CN115979162A - 零件尺寸自动化检测装置及方法 - Google Patents

Abstract

本发明公开一种零件尺寸自动化检测装置及方法，涉及光学检测技术领域，其中装置包括：直线滑台，设置有滑块，滑块固定有第一电动角位移台沿第一方向往复运动，第一电动角位移台固定有第二电动角位移台在第一角度范围内绕第一方向偏转，第二电动角位移台固定有旋转台在第二角度范围内绕第二方向偏转，旋转台用于固定待检测零件且绕第三方向转动，第一方向、第二方向以及第三方向相互垂直；激光传感器可调节固定于待检测零件上方，用于对待检零件进行三维点云数据采集；上位机电性连接控制上述各结构，获取给出检测结果并控制分拣机械手分拣待检测零件。本发明可以提高零件自动化检测的准确度，满足工业生产高效化、智能化的产业链需求。

Description

零件尺寸自动化检测装置及方法

技术领域

本发明属于光学检测技术领域，涉及一种零件尺寸自动化检测装置及方法。

背景技术

随着科学技术的不断发展，制造业的自动化和智能化生产程度不断提高。机械零件是制造业的基础，汽车、航空航天等高科技领域对于复杂机械零件的需求不断增加，但由于复杂机械零件形状多样、缺少规则特征，使得其零件的质量检测成为保证零件产品质量的关键。

相关技术中，零件检测主要采用人工使用卡尺、微分尺、三维坐标仪等接触式测量方法来完成，存在检测效率低下、工作强度大、精度低等问题。研究人员开始尝试利用三维扫描技术进行零件精度检测，提出了各自的全表面非接触检测方案，但在零件的扫描过程中，由于线激光需要与零件成垂直状态，故每次只能在一个给定方向扫描目标零件，造成零件成型精度低、缺失关键特征点。并且，对零件进行检测后，需要完成零件的分拣，传动的零件分拣由工人手工来完成，从中挑选出合格与不合格零件。

由于人工分拣不可避免的主观标准，难以形成统一的分拣标准，使得零件分拣效率低且可靠性差，无法满足高效、准确的生产要求。

发明内容

为解决上述问题，本发明第一方面提供一种零件尺寸自动化检测装置，包括：直线滑台，设置有滑块，滑块固定有第一电动角位移台，第一电动角位移台固定有第二电动角位移台，第二电动角位移台固定有旋转台，其中，第一电动角位移台沿第一方向往复运动，第二电动角位移台在第一角度范围内绕第一方向偏转，旋转台在第二角度范围内绕第二方向偏转，旋转台用于固定待检测零件且绕第三方向转动，第一方向、第二方向以及第三方向相互垂直；激光传感器，可调节固定于待检测零件上方，用于对待检零件进行三维点云数据采集；上位机，电性连接控制直线滑台、第一电动角位移台、第二电动角位移台、旋转台以及激光传感器，获取待检测零件的三维数据并给出检测结果；分拣机械手，电性连接上位机，用于根据检测结果分拣待检测零件。

优选的是，零件尺寸自动化检测装置还包括基座与活动支架，其中，直线滑台、活动支架以及分拣机械手分别可拆卸固定于基座的顶面；激光传感器活动连接活动支架并置于旋转台上方，激光传感器沿第三方向运动。

上述任一方案中，优选的是，基座为精密双频阻尼隔振光学平台；活动支架包括沿第三方向设置的支撑杆，支撑杆一端可拆卸连接基座，且沿第三方向在支撑杆上间隔设置有两固定板，两固定板分别转动连接一丝杠的两端，丝杠螺纹连接有螺母，激光传感器固定于螺母。

上述任一方案中，优选的是，两固定板之间的支撑杆设置有沿第三方向的滑轨，螺母沿滑轨往复运动；螺母固定有沿第一方向延伸的延伸板，激光传感器通过延伸板连接螺母。

上述任一方案中，优选的是，丝杠为滚珠丝杠，两固定板分别固定有轴承，丝杠两端分别固定于轴承的内圈，转动连接固定板。

上述任一方案中，优选的是，丝杠远离基座的一端连接有旋钮，滑轨标示有刻度。

上述任一方案中，优选的是，支撑杆沿第三方向设置有多组固定孔，固定板沿第三方向可拆卸连接支撑杆。

上述任一方案中，优选的是，分拣机械手末端配置有双目结构光相机；零件尺寸自动化检测装置还包括至少一分拣盒，用于容置合格或不合格的待检测零件。

根据本发明的第二方面，提供一种零件尺寸自动化检测方法，包括：将待检测零件固定在如上述第一方面及各优选实施例中任意一项的零件尺寸自动化检测装置的旋转台上，并通过调整滑块将待检测零件置于激光传感器正下方；通过上位机控制第一电动角位移台、第二电动角位移台以及旋转台，调整待检测零件的位姿；激光传感器采集多个位姿下的待检测零件的三维点云数据；上位机基于接收的三维点云数据，构建待检测零件的点云模型，并对比标准模型给出检测结果；上位机基于检测结果控制分拣机械手对待检测零件进行分拣。

优选的是，构建待检测零件的点云模型之前，该方法还包括：将三维点云数据进行投影，获取投影坐标系与点云边缘数据；对照双目结构光相机采集的待检测零件图像，提取缺失部分的坐标信息；将缺失部分的坐标信息转换至投影坐标系，确定缺失部分的三维点云坐标信息。

上述任一方案中，优选的是，述上位机基于接收的三维点云数据，构建待检测零件的点云模型，包括：对三维点云数据补充缺失部分的三维点云坐标信息，得到组合三维点云数据；利用Hausdorff距离对组合三维点云数据进行精简；采取主成分分析法对精简后的组合三维点云数据进行配准，得到点云模型。

上述任一方案中，优选的是，获取点云边缘数据，包括：将三维点云数据进行二维平面的投影；基于二维图像边缘处理，获取点云边缘数据；利用二维图像边缘提取，基于待检测零件图像与点云边缘数据，确定缺失部分的边缘数据；对点云边缘数据补充缺失部分的边缘数据，确定组合点云边缘数据，组合三维点云数据是由组合点云边缘数据映射到投影坐标系中获得；其中，待检测零件的检测面上坐标为(x₁，y₁，z₁的P点，投影到平面M：Ax+By+Cz+D＝0的坐标为：

(x_p，y_p，z_p)为P点在平面M上的投影点；

C＝0且D＝0时，平面M为Ax+By＝0，P点在平面M上的投影点为：

上述任一方案中，优选的是，利用Hausdorff距离对组合三维点云数据进行精简，包括：用二次抛物曲面拟合法估算三维点云数据的所有点的主曲率；计算三维点云数据中一点与其邻域点的Hausdorff距离，并取最大值作为该点的Hausdorff值；遍历所有三维点云数据的点，并计算所有点的Hausdorff值；根据Hausdorff值，将三维点云数据分为多个区间，且各个区间设定阈值；遍历所有区间，删除Hausdorff值小于对应阈值的三维点云数据的点。

上述任一方案中，优选的是，对精简后的组合三维点云数据进行配准前，方法还包括：对点云数据进行去噪；在主成分组合三维点云数据基础上进行拟合且滤波处理。

通过上述设计，本发明至少能够达到如下有益效果：

本发明的零件尺寸自动化检测装置及方法，通过设置直线滑台，实现待检测零件第一方向大行程运动，为分拣机构中存在的机械臂的加入增大了操作空间，方便分拣作业的实施；通过调节第一电动角位移台、第二电动角位移台以及旋转台，达到调整零件位姿的目的，使检测面始终保持在激光传感器的光束垂直方向，便于获取数据较全的三维点云数据，提高了待检零件的成型效率和扫描精度，使得待检零件的整体轮廓更为清晰，有利于待检零件误差的判断分析；同时，设置分拣机械手既可以获取零件表面缺失的点云三维坐标，还可以自动分拣待检测零件，提高零件的检测与分拣的全自动化的准确度，符合工业生产高效化、智能化的产业链需求。

附图说明

图1是本发明零件尺寸自动化检测装置一实施例的结构示意图；

图2是直线滑台、第一电动角位移台、第二电动角位移台、旋转台组装结构示意图；

图3是活动支架一实施例的结构示意图；

图4是激光传感器作业状态一实施例示意图；

图5是本发明零件尺寸自动化检测方法一实施例的流程示意图；

图6是本发明零件尺寸自动化检测方法另一实施例的流程示意图。

图中标号说明：

1-直线滑台；11-滑块；2-第一电动角位移台；3-第二电动角位移台；4-旋转台；5-激光传感器；6-上位机；7-分拣机械手；8-基座；9-活动支架；91-支撑杆；911-固定孔；92-固定板；93-丝杠；94-螺母；95-滑轨；96-旋钮；97-延伸板；10-分拣盒。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

另外，在本发明的描述中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不能理解为对本发明的限制。本发明中使用的术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是直接相连，也可以通过中间部件间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明实施例第一方面旨在解决上述相关技术中存在的问题，提供一种用于零件尺寸检测的自动化装置，以提高零件尺寸检测的检测效率、降低工作强度、提高零件尺寸检测的精度。

图1是本发明零件尺寸自动化检测装置一实施例的结构示意图；图2是直线滑台、第一电动角位移台、第二电动角位移台、旋转台组装结构示意图；图3是活动支架一实施例的结构示意图；图4是激光传感器作业状态一实施例示意图。如图1至图4所示，本实施例的零件尺寸自动化检测装置可以包括直线滑台1、激光传感器5、上位机6以及分拣机械手7，其中，直线滑台1可以设置有滑块11，该滑块11可以固定有第一电动角位移台2。该第一电动角位移台2可以固定有第二电动角位移台3，该第二电动角位移台3可以固定有旋转台4。第一电动角位移台2可以沿第一方向往复运动，第二电动角位移台3可以在第一角度范围内绕第一方向偏转，旋转台4可以在第二角度范围内绕第二方向偏转，旋转台4可以用于固定待检测零件且绕第三方向转动，第一方向、第二方向以及第三方向可以相互垂直；激光传感器5可以是可调节固定于待检测零件上方，用于对待检零件进行三维点云数据采集。上位机6可以电性连接控制直线滑台1、第一电动角位移台2、第二电动角位移台3、旋转台4以及激光传感器5，获取待检测零件的三维数据并给出检测结果。分拣机械手7可以电性连接上位机6，该分拣机械手7可以用于根据检测结果分拣待检测零件。

本实施例中第一方向、第二方向、第三方向相互垂直，可以相当于三维直角坐标系的X轴、Y轴、Z轴，直线滑台1可以是沿X轴设置的直线导轨，在直线滑台1上滑动连接滑块11，该滑块11可以用于固定绕X轴偏转的第一电动角位移台2。

第一电动角位移台2是光学平台的一种仪器设备之一，主要是用来定位，封装耦合的光学仪器，它可以通过不同方向的移动来实现定位，精度调整的功能。根据微分头的粗细精度来判断位置移动的间距和行程，是用来在小角度范围内旋转物体的装置，它绕着空间中的一个固定点进行旋转。与线性位移台相似，但它不是提供线性移动，而是绕着位移台安装面上方的一个固定点旋转。本实施例的第一电动角位移台2绕着X轴在设定的角度范围内偏转，该角度范围可以是±15°。

上述第一电动角位移台2可以包括带凹弧面的底座，底座固定安装有驱动马达以及控制器，且底座还可以在上部刻有弧度刻度线，底座上端设置有滑动台，滑动台下端面为凸弧形，与底座的凹弧面配合。滑动台转动过程中带动其固定的指针指向底座上的弧度刻度线，操作人员即可观察到待检测零件绕X轴转动的角度值。第一电动角位移台2采用精研蜗轮蜗杆驱动，定位精度较高，采用弧形导轨，负载能力强，标配二相步进电机，带自锁功能，性能稳定、可靠。

本实施例中第二电动角位移台3可以是与第一电动角位移台2相同或者相似的结构，不同之处在于，第二电动角位移台3的滑动台绕Y轴方向，即第二方向偏转。第二电动角位移台3的底座可以是可拆卸地固定在第一电动角位移台2的滑动台上，第二电动角位移台3可以随着第一电动角位移台2的滑动台转动而整体绕X轴方向转动。该直线滑台1可以采用市面上可以购买到的直线滑台，包括直线轨道，其上设置有滑块11，通过电动机带动滑块11沿直线轨道运动。而第一电动角位移台2、第二电动角位移台3可以采用卓立汉光公司生产的PSAG系列精密电动角位移台，其可以绕第一方向、绕第二方向均转动+/-15度，采用精研蜗轮蜗杆驱动，定位精度较高，采用弧形V型导轨，负载能力强，标配二相步进电机，带自锁功能，性能稳定、可靠。

旋转台4可以通过可拆卸连接的方式固定在第二电动角位移台3的滑动台上，待检测零件可拆卸固定在旋转台4上，因此，待检测零件可以通过第一电动角位移台2绕X轴偏转，通过第二电动角位移台3绕Y轴偏转，通过旋转台4绕Z轴转动，进而可以调整待检测零件的位姿。旋转台4可以是超高精密电动旋转台，内置进口超高精密圆光栅，提供超高闭环分辨率，使用精研蜗轮蜗杆传动，实现超高定位性能，采用进口超高等级交叉滚柱轴环，具有超高运动性能，标配二相步进电机，性能稳定、可靠。

本实施例中激光传感器5可以用于对待检测零件进行三维点云数据的采集，可以是高速轮廓测量仪，超快速度64000个轮廓/秒，可以同时测量不同反光强度的材质，具有高速度，高精度，高稳定性。

如图4所示，该激光传感器5投射激光束至待检测零件，激光束经过反射被滤光镜所接收，光束经过镜片组后，最终投射于感光片的表面。该激光传感器5利用的是三角法测距，激光束在激光投射器、待检零件和感光片之间构成了一个三角形，根据反射回来的激光光束的位置，可以确定待检零件被激光所照表面空间位置和实际物理尺寸。三角测距方法结构简单，实用性强，在中短距离的测量中常被使用，此时激光的方向性等优点就会得到突出表现。激光光束到达待检零件表面后，部分散射光返回滤光镜被接收，如果待检零件的表面发生移动，同时，感光片上的成像光斑会做出相应移动，两者构成相似三角形的关系，因此可以通过测量计算感光片上的光斑的移动量来求出待检零件表面的移动量。

分拣机械手7可以在末端搭载双目结构光相机，该分拣机械手7能够进行多自由度运动，可以设置在上述直线滑台1的正前方或者侧面。本实施例的零件尺寸自动化检测装置还可以包括至少一分拣盒10，分别用于容置合格与不合格的待检测零件。根据检测结果，分拣机械手7从旋转台4上将待检测零件取走，放至下一个操作工位或者分拣盒10里。还可以在分拣机械手7的两侧放置上述分拣盒10，该分拣盒10的表面贴有“合格”、“不合格”的标签。这样，上位机6发送合格与否的指令代码到分拣机械手7，当待检测零件由直线滑台1经由固定时间传送到指定位置，此时已经移出激光传感器5的检测范围，定时器传输命令至上位机6，上位机6发送指令给分拣机械手7，分拣机械手7通过示教的方式抓取待检测零件至指定的分拣盒10。

在一些实施例中，零件尺寸自动化检测装置还可以包括基座8与活动支架9，其中，直线滑台1、活动支架9以及分拣机械手7分别可拆卸固定于基座8的顶面；激光传感器5活动连接活动支架9并置于旋转台4上方，激光传感器5沿第三方向运动。上位机6可以通过无线传输的方式或者有线的方式连接直线滑台1、第一电动角位移台2、第二电动角位移台3、旋转台4、激光传感器5、分拣机械手7等各自对应的控制器，若为有线的连接方式，还可以在基座8上开线槽，保障基座8的台面平整，避免有凸起。上位机6可以放置在基座8上，也可以放置在其他方便操作的地方，本实施例在此不做具体限定。

本实施例中，活动支架9可以固定于基座8上靠近直线滑台1一端的位置，分拣机械手7可以固定在基座8上靠近直线滑台1另一端的位置，或者分拣机械手7可以固定在基座8上直线滑台1的一侧位置，本实施例在此不做具体限定，其目的是根据实际试用情况给分拣机械手7留出活动空间，为在旋转台4上放置待检测零件留出操作空间。

在具体使用本实施例的零件尺寸自动化检测装置过程中，可以将第一电动角位移台2沿直线滑台1滑动至一端位置，然后把待检测零件置于旋转台4上，再将第一电动角位移台2沿直线滑台1移动，使旋转台4上的待检测零件对准激光传感器5，通过上位机6控制调节第一电动角位移台2、第二电动角位移台3、旋转台4、激光传感器5、分拣机械手7，可以实现对待检测零件进行三维点云数据的采集。当待检零件通过夹具被固定在旋转台4上以后，通过第一电动角位移台2、第二电动角位移台3带动旋转台4绕第一方向、第二方向转动，通过旋转台4自身带动待检测零件绕第三方向转动，使激光传感器5能够对待检测零件进行全方位的扫描，实现对其三维点云数据的采集。上位机6根据采集到的三维点云数据，重建待检测零件的3D模型，将其与上位机6预存的CAD标准模型做比较，输出检测结果，根据检测结果控制分拣机械手7进行分拣作业，从而完成对待检零件尺寸的自动化检测和分拣。

为了增加三维点云模型的准确性，在一些实施例中，分拣机械手7末端可以配置有双目结构光相机。该双目相机搭建多维视觉检测系统，采用二维图像结合三维点云深度信息的方法，上位机6根据激光传感器5发出的线激光所获取的点云模型数据进行投影，通过二维图像处理的方法，上位机6对其投影进行边缘提取，再将点云投影坐标系转换至待检测零件的图像的像素坐标，同时保持投影尺寸与图像中的工件尺寸一致，此时使用双目结构光相机拍摄零件的整体形状图像，提取缺失点的部分的坐标信息，转换至点云投影坐标系即可求出其深度信息，最终获得缺失的点云三维坐标信息，从而得到更为精确的零件模型，将其与上位机6的待检测零件的CAD标准模型做比较，输出检测结果，控制分拣机械手7根据检测结果进行分拣作业，从而完成对待检零件尺寸的自动化检测和分拣

本实施例通过直线滑台1调节待检测零件第一方向的位置，通过第一电动角位移台2调节待检测零件绕第一方向的角度，通过第二电动角位移台3调节待检测零件绕第二方向的角度，通过旋转台4调节待检测零件绕第三方向的角度。从多角度、全方位对待检零件进行姿态调整，便于激光传感器5进行实时扫描检测，提高待检零件的成型效率和扫描精度，使得待检零件的整体轮廓更为清晰，有利于待检零件误差的判断分析。分拣机械手7可以是多自由度的机械臂，无需考虑物体的形状、大小对夹具的要求，能够适应大部分工业零件的需求，使用本实施例的零件尺寸自动化检测装置可实现零件的检测与分拣的全自动化，符合工业生产高效化、智能化的产业链需求。

在一些实施例中，基座8可以为精密双频阻尼隔振光学平台，整体为三层夹心式蜂窝结构，分为台面、支架、双频阻尼隔振机构、高度调整机构、带刹车的静音脚轮组成。该台面内部可以为三层夹心式蜂窝结构，采用铁磁不锈钢，具有很好的耐腐蚀性能；该双频阻尼隔振机构处于台面下面，处于台面与支架中间位置，起到隔振的效果；该支架采用整体焊接工艺，呈长发体形状，为四支撑结构，四支架之间两两由两段桁架相连，具有良好的刚性和稳定性，支架下方具有带高度调整机构和带刹车的静音脚轮，该高度调整机构在每个支撑腿下方，底部呈现扁圆体，加大与地面的接触面积，通过调节高度调整机构的上下距离可解决地面不平引起的支架扭曲、变形的问题，静音脚轮位于下端桁架的下方，与桁架为四个螺栓相连，方便了移动和搬运动作，该精密双频阻尼隔振光学平台为零件的检测与分拣提供了良好的刚性和隔振性能。

在一些实施例中，活动支架9包括沿第三方向设置的支撑杆91，支撑杆91一端可拆卸连接基座8，且沿第三方向在支撑杆91上间隔设置有两固定板92，两固定板92分别转动连接一丝杠93的两端，丝杠螺纹连接有螺母94，激光传感器5固定于螺母94。螺母94被支撑杆91抵住，限制螺母绕第三方向转动，这样，在转动丝杠93过程中，螺母94带动激光传感器5沿第三方向上下往复运动，从而可以实现调节激光传感器5与待检测零件之间间距的目的。

具体地，两固定板92之间的支撑杆91可以设置有沿第三方向的滑轨95，螺母94沿滑轨95往复运动；螺母94固定有沿第一方向延伸的延伸板97，激光传感器5通过延伸板97连接螺母94。丝杠93可以是滚珠丝杠，两固定板92分别固定有轴承，丝杠93两端分别固定于轴承的内圈，转动连接固定板92。轴承可以减少丝杠93与固定板92之间的摩擦，使转动丝杠93的操作可以更顺畅。

在另一些实施例中，丝杠93远离基座8的一端还可以连接有旋钮96，滑轨95标示有刻度。操作人员可以通过对旋钮96操作，从而实现转动丝杠93的目的。把持旋钮96绕第三方向转动，螺母94可以带动激光传感器5上下调节与待检测零件之间的间距，通过滑轨95上的刻度可以准确了解待检测零件与激光传感器5之间的间距的具体值。可以在固定板92的中心设置圆形开口，内嵌轴承，然后将丝杠93的端部与轴承的内圈紧配合，且其中一个端部较长，其可以穿过固定板92与旋钮96固定连接，螺母94与延伸板97连接，该延伸板97沿第一方向设置，其上设置有激光传感器5，可以将螺母94设置在滑轨95上，该滑轨95与丝杠93可以沿第三方向平行设置，可以确保丝杆螺母带动延伸板97连带激光传感器5运行的稳定性，还可以在旋钮96的周边设置刻度，该刻度与丝杠93的行程成比例，这样，手动转动旋钮96，通过丝杆带动丝杆螺母及与其连接的激光传感器5沿第三方向移动，就可以非常方便地知道激光传感器的调节距离。该丝杠93的行程大约为150mm，在实际检测过程中，零件高度不同，而激光传感器5工作距离有一定范围，活动支架9的设计有利于根据实际工况调节激光传感器5的高度，使其始终处于合适的工作范围内。

进一步地，在一些实施例中，支撑杆91沿第三方向设置有多组固定孔911，固定板92沿第三方向可拆卸连接支撑杆91。可以根据待检测零件沿第三方向的具体高度而调整固定板92在支撑杆91上固定的大致位置，而后通过丝杠93与螺母94的配合进行微调，可以扩大本实施例的零件尺寸自动化检测装置对不同尺寸待检测零件的适用范围。

基于相同或相似的设计思路，本发明实施例的第二方面提供一种零件尺寸自动化检测方法。图5是本发明零件尺寸自动化检测方法一实施例的流程示意图，如图5所示，该方法可以包括如下步骤：

S1：将待检测零件固定在如上述第一方面及各优选实施例中任意一项的零件尺寸自动化检测装置的旋转台4上，并通过调整滑块11将待检测零件置于激光传感器5正下方；

S2：通过上位机6控制第一电动角位移台2、第二电动角位移台3以及旋转台4，调整待检测零件的位姿，将检测面正对激光传感器5；

S3：激光传感器5采集多个位姿下的待检测零件的三维点云数据；

S4：上位机6基于接收的三维点云数据，构建待检测零件的点云模型，并对比标准模型给出检测结果；

S5：上位机6基于检测结果控制分拣机械手7对待检测零件进行分拣。

本实施例的零件尺寸自动化检测方法，利用夹具将待检零件固定在前述任一实施例所涉及的零件尺寸自动化检测装置的旋转台4上，通过直线滑台1将待检零件运送到激光传感器5的正下方，再通过活动支架9调节待检零件与激光传感器5的相对位置；通过调整第一电动角位移台2、第二电动角位移台3以及旋转台4来调节待检零件的位姿，同时利用激光传感器5完成对待检零件三维点云数据的采集，再通过直线滑台1将待检测零件移至方便分拣机械手7抓取的位置，利用分拣机械手7完成对待检零件的分拣。

首先，对待检测零件确定所要检测的面，利用夹具将待检零件正对激光传感器5设置在旋转台4上，该待检零件可以是单独的零件，也可以是简单组合后的构件，为了给待检零件创造一个良好的测量环境，可以通过转动旋钮96，调整激光传感器5距离待检测零件的远近，通过调整第一电动角位移台2、第二电动角位移台3以及旋转台4，改变待检测零件正对激光传感器的位置，从而使激光传感器5正对待检零件所要求测量的表面，并且选择一个比较适合的起点。

然后，通过上位机6设定程序控制第一电动角位移台2、第二电动角位移台3以及旋转台4的转动，带动待检测零件运动，利用激光传感器5对设置在旋转台4上的待检测零件完成三维点云数据的采集。另外，对于用于固定在旋转台4的待检测零件的一侧的结构，在上述位姿变化过程中无法使用激光传感器5采集到该侧相关的三维点云数据。为了能使激光传感器5采集的待检测零件的三维点云数据完整，还需将上述待检测零件在旋转台4上重新固定，将上述未采集到三维点云数据的待检测零件的一侧露出，使该侧的结构可以被激光传感器5采集到的相关的三维点云数据。重复上述过程，完成其他面的三维点云数据的采集，最终完成整个待检零件的采集工作。上位机6将各次采集的三维点云数据进行拟合、去重操作，生成待检零件各个部分的点云数据。

上位机6对待检零件的三维点云数据利用Hausdorff距离进行点云数据精简，采取主成分分析法进行点云的配准，实现待检零件点云数据的精确重建，构建其3D模型。利用Hausdorff距离进行点云数据精简，Hausdorff距离是两个点集之间距离的定义形式，用来描述两个电机的相似程度，两个有限点集A、B之间的Hausdorff距离定义为：D(A,B)＝max(d(A,B),d(B,A))，其中，d(A，B)和d(B，A)分别表示集合A到集合B和集合B到集合A的单向Hausdorff距离，分别定义如下：

其中，‖a-b‖、‖b-a‖表示距离范数。设数据点集合为{p_i，i＝1,2,3....n}，取任意一点p，其近邻点集为{q_i，i＝1,2...k}。计算每个采样点的Hausdorff距离及简化数据点的算法步骤如下：步骤1，用二次抛物曲面拟合的方法估算所有点的主曲率。步骤2，计算点p与其邻域点的Hausdorff距离，并取最大值作为该点的Hausdorff值。步骤3，以步骤2遍历所有点，计算所有数据点的Hausdorff值。步骤4，根据数据点Hausdorff值的大小，将点云分为多个区间，各个区间设定不同的阈值ε。步骤5，对于其中某一曲率区间内，若该点的Hausdorff值小于阈值ε，则对它进行删除。步骤6，遍历所有区间，完成精简。利用Hausdorff距离进行点云精简，保证了在曲率变化大的区域保留足够多的点以突出模型的曲面特征；在曲率变化小的区域保留少量的点以减少冗余，在有效减少数据点的同时，很好的保持了模型中的细节特征信息。采取主成分分析法进行点云的配准，需对点云数据进行去噪，在主成分点云的基础上进行拟合，再进行滤波处理。

对精简后的组合三维点云数据进行配准前，在一些实施例中，零件尺寸自动化检测方法还可以包括：对点云数据进行去噪；在主成分组合三维点云数据基础上进行拟合且滤波处理。

对点云数据进行去噪的过程，包括：

求取一定半径窗口内滑动的点云坐标均值(o_x，o_y，o_z)，求其协方差矩阵

其中，(x_i，y_i，z_i)为窗口内每个点的坐标。求取矩阵的两个主方向为窗口点云的主方向，则点云噪声方向为：

在主方向上对局部平面进行拟合，求出每个点(x_i，y_i，z_i)与平面沿噪声方向的距离

每个点在噪声方向进行位移，位移距离d为：

其中，α为系数。该步骤可去除离群点较大的噪声。

在主成分点云的基础上进行拟合的过程，包括：

对点云进一步进行拟合的方程为：

其中，i，j＝0,1,2，……，n，a_ij为系数。

定义误差函数为：

将所有点代入，通过整体误差最小，求得系数：

可求得最优a_ij。

针对每个窗口点云，采用上述公式进行处理，当窗口遍历完所有点云后，得到整体点云曲面。

滤波处理公式为：

其中，为该点到曲面的距离，x、y、z为坐标值，σ_x,y,z为窗口内标准差，其计算公式为：

其中窗口大小为(2M+1)×(2M+1)，M值计算公式为：

M＝k×f

其中，K为给定的系数，f为范围内的点云起伏情况，即每个点到曲面距离绝对值的均值，

f＝mean(d_i)

其中，d_i为每个点到曲面距离的绝对值，该主成分分析法可消除较大的噪声，且有效地保留了模型中的尖锐、边缘特征及细节特征。

图6是本发明零件尺寸自动化检测方法另一实施例的流程示意图，如图6所示，在一些实施例中，构建待检测零件的点云模型之前，该方法还包括：

S31：将三维点云数据进行投影，获取投影坐标系与点云边缘数据；

S32：对照双目结构光相机采集的待检测零件图像，提取缺失部分的坐标信息；

S33：将缺失部分的坐标信息转换至投影坐标系，确定缺失部分的三维点云坐标信息。

在一些实施例中，述上位机6基于接收的三维点云数据，构建待检测零件的点云模型，包括：对三维点云数据补充缺失部分的三维点云坐标信息，得到组合三维点云数据；利用Hausdorff距离对组合三维点云数据进行精简；采取主成分分析法对精简后的组合三维点云数据进行配准，得到点云模型。

在一些实施例中，获取点云边缘数据，包括：将三维点云数据进行二维平面的投影；基于二维图像边缘处理，获取点云边缘数据；利用二维图像边缘提取，基于待检测零件图像与点云边缘数据，确定缺失部分的边缘数据；对点云边缘数据补充缺失部分的边缘数据，确定组合点云边缘数据，组合三维点云数据是由组合点云边缘数据映射到投影坐标系中获得；其中，待检测零件的检测面上坐标为(x₁，y₁，z₁)的P点，投影到平面M：Ax+By+Cz+D＝0的坐标为：

(x_p，y_p，z_p)为P点在平面M上的投影点；

C＝0且D＝0时，平面M为Ax+By＝0，P点在平面M上的投影点为：

在一些实施例中，利用Hausdorff距离对组合三维点云数据进行精简，包括：用二次抛物曲面拟合法估算三维点云数据的所有点的主曲率；计算三维点云数据中一点与其邻域点的Hausdorff距离，并取最大值作为该点的Hausdorff值；遍历所有三维点云数据的点，并计算所有点的Hausdorff值；根据Hausdorff值，将三维点云数据分为多个区间，且各个区间设定阈值；遍历所有区间，删除Hausdorff值小于对应阈值的三维点云数据的点。

控制直线滑台1带动设置在旋转台4的待检测零件移出激光传感器5正对位置，借助分拣机械手7进行分拣作业，该分拣机械手7具有示教功能，程序在示教器上完成编辑，分拣机械手7执行示教器所示教的程序代码，其前端安装有夹具，可通过定点示教完成零件的抓取放置动作，该分拣机械手7通过特定的编程接口接收上位机发送的脚本指令字符串，并运行接收到的脚本指令，从而完成零件的分拣动作，上位机6与分拣机械手7的控制器建立TCP/IP连接，并获取分拣机械手7的状态信息。

由于待检测零件的形状多种多样，单靠线激光传感器5所生成的三维点云模型可能存在某些角度点云缺失，为了增加三维点云模型的准确性，在分拣机械手7末端搭建双目结构光相机，该双目结构光相机搭建多维视觉检测系统。上位机6先将激光传感器5所获取的点云模型数据进行投影，通过二维图像处理的方法，对其投影进行边缘提取，再将点云投影坐标系转换至待检测零件的图像的像素坐标，同时保持投影尺寸与图像中的工件尺寸一致，此时使用双目结构光相机拍摄零件的整体形状图像，提取缺失点的部分的坐标信息，转换至点云投影坐标系即可求出其深度信息，最终获得缺失的点云三维坐标信息。

结合前述任一实施例所涉及的零件尺寸自动化检测装置，使用本实施例的零件尺寸自动化检测方法，可以利用直线滑台1，实现第一方向大行程运动，为分拣机械手7增大了操作空间，方便分拣作业的实施。通过调节第一电动角位移台2、第二电动角位移台3及旋转台4，达到调整待检测零件位姿的目的，使待检测零件被测部分始终保持在光束垂直方向，便于获取数据较全的三维点云数据，提高了待检零件的成型效率和扫描精度，使得待检零件的整体轮廓更为清晰，有利于待检零件误差的判断分析。同时，由于零件的形状多种多样，单靠线激光扫描仪所生成的三维点云模型可能存在某些角度点云缺失，为了增加三维点云模型的准确性，在分拣机械手7末端搭建双目结构光相机，该双目结构光相机搭建多维视觉检测系统，采用二维图像结合三维点云深度信息的方法，获取零件表面缺失的点云三维坐标，无需考虑物体的形状、大小对夹具的要求，能够适应大部分工业待检测零件的需求，可实现零件的检测与分拣的全自动化，符合工业生产高效化、智能化的产业链需求。

由技术常识可知，本发明可以通过其它的不脱离其实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (10)

1.一种零件尺寸自动化检测装置，其特征在于，包括：

直线滑台(1)，设置有滑块(11)，所述滑块(11)固定有第一电动角位移台(2)，所述第一电动角位移台(2)固定有第二电动角位移台(3)，所述第二电动角位移台(3)固定有旋转台(4)，其中，所述第一电动角位移台(2)沿第一方向往复运动，所述第二电动角位移台(3)在第一角度范围内绕所述第一方向偏转，所述旋转台(4)在第二角度范围内绕第二方向偏转，所述旋转台(4)用于固定待检测零件且绕第三方向转动，所述第一方向、所述第二方向以及所述第三方向相互垂直；

激光传感器(5)，可调节固定于所述待检测零件上方，用于对所述待检零件进行三维点云数据采集；

上位机(6)，电性连接控制所述直线滑台(1)、所述第一电动角位移台(2)、所述第二电动角位移台(3)、所述旋转台(4)以及所述激光传感器(5)，获取所述待检测零件的三维数据并给出检测结果；

分拣机械手(7)，电性连接所述上位机(6)，用于根据所述检测结果分拣所述待检测零件。

2.根据权利要求1所述零件尺寸自动化检测装置，其特征在于，

所述零件尺寸自动化检测装置还包括基座(8)与活动支架(9)，其中，所述直线滑台(1)、所述活动支架(9)以及所述分拣机械手(7)分别可拆卸固定于所述基座(8)的顶面；

所述激光传感器(5)活动连接所述活动支架(9)并置于所述旋转台(4)上方，所述激光传感器(5)沿第三方向运动。

3.根据权利要求2所述零件尺寸自动化检测装置，其特征在于，

所述基座(8)为精密双频阻尼隔振光学平台；

所述活动支架(9)包括沿所述第三方向设置的支撑杆(91)，所述支撑杆(91)一端可拆卸连接所述基座(8)，且沿所述第三方向在所述支撑杆(91)上间隔设置有两固定板(92)，两所述固定板(92)分别转动连接一丝杠(93)的两端，所述丝杠螺纹连接有螺母(94)，所述激光传感器(5)固定于所述螺母(94)。

4.根据权利要求3所述零件尺寸自动化检测装置，其特征在于，

两所述固定板(92)之间的所述支撑杆(91)设置有沿所述第三方向的滑轨(95)，所述螺母(94)沿所述滑轨(95)往复运动；

所述螺母(94)固定有沿所述第一方向延伸的延伸板(97)，所述激光传感器(5)通过所述延伸板(97)连接所述螺母(94)。

5.一种零件尺寸自动化检方法，其特征在于，包括如下步骤：

将待检测零件固定在如权利要求1至4中任意一项所述的零件尺寸自动化检测装置的旋转台(4)上，并通过调整滑块(11)将所述待检测零件置于激光传感器(5)正下方；

通过上位机(6)控制第一电动角位移台(2)、第二电动角位移台(3)以及旋转台(4)，调整所述待检测零件的位姿；

所述激光传感器(5)采集多个位姿下的所述待检测零件的三维点云数据；

所述上位机(6)基于接收的所述三维点云数据，构建所述待检测零件的点云模型，并对比标准模型给出检测结果；

所述上位机(6)基于所述检测结果控制所述分拣机械手(7)对待检测零件进行分拣。

6.根据权利要求5所述的方法，其特征在于，

所述构建所述待检测零件的点云模型之前，所述方法还包括：

将所述三维点云数据进行投影，获取投影坐标系与点云边缘数据；

对照双目结构光相机采集的待检测零件图像，提取缺失部分的坐标信息；

将所述缺失部分的坐标信息转换至所述投影坐标系，确定缺失部分的三维点云坐标信息。

7.根据权利要求6所述的方法，其特征在于，

所述述上位机(6)基于接收的所述三维点云数据，构建所述待检测零件的点云模型，包括：

对所述三维点云数据补充所述缺失部分的三维点云坐标信息，得到组合三维点云数据；

利用Hausdorff距离对所述组合三维点云数据进行精简；

采取主成分分析法对精简后的所述组合三维点云数据进行配准，得到所述点云模型。

8.根据权利要求7所述的方法，其特征在于，

所述获取所述点云边缘数据，包括：

将所述三维点云数据进行二维平面的投影；

基于二维图像边缘处理，获取所述点云边缘数据；

利用二维图像边缘提取，基于所述待检测零件图像与所述点云边缘数据，确定缺失部分的边缘数据；

对所述点云边缘数据补充所述缺失部分的边缘数据，确定组合点云边缘数据，所述组合三维点云数据是由所述组合点云边缘数据映射到所述投影坐标系中获得；

其中，所述待检测零件的检测面上坐标为(x₁，y₁，z₁)的P点，投影到平面M：Ax+By+Cz+D＝0的坐标为：

(x_p，y_p，z_p)为P点在平面M上的投影点；

C＝0且D＝0时，平面M为Ax+By＝0，P点在平面M上的投影点为：

9.根据权利要求7所述的方法，其特征在于，

所述利用Hausdorff距离对所述组合三维点云数据进行精简，包括：

用二次抛物曲面拟合法估算所述三维点云数据的所有点的主曲率；

计算所述三维点云数据中一点与其邻域点的Hausdorff距离，并取最大值作为该点的Hausdorff值；

遍历所有所述三维点云数据的点，并计算所有点的Hausdorff值；

根据Hausdorff值，将所述三维点云数据分为多个区间，且各个区间设定阈值；

遍历所有区间，删除Hausdorff值小于对应所述阈值的所述三维点云数据的点。

10.根据权利要求7所述的方法，其特征在于，

所述对精简后的所述组合三维点云数据进行配准前，所述方法还包括：

对点云数据进行去噪；

在主成分所述组合三维点云数据基础上进行拟合且滤波处理。

Images