觉处理的膜片层叠方法及系统 | |
| CN105759559B (zh) | 一种调焦点胶设备的运动控制方法 | |
| CN111526297B (zh) | 曲面屏图像采集方法、装置及终端设备 | |
| Szkodny et al. | The decreasing of 3D position errors in the system of two cameras by means of the interpolation method | |
| CN112435350A (zh) | 一种加工轨迹形变补偿方法及系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230110 Address after: No. 500 Songling Road, Laoshan District, Qingdao City, Shandong Province, 266100 Applicant after: GOERTEK TECHNOLOGY Co.,Ltd. Applicant after: QINGDAO RESEARCH INSTITUTE OF BEIHANG University Applicant after: Qingdao technology branch of Weihai Jianhong Construction Engineering Co.,Ltd. Address before: 261031 workshop 1, phase III, Geer Photoelectric Industrial Park, 3999 Huixian Road, Yongchun community, Qingchi street, Weifang High tech Zone, Weifang City, Shandong Province Applicant before: GoerTek Optical Technology Co.,Ltd. Applicant before: QINGDAO RESEARCH INSTITUTE OF BEIHANG University Applicant before: Qingdao technology branch of Weihai Jianhong Construction Engineering Co.,Ltd. |