CN114332486A - 圆钢印中心点的视觉精密测量方法 - Google Patents
圆钢印中心点的视觉精密测量方法 Download PDFInfo
- Publication number
- CN114332486A CN114332486A CN202111653092.XA CN202111653092A CN114332486A CN 114332486 A CN114332486 A CN 114332486A CN 202111653092 A CN202111653092 A CN 202111653092A CN 114332486 A CN114332486 A CN 114332486A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- round steel
- coordinate system
- point
- coordinate
- 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
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了圆钢印中心点的视觉精密测量方法,其使得后续机械臂的切割精准可靠,确保了车身关键工件的精度。圆钢印中心点的视觉精密测量方法,其特征在于,其基于机械臂挂载激光轮廓仪进行测量,其具体步骤如下:A对机械臂所对应的机械臂坐标系与激光轮廓仪所对应的激光轮廓仪坐标系进行标定,使得机械臂坐标系和激光轮廓仪坐标系之间建立映射关系;B系统扫描点云数据的获取,机械臂控制激光轮廓仪上的激光传感器沿一个固定方向扫描,激光传感器间隔时间周期Δt将捕获的圆钢印数据上传给上位机保存,通过多次扫描获得圆钢印一次完整的扫描点数据,之后通过建立的标定将激光轮廓仪扫描数据转换成机械臂坐标系数据;C点云数据处理。
Description
技术领域
本发明涉及圆钢印圆心测量的技术领域,具体为圆钢印中心点的视觉精密测量方法。
背景技术
在汽车自动加工行业,激光切割通常被应用于切割车身的某些关键工件,例如汽车车身铝合金支架的圆形钢印的切割任务,对钢印的圆心需要非常精密的定位才能做到精确切割.其一般使用机械臂示教完成该任务,但这种方法对于工装定位要求非常高,一般情况下,往往难以达到精确定位需求。随着工业自动化智能制造的迫切发展,对于机械臂的自动定位与精确切割的需求也愈发强烈,近年来由于机器视觉技术的快速发展,为工业自动化智能制造提供了可行的测量手段,但当前存在的问题是,圆钢印金属表面在激光线的照射下容易形成高亮反射,尤其在钢印圆边界附近产生较大的边界噪声,极大地影响了圆钢印中心点的测量。因此,对圆钢印中心点的机器视觉精密测量是当前亟待解决的问题。
发明内容
针对上述问题,本发明提供了圆钢印中心点的视觉精密测量方法,其使得后续机械臂的切割精准可靠,确保了车身关键工件的精度。
圆钢印中心点的视觉精密测量方法,其特征在于,其基于机械臂挂载激光轮廓仪进行测量,其具体步骤如下:
A对机械臂所对应的机械臂坐标系与激光轮廓仪所对应的激光轮廓仪坐标系进行标定,使得机械臂坐标系和激光轮廓仪坐标系之间建立映射关系;
B系统扫描点云数据的获取,机械臂控制激光轮廓仪上的激光传感器沿一个固定方向扫描,激光传感器间隔时间周期Δt将捕获的圆钢印数据上传给上位机保存,通过多次扫描获得圆钢印一次完整的扫描点数据,之后通过建立的标定将激光轮廓仪扫描数据转换成机械臂坐标系数据;
C点云数据处理,其顺次进行如下操作:
1圆钢印边界点提取;
2边界点噪声滤除;
3圆钢印的圆心坐标和法向计算;
D通过计算获得的圆钢印中心点数据引导机械臂进行后续切割作业。
其进一步特征在于:
步骤A中机械臂坐标系与激光轮廓仪坐标系的标定包括扫描方向标定和手眼标定;
所述扫描方向标定,即计算激光轮廓仪坐标系与扫描方向的方向空间夹角具体为将一个棋盘格标定板放置在一个空间位置固定不动,利用激光轮廓仪的相机在扫描过程中拍摄n幅图像并测量棋盘格标定板的坐标原点pi|i=1…n.通过对pi空间直线拟合获得
之后激光轮廓仪采集的数据,可以描述为:
其中X0是激光轮廓仪获取的空间(x,y,z)坐标,△d是其每次在扫描方向上的移动间距;
所述手眼标定,即计算激光轮廓仪的坐标系与机械臂末端坐标系的转换关系,可以表示为:
其中[Xc,Yc,Zc,1]是点云在相机坐标系下的齐次坐标,转换矩阵gRc和gtc是相机坐标到机械臂末端坐标的旋转和平移矩阵,[Xg,Yg,Zg,1]是点云转换到机械臂末端坐标系下的其次坐标;
系统的手眼标定的具体实现为,将固定在机械臂上的相机在空间中移动多个位姿,拍摄固定位置不变的棋盘格标定板,记录下标定板图像和机械臂末端坐标数据,从而解出转换矩阵gRc和gtc.在实现了手眼标定后,激光轮廓仪的数据通过机械臂末坐标系端传递给机械臂基坐标系。
步骤C中圆钢印边界点提取的具体操作如下:
1.1设计一个中值滤波器对原始坐标数据信号进行滤波处理.中值滤波器的尺度根据圆钢印边缘的尺寸确定,该尺度的中值滤波器能够处理噪声信号,同时也能处理理想边界信号;
1.2将中值滤波信号与原信号比较,计算两者的绝对差值,信号差值大的部分集中在待提取的边界区域;
1.3对信号差值取截断并将其归一化.差值信号大于阈值sigma的部分,属于圆边界区域,赋值为1,得到归一化信号,其中sigma的取值为0.1至0.5之间;
1.4提取每个位置信号的中心点,将该中心点作为圆钢印对应位置的边界点;
1.5对所有扫描线依次处理,得到圆钢印的全部边界点。
优选地,步骤1.3中,由于可能存在小部分边界区域信号未被赋值为1,形成一个间隙,故进一步采用闭运算形态学操作填补归一化信号可能存在的间隙,其中理想信号没有间隙,信号本身不会被闭运算操作改变;而噪声信号的间隙会被闭运算填补。
步骤C中边界点噪声滤除的具体步骤如下:
2.1利用RANSAC(RAndom SAmple Consensus)算法,将提取的有所点,拟合出一个平面Pi,其平面方程记为Ax+By+Cz+D=0.平面Pi的法向方向(A,B,C)记作Vn;
2.2所有提取的边界点集合记作Pe(e∈{1,…,N}).由罗德里格斯旋转方程,将Pe由(A,B,C)法向旋转到(0,0,1)方向.其中罗德里格斯方程定义如下.
vrot=vcosθ+(k×v)sinθ+k(k·v)(1-cosθ) (3)
k是与转轴同向的单位向量,θ是v绕k的右手方向旋转经过的角度;
旋转后的边界点集合记作Pe’(e∈{1,…,N}).将所有提取的边界点投影到z=0平面.由于Pe’的法向是(0,0,1),直接将Pe’的z分量赋为0值.此时构建一个2D图像,将Pe’的xy坐标分量的整型数值赋值到2D图像上;
2.3接下来在2D图像上使用Hough变换进行圆拟合.由于Hough变化具有强大的抗干扰能力,能够将距离边界较近属于噪声的点识别出来.根据Hough圆的拟合结果,计算Pe’的xy坐标到圆的距离,如果
a距离大于阈值t则判断为噪声点.
由罗德里格斯旋转公式(3),将(x’c,y’c,0)旋转回Pi平面,得到(xc,yc,z’c);
由于实际的圆钢印的物理外形上并非是平面,而是一个弧面,(xc,yc,z’c)实际上是圆钢印凹陷部位的圆心坐标.因此需要由(xc,yc,z’c)出发,沿着法线(记为ln)方向Vn,在弧面上的点云中搜索距离ln最近的N个点,取这N个点的Z分量平均值作为圆心坐标的zc.将(xc,yc,zc)作为圆钢印的圆心坐标最终计算结果,Vn是它的法向方向。
步骤D中,在计算出圆钢印的圆心(xc,yc,zc)及其法向量Vn后,通过手眼标定方程(2)将结果转换给切割机械臂,使转换后的向量(xc,yc,zc,Vn)’作为机械臂工具的空间切割位置和姿态,从而引导机械臂进行基于运动学的轨迹规划和运动规划,生成运动轨迹和路径。
针对现有技术存在的金属材质容易受到高反光干扰,在钢印圆边缘难以获得准确测量数据的问题,本发明提出一种圆钢印中心点的提取方法,其采用机械臂挂载激光轮廓测量仪,经过标定后,以线扫方式获取圆钢印点云数据,通过对点云数据处理,提取圆钢印圆心和法向量,控制机械臂进行切割,其具有抗金属反光且能够从噪声数据中精确提取圆心和法向量,具有较高的鲁棒性;其使得后续机械臂的切割精准可靠,确保了车身关键工件的精度。
附图说明
图1为本方法的流程示意图;
图2为金属表面反光干扰使采集的圆钢印边界点云数据带有大量噪声的坐标图;
图3为理想边界信号和对其进行中值滤波后的平滑信号(中值滤波信号)坐标图;
图4为理想信号与滤波信号差值(中值滤波信号)坐标图;
图5为理想信号截断归一化坐标图;
图6为理想信号闭运算以及信号中心点的坐标图;
图7为噪声边界信号和对其进行中值滤波后的平滑信号(中值滤波信号)坐标图;
图8为噪声信号与滤波信号差值(中值滤波信号)坐标图;
图9为噪声信号截断归一化坐标图;
图10为噪声信号比运算以及信号中心点的坐标图;
图11为提取的圆边界点及其拟合的平面;
图12为通过圆的粗定位滤除噪声点的模拟图;
图13为圆钢印中心提取结果具体实施例。
具体实施方式
圆钢印中心点的视觉精密测量方法,其特征在于,其基于机械臂挂载激光轮廓仪进行测量,其具体步骤如下:
A对机械臂所对应的机械臂坐标系与激光轮廓仪所对应的激光轮廓仪坐标系进行标定,使得机械臂坐标系和激光轮廓仪坐标系之间建立映射关系;
机械臂坐标系与激光轮廓仪坐标系的标定包括扫描方向标定和手眼标定;
所述扫描方向标定,即计算激光轮廓仪坐标系与扫描方向的方向空间夹角具体为将一个棋盘格标定板放置在一个空间位置固定不动,利用激光轮廓仪的相机在扫描过程中拍摄n幅图像并测量棋盘格标定板的坐标原点pi|i=1…n.通过对pi空间直线拟合获得之后激光轮廓仪采集的数据,可以描述为:
其中X0是激光轮廓仪获取的空间(x,y,z)坐标,△d是其每次在扫描方向上的移动间距;
所述手眼标定,即计算激光轮廓仪的坐标系与机械臂末端坐标系的转换关系,可以表示为:
其中[Xc,Yc,Zc,1]是点云在相机坐标系下的齐次坐标,转换矩阵gRc和gtc是相机坐标到机械臂末端坐标的旋转和平移矩阵,[Xg,Yg,Zg,1]是点云转换到机械臂末端坐标系下的其次坐标;
系统的手眼标定的具体实现为,将固定在机械臂上的相机在空间中移动多个位姿(具体实施例中的位姿数量为12),拍摄固定位置不变的棋盘格标定板,记录下标定板图像和机械臂末端坐标数据,从而解出转换矩阵gRc和gtc.在实现了手眼标定后,激光轮廓仪的数据通过机械臂末坐标系端传递给机械臂基坐标系。
B系统扫描点和云数据的获取,机械臂控制激光传感器沿一个固定方向扫描,机械臂内部的计时器每隔时间t发送一次触发信号给激光传感器,并将传感器采集的数据传给上位机保存.根据公式(1),经过n次扫描获得圆钢印一次完整的扫描点云数据.根据公式(2)将扫描数据传递给机械臂坐标系;
C点云数据处理,线激光轮廓仪多次扫描的完整点云数据如图2所示,在圆钢印边界附近产生较大的噪声。单次扫描的数据如图3所示,在理想情况下,圆钢印边界点的边界信号表现为两个波谷的平滑信号,然而受到金属表面的高亮反光干扰,使圆钢印边界处的点云数据带有大量噪声,形成不规则的噪声边界信号,如图7所示,故使得边界的提取变得困难;
具体实施例中,圆钢印是一个直径约15mm,边界0.3-0.5mm的凹槽.,其包括如下操作:
1圆钢印边界点提取(金属材质的圆钢印边缘尤其容易受到高反光干扰,使边缘信号产生大量噪声。为了克服噪声,准确提取圆边界,不同于全局点云处理,本发明将激光轮廓仪单次扫描数据单独处理。将激光轮廓仪单次扫描的点云作为1D信号,设计对该1D扫描信号的有效处理算);
1.1设计一个中值滤波器(实施例中种植滤波器的长度为39、即尺度为39)对原始坐标数据信号进行滤波处理。中值滤波器的尺度根据圆钢印边缘的尺寸确定,该尺度的中值滤波器能够处理噪声信号,同时也能处理理想边界信号;
1.2将中值滤波信号与原信号比较,计算两者的绝对差值,信号差值大的部分集中在待提取的边界区域,差值信号如图4和图8所示;
1.3对信号差值取截断并将其归一化.差值信号大于阈值sigma的部分,属于圆边界区域,赋值为1,得到归一化信号,其中sigma的取值为0.1至0.5之间,具体实施例中sigma的取值为0.2;理想信号的归一化信号如图5所示.噪声信号的归一化信号如图9所示;
由于可能存在小部分边界区域信号未被赋值为1,形成一个间隙,故进一步采用闭运算形态学操作填补归一化信号可能存在的间隙,具体实施例中,闭运算尺度为1x11,其中理想信号没有间隙,信号本身不会被闭运算操作改变;而噪声信号的间隙会被闭运算填补;理想信号闭运算结果如图6所示.噪声信号的闭运算结果如图10所示;
1.4提取每个位置信号的中心点,将该中心点作为圆钢印对应位置的边界点,提取的中心点在图6和图10中的用圆点表示,它们分别对应图3和图7中值滤波信号的圆点;
1.5对所有扫描线依次处理,得到圆钢印的全部边界点。
2边界点噪声滤除;
2.1利用RANSAC(RAndom SAmple Consensus)算法,将提取的有所点,拟合出一个平面Pi,其平面方程记为Ax+By+Cz+D=0.平面Pi的法向方向(A,B,C)记作Vn,,如图11所示;
2.2所有提取的边界点集合记作Pe(e∈{1,…,N}).由罗德里格斯旋转方程,将Pe由(A,B,C)法向旋转到(0,0,1)方向.其中罗德里格斯方程定义如下.
vrot=v cosθ+(k×v)sinθ+k(k·v)(1-cosθ) (3)
k是与转轴同向的单位向量,θ是v绕k的右手方向旋转经过的角度;
旋转后的边界点集合记作Pe’(e∈{1,…,N}).将所有提取的边界点投影到z=0平面.由于Pe’的法向是(0,0,1),直接将Pe’的z分量赋为0值.此时构建一个2D图像,将Pe’的xy坐标分量的整型数值赋值到2D图像上;
2.3接下来在2D图像上使用Hough变换进行圆拟合.由于Hough变化具有强大的抗干扰能力,能够将距离边界较近属于噪声的点识别出来.根据Hough圆的拟合结果,计算Pe’的xy坐标到圆的距离,如果
a距离大于阈值t则判断为噪声点.
具体实施例中,阈值t为4个像素;
图12中的圆是Hough圆拟合结果,圆圈是被判断为噪声点;
3圆钢印的圆心坐标和法向计算;
由罗德里格斯旋转公式(3),将(x’c,y’c,0)旋转回Pi平面,得到(xc,yc,z’c);
由于实际的圆钢印的物理外形上并非是平面,而是一个弧面,(xc,yc,z’c)实际上是圆钢印凹陷部位的圆心坐标.因此需要由(xc,yc,z’c)出发,沿着法线(记为ln)方向Vn,在弧面上的点云中搜索距离ln最近的N个点,取这N个点的Z分量平均值作为圆心坐标的zc.将(xc,yc,zc)作为圆钢印的圆心坐标最终计算结果,Vn是它的法向方向;
图13是具体实施例运算后获得的图示,其显示了采集的点云,圆边界拟合以及圆心的识别结果,另外也显示了产生的噪声数据(为了显示清晰目的,点云数据做了下采样处理);
D通过计算获得的圆钢印中心点数据引导机械臂进行后续切割作业,在计算出圆钢印的圆心(xc,yc,zc)及其法向量Vn后,通过手眼标定方程(2)将结果转换给切割机械臂,使转换后的向量(xc,yc,zc,Vn)’作为机械臂工具的空间切割位置和姿态,从而引导机械臂进行基于运动学的轨迹规划和运动规划,生成运动轨迹和路径。
针对现有技术存在的金属材质容易受到高反光干扰,在钢印圆边缘难以获得准确测量数据的问题,本发明提出一种圆钢印中心点的提取方法,其采用机械臂挂载激光轮廓测量仪,经过标定后,以线扫方式获取圆钢印点云数据,通过对点云数据处理,提取圆钢印圆心和法向量,控制机械臂进行切割,其具有抗金属反光且能够从噪声数据中精确提取圆心和法向量,具有较高的鲁棒性;其使得后续机械臂的切割精准可靠,确保了车身关键工件的精度。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.圆钢印中心点的视觉精密测量方法,其特征在于,其基于机械臂挂载激光轮廓仪进行测量,其具体步骤如下:
A对机械臂所对应的机械臂坐标系与激光轮廓仪所对应的激光轮廓仪坐标系进行标定,使得机械臂坐标系和激光轮廓仪坐标系之间建立映射关系;
B系统扫描点云数据的获取,机械臂控制激光轮廓仪上的激光传感器沿一个固定方向扫描,激光传感器间隔时间周期Δt将捕获的圆钢印数据上传给上位机保存,通过多次扫描获得圆钢印一次完整的扫描点数据,之后通过建立的标定将激光轮廓仪扫描数据转换成机械臂坐标系数据;
C点云数据处理,其顺次进行如下操作:
1圆钢印边界点提取;
2边界点噪声滤除;
3圆钢印的圆心坐标和法向计算;
D通过计算获得的圆钢印中心点数据引导机械臂进行后续切割作业。
2.如权利要求1所述的圆钢印中心点的视觉精密测量方法,其特征在于:步骤A中机械臂坐标系与激光轮廓仪坐标系的标定包括扫描方向标定和手眼标定。
3.如权利要求2所述的圆钢印中心点的视觉精密测量方法,其特征在于:所述扫描方向标定,即计算激光轮廓仪坐标系与扫描方向的方向空间夹角具体为将一个棋盘格标定板放置在一个空间位置固定不动,利用激光轮廓仪的相机在扫描过程中拍摄n幅图像并测量棋盘格标定板的坐标原点pi|i=1…n.通过对pi空间直线拟合获得
之后激光轮廓仪采集的数据,可以描述为:
其中X0是激光轮廓仪获取的空间(x,y,z)坐标,△d是其每次在扫描方向上的移动间距;
所述手眼标定,即计算激光轮廓仪的坐标系与机械臂末端坐标系的转换关系,可以表示为:
其中[Xc,Yc,Zc,1]是点云在相机坐标系下的齐次坐标,转换矩阵gRc和gtc是相机坐标到机械臂末端坐标的旋转和平移矩阵,[Xg,Yg,Zg,1]是点云转换到机械臂末端坐标系下的其次坐标;
系统的手眼标定的具体实现为,将固定在机械臂上的相机在空间中移动多个位姿,拍摄固定位置不变的棋盘格标定板,记录下标定板图像和机械臂末端坐标数据,从而解出转换矩阵gRc和gtc.在实现了手眼标定后,激光轮廓仪的数据通过机械臂末坐标系端传递给机械臂基坐标系。
4.如权利要求1所述的圆钢印中心点的视觉精密测量方法,其特征在于,步骤C中圆钢印边界点提取的具体操作如下:
1.1设计一个中值滤波器对原始坐标数据信号进行滤波处理.中值滤波器的尺度根据圆钢印边缘的尺寸确定,该尺度的中值滤波器能够处理噪声信号,同时也能处理理想边界信号;
1.2将中值滤波信号与原信号比较,计算两者的绝对差值,信号差值大的部分集中在待提取的边界区域;
1.3对信号差值取截断并将其归一化.差值信号大于阈值sigma的部分,属于圆边界区域,赋值为1,得到归一化信号,其中sigma的取值为0.1至0.5之间;
1.4提取每个位置信号的中心点,将该中心点作为圆钢印对应位置的边界点;
1.5对所有扫描线依次处理,得到圆钢印的全部边界点。
5.如权利要求4所述的圆钢印中心点的视觉精密测量方法,其特征在于:步骤1.3中,由于可能存在小部分边界区域信号未被赋值为1,形成一个间隙,故进一步采用闭运算形态学操作填补归一化信号可能存在的间隙,其中理想信号没有间隙,信号本身不会被闭运算操作改变;而噪声信号的间隙会被闭运算填补。
6.如权利要求5所述的圆钢印中心点的视觉精密测量方法,其特征在于,步骤C中边界点噪声滤除的具体步骤如下:
2.1利用RANSAC(RAndom SAmple Consensus)算法,将提取的有所点,拟合出一个平面Pi,其平面方程记为Ax+By+Cz+D=0.平面Pi的法向方向(A,B,C)记作Vn;
2.2所有提取的边界点集合记作Pe(e∈{1,…,N}).由罗德里格斯旋转方程,将Pe由(A,B,C)法向旋转到(0,0,1)方向.其中罗德里格斯方程定义如下.
vrot=vcosθ+(k×v)sinθ+k(k·v)(1-cosθ)
k是与转轴同向的单位向量,θ是v绕k的右手方向旋转经过的角度;
旋转后的边界点集合记作Pe’(e∈{1,…,N}).将所有提取的边界点投影到z=0平面.由于Pe’的法向是(0,0,1),直接将Pe’的z分量赋为0值.此时构建一个2D图像,将Pe’的xy坐标分量的整型数值赋值到2D图像上;
2.3接下来在2D图像上使用Hough变换进行圆拟合.由于Hough变化具有强大的抗干扰能力,能够将距离边界较近但属于噪声的点识别出来.根据Hough圆的拟合结果,计算Pe’的xy坐标到圆的距离,如果
a距离大于阈值t则判断为噪声点.
由罗德里格斯旋转公式,将(x’c,y’c,0)旋转回Pi平面,得到(xc,yc,z’c);
由于实际的圆钢印的物理外形上并非是平面,而是一个弧面,(xc,yc,z’c)实际上是圆钢印凹陷部位的圆心坐标.因此需要由(xc,yc,z’c)出发,沿着法线(记为ln)方向Vn,在弧面上的点云中搜索距离ln最近的N个点,取这N个点的Z分量平均值作为圆心坐标的zc.将(xc,yc,zc)作为圆钢印的圆心坐标最终计算结果,Vn是它的法向方向。
8.如权利要求7所述的圆钢印中心点的视觉精密测量方法,其特征在于:步骤D中,在计算出圆钢印的圆心(xc,yc,zc)及其法向量Vn后,通过手眼标定方程将结果转换给切割机械臂,使转换后的向量(xc,yc,zc,Vn)’作为机械臂工具的空间切割位置和姿态,从而引导机械臂进行基于运动学的轨迹规划和运动规划,生成运动轨迹和路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111653092.XA CN114332486A (zh) | 2021-12-30 | 2021-12-30 | 圆钢印中心点的视觉精密测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111653092.XA CN114332486A (zh) | 2021-12-30 | 2021-12-30 | 圆钢印中心点的视觉精密测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114332486A true CN114332486A (zh) | 2022-04-12 |
Family
ID=81019287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111653092.XA Pending CN114332486A (zh) | 2021-12-30 | 2021-12-30 | 圆钢印中心点的视觉精密测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114332486A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152284A (zh) * | 2023-04-20 | 2023-05-23 | 天津宜科自动化股份有限公司 | 一种激光轮廓传感器的分组扫描和推送方法 |
WO2023241664A1 (zh) * | 2022-06-17 | 2023-12-21 | 宝山钢铁股份有限公司 | 鱼雷罐保温盖和罐口中心定位方法 |
-
2021
- 2021-12-30 CN CN202111653092.XA patent/CN114332486A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023241664A1 (zh) * | 2022-06-17 | 2023-12-21 | 宝山钢铁股份有限公司 | 鱼雷罐保温盖和罐口中心定位方法 |
CN116152284A (zh) * | 2023-04-20 | 2023-05-23 | 天津宜科自动化股份有限公司 | 一种激光轮廓传感器的分组扫描和推送方法 |
CN116152284B (zh) * | 2023-04-20 | 2023-07-28 | 天津宜科自动化股份有限公司 | 一种激光轮廓传感器的分组扫描和推送方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555889B (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
CN114332486A (zh) | 圆钢印中心点的视觉精密测量方法 | |
CN107203973B (zh) | 一种三维激光扫描系统中线激光中心的亚像素定位方法 | |
CN110146038B (zh) | 筒形件装配转角的分布式单目相机激光测量装置及方法 | |
JP2022039906A (ja) | マルチセンサによる複合キャリブレーション装置及び方法 | |
CN111627072B (zh) | 一种对多传感器进行标定的方法、装置和存储介质 | |
CN107671896B (zh) | 基于scara机器人的快速视觉定位方法及系统 | |
CN113592955B (zh) | 一种基于机器视觉的圆形工件平面坐标高精度定位方法 | |
CN109752701A (zh) | 一种基于激光点云的道路边沿检测方法 | |
CN107481287A (zh) | 一种基于多标识的物体定位定姿方法及系统 | |
CN105798704A (zh) | 一种机床平面轮廓误差单目测量方法 | |
CN110378957B (zh) | 面向冶金作业的鱼雷罐车视觉识别与定位方法及其系统 | |
CN110763204B (zh) | 一种平面编码靶标及其位姿测量方法 | |
CN113324478A (zh) | 一种线结构光的中心提取方法及锻件三维测量方法 | |
CN109737871B (zh) | 一种三维传感器与机械手臂的相对位置的标定方法 | |
CN112614098A (zh) | 一种基于增强现实的毛坯定位与加工余量分析方法 | |
CN111539446A (zh) | 一种基于模板匹配的2d激光孔位检测方法 | |
CN111983637B (zh) | 一种基于激光雷达的果园行间路径提取方法 | |
CN111127613A (zh) | 基于扫描电子显微镜的图像序列三维重构方法及系统 | |
CN116560062B (zh) | 显微镜对焦防碰撞控制方法 | |
CN108876762A (zh) | 面向智能生产线的机器人视觉识别定位方法 | |
CN116117800B (zh) | 补偿高度差的机器视觉处理方法、电子设备及存储介质 | |
WO2023060717A1 (zh) | 一种物体表面高精度定位方法及系统 | |
CN114998437A (zh) | 一种空间目标形心定位方法 | |
CN114429469A (zh) | 一种基于三激光点标靶的掘进机机身位姿确定方法及系统 |
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 |