CN115213038B - 一种汽车钣金点云多边形框选方法 - Google Patents

一种汽车钣金点云多边形框选方法 Download PDF

Info

Publication number
CN115213038B
CN115213038B CN202210724154.XA CN202210724154A CN115213038B CN 115213038 B CN115213038 B CN 115213038B CN 202210724154 A CN202210724154 A CN 202210724154A CN 115213038 B CN115213038 B CN 115213038B
Authority
CN
China
Prior art keywords
point
index
point cloud
points
sheet metal
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
Application number
CN202210724154.XA
Other languages
English (en)
Other versions
CN115213038A (zh
Inventor
吴建亭
李东阳
范文固
王伟
吴礼剑
杨少阳
黄金波
袁进
王鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongminggu Intelligent Robot Guangdong Co Ltd
Original Assignee
Zhongminggu Intelligent Robot Guangdong Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongminggu Intelligent Robot Guangdong Co Ltd filed Critical Zhongminggu Intelligent Robot Guangdong Co Ltd
Priority to CN202210724154.XA priority Critical patent/CN115213038B/zh
Publication of CN115213038A publication Critical patent/CN115213038A/zh
Application granted granted Critical
Publication of CN115213038B publication Critical patent/CN115213038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
    • B05B13/02—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work
    • B05B13/04—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation
    • B05B13/0431—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation with spray heads moved by robots or articulated arms, e.g. for applying liquid or other fluent material to 3D-surfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/16—Arrangements for controlling delivery; Arrangements for controlling the spray area for controlling the spray area
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • 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
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Robotics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种汽车钣金点云多边形框选方法，涉及汽车喷涂技术领域。本发明包括根据点云数据显示出点云模型图；根据至少三个点选点构建出多边形框；响应索引指令，根据临近算法遴选出被点选位置点最临近的点作为索引点；依据索引点构建喷涂区域，结合算法实现喷涂区域点云的提取。本发明通过对扫描的点云进行规整选择，提高汽车钣金喷涂的效率和精准度。

Description

一种汽车钣金点云多边形框选方法
技术领域
本发明属于汽车喷涂技术领域，特别是涉及一种汽车钣金点云多边形框选方法。
背景技术
近年来，工业自动化和智能化的大趋势已经基本形成，随着点云设备崛起，点云数据的获取、处理和应用变为智能化时代的常用技术。然而在3D视图中点云选点以及点云框选技术方面功能还不够完善，无法快速准确地进行点选取，无法精准快速提取出属于多边形内的点云，进而无法完成汽车表面的高效喷涂。
发明内容
本发明的目的在于提供一种汽车钣金点云多边形框选方法，通过对扫描的点云进行规整选择，提高汽车钣金喷涂的效率和精准度。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种汽车钣金点云多边形框选方法，包括根据点云数据显示出点云模型图；
根据至少三个点选点构建出多边形框；
响应索引指令，遴选出被点选位置点最临近的点作为索引点；
依据索引点构建喷涂区域。
优选地，索引点是根据临近算法进行获取的。
优选地，索引点是点云模型图中点正投射至某一平面之后对二维点平面中的映射点进行临近选取的。
优选地，多边形框内的索引点获取是通过以下至少一种遴选方式进行区分的；
A)、(x-x0)*(y1-y0)等于(x1-x0)*(y-y0)；
B)、min(x0,x1)<＝x且x<＝max(x0,x1)；
C)、min(y0,y1)<＝y且y<＝max(y0,y1)；
D)、y0<＝y<＝y1且x<(x1-x0)*(y-y0)/(y1-y0)+x0；
x、y为投影平面的坐标值，(x0,y0)、(x1,y1)为多边形某一条直边的端点。
优选地，通过如下模型将点云模型图中点正投射至某一平面：
ax+by+cz+d＝0
其中，a、b、c、d为平面空间的特征常数。
一种汽车钣金点云多边形框选方法，包括：
点云模型图模块：多方位多角度对车外观进行3D扫描，自动过滤拼接并重建整车3D模型；
多边形框模块：将选取点依次相连形成多边形框；
索引模块：将多边形框的每一边端点作点选点，获取点选点最临近的点作为索引点；
喷涂区域构成模块：根据索引点数据形成喷涂区域。
一种汽车钣金点云多边形框选方法，还包括正投影模块，将多边形框内的点云正投影至一基本面，索引模块在二维投影平面内选择索引点。
优选地，喷涂区域构成模块包括还原模块，还原模块：将二维平面内的索引点数据对应原点数据进行三维数据还原，依照三维索引点数据形成喷涂区域。
优选地，喷涂模块，控制喷涂装置对喷涂区域内所对应的实物钣金进行喷涂。
本发明具有以下有益效果：
本发明通过汽车钣金点云多边形框选技术，记性喷涂范围选择，用于可指导机器人或桁架机械手执行喷漆动作，使得喷涂作业更加精准，对扫描的点云进行规整选择，通过点选的方式，能够对汽车钣金的某一区域进行精准喷涂，并且将三维点数据转化为二维点数据使得计算更加简单迅速。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种汽车钣金点云多边形框选方法流程图；
图2为本发明的一种汽车钣金点云多边形框选方法框图；
图3为本发明的整车点云模型图；
图4为本发明的整车点云模型选点图
图5为本发明的整车点云模型喷涂区域成型图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种汽车钣金点云多边形框选方法，主要硬件设备包括工控机、计算机、输入装置和3D相机，通过3D相机对待喷涂的汽车进行3D扫描，自动过滤拼接成整车3D图，具体的如图3形成的点云模型，其中，点云模型是在通过计算机的点云处理软件于显示器上进行显示的，根据点云数据显示出点云模型图；
根据至少三个点选点构建出多边形框；优选地，如图4所示，绕着预设喷涂范围的边缘处进行以此点选，选中的云点越多，围成的多边形框越接近预设喷涂面积。
其中在计算机的点云处理软件中，进行点选点时采用“Shift”键同时点击鼠标左键进行选点，优选的，在点选完成后点击确定可进行下一步，其中，点选过程中可进行删改。
在进行操作是，软件响应点选命令，在点云模型上出现红色点选点，在点选完成后，根据多边形框选算法将点选点构建多边形框。
其中，优选的，在构建多边型框图前，需要对点云中的三位数据点进行正投影转化为二维数据点，通过如下模型将点云模型图中点正投射至某一平面：
ax+by+cz+d＝0
其中，a、b、c、d为平面空间的特征常数，系数a、b、c形成的(a、b、c)法向量的分量，d为原点到平面的距离。
利用点云快速选点技术在投影平面进行选点，响应索引指令，遴选出被点选位置点最临近的点作为索引点，具体的，索引点是根据临近算法进行获取的，即索引点是点云模型图中点正投射至某一平面之后对二维点平面中的映射点进行临近选取的。
依据索引点构建喷涂区域，其中，多边形框内的索引点获取是通过以下至少一种遴选方式进行区分的；
A)、(x-x0)*(y1-y0)等于(x1-x0)*(y-y0)；
B)、min(x0,x1)<＝x且x<＝max(x0,x1)；
C)、min(y0,y1)<＝y且y<＝max(y0,y1)；
D)、y0<＝y<＝y1且x<(x1-x0)*(y-y0)/(y1-y0)+x0；
x、y为投影平面的坐标值，(x0,y0)、(x1,y1)为多边形某一条直边的端点。
确定喷涂区域。
进行喷涂作业。
具体的如图2所示，一种汽车钣金点云多边形框选方法，使用该系统运用上述方法进行钣金喷涂：包括：
点云模型图模块：多方位多角度对车外观进行3D扫描，自动过滤拼接并重建整车3D模型；
多边形框模块：将选取点依次相连形成多边形框；
索引模块：将多边形框的每一边端点为点选点，获取点选点最临近的点作为索引点；
喷涂区域构成模块：根据索引点数据形成喷涂区域。
将多边形框内的点云正投影至一基本面，索引模块在二维投影平面内选择索引点。
优选地，喷涂区域构成模块包括还原模块，还原模块：将二维平面内的索引点数据对应原点数据进行三维数据还原，依照三维索引点数据形成喷涂区域。
优选地，喷涂模块，控制喷涂装置对喷涂区域内所对应的实物钣金进行喷涂
构建喷涂区域后，通过可指导机器人或桁架机械手执行喷漆动作。
具体的构建喷涂区域具体如图5所示。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种汽车钣金点云多边形框选方法，其特征在于，包括：
根据点云数据显示出点云模型图；
绕着预设喷涂范围的边缘处进行以此点选，根据至少三个点选点构建出多边形框；
响应索引指令，遴选出被点选位置点最临近的点作为索引点；
依据索引点构建喷涂区域，
其中，索引点是根据临近算法进行获取的，索引点是点云模型图中点正投射至某一平面之后对二维点平面中的映射点进行临近选取的；
多边形框内的索引点获取是通过以下至少一种遴选方式进行区分的：
A)、(x-x0)*(y1-y0)等于(x1-x0)*(y-y0)；
B)、min(x0,x1)<＝x且x<＝max(x0,x1)；
C)、min(y0,y1)<＝y且y<＝max(y0,y1)；
D)、y0<＝y<＝y1且x<(x1-x0)*(y-y0)/(y1-y0)+x0；
x、y为投影平面的坐标值，(x0,y0)、(x1,y1)为多边形某一条直边的端点；
通过如下模型将点云模型图中点正投射至某一平面：
ax+by+cz+d＝0
其中，a、b、c、d为平面空间的特征常数。
2.一种汽车钣金点云多边形框选系统，其特征在于，用于实现如权利要求1中的一种汽车钣金点云多边形框选方法，包括：
点云模型图模块：多方位多角度对车外观进行3D扫描，自动过滤拼接并重建整车3D模型；
多边形框模块：将选取点依次相连形成多边形框；
索引模块：将多边形框的每一边端点作为点选点，获取点选点最临近的点作为索引点；
喷涂区域构成模块：根据索引点数据形成喷涂区域；
其中，索引点是根据临近算法进行获取的，索引点是点云模型图中点正投射至某一平面之后对二维点平面中的映射点进行临近选取的。
3.根据权利要求2所述的一种汽车钣金点云多边形框选系统，其特征在于，还包括正投影模块，将多边形框内的点云正投影至一基本面，索引模块在二维投影平面内选择索引点。
4.根据权利要求3所述的一种汽车钣金点云多边形框选系统，其特征在于，喷涂区域构成模块包括还原模块，还原模块：将二维平面内的索引点数据对应原点数据进行三维数据还原，依照三维索引点数据形成喷涂区域。
5.根据权利要求4所述的一种汽车钣金点云多边形框选系统，其特征在于，喷涂模块，控制喷涂装置对喷涂区域内所对应的实物钣金进行喷涂。
CN202210724154.XA 2022-06-24 2022-06-24 一种汽车钣金点云多边形框选方法 Active CN115213038B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210724154.XA CN115213038B (zh) 2022-06-24 2022-06-24 一种汽车钣金点云多边形框选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210724154.XA CN115213038B (zh) 2022-06-24 2022-06-24 一种汽车钣金点云多边形框选方法

Publications (2)

Publication Number Publication Date
CN115213038A CN115213038A (zh) 2022-10-21
CN115213038B true CN115213038B (zh) 2024-03-29

Family

ID=83609859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210724154.XA Active CN115213038B (zh) 2022-06-24 2022-06-24 一种汽车钣金点云多边形框选方法

Country Status (1)

Country Link
CN (1) CN115213038B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194983A (zh) * 2017-05-16 2017-09-22 华中科技大学 一种基于点云与影像数据的三维可视化方法和系统
CN109541997A (zh) * 2018-11-08 2019-03-29 东南大学 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法
CN110322464A (zh) * 2019-06-30 2019-10-11 华中科技大学 一种基于三维点云的小曲率薄壁零件边界提取方法
WO2021103154A1 (zh) * 2019-11-25 2021-06-03 浙江明泉工业涂装有限公司 一种可用于多车型的智能喷涂的机器人控制方法
CN114299339A (zh) * 2021-12-29 2022-04-08 杭州电子科技大学 一种基于区域相关性建模的三维点云模型分类方法及系统
CN114323283A (zh) * 2021-12-30 2022-04-12 中铭谷智能机器人(广东)有限公司 一种钣金颜色特征智能识别框选方法
CN114310890A (zh) * 2021-12-28 2022-04-12 中铭谷智能机器人(广东)有限公司 一种前后杠钣金喷漆区域智能框选喷漆方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194983A (zh) * 2017-05-16 2017-09-22 华中科技大学 一种基于点云与影像数据的三维可视化方法和系统
CN109541997A (zh) * 2018-11-08 2019-03-29 东南大学 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法
CN110322464A (zh) * 2019-06-30 2019-10-11 华中科技大学 一种基于三维点云的小曲率薄壁零件边界提取方法
WO2021103154A1 (zh) * 2019-11-25 2021-06-03 浙江明泉工业涂装有限公司 一种可用于多车型的智能喷涂的机器人控制方法
CN114310890A (zh) * 2021-12-28 2022-04-12 中铭谷智能机器人(广东)有限公司 一种前后杠钣金喷漆区域智能框选喷漆方法
CN114299339A (zh) * 2021-12-29 2022-04-08 杭州电子科技大学 一种基于区域相关性建模的三维点云模型分类方法及系统
CN114323283A (zh) * 2021-12-30 2022-04-12 中铭谷智能机器人(广东)有限公司 一种钣金颜色特征智能识别框选方法

Also Published As

Publication number Publication date
CN115213038A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN110026987B (zh) 一种机械臂抓取轨迹的生成方法、装置、设备及存储介质
CN112060087B (zh) 一种用于机器人抓取场景的点云碰撞检测方法
CN111710036B (zh) 三维人脸模型的构建方法、装置、设备及存储介质
CN109531566B (zh) 一种基于虚拟现实系统的机器人带电作业控制方法
CN111476841B (zh) 一种基于点云和图像的识别定位方法及系统
CN108876852B (zh) 一种基于3d视觉的在线实时物体识别定位方法
CN110047148A (zh) 一种虚拟机器人工作站的仿真互动可视化系统及实现方法
CN116152444B (zh) 基于数字孪生的三维场景模型自动吸附方法、装置及介质
CN107203962B (zh) 一种利用2d图片制作伪3d图像的方法及电子设备
CN111583378B (zh) 一种虚拟资产处理的方法及装置、电子设备、存储介质
CN112958974A (zh) 一种基于三维视觉的可交互自动化焊接系统
CN109461197B (zh) 一种基于球面uv和重投影的云实时绘制优化方法
CN115213038B (zh) 一种汽车钣金点云多边形框选方法
CN114029952A (zh) 机器人操作控制方法、装置和系统
CN108898679A (zh) 一种零部件序号自动标注的方法
CN115861547A (zh) 一种基于投影的模型表面样条线生成方法
CN113920020B (zh) 一种基于深度生成模型的人体点云实时修复方法
CN115100270A (zh) 一种基于3d图像信息的各类轨迹智能提取方法及装置
Qin et al. An improved 3D reconstruction method for weak texture objects combined with calibration and ICP registration
CN114782617A (zh) 基于机器视觉进行高精度自动化喷胶的方法及系统
CN111047716B (zh) 三维场景的态势标绘方法、计算机存储介质及电子设备
CN112687004A (zh) 一种基于ar和人工智能的室内吊顶方法及系统
CN112802198A (zh) 二维图像立体交互设计方法、终端以及存储装置
CN113808252B (zh) 基于交互性标签和宏的三维模型逐级重建方法
CN115329697B (zh) 仿三维线路图生成方法、装置、系统和存储介质

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