CN113744409B - 工件定位方法、装置、系统、设备与介质 - Google Patents
工件定位方法、装置、系统、设备与介质 Download PDFInfo
- Publication number
- CN113744409B CN113744409B CN202111056955.5A CN202111056955A CN113744409B CN 113744409 B CN113744409 B CN 113744409B CN 202111056955 A CN202111056955 A CN 202111056955A CN 113744409 B CN113744409 B CN 113744409B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- workpiece
- target
- cloud data
- coordinate system
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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
- G06T2207/30244—Camera pose
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Numerical Control (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种工件定位方法、装置、系统、设备与介质,包括:在参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;所述指定坐标系为机床坐标系,或者:所述点云数据对应的点云坐标系;根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息。
Description
技术领域
本发明涉及工件定位领域,尤其涉及一种工件定位方法、装置、系统、设备与介质。
背景技术
在工件加工过程中通常需要对工件进行抓取或贴合,而此过程中,往往需要预先对工件进行定位。基于此,对于不同的工件,如何保证其在同一种算法下能准确定位,成为工件定位领域亟待解决的技术问题。
现有技术中,在使用3D相机进行定位时,从3D相机获取到的是点云,需要从大量的点云中,找出目标工件,并确定其在相机坐标系下的位置;由于工件多变、复杂,若采用统一的算法,则每次要识别不同的工件,定位成功率低,精确度低。
发明内容
本发明提供一种工件定位方法、装置、系统、设备与介质,以解决工件定位成功率低,精确度低的问题。
根据本发明的第一方面,提供了一种工件定位方法,包括:在参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;
根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;所述指定坐标系为机床坐标系,或者:所述点云数据对应的点云坐标系;
根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息。
可选的,所述参考构件包括至少两个目标表面,所述目标表面为圆弧或圆柱面,各目标表面的参考线共面,所述参考线为所属目标表面的轴心,或者:平行于所属目标表面的轴心;
每个目标表面均连接至少一个其他目标表面,且每个目标表面的参考线均与所述至少一个其他目标表面的参考线相交,且夹角不为180度。
可选的,所述至少两个圆弧面包括第一圆弧面、第二圆弧面与第三圆弧面,所述第一圆弧面与所述第三圆弧面连接于所述第二圆弧面沿轴心方向的两端。
可选的,所述第一圆弧面的半径大于所述第二圆弧面的半径。
可选的,根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息,包括:
根据所述参考构件的点云数据,确定每个圆弧面的参考线;
利用所述参考线的交点在所述指定坐标系下的位置信息作为所述构件位置信息。
可选的,所述获取所述参考构件的点云数据,包括:
控制所述3D相机采集目标场景的点云数据,所述目标场景包含所述参考构件;
根据所述目标场景的点云数据,确定所述参考构件的点云数据;
所述点云坐标系为所述3D相机的相机坐标系。
可选的,所述目标场景中还包括除所述参考构件之外的背景部分,所述背景部分包括大地和/或载物台;
根据所述目标场景的点云数据,确定所述参考构件的点云数据,包括:
去除所述目标场景的点云数据中所述背景部分的点云数据,得到剩余的点云数据;
根据所述剩余的点云数据,确定所述参考构件的点云数据。
可选的,根据所述剩余的点云数据,确定所述参考构件的点云数据,包括:
对所述剩余的点云数据进行降噪与采样,得到所述参考构件的点云数据。
可选的,所述根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息之前,还包括:
将所述参考构件的模型与所述目标工件的模型之间的位置关系调整为所述指定位置关系,以标定出所述指定位置关系的相对位置参数;
对应的,根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息,包括:
根据所述构件位置信息与所述相对位置参数,确定所述目标工件在所述机床坐标系下的工件位置信息。
根据本发明的第二方面,提供了一种工件定位装置,包括:
获取模块,用于在所述参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;
参考位置确定模块,用于根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;所述指定坐标系为机床坐标系,或者:所述点云数据对应的点云坐标系;
工件位置确定模块,用于根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息。
根据本发明的第三方面,提供了一种工件定位系统,包括:数据处理部、参考构件与3D相机;所述数据处理部直接或间接电连接所述3D相机;
所述数据处理部用于执行本发明第一方面及其可选方案所涉及的方法;
所述参考构件的点云数据是根据所述3D相机采集到的点云数据确定的。
根据本发明的第四方面,提供了一种电子设备,包括:处理器与存储器,所述存储器,用于存储代码和相关数据;
所述处理器,用于执行所述存储器中的代码用以实现本发明第一方面及其可选方案所涉及的方法。
根据本发明的第五方面,提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明第一方面及其可选方案所涉及的方法。
本发明提供的工件定位方法、装置、系统、设备与介质中,由于采用了参考构件,其可作为定位工件的依据,无需针对不同工件进行定位、识别,进而,能够在统一的算法下,提高了工件定位的成功率与精确度,实现了针对不同的工件的精准定位与识别,同时,由于无需每次输入不同的工件,也无需每次在大量点云中找不同的目标,算法效率高,稳定性较佳。此外,针对于有些结构较为简单的工件,3D相机可能拍不到足够的有效点云,而本发明中,由于采用了参考构件,可有助于保障3D相机能拍摄到充分的点云,用于后续的计算,保障了定位的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中工件定位系统结构示意图;
图2是本发明一实施例中工件定位系统中参考构件的结构示意图;
图3是本发明一实施例中工件定位方法中参考构件的点云结构示意图;
图4是本发明一实施例中工件定位方法流程示意图一;
图5是本发明一实施例中工件定位方法流程示意图二;
图6是本发明一实施例中工件定位方法流程示意图三;
图7是本发明一实施例中工件定位方法流程示意图四;
图8是本发明一实施例中工件定位装置的结构示意图;
图9是本发明一实施例中电子设备构造示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
一种区别于本发明的应用场景中,通过3D相机进行定位时,由于每次需要定位的目标工件各不相同,在同一种算法下很难从大量点云中找不同的目标工件。
因此,本发明提供的工件定位系统,根据参考构件在机床坐标系下的构件位置信息,确定目标工件在所述坐标系下的工件位置信息,使不同的工件也能在同一种算法下被精准的定位。
请参考图1,本发明提供了一种工件定位系统,包括:数据处理部1、参考构件3、目标工件4与3D相机2;所述数据处理部1直接或间接电连接所述3D相机2;
所述数据处理部1指的是能对具有数据处理能力以及数据存储能力的装置或装置的组合,所述数据处理部1用于执行以下所涉及的工件定位方法;
所述3D相机2指的是能采集点云数据的装置或装置的集合,所述3D相机2能将采集到的数据发送给所述数据处理部1;对应的,点云数据可理解为能表征坐标系(一种三维的相机坐标系)下实体部分的各三维点,进而,点云数据例如可以包括各三维点在相机坐标系下的坐标。
所述目标工件4,可理解为最终需要定位的工件;可能是一个工件,也可能是多个工件,若是多个工件,则可能是相同工件,也可能是不同工件。
所述参考构件3,可理解为辅助3D相机2于对目标工件4进行定位的构件;其形状、尺寸、材料、数量等可以根据需求任意配置,具体可以采用适于3D相机采集的形状、材料、尺寸、数量,且不论采用何种形状、材料、尺寸、数量,均不脱离本发明实施例的范围。
请参考图2,所述参考构件包括至少两个目标表面,所述目标表面为圆弧面或圆柱面,一种举例中,各目标表面的参考线共面,另一举例中,参考线(部分或全部参考线)可形成交点,但不完全共面(例如,某参考线a与某参考线b形成交点,参考线b与某参考线c形成交点,但因为参考线a与参考线c不平行,所以三条参考线并不共面),进而,可以交点的坐标作为构件位置信息的部分或全部;其他举例中,各参考线也可能不形成交点,进而,可基于参考线而取其他位置点的信息作为构件位置信息的部分或全部。
可见,基于至少两个目标表面,形成了较为丰富、复杂的曲面形状,以此为媒介,避免了使用工件表面作为定位依据(尤其避免了采用简单形状的工件表面作为定位依据),有助于保障工件定位的成功率与准确率。
其中的圆弧面,可理解为:圆弧线沿直线移动而形成的表面(该直线与圆弧线不共面),进而,圆弧线的圆心的移动轨迹(即一种直线移动轨迹)所处的直线即可理解为圆弧面的轴心;
其中的圆柱面,可理解为:圆形线沿直线移动而形成的表面(该直线与圆形线不共面),进而,圆形线的圆心的移动轨迹(即一种直线移动轨迹)所处的直线即可理解为圆柱面的轴心。
所述参考线为所属目标表面的轴心,或者:平行于所属目标表面的轴心;
图2中的三个目标表面可表示为圆弧面,也可表示为圆柱面;
每个目标表面均连接至少一个其他目标表面,且每个目标表面的参考线均与所述至少一个其他目标表面的参考线相交,且夹角不为180度;
其中一种实施例中,以图2中所示表面为圆弧面为例,所述至少两个圆弧面包括第一圆弧面31、第二圆弧面32与第三圆弧面33,所述第一圆弧面31与所述第三圆弧面33连接于所述第二圆弧面32的两端(该两端可理解为第二圆弧面2沿轴心方向的两端);第一圆弧面31与第二圆弧面32的参考线、轴心可互相平行,第三圆弧面33的参考线可垂直于第一圆弧面31、第二圆弧面32的参考线,进而,第一圆弧面31、第二圆弧面32与第三圆弧面33可理解为呈工字形连接;其他举例中,三个圆弧面也可呈Y字形(或可理解为三通管形式)连接。
以上的第一圆弧面31、第二圆弧面32与第三圆弧面33也可替换为圆柱面,进而,三个圆柱面可以呈工字型或Y字形连接。
以上方案中,由于采用了圆弧面或圆柱面,相较而言,若采用采用横平、竖直表面的构件表面,则易于丢失点云,例如,在3D相机下,一个竖直的面只能拍摄到一条线。若采用有曲面(例如圆弧面、圆柱面),3D相机能够清楚充分采集到三个维度下的点云数据,从而拍摄出三个维度下的结构信息。进而,可以有效提高参考构件与目标工件的定位准确性与成功率。
其中,所述第一圆弧面31的半径大于所述第二圆弧面32的半径。进而,可形成一头大一头小的非对称结构,进一步提高参考构件识别与定位的准确性与成功率。
另一种实施例中,若所述参考构件的目标表面为圆弧面,则参考构件还可能包括至少两个平面,至少两个平面连接所述圆弧面的直线边缘,用于支撑所述圆弧面。
请参考图4,工件定位方法,包括:
S11:在所述参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;
S12:根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;
S13:根据所述参考构件位置信息与所述指定位置关系,确定所述目标工件在机床坐标系下的工件位置信息。
所述指定位置关系,可理解为在处理过程中指定的相对位置关系,例如将参考构件放在目标工件的表面且左端对齐后,可形成对应的位置关系,再例如,可将参考构件放在目标工件的表面且右端对齐,形成对应的位置关系。
所述构件位置信息,可理解为:在指定坐标系中一个或多个点的位置坐标;该指定坐标系可以指机床坐标系,也可以指点云数据对应的点云坐标系(点云坐标系也可理解为点云所处的坐标系),若点云数据是3D相机采集的,则点云坐标系即所述3D相机的相机坐标系,同时,机床坐标系与点云坐标系之间的映射关系可预先标定。
此外,若指定坐标系为点云坐标系(例如相机坐标系),则可在步骤S13中,先基于该映射关系将点云坐标系下的构件位置信息转换为机床坐标系下的坐标,进而执行后续处理,或者:在步骤S13中,计算出点云坐标系下目标工件的位置信息后,再基于映射关系将其转换为机床坐标系下的工件位置信息,还可在步骤S13中的其他时机基于映射关系实现位置信息的转换。
一种举例中,步骤S12可以包括:根据所述参考构件的点云数据,确定每个圆弧面的参考线,并利用所述参考线的交点在所述指定坐标系下的位置信息作为所述构件位置信息;
其中的交点的坐标可理解为所述构件位置信息;
另一种举例中,也可采用交点连线的中点的坐标作为构件位置信息;
所述工件位置信息可理解为:所述目标工件在坐标系下一个或多个点坐标,一种举例中,针对H型工件、L型工件、板材工件等,可利用其在指定坐标系下的顶点处的坐标作为工件位置信息;又一举例中,也可采用目标工件在坐标系下的所有点的坐标作为工件位置信息。
请参考图5,步骤S11包括:
S111:控制所述3D相机采集目标场景的点云数据,所述目标场景包含所述参考构件;
S112:根据所述目标场景的点云数据,确定所述参考构件的点云数据。
其中的目标场景指的是3D相机所采集到的场景,所述目标场景可包括:参考构件,还可以包括目标工件、载物台以及大地平面中至少之一;所述目标场景的点云数据中也可能包括:参考构件的点云数据,还可包括目标工件、载物台以及大地平面中至少之一的点云数据;
步骤S112进一步可以包括:
S1121:去除所述目标场景的点云数据中所述背景部分的点云数据,得到剩余的点云数据;
S1122:根据所述剩余的点云数据,确定所述参考构件的点云数据。
其中的背景部分表征为目标场景中除了参考构件和目标工件的其他对象的组合,或者除了参考构件之外其他对象的组合;
请参考图3,图3为参考构件的点云图,所述S1121去除了背景部分的点云数据,获取到准确的参考构件(或者参考构件以及目标构件)的点云数据,避免背景部分对定位的影响,排除了相机拍摄的复杂场景下大量背景的干扰,后续能更精准的获取参考构件在坐标系下的参考信息,有效节约了后续的数据处理量,提高了处理效率。
具体方案中,步骤S1122的具体过程可例如:对所述剩余的点云数据进行降噪与采样,得到所述参考构件的点云数据。可见,该方案中,可通过降噪与采样,降低了点云数据的数据量,有效兼顾了精准定位识别,以及处理效率。
一种举例中,S112中基于目标场景的点云数据而获取参考构件的点云数据可通过:去除大地平面、点云滤波和降采样的方法实现;
具体的举例中,去除大地平面指的是对3D相机最初获取到的点云,去除掉大地或者载物台部分的无效背景点云;
点云滤波包括:若统计的目标点云在指定范围(例如20mm)内的点云数小于预设数量值N,则:该目标点云被定义为孤立点云,需去除掉该目标点云及其指定范围(例如20mm)内的点云;
若统计的目标点云在指定范围(例如20mm)内的点云数大于或等于预设数量值N,则:该目标点云被定义为有效点云,需保留该目标点云及其指定范围(例如20mm)内的点云;
降采样包括:在经过去除大地平面和点云滤波处理后的剩余点云中,在指定数量的点云里取一个点云,并进行循环取样,可降低点云数量,提高算法效率。
其中一种实施方式中,请参考图6,步骤S12包括:
S121:根据所述参考构件的点云数据,确定每个圆弧面的参考线;
S122:利用所述参考线的交点在所述指定坐标系下的位置信息作为所述构件位置信息。
其中的参考线可理解为:为所属目标表面的轴心或平行于所属目标表面的轴心;
所述参考线的交点,可理解为:每个圆弧面的参考线相交的点,所述交点的个数至少为至少两个;
所述参考线的交点的位置信息,可理解为:所述参考线的交点在坐标系下的坐标;
所述S121、S122确定了每个圆弧面的参考线,并获取到参考线的交点在坐标系下的坐标,并将所述坐标作为构件位置信息,用于确定参考构件在坐标系下的位置。
一种举例中,利用表面法线的方法,然后从所述三个圆弧面的曲面模型中计算法向量;根据三个圆柱的法向量,找到三个圆弧面的参考线,求出三个圆弧面的交点,根据三个圆弧面的交点,完成参考构件的定位;其中的曲面模型表征为点云数据中的参考构件。
其中一种实施方式中,请参考图7,在步骤S13之前还包括:
S14:将所述参考构件的模型与所述目标工件的模型之间的位置关系调整为所述指定位置关系,以标定出所述指定位置关系的相对位置参数;
其中的参考构件的模型和目标工件的模型指的是在预设软件中的模型,例如,若其中的模型为CAD模型,则该预设软件可以是能够对CAD模型进行处理的任意软件,该模型还可能是其他模型。通过以上标定关系,可获悉预设软件的坐标系下,参考构件的模型与目标工件的模型之间量化的相对位置关系,在此基础上,若预设软件的坐标系与点云坐标系(亦或机床坐标系)采用同一坐标系,可将该量化的相对位置关系作为相对位置参数;若预设软件的坐标系与点云坐标系(亦或机床坐标系)采用不同坐标系,可将该量化的相对位置关系投射到点云坐标系(亦或机床坐标系),得到相对位置参数;
其中的相对位置参数可理解为:在点云坐标系(亦或机床坐标系)中表征出指定位置关系的信息,具体可以指:在点云坐标系中,参考构件的构件位置信息与目标工件的工件位置信息之间的差距,例如:若构件位置信息为多个参考线交点的坐标,工件位置信息为工件中多个三维点的坐标,则坐标之间的坐标差可作为相对位置参数。
对应的,步骤S13包括:
S131:根据所述构件位置信息与所述相对位置参数,确定所述目标工件在所述机床坐标系下的工件位置信息。
以上方案中,通过预先基于虚拟模型的标定,可确定目标工件与参考构件之间可量化的位置关系,基于此,即便未确定目标工件的点云数据,也可准确确定目标工件的工件位置信息。
综上所述,本发明提供的工件定位方法、装置、系统、设备与介质中,由于采用了参考构件,其可作为定位工件的依据,无需针对不同工件进行定位、识别,进而,能够在统一的算法下,提高了工件定位的成功率与精确度,实现了针对不同的工件的精准定位与识别,同时,由于无需每次输入不同的工件,也无需每次在大量点云中找不同的目标,算法效率高,稳定性较佳。此外,针对于有些结构较为简单的工件,3D相机可能拍不到足够的有效点云,而本发明中,由于采用了参考构件,可有助于保障3D相机能拍摄到充分的点云,用于后续的计算,保障了定位的准确性。
请参考图8,本发明提供了一种工件定位装置5,包括:
获取模块51,用于在所述参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;
参考位置确定模块52,用于根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;所述指定坐标系为机床坐标系,或者:所述点云数据对应的点云坐标系;
工件位置确定模块53,用于根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息;
可选的,所述参考构件包括至少两个目标表面,所述目标表面为圆弧或圆柱面,各目标表面的参考线共面,所述参考线为所属目标表面的轴心,或者:平行于所属目标表面的轴心;
每个目标表面均连接至少一个其他目标表面,且每个目标表面的参考线均与所述至少一个其他目标表面的参考线相交,且夹角不为180度。
可选的,所述至少两个圆弧面包括第一圆弧面、第二圆弧面与第三圆弧面,所述第一圆弧面与所述第三圆弧面连接于所述第二圆弧面沿轴心方向的两端。
可选的,所述第一圆弧面的半径大于所述第二圆弧面的半径。
可选的,所述参考位置确定模块52,具体用于:
根据所述参考构件的点云数据,确定每个圆弧面的参考线;
利用所述参考线的交点在所述指定坐标系下的位置信息作为所述构件位置信息。
可选的,所述获取模块51,具体用于:
控制所述3D相机采集目标场景的点云数据,所述目标场景包含所述参考构件;
根据所述目标场景的点云数据,确定所述参考构件的点云数据;
对应的,所述点云坐标系为所述3D相机的相机坐标系。
可选的,所述目标场景中还包括除所述参考构件之外的背景部分,所述背景部分包括大地和/或载物台;
可选的,所述获取模块51,具体用于:
去除所述目标场景的点云数据中所述背景部分的点云数据,得到剩余的点云数据;
根据所述剩余的点云数据,确定所述参考构件的点云数据。
可选的,所述获取模块51,具体用于:
对所述剩余的点云数据进行降噪与采样,得到所述参考构件的点云数据。
可选的,请参考图9,所述工件定位装置5,还包括:
标定模块54,用于将所述参考构件的模型与所述目标工件的模型之间的位置关系调整为所述指定位置关系,以标定出所述指定位置关系的相对位置参数;
对应的,所述工件位置确定模块53,具体用于:
根据所述构件位置信息与所述相对位置参数,确定所述目标工件在所述机床坐标系下的工件位置信息。
本发明实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现以上所设计的方法。
请参考图9,提供了一种电子设备6,包括:
处理器61;以及,存储器62,用于存储所述处理器的可执行指令;
其中,所述处理器61配置为经由执行所述可执行指令来执行以上所涉及的方法。
处理器61能够通过总线63与存储器62通讯。
本发明实施例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,该程序被处理器执行时实现以上所涉及的方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (12)
1.一种工件定位方法,其特征在于,包括:
在参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;
根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;所述指定坐标系为机床坐标系,或者:所述点云数据对应的点云坐标系;
根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息;
其中,所述参考构件包括至少两个目标表面,所述目标表面为圆弧面或圆柱面,各目标表面的参考线共面,所述参考线为所属目标表面的轴心,或者:平行于所属目标表面的轴心;
每个目标表面均连接至少一个其他目标表面,且每个目标表面的参考线均与所述至少一个其他目标表面的参考线相交,且夹角不为180度。
2.根据权利要求1所述的工件定位方法,其特征在于,所述至少两个圆弧面包括第一圆弧面、第二圆弧面与第三圆弧面,所述第一圆弧面与所述第三圆弧面连接于所述第二圆弧面沿轴心方向的两端。
3.根据权利要求2所述的工件定位方法,其特征在于,所述第一圆弧面的半径大于所述第二圆弧面的半径。
4.根据权利要求1至3任一项所述的工件定位方法,其特征在于,
根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息,包括:
根据所述参考构件的点云数据,确定每个圆弧面的参考线;
利用所述参考线的交点在所述指定坐标系下的位置信息作为所述构件位置信息。
5.根据权利要求4所述的工件定位方法,其特征在于,
所述获取所述参考构件的点云数据,包括:
控制3D相机采集目标场景的点云数据,所述目标场景包含所述参考构件;
根据所述目标场景的点云数据,确定所述参考构件的点云数据;
对应的,所述点云坐标系为所述3D相机的相机坐标系。
6.根据权利要求5所述的工件定位方法,其特征在于,
所述目标场景中还包括除所述参考构件之外的背景部分,所述背景部分包括大地和/或载物台;
根据所述目标场景的点云数据,确定所述参考构件的点云数据,包括:
去除所述目标场景的点云数据中所述背景部分的点云数据,得到剩余的点云数据;
根据所述剩余的点云数据,确定所述参考构件的点云数据。
7.根据权利要求6所述的工件定位方法,其特征在于,
根据所述剩余的点云数据,确定所述参考构件的点云数据,包括:
对所述剩余的点云数据进行降噪与采样,得到所述参考构件的点云数据。
8.根据权利要求1所述的工件定位方法,其特征在于,
所述根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息之前,还包括:
将所述参考构件的模型与所述目标工件的模型之间的位置关系调整为所述指定位置关系,以标定出所述指定位置关系的相对位置参数;
对应的,根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息,包括:
根据所述构件位置信息与所述相对位置参数,确定所述目标工件在所述机床坐标系下的工件位置信息。
9.一种工件定位装置,其特征在于,包括:
获取模块,用于在所述参考构件与目标工件按指定位置关系被放置之后,获取所述参考构件的点云数据;
参考位置确定模块,用于根据所述参考构件的点云数据,确定所述参考构件在指定坐标系下的构件位置信息;所述指定坐标系为机床坐标系,或者:所述点云数据对应的点云坐标系;
工件位置确定模块,用于根据所述构件位置信息与所述指定位置关系,确定所述目标工件在所述机床坐标系下的工件位置信息;
其中,所述参考构件包括至少两个目标表面,所述目标表面为圆弧面或圆柱面,各目标表面的参考线共面,所述参考线为所属目标表面的轴心,或者:平行于所属目标表面的轴心;
每个目标表面均连接至少一个其他目标表面,且每个目标表面的参考线均与所述至少一个其他目标表面的参考线相交,且夹角不为180度。
10.一种工件定位系统,其特征在于,包括:数据处理部、参考构件、目标工件与3D相机;所述数据处理部直接或间接电连接所述3D相机;
所述数据处理部用于执行权利要求1至8任一项的工件定位方法;
所述参考构件的点云数据是根据所述3D相机采集到的点云数据确定的。
11.一种电子设备,其特征在于,包括处理器与存储器,所述存储器,用于存储代码和相关数据;
所述处理器,用于执行所述存储器中的代码用以实现权利要求1至8任一项所述的方法。
12.一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111056955.5A CN113744409B (zh) | 2021-09-09 | 2021-09-09 | 工件定位方法、装置、系统、设备与介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111056955.5A CN113744409B (zh) | 2021-09-09 | 2021-09-09 | 工件定位方法、装置、系统、设备与介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113744409A CN113744409A (zh) | 2021-12-03 |
CN113744409B true CN113744409B (zh) | 2023-08-15 |
Family
ID=78737578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111056955.5A Active CN113744409B (zh) | 2021-09-09 | 2021-09-09 | 工件定位方法、装置、系统、设备与介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744409B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115171097B (zh) * | 2022-09-05 | 2022-12-09 | 中科航迈数控软件(深圳)有限公司 | 基于三维点云的加工控制方法、系统及相关设备 |
CN116485893B (zh) * | 2023-04-23 | 2024-02-23 | 创新奇智(上海)科技有限公司 | 一种测量物品放置位置的方法、系统、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255844A (zh) * | 2017-07-12 | 2019-01-22 | 通用电气公司 | 用于使用视频检查设备测量特征的尺寸的图形叠加层 |
CN109285188A (zh) * | 2017-07-21 | 2019-01-29 | 百度在线网络技术(北京)有限公司 | 用于生成目标物体的位置信息的方法和装置 |
CN109584288A (zh) * | 2018-12-26 | 2019-04-05 | 苏州大学 | 一种五轴系统中三维模型的重构方法及系统 |
CN111812658A (zh) * | 2020-07-09 | 2020-10-23 | 北京京东乾石科技有限公司 | 位置确定方法、装置、系统和计算机可读存储介质 |
CN112381919A (zh) * | 2019-07-29 | 2021-02-19 | 浙江商汤科技开发有限公司 | 信息处理方法、定位方法及装置、电子设备和存储介质 |
-
2021
- 2021-09-09 CN CN202111056955.5A patent/CN113744409B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255844A (zh) * | 2017-07-12 | 2019-01-22 | 通用电气公司 | 用于使用视频检查设备测量特征的尺寸的图形叠加层 |
CN109285188A (zh) * | 2017-07-21 | 2019-01-29 | 百度在线网络技术(北京)有限公司 | 用于生成目标物体的位置信息的方法和装置 |
CN109584288A (zh) * | 2018-12-26 | 2019-04-05 | 苏州大学 | 一种五轴系统中三维模型的重构方法及系统 |
CN112381919A (zh) * | 2019-07-29 | 2021-02-19 | 浙江商汤科技开发有限公司 | 信息处理方法、定位方法及装置、电子设备和存储介质 |
CN111812658A (zh) * | 2020-07-09 | 2020-10-23 | 北京京东乾石科技有限公司 | 位置确定方法、装置、系统和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113744409A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10832445B2 (en) | Method, apparatus, terminal and system for measuring trajectory tracking accuracy of target | |
CN113744409B (zh) | 工件定位方法、装置、系统、设备与介质 | |
CN110243360B (zh) | 机器人在运动区域的地图构建及定位方法 | |
CN110842901B (zh) | 基于一种新型三维标定块的机器人手眼标定方法与装置 | |
JP6298035B2 (ja) | モデル生成装置、位置姿勢算出装置、およびハンドリングロボット装置 | |
US11776217B2 (en) | Method for planning three-dimensional scanning viewpoint, device for planning three-dimensional scanning viewpoint, and computer readable storage medium | |
CN111347426B (zh) | 一种基于3d视觉的机械臂精确放置轨迹规划方法 | |
CN104596502A (zh) | 一种基于cad模型与单目视觉的物体位姿测量方法 | |
CN110930442B (zh) | 基于标定块的机器人手眼标定中关键点位置确定方法与装置 | |
CN114399528B (zh) | 基于二维图像的三维空间运动目标跟踪方法及相关装置 | |
CN114211484B (zh) | 前端工具位姿同步方法、电子设备及存储介质 | |
CN108340371B (zh) | 目标跟随点的定位方法以及系统 | |
CN105389800B (zh) | 行参数对象估计方法 | |
CN103198481A (zh) | 一种摄像机标定方法及其实现系统 | |
CN111047652A (zh) | 一种快速的多tof相机外参标定方法和装置 | |
CN113034605A (zh) | 目标对象的位置确定方法、装置、电子设备及存储介质 | |
Yuda et al. | Target accurate positioning based on the point cloud created by stereo vision | |
Kratochvil et al. | Image‐based 3D reconstruction using helical nanobelts for localized rotations | |
CN109859313B (zh) | 3d点云数据获取方法、装置、3d数据生成方法及系统 | |
Kim et al. | Structured light camera base 3D visual perception and tracking application system with robot grasping task | |
CN113340310B (zh) | 一种移动机器人台阶地形识别定位方法及相关装置 | |
CN114862969A (zh) | 一种智能巡检机器人的机载云台像机角度自适应调整方法及装置 | |
CN114453981A (zh) | 工件找正方法及装置 | |
CN113269859A (zh) | 面向执行器操作空间的rgbd视觉实时重建方法及系统 | |
CN113681119B (zh) | 焊缝检测的数据处理方法、装置、焊接的控制方法、装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 200241 No. 1000, Lanxiang Hunan Road, Minhang District, Shanghai Applicant after: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd. Address before: 200241, room 1033, building B, 555 Dongchuan Road, Shanghai, Minhang District Applicant before: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |