CN116164663A - 一种道岔尖轨型面轨道式机器人测量设备及其三维模型重建方法 - Google Patents
一种道岔尖轨型面轨道式机器人测量设备及其三维模型重建方法 Download PDFInfo
- Publication number
- CN116164663A CN116164663A CN202211536827.5A CN202211536827A CN116164663A CN 116164663 A CN116164663 A CN 116164663A CN 202211536827 A CN202211536827 A CN 202211536827A CN 116164663 A CN116164663 A CN 116164663A
- Authority
- CN
- China
- Prior art keywords
- point
- rail
- profile
- robot
- switch
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005056 compaction Methods 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000004441 surface measurement Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- 238000003801 milling Methods 0.000 abstract description 4
- 238000000227 grinding Methods 0.000 abstract description 2
- 238000005498 polishing Methods 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
-
- 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 Vision & Pattern Recognition (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明涉及一种道岔尖轨型面轨道式机器人测量设备与三维模型重建方法,包括设置于测量平台上的机器人驱动单元和尖轨型面测量单元以及设置于测量平台一侧的电气控制单元。另一方面,三维模型重建方法包括使用弦高差法和高斯滤波法分别去除实测尖轨点云中的离散噪点和混杂噪点;使用自适应最小距离法对实测尖轨点云进行精简;根据尖轨型面特点实现实测尖轨点云的粗配准,采用ICP算法对实测尖轨点云进行精配准;最后采用B样条曲线对实测尖轨型面廓形曲线完成曲面重构。本发明可在道岔厂生产尖轨过程中,对铣削加工后的尖轨型面进行测量,精确的廓形测量为后续机器人高效打磨提供保障,提高尖轨加工质量,改善轮轨匹配关系,延长尖轨使用寿命。
Description
技术领域
本发明属于尖轨型面测量技术领域,尤其涉及一种道岔尖轨型面轨道式机器人测量设备与三维模型重建方法。
背景技术
目前,道岔厂生产制造尖轨主要经过校直、锻压、铣削和打磨抛光等工艺。其中,打磨抛光工序是由工人使用角磨机对铣削等加工后尖轨端面及棱边产生的毛刺进行处理,存在打磨一致性差、漏打磨及打磨效率低等问题。随着对打磨质量和效率要求的提高,利用工业机器人来进行自主打磨是打磨行业发展的必然趋势,尖轨型面测量是尖轨打磨自动化的一个重要依据。本发明针对未来道岔厂采用工业机器人进行自动化打磨需要高精度测量的需求,基于轨道式机器人与非接触式测量等先进技术,根据道岔厂生产过程中实际工况,提出一种道岔尖轨型面轨道式机器人测量设备与三维模型重建方法。
发明内容
针对上述技术问题,本发明提供了一种道岔尖轨型面轨道式机器人测量设备,包括设置于测量平台上的机器人驱动单元和尖轨型面测量单元以设置于测量平台一侧的电气控制单元;
所述机器人驱动单元包括六自由度工业机器人、导轨载物台、直线导轨和直线电机;所述导轨载物台、直线电机和直线导轨均安装于测量平台的上表面;所述导轨载物台和直线电机均安装于直线导轨上;所述六自由度工业机器人安装于导轨载物台上,在直线电机的驱动下实现直线移动;
所述尖轨型面测量单元包括三维柔性工作台、尖轨、非接触式测量仪器;所述三维柔性工作台安装于测量平台的上表面,位于直线电机模组一侧;所述尖轨通过夹具装夹于三维柔性工作台上表面;所述非接触式测量仪器通过法兰盘固联在六自由度工业机器人的末端,通过机器人位姿的改变来完成尖轨型面测量;
所述电气控制单元包括机器人控制柜、工控一体机、远程控制柜、电控柜;所述非接触式测量仪器与远程控制柜电连;所述机器人控制柜、远程控制柜、直线电机与电控柜电连;所述工控一体机分别与非接触式测量仪器、机器人控制柜中安装的机器人控制器通信;所述机器人控制器与电控柜中安装的PLC控制器通信,从而实现工控一体机与PLC控制器之间的通信;所述PLC控制器与远程控制柜安装的分布式I/O模块通信。
另一方面,一种道岔尖轨型面轨道式机器人测量设备的测量方法,所述方法包括:
通过调整机器人的位姿来使用非接触式测量仪器对尖轨进行多次扫描,扫描次数n,其中n≥2;
改变所述六自由度工业机器人末端位姿,进而改变非接触式测量仪器的扫描位置,使其可以测量到尖轨左侧、左上侧、上侧、右上侧和右侧型面;
改变一次位姿,控制直线电机模组驱动六自由度工业机器人在工作台的前后端移动一次从而完成一次尖轨型面扫描,在扫描n次后从而实现了整条尖轨完整的型面测量,其中n≥2。
另一方面,一种道岔尖轨型面轨道式机器人测量设备的三维模型重建方法,所述三维模型重建方法包括以下步骤:
步骤一:使用弦高差法与高斯滤波法分别消除实测尖轨点云中的离散噪点与混杂噪点;
步骤二:采用自适应最小距离法对实测尖轨点云进行精简;
步骤三:根据尖轨型面特征完成实测尖轨点云的粗配准;
步骤四:采用ICP算法完成实测尖轨点云与标准尖轨型面的精配准;
步骤五:采用B样条曲线对实测尖轨廓形曲线进行曲面重构。
进一步的,所述步骤二具体包括以下步骤:
步骤2.1:计算单条扫描线上每个点的曲率值,并进行曲率分区;
步骤2.2:确定高曲率区域和低曲率区域的最小阈值H_dmin和L_dmin;
步骤2.3:令扫描线上第一个点P1作为基准点;
步骤2.4:计算P1和该点后第二个测量点P2的距离d1,判断点P2处于哪个区域,假如处于高曲率区域,那么采用H_dmin为最小阈值。若P2不存在,则表示该条扫描线已处理完成,转步骤步骤2.8;
步骤2.5:如果d1≥H_dmin,则说明P2为保留点,令其为基准点,转步骤2.4;
步骤2.6:如果d1<H_dmin,则说明P2为去除点,那么计算点P1和该点后第三个测量点P3的距离d2,并判断点P3处于哪个区域,假如处于低曲率区域,那么采用L_dmin为最小阈值。若P3不存在,则说明该条扫描线上的数据点已经处理完成,转步骤2.8;
步骤2.7:如果d2≥L_dmin,则说明P3为保留点,并令P3为基准点,转2.4。否则,说明P3为去除点,转步骤2.6。依次类推;
步骤2.8:判断是否所有扫描线均已处理完成,若没有则输入下一条扫描线,转步骤2.1,若已处理完成则精简结束。
进一步的,所述步骤三具体过程如下:
通过内在形状签名ISS算法提取出尖轨表面的关键点;
通过快速点特征直方图FPFH算法对关键点进行描述并配对;
通过随机采样一致性算法RANSAC对特征点对进行筛选过滤;
通过奇异值分解法SVD计算出刚体变换矩阵;
完成实测尖轨点云的粗配准。
进一步的,所述步骤四具体包括以下步骤:
步骤4.1:若Ω为源点云P和目标点云Q的重叠区域,假设对于重叠区域Ω中的任一点在点云P和Q中分别对应着pi、qj;
步骤4.2:对于源点云P中的任一点pi,找出在目标点云Q中的对应点qi,使|qi-pi||=min;
步骤4.3:利用所有对应点对(pi,qi)计算两片点云的刚体变换矩阵,使误差函最小;
步骤4.4:利用上面获取的刚体变换矩阵对源点云P中的点进行坐标变换,得到新的对应点集;
步骤4.5:计算新点集与对应点集qi之间的欧氏距离;
步骤4.6:如果相邻两次距离之差小于指定阈值或达到最大迭代次数,则迭代结束,否则返回步骤4.2继续迭代直至收敛。
本发明的有益效果:
本发明可在道岔厂生产尖轨过程中,对铣削等加工后的尖轨型面进行测量,提升测量的灵活度与经济性,精确的廓形测量为后续机器人高效打磨提供保障,提高尖轨加工质量,改善轮轨匹配关系,延长尖轨使用寿命。
附图说明
图1是本发明方法的整体流程图;
图2是尖轨型面测量系统结构图;
图3是尖轨型面测量系统结构右视图;
图4是尖轨型面测量系统结构前视图;
图5是直线电机模组结构图;
图6是尖轨扫描位置示意图;
图7是机器人扫描尖轨左侧型面示意图;
图8是机器人扫描尖轨右侧型面示意图;
图9是自适应最小距离法算法流程图;
图10是点云粗配准流程图;
图11是ICP算法流程图;
图中,1、测量平台;2、三维柔性工作台;3、尖轨;4、非接触式测量仪器;5、六自由度工业机器人;61、机器人控制柜;62、工控一体机;63、远程控制柜;64、电控柜;71、导轨载物台;72、直线电机;73、直线导轨。
具体实施方式
下面结合附图及具体实施方式对本发明做进一步详细说明,但本发明的具体实施方式不限于此:
需要说明的是,在本发明的描述中,术语“前端”、“后端”、“左侧”、“右侧”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和简化描述,而不是指装置或元件必须具有特定的方位、以特定的方位构造和操作。
此外,当元件被称为“设置于”、“安装于”、“装夹于”另一个元件,它可以直接在一个元件上或者间接在该另一个元件上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“装夹”、“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,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以是通过中间媒介简接相连,可以是两个元件内部的联通或两个元件的相互作用关系。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在本发明中的具体含义。
如图2-图5所示,一种道岔尖轨型面轨道式机器人测量与三维模型重建方法,其测量系统结构方案包括测量平台1、安装于所述测量平台1上的导轨载物台71、直线导轨72、直线电机73、三维柔性工作台2,安装于所述导轨载物台71上的六自由度工业机器人5、装夹于三维柔性工作台2上的尖轨3、安装于六自由度工业机器人5末端的非接触式测量仪器4,该非接触式测量仪器选为线激光传感器;还包括安装于测量平台1一侧的机器人控制柜61、工控一体机62、远程控制柜63、电控柜64,如此布置既节约空间又方便控制;所述工控一体机62分别与非接触式测量仪器4、机器人控制柜61中安装的机器人控制器通信;所述机器人控制器与所述电控柜64中安装的PLC控制器通信,从而实现所述工控一体机62与所述PLC控制器之间的通信;工作时,将尖轨3固定于三维柔性工作台2上,启动相关控制程序,所述工控一体机62中的上位机控制软件向六自由度工业机器人5控制器发送指令,进而控制六自由度工业机器人5动作,工控一体机62亦可向PLC控制器发送控制指令,控制直线电机72工作;采用六自由度工业机器人5末端固定线激光传感器4对尖轨3进行型面测量的方式,极大地缩短测量时间,提高测量精度与测量效率,保证尖轨加工质量。
所述线激光传感器4与远程控制柜63电连;所述机器人控制柜61、远程控制柜63、直线电机72与电控柜64电连;所述工控一体机62与机器人控制柜61安装的机器人控制器通信;所述机器人控制器与电控柜64中安装的PLC控制器通信,从而实现工控一体机62与PLC控制器之间的通信;所述导轨载物台71可以通过直线电机72驱动,在直线导轨73上直线移动。
如图6-图8所示,所述道岔尖轨型面轨道式机器人测量与三维模型重建,其测量过程如下:
通过工控一体机中的上位机软件控制所述直线电机模组驱动六自由度工业机器人运动,使其移动到测量平台前端,改变所述六自由度工业机器人的位姿,进而改变非接触式测量仪器的扫描位置,使其可以测量到尖轨左侧型面,进一步控制直线电机模组驱动六自由度工业机器人从测量平台的前端移动到后端,在移动过程中完成非接触式测量仪器对整条尖轨左侧的型面测量。扫描得到的左侧尖轨型面点云,改变所述六自由度工业机器人的位姿,进而改变非接触式测量仪器的扫描位置,使其可以测量到尖轨右侧型面,进一步控制直线电机模组驱动六自由度工业机器人从测量平台的后端移动到前端,在移动过程中完成非接触式测量仪器对整条尖轨右侧的型面测量,从而获得尖轨完整型面。
获得尖轨完整型面后,如图1所示,所述点云处理与三维模型重建包括下述步骤:
(1)分别使用弦高差法与高斯滤波法消除实测尖轨点云中的离散噪点与混杂噪点;
(2)采用自适应最小距离法对实测尖轨点云数据进行精简;
(3)根据尖轨型面特征完成实测尖轨点云的粗配准;
(4)采用ICP算法完成实测尖轨点云与标准尖轨型面的精配准;
(5)将实测尖轨点云与标准型面进行精配准后,采用B样条曲线对实测断面廓线进行重构。
如图9所示,采用自适应最小距离法对尖轨点云进行精简具体包括以下步骤:
(1)计算单条扫描线上每个点的曲率值,并进行曲率分区;
(2)确定高曲率区域和低曲率区域的最小阈值H_dmin和L_dmin;
(3)令扫描线上第一个点P1作为基准点;
(4)计算P1和该点后第二个测量点P2的距离d1,判断点P2处于哪个区域,假如处于高曲率区域,那么采用H_dmin为最小阈值。若P2不存在,则表示该条扫描线已处理完成,转步骤(8);
(5)如果d1≥H_dmin,则说明P2为保留点,令其为基准点,转步骤(4);
(6)如果d1<H_dmin,则说明P2为去除点,那么计算点P1和该点后第三个测量点P3的距离d2,并判断点P3处于哪个区域,假如处于低曲率区域,那么采用L_dmin为最小阈值。若P3不存在,则说明该条扫描线上的数据点已经处理完成,转步骤(8);
(7)如果d2≥L_dmin,则说明P3为保留点,并令P3为基准点,转步骤(4)。否则,说明P3为去除点,转步骤(6)。依次类推;
(8)判断是否所有扫描线均已处理完成,若没有则输入下一条扫描线,转步骤(1);若已处理完成则说明精简结束。
如图10所示,所述根据尖轨型面特征完成实测尖轨点云的粗配准具体过程如下:
通过内在形状签名(ISS)算法提取出尖轨表面的关键点,然后通过快速点特征直方图(FPFH)算法对关键点进行描述并配对,接着通过随机采样一致性算法(RANSAC)对特征点对进行筛选过滤,最后通过奇异值分解法(SVD)计算出刚体变换矩阵,完成实测尖轨点云的粗配准。
如图11所示,采用ICP算法完成实测尖轨点云与标准尖轨型面的精配准具体包括以下步骤:
(1)若Ω为源点云P和目标点云Q的重叠区域,假设对于重叠区域Ω中的任一点在点云P和Q中分别对应着pi、qj;
(2)对于源点云P中的任一点pi,找出在目标点云Q中的对应点qi,使||qi-pi||=min;
(4)利用上面获取的刚体变换矩阵对源点云P中的点进行坐标变换,得到新的对应点集p′i={p′i=Rpi+t,pi∈P};
(6)如果相邻两次距离之差小于指定阈值或达到最大迭代次数,则迭代结束,否则返回步骤(2)继续迭代直至收敛。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出各种变形与改进,均应落入本发明权利要求书确定的保护范围内。
Claims (6)
1.一种道岔尖轨型面轨道式机器人测量设备,其特征在于:包括设置于测量平台(1)上的机器人驱动单元和尖轨型面测量单元以及设置于测量平台(1)一侧的电气控制单元;
所述机器人驱动单元包括六自由度工业机器人(5)、导轨载物台(71)、直线导轨(73)和直线电机(72);所述导轨载物台(71)、直线电机(72)和直线导轨(73)均安装于测量平台(1)的上表面;所述导轨载物台(71)和直线电机(72)均安装于直线导轨(73)上;所述六自由度工业机器人(5)安装于导轨载物台(71)上,在直线电机(72)的驱动下实现直线移动;
所述尖轨型面测量单元包括三维柔性工作台(2)、尖轨(3)、非接触式测量仪器(4);所述三维柔性工作台(2)安装于测量平台(1)的上表面,位于直线电机模组一侧;所述尖轨(3)通过夹具装夹于三维柔性工作台(2)上表面;所述非接触式测量仪器(4)通过法兰盘固联在六自由度工业机器人(5)的末端,通过机器人位姿的改变来完成尖轨型面测量;
所述电气控制单元包括机器人控制柜(61)、工控一体机(62)、远程控制柜(63)、电控柜(64);所述非接触式测量仪器(4)与远程控制柜(63)电连;所述机器人控制柜(61)、远程控制柜(63)、直线电机(72)与电控柜(64)电连;所述工控一体机(62)分别与非接触式测量仪器(4)、机器人控制柜(61)中安装的机器人控制器通信;所述机器人控制器与电控柜(64)中安装的PLC控制器通信,从而实现工控一体机(62)与PLC控制器之间的通信;所述PLC控制器与远程控制柜(63)安装的分布式I/O模块通信。
2.一种道岔尖轨型面轨道式机器人测量设备的测量方法,其特征在于,所述方法包括:
通过调整机器人的位姿来使用非接触式测量仪器对尖轨进行多次扫描,扫描次数n,其中n≥2;
改变六自由度工业机器人的末端位姿,进而改变非接触式测量仪器的扫描位置,使所述六自由度工业机器人测量到尖轨左侧、左上侧、上侧、右上侧和右侧型面;
改变一次位姿,控制直线电机模组驱动六自由度工业机器人在工作台的前后端移动一次从而完成一次尖轨型面扫描,在扫描n次后从而实现了整条尖轨完整的型面测量,其中n≥2。
3.一种道岔尖轨型面轨道式机器人测量设备的三维模型重建方法,其特征在于:所述三维模型重建方法包括以下步骤:
步骤一:使用弦高差法与高斯滤波法分别消除实测尖轨点云中的离散噪点与混杂噪点;
步骤二:采用自适应最小距离法对实测尖轨点云进行精简;
步骤三:根据尖轨型面特征完成实测尖轨点云的粗配准;
步骤四:采用ICP算法完成实测尖轨点云与标准尖轨型面的精配准;
步骤五:采用B样条曲线对实测尖轨廓形曲线进行曲面重构。
4.如权利要求3所述的一种道岔尖轨型面轨道式机器人测量设备的三维模型重建方法,其特征在于,所述步骤二具体包括以下步骤:
步骤2.1:计算单条扫描线上每个点的曲率值,并进行曲率分区;
步骤2.2:确定高曲率区域和低曲率区域的最小阈值H_dmin和L_dmin;
步骤2.3:令扫描线上第一个点P1作为基准点;
步骤2.4:计算P1和P1点后第二个测量点P2的距离d1,判断点P2处于哪个区域,假如处于高曲率区域,那么采用H_dmin为最小阈值;若P2不存在,则表示该条扫描线已处理完成,转步骤2.8;
步骤2.5:如果d1≥H_dmin,则说明P2为保留点,令其为基准点,转步骤2.4;
步骤2.6:如果d1<H_dmin,则说明P2为去除点,那么计算点P1和该点后第三个测量点P3的距离d2,并判断点P3处于哪个区域,假如处于低曲率区域,那么采用L_dmin为最小阈值;若P3不存在,则说明该条扫描线上的数据点已经处理完成,转步骤2.8;
步骤2.7:如果d2≥L_dmin,则说明P3为保留点,并令P3为基准点,转步骤2.4;否则,说明P3为去除点,转步骤2.6;
步骤2.8:判断是否所有扫描线均已处理完成,若没有则输入下一条扫描线,转步骤2.1;若已处理完成则精简结束。
5.如权利要求3所述的一种道岔尖轨型面轨道式机器人测量设备的三维模型重建方法,其特征在于,所述步骤三具体过程如下:
通过内在形状签名ISS算法提取出尖轨表面的关键点;
通过快速点特征直方图FPFH算法对关键点进行描述并配对;
通过随机采样一致性算法RANSAC对特征点对进行筛选过滤;
通过奇异值分解法SVD计算出刚体变换矩阵;
完成实测尖轨点云的粗配准。
6.如权利要求3所述的一种道岔尖轨型面轨道式机器人测量设备的三维模型重建方法,其特征在于,所述步骤四具体包括以下步骤:
步骤4.1:若Ω为源点云P和目标点云Q的重叠区域,假设对于重叠区域Ω中的任一点在点云P和Q中分别对应着pi、qj;
步骤4.2:对于源点云P中的任一点pi,找出在目标点云Q中的对应点qi,使|qi-pi||=min;
步骤4.3:利用所有对应点对(pi,qi)计算两片点云的刚体变换矩阵,使误差函最小;
步骤4.4:利用上面获取的刚体变换矩阵对源点云P中的点进行坐标变换,得到新的对应点集;
步骤4.5:计算新点集与对应点集qi之间的欧氏距离;
步骤4.6:如果相邻两次距离之差小于指定阈值或达到最大迭代次数,则迭代结束,否则返回步骤4.2继续迭代直至收敛。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211536827.5A CN116164663A (zh) | 2022-12-02 | 2022-12-02 | 一种道岔尖轨型面轨道式机器人测量设备及其三维模型重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211536827.5A CN116164663A (zh) | 2022-12-02 | 2022-12-02 | 一种道岔尖轨型面轨道式机器人测量设备及其三维模型重建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116164663A true CN116164663A (zh) | 2023-05-26 |
Family
ID=86415289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211536827.5A Pending CN116164663A (zh) | 2022-12-02 | 2022-12-02 | 一种道岔尖轨型面轨道式机器人测量设备及其三维模型重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116164663A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392325A (zh) * | 2023-11-09 | 2024-01-12 | 铁科(北京)轨道装备技术有限公司 | 尖轨的三维模型构建方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204575030U (zh) * | 2015-04-16 | 2015-08-19 | 北京恒正精机科技有限责任公司 | 三维激光全自动扫描测量系统 |
CN113763529A (zh) * | 2020-06-02 | 2021-12-07 | 国网江苏省电力有限公司电力科学研究院 | 一种基于三维扫描的变电站建模方法 |
CN114111627A (zh) * | 2021-12-07 | 2022-03-01 | 深圳市中图仪器股份有限公司 | 基于激光跟踪仪的扫描系统和扫描方法 |
CN114777670A (zh) * | 2022-04-21 | 2022-07-22 | 西安交通大学 | 一种基于接触式测头的曲面在机测量方法 |
CN115060188A (zh) * | 2022-04-14 | 2022-09-16 | 北京交通大学 | 辙叉心轨型面处理方法及系统 |
-
2022
- 2022-12-02 CN CN202211536827.5A patent/CN116164663A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204575030U (zh) * | 2015-04-16 | 2015-08-19 | 北京恒正精机科技有限责任公司 | 三维激光全自动扫描测量系统 |
CN113763529A (zh) * | 2020-06-02 | 2021-12-07 | 国网江苏省电力有限公司电力科学研究院 | 一种基于三维扫描的变电站建模方法 |
CN114111627A (zh) * | 2021-12-07 | 2022-03-01 | 深圳市中图仪器股份有限公司 | 基于激光跟踪仪的扫描系统和扫描方法 |
CN115060188A (zh) * | 2022-04-14 | 2022-09-16 | 北京交通大学 | 辙叉心轨型面处理方法及系统 |
CN114777670A (zh) * | 2022-04-21 | 2022-07-22 | 西安交通大学 | 一种基于接触式测头的曲面在机测量方法 |
Non-Patent Citations (2)
Title |
---|
刘江涛;张爱武;: "三维数字化技术在三星堆遗址中的应用", 首都师范大学学报(自然科学版), no. 04 * |
陆军;彭仲涛;: "基于快速点特征直方图的特征点云迭代插值配准算法", 国防科技大学学报, no. 06, pages 12 - 17 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392325A (zh) * | 2023-11-09 | 2024-01-12 | 铁科(北京)轨道装备技术有限公司 | 尖轨的三维模型构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110091333B (zh) | 复杂曲面表面焊缝特征识别和自动磨抛的装置及方法 | |
CN107052950B (zh) | 一种复杂曲面打磨抛光系统及方法 | |
CN108115705A (zh) | 一种机器人打磨控制系统及方法 | |
CN103128645B (zh) | 压力可控、速度可变的主动柔顺机器人研磨系统及方法 | |
CN109202912A (zh) | 一种基于单目深度传感器和机械臂配准目标轮廓点云的方法 | |
CN108279643A (zh) | 一种基于测量点与自适应差分进化算法的工件姿态调整方法 | |
CN102430961B (zh) | 基于多传感器集成测量的自由曲面类零件加工系统 | |
CN112264842B (zh) | 基于极坐标玻璃磨边机恒线速度磨削加工方法 | |
CN116164663A (zh) | 一种道岔尖轨型面轨道式机器人测量设备及其三维模型重建方法 | |
CN109848989B (zh) | 一种基于红宝石探针的机器人执行末端自动标定及检测方法 | |
CN110744406A (zh) | 一种叶片型面机器人磨抛自适应加工系统及方法 | |
CN110286650A (zh) | 一种基于数控宏程序的毛坯在机快速找正方法 | |
CN114055255A (zh) | 一种基于实时点云的大型复杂构件表面打磨路径规划方法 | |
CN109514181B (zh) | 用于制造切削工具的方法和机器设备 | |
CN116551048A (zh) | 一种几何自适应加工设备及方法 | |
CN112947298A (zh) | 一种机器人曲面加工轨迹优化生成方法、系统及终端 | |
CN114200891B (zh) | 无模型筒形铸件内腔铣削加工系统及轨迹规划方法 | |
CN116400646A (zh) | 一种基于奇异补偿的五轴数控机床通用后置处理方法 | |
CN104181864A (zh) | 智能雕刻机及全自动数控雕刻方法 | |
CN113399685A (zh) | 一种双摆动金刚石刀具切削装置和切削方法 | |
CN109465677B (zh) | 一种机器人恒力抛光方法 | |
CN114800542B (zh) | 螺旋锥齿轮全角度柔性打磨机器装置、打磨方法及系统 | |
CN115157272B (zh) | 一种基于视觉扫描的自动化编程系统 | |
CN116958178A (zh) | 一种基于激光视觉的焊缝打磨自主规划方法及系统 | |
CN110543146A (zh) | 一种基于边缘计算的循圆加工方法及数控机床加工系统 |
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 |