CN116713820B - 一种鞋帮加工用打磨方法、系统、介质及装置 - Google Patents

Abstract

本申请提供一种鞋帮加工用打磨方法、系统、介质及装置，一种鞋帮加工用打磨方法包括以下步骤：获取模板鞋帮的若干张RGB图以及若干份点云，将模板鞋帮的若干份点云以及RGB图进行拼接得到完整点云以及完整RGB图，根据完整点云、完整RGB图以及预置的目标点计算规则得到完整点云中目标点的点位信息，根据预置处理方式对目标点进行处理得到具有标准打磨轨迹的点云，并基于具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮。本申请采用普通的模板鞋帮，成本更低，能满足多样化生产的需求，并且本申请对模板鞋帮进行多次的独立扫描，从而避免图像中出现模板鞋帮盲区的现象，并减小反光概率，进一步提高点云中标准打磨轨迹的精度。

Description

一种鞋帮加工用打磨方法、系统、介质及装置

技术领域

本申请涉及鞋帮打磨技术领域，具体涉及一种鞋帮加工用打磨方法、系统、介质及装置。

背景技术

由于自动化控制具备成本低，控制准确等一系列优点，自动化控制在鞋帮加工行业已起到了重要作用。在鞋帮加工行业的鞋帮打磨这一工艺流程中，通常使用工业机器人对鞋帮进行打磨已经成为该行业的重要技术手段。

在使用工业机器人对鞋帮进行打磨时，首先需要使用3D相机对模板鞋帮进行完整的激光扫描，从而得到具有标准打磨轨迹的点云，然后工业机器人根据鞋帮的具有标准打磨轨迹的点云对鞋帮进行打磨，得到符合标准的鞋帮。

当前获取鞋帮的具有标准打磨轨迹的点云的技术中，当使用3D相机对模板鞋帮进行完整的激光扫描时，可能扫描得到的图像具有盲区，无法完整展示模板鞋帮，并且由于光线影响，产品易反光，使得扫描得到的图像反光处不清晰，导致点云中标准打磨轨迹的精度较低。

发明内容

为了提高点云中标准打磨轨迹的精度，本申请提供一种鞋帮加工用打磨方法、系统、介质及装置。

在本申请的第一方面提供了一种鞋帮加工用打磨方法，所述方法包括以下步骤：

获取模板鞋帮的若干张RGB图以及若干份点云，所述若干张RGB图为模板鞋帮多个方位的展示图像，所述点云与所述RGB图对应；将所述模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图；根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息，所述点位信息包括空间坐标以及法向坐标；根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云，并基于所述具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮。

通过采用上述技术方案，获取模板鞋帮的若干份点云以及RGB图，将若干份点云以及RGB图进行拼接，获取点云中目标点的点位信息，并对目标点进行处理，得到具有标准打磨轨迹的点云，基于具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮。本申请对模板鞋帮进行多次的独立扫描，得到多方位展示模板鞋帮的若干张图像，从而避免图像中出现模板鞋帮盲区的现象，并且若一张图像中模板鞋帮的某位置出现反光现象，在其他图像中该位置可能并未反光，拼接后补充反光位置的特征点，从而减小反光概率，进一步提高点云中标准打磨轨迹的精度。另外，本申请采用的模板鞋帮为普通模板鞋帮，相较于高精度的模板鞋帮，普通模板鞋帮的成本更低，且能满足多样化生产的需求。

可选的，根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息的步骤，具体包括：通过灰度级方式提取所述完整RGB图的合模线的空间坐标；在所述完整点云中查找与所述完整RGB图的合模线的空间坐标对应的目标点；通过预置的法向量计算规则，计算得到所述完整点云中目标点的法向坐标。

通过采用上述技术方案，通过灰度级方式提取完整RGB图的合模线的空间坐标，并找出点云中与完整RGB图的空间坐标位置对应的目标点，通过预置的法向量计算规则计算得到点云中目标点位的法向坐标，通过上述方法可以找出点云中的目标点，并得到目标点的空间坐标以及法向坐标，通过目标点的集合反映模板鞋帮的合模线。

可选的，所述根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云的步骤，具体包括：将所述完整点云中的目标点进行拟合，得到模板鞋帮的拟合点云；将所述模板鞋帮的拟合点云进行平滑处理，得到具有标准打磨轨迹的点云。

通过采用上述技术方案，将完整点云中的目标点进行拟合得到拟合点云，并将拟合点云进行平滑处理得到具有标准打磨轨迹的点云，通过拟合处理以及平滑处理的点云中的标准打磨轨迹精度更高。

可选的，所述基于所述具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮的步骤，具体包括：获取待打磨鞋帮的当前点云，并对所述当前点云进行预处理，得到处理后点云；在所有的具有标准打磨轨迹的点云中搜索与所述处理后点云对应的点云，得到匹配点云；在所述处理后点云所处的空间坐标系中打开匹配点云；将所述处理后点云与所述匹配点云进行粗匹配定位以及精匹配定位，得到最终偏移量；将所述最终偏移量发送至工业机器人，以使所述工业机器人按照所述最终偏移量打磨待打磨鞋帮。

通过采用上述技术方案，在正式对待打磨鞋帮进行打磨的过程中，获取待打磨鞋帮的当前点云，并将当前点云进行预处理，将处理后点云与匹配点云在同一空间坐标系内进行粗匹配定位以及精匹配定位，得到最终偏移量，并将最终偏移量发送至工业机器人，工业机器人可根据最终偏移量对待打磨鞋帮进行打磨，使打磨后的鞋帮与模板鞋帮一致。

可选的，所述将所述处理后点云与所述匹配点云进行粗匹配定位以及精匹配定位，得到最终偏移量的步骤，具体包括：在所有的具有标准打磨轨迹的点云中搜索与所述处理后点云对应的点云，得到匹配点云；计算所述处理后点云的几何中心点以及所述匹配点云的几何中心点；通过粗匹配定位移动所述处理后点云，使所述处理后点云的几何中心点与所述匹配点云的几何中心点的距离小于第一预设距离；通过精匹配定位移动并旋转所述处理后点云，使所述处理后点云的几何中心点与所述匹配点云的几何中心点的距离小于第二预设距离；计算所述处理后点云与所述匹配点云的偏移量，得到最终偏移量。

通过采用上述技术方案，选取所有的具有标准打磨轨迹的点云中的匹配点云，将处理后点云移动至匹配点云附近，完成粗匹配定位，通过精匹配定位将处理后点云与匹配点云重叠，计算处理后点云与匹配点云的偏移量，得到最终偏移量，由于精匹配定位的计算量较大，因此本方案通过先粗匹配定位后精匹配定位的流程，在保证精度的同时缩短匹配定位的时间。

可选的，所述对所述当前点云进行预处理，得到处理后点云的步骤，具体包括：将所述当前点云进行点距筛选，得到第一预处理点云；将所述第一预处理点云进行平滑处理，得到第二预处理点云；将所述第二预处理点云进行下采样处理，得到处理后点云。

通过采用上述技术方案，将当前点云进行点距筛选、平滑处理以及下采样处理，得到处理后点云，经过点距筛选处理的点云中噪点较少，提高点云的质量，通过平滑处理提高轨迹精度，通过下采样处理缩短处理时间。

可选的，在所述获取模板鞋帮的若干张RGB图以及若干份点云的步骤之前，还包括：获取若干份标定块点云，所述若干份标定块点云为标定块多个方位的展示点云；在所述标定块点云中查找与预置的标定块的实际数据点对应的同名点；根据所述同名点的坐标、预置的标定块的实际数据点以及旋转平移矩阵算法得到数据转化公式；根据所述数据转化公式将若干份标定块点云拼接为完整的标定块点云。

通过采用上述技术方案，将标定块点云与标定块的实际数据点进行对应标定，得到数据转化公式，根据数据转化公式将标定块点云拼接为完整的标定块图像，从而完成第一成像机构标定过程。该过程得到数据转化公式，将数据转化公式运用到模板鞋帮点云的拼接过程，使拼接精度更高。另外，成像机构能得到较高精度的图，且可以用于光线较暗的场景。

在本申请的第二方面提供了一种鞋帮加工用打磨系统，所述打磨系统包括：

数据获取模块，用于获取模板鞋帮的若干张RGB图以及若干份点云，所述若干张RGB图为模板鞋帮多个方位的展示图像，所述点云与所述RGB图对应；

拼接模块，用于将所述模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图；

点位信息获取模块，用于根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息，所述点位信息包括空间坐标以及法向坐标；

轨迹生成模块，用于根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云，并基于所述具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮。

在本申请的第三方面提供了一种计算机可读存储介质，该介质采用如下技术方案：所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1~7任意一项所述的方法步骤。

在本申请的第四方面提供了一种鞋帮加工用打磨装置，该装置采用如技术方案：所述装置包括打磨模块、数据采集模块以及智能设备；

所述智能设备存储有计算机存储介质，计算机存储介质存储有用于处理如权利要求1~7任意一项所述的方法步骤的程序，所述智能设备与所述打磨模块以及数据采集模块电连接；

所述打磨模块包括打磨台，所述打磨台上滑动设有楦头夹治具，待打磨鞋帮可拆卸安装于所述楦头夹治具上，所述打磨台固定设有机械臂，所述机械臂固定安装有打磨治具，所述打磨治具位于所述待打磨鞋帮上方；

所述数据采集模块包括第二成像机构，所述第二成像机构架设在所述打磨台上，所述第二成像机构用于扫描待打磨鞋帮。

综上所述，本申请包括以下至少一种有益技术效果：

1.本申请对模板鞋帮进行多次的独立扫描，得到多方位展示模板鞋帮的若干张图像，从而避免图像中出现模板鞋帮盲区的现象，并减小反光概率，进一步提高点云中标准打磨轨迹的精度；

2.本申请采用的模板鞋帮为普通模板鞋帮，相较于高精度的模板鞋帮，普通模板鞋帮的成本更低，且能满足多样化生产的需求；

3.本申请通过先粗匹配定位后精匹配定位的流程，在保证精度的同时缩短匹配定位的时间。

附图说明

图1是本申请实施例提供的一种鞋帮加工用打磨方法的流程示意图；

图2是本申请实施例提供的第一成像机构标定过程的流程示意图；

图3是本申请实施例提供的旋转平台的结构示意图；

图4本申请实施例提供的模板鞋帮扫描过程的流程示意图；

图5是本申请实施例点位信息获取方法的流程示意图；

图6是本申请实施例提供的轨迹纠偏过程的流程示意图；

图7是本申请实施例提供的一种鞋帮加工用打磨系统的模块示意图；

图8是本申请实施例提供的打磨模块的结构示意图。

附图标记说明：1、数据获取模块； 2、拼接模块； 3、点位信息获取模块；4、轨迹生成模块；101、旋转平台；102、第一成像机构；103、标定块；111、机械臂；112、打磨治具；113、第二成像机构；114、楦头夹治具；115、打磨台；116、待打磨鞋帮。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。

在本申请实施例的描述中，“示性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。

在本申请实施例的描述中，术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B这三种情况。另外，除非另有说明，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

参照图1，本申请实施例公开了一种鞋帮加工用打磨方法的流程示意图，可依赖于智能设备实现，计算机程序可集成在智能设备中，智能设备可通过计算机程序控制与其连接的各种机械设备，该方法具体包括：

S1：第一成像机构标定过程；S2：模板鞋帮扫描过程；S3：轨迹纠偏过程。

参照图2，图2为本申请实施例提供的第一成像机构标定过程的流程示意图，第一成像机构标定过程S1具体包括：S10-S12。

S10：获取若干份标定块点云。

参照图3，图3是本申请实施例提供的旋转平台的结构示意图，第一成像机构102的扫描激光发射处与旋转平台101上夹持的标定块103正相对，第一成像机构102用于扫描标定块103或模板鞋帮。

在本申请实施例中，在进行第一成像机构标定过程前，需要人工将标定块103夹持在旋转平台101上，标定块103采用高精度标准标定块，从而提高标定精度，然后通过人工下发旋转指令；智能设备接收到旋转指令后，智能设备控制旋转平台101旋转若干次，并控制第一成像机构102对旋转平台101上夹持的标定块103进行移动扫描，接收第一成像机构102扫描得到的标定块点云，即旋转平台101开始旋转时，第一成像机构102暂停扫描，旋转平台101停止旋转时，第一成像机构102对标定块103进行移动扫描，完成预置次数的旋转过程后，能对旋转平台101上夹持的标定块103进行360°的扫描，且得到的标定块点云的数量与旋转平台101旋转次数相等。

旋转指令为操作人员下发的使智能设备控制旋转平台101旋转并控制第一成像机构102开启的指令，智能设备接收到旋转指令后，可以控制旋转平台101的电动机开启，从而驱使旋转平台101旋转，并带动旋转平台101上夹持的物体进行旋转。

成像机构包括第一成像机构102以及第二成像机构113，成像机构得到的图像包括深度图像以及RGB图，对通过第一成像机构102得到的深度图像进行点云可得到标定块的点云。在本申请实施例中成像机构具体可以是结构光相机，通过结构光相机扫描得到深度图像以及RGB图，在其他实施例中，成像机构也可以是3D相机，即通过3D相机拍摄得到深度图像以及RGB图，获取图像的方式此处不作限定。

例如，在一种示例性的实施例中，智能设备接收操作人员下发的旋转指令，旋转指令包括控制旋转平台101旋转四次，每次旋转的角度为90°，智能设备控制旋转平台101进行四次90°的旋转，并在旋转平台101进行四次旋转时控制第一成像机构102对旋转平台101上夹持的标定块103进行四次扫描，得到四张深度图像，接收第一成像机构102发送的四张深度图像，将四张深度图像进行点云处理，得到四份标定块点云。

S11：在标定块点云中查找与预置的标定块(103)的实际数据点对应的同名点，根据所述同名点的坐标、预置的标定块(103)的实际数据点以及旋转平移矩阵算法得到数据转化公式。

标定块点云为PLY格式的3D点云，可以解释为若干个点在预置空间坐标系中的空间坐标的集合。

标定块103的实际数据点为标定块103的特征点在物理空间上的空间坐标，标定块103的实际数据点的信息预先储存于数据库中，标定块103的实际数据点可预先对标定块进行测量得到。

具体的，获取到若干份标定块点云后，在标定块点云中的数据点中查找与标定块103的实际数据点中特征相同的数据点，标定二者为对应的同名点，输入预设数量的标定块点云中数据点与对应的同名点至计算旋转平移矩阵中，得到数据转化公式。例如，输入3组标定块点云中点的空间坐标，并输入3组与标定块点云中点的对应的同名点的坐标，利用计算旋转平移矩阵的方法，得到数据转化公式。

旋转平移矩阵的方法为将标定块点云中数据点进行旋转和平移，使标定块点云中数据点与对应的同名点具有相同的位姿，即具有相同的位置和姿态。

S12：根据数据转化公式将若干份标定块点云拼接为完整的标定块点云。

具体的，得到数据转化公式后，将标定块点云的所有数据通过该数据转化公式进行平移和旋转，使得将若干份标定块点云拼接为完整的标定块点云。

在上述实施例的基础上，在完成第一成像机构102标定过程之后，还包括模板鞋帮扫描过程，参照图4，图4为本申请实施例提供的模板鞋帮扫描过程的流程示意图，模板鞋帮扫描过程S2具体包括：S20-S23。

S20：获取模板鞋帮的若干张RGB图以及若干份点云。

在本申请实施例中，由于高精度模板鞋帮的成本是普通模板鞋帮的6-10倍，因此高精度模板鞋帮只能小规模应用，本申请的模板鞋帮采用普通模板鞋帮，能降低生产成本，也能大规模应用于鞋子加工领域，同时还可以用于多种不同大小的鞋帮的加工工序，起到低成本生产、大规模生产、多样化生产的作用。

在本申请实施例中，在进行模板鞋帮扫描过程前，需要人工将模板鞋帮夹持在旋转平台101上，然后通过人工下发旋转指令；智能设备接收到旋转指令后，智能设备控制旋转平台101旋转若干次，并控制第一成像机构102对旋转平台101上夹持的模板鞋帮进行移动扫描，通过第一成像机构102扫描得到模板鞋帮的若干份点云以及若干张RGB图。即旋转平台101开始旋转时，第一成像机构102暂停对旋转平台101上夹持的模板鞋帮的扫描，旋转平台101停止旋转时，第一成像机构102对旋转平台101上夹持的模板鞋帮进行移动扫描，从而对旋转平台101上夹持的模板鞋帮进行360°的扫描。

例如，在一种示例性的实施例中，智能设备接收操作人员下发的旋转指令，旋转指令包括控制旋转平台101旋转四次，每次旋转的角度为90°，智能设备控制旋转平台101进行四次90°的旋转，并在旋转平台101四次停止旋转时控制第一成像机构102对旋转平台101上夹持的模板鞋帮进行四次扫描，得到四份点云以及四张RGB图。

可以理解的是，由于点云以及RGB图为拍摄的同一物体的不同格式的图像，因此获取的模板鞋帮的若干份点云以及RGB图具有一一对应的关系。

可以理解的是，由于本方案并不限定旋转角度以及旋转次数，因此若模板鞋帮的某部分因反光而导致得到的该部分的点较为模糊时，可以通过旋转的方式使模板鞋帮的该部分挪到不反光的位置，从而得到较为清晰的点以提高精确度。

S21：将模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图。

接收第一成像机构102发送的模板鞋帮的若干份点云以及若干张RGB图之后，基于S11中的数据转化公式，采用相同的旋转平移矩阵的方法将若干份点云拼接为完整点云，采用相同的旋转平移矩阵的方法将若干张RGB图拼接为一张完整图像，得到完整RGB图，由于若干份点云与若干张RGB图一一对应，因此若干份点云拼接而成的完整点云与若干张RGB图拼接而成的完整RGB图也具有对应关系。

S22：根据完整点云、完整RGB图以及预置的目标点计算规则，得到完整点云中目标点的点位信息。

参照图5，图5为本申请实施例点位信息获取方法的流程示意图，S22具体包括：S221-S223。

S221：通过灰度级方式提取完整RGB图的合模线的空间坐标。

具体的，得到完整RGB图后，将完整RGB图转换为灰度图，灰度图中每个像素点的灰度值在0到255之间，可以理解的是，由于模板鞋帮的鞋面与鞋底交界处已预先通过人工方式贴上标记线，模板鞋帮在灰度图中与标记线对应的合模线上的像素点的灰度值与其相邻的灰度值差异较大，因此，本申请实施例中，可以采用Canny算法进行图像的合模线提取，得到可以反映模板鞋帮合模线轮廓的像素点的空间坐标。

S222：在完整点云中查找与完整RGB图的合模线的空间坐标对应的目标点。

具体的，由于完整点云与完整RGB图具有对应关系，因此，可以理解的是，完整点云中的像素点与RGB图转换的灰度图中的像素点处于同一空间坐标系中，在点云中查找在S221中提取到的合模线的空间坐标，将点云中合模线的空间坐标对应的像素点记为目标点，即目标点为点云中反映了模板鞋帮合模线轮廓的像素点，从而得到点云中目标点的空间坐标。

S223：通过预置的法向量计算规则，计算得到完整点云中目标点的法向坐标。

具体的，预置的法向量计算规则为：得到完整点云中的目标点后，取目标点中的一个点作为查询点，在完整点云中采用kd-tree方法查找与查询点距离最近的n个目标点，其中，n具体可以是3或5，n的具体数值合理即可在此不做限定，通过主元分析法(PCA)计算查询点与n个目标点构成的曲面的法向量，通过上述步骤完成所有目标点的法向量计算，得到完整点云中目标点的法向坐标。完整点云中目标点的空间坐标以及法向坐标共同构成完整点云中目标点的点位信息。

S23：根据预置处理方式对目标点进行处理，得到具有标准打磨轨迹的点云。

具体的，基于完整点云中目标点的点位信息，根据工业机器人预置的平滑特性，对目标点进行相应的处理，预置处理方式具体包括：对目标点进行拟合形成运动轨迹，根据机器人的平滑特性，对运动轨迹的对接进行平滑处理，得到具有标准打磨轨迹的点云。在本实施例中，预置的平滑特性可以是三阶样条曲线，采用三阶样条曲线的方式进行拟合和平滑处理。

得到具有标准打磨轨迹的点云后，将得到的具有标准打磨轨迹的点云的格式转换为机器人可执行的格式，并生成与具有标准打磨轨迹的点云对应的机器人文件。机器人文件的格式为LS格式，机器人文件为驱动工业机器人运行的程序文件，机器人文件包括所有种类的模板鞋帮的数据，模板鞋帮的数据包括具有标准打磨轨迹的点云以及模板鞋帮的参数信息，参数信息包括模板鞋帮的款式、尺寸以及左右脚。

在上述实施例的基础上，在完成模板鞋帮扫描过程之后，还包括轨迹纠偏过程，参照图6，图6为本申请实施例提供的轨迹纠偏过程的流程示意图，轨迹纠偏过程S3具体包括：S30-S32。

S30：获取待打磨鞋帮116的当前点云，并对当前点云进行预处理，得到处理后点云。

具体的，通过第二成像机构113对待打磨鞋帮116进行扫描，得到待打磨鞋帮深度图像，对待打磨鞋帮图像进行点云处理，得到待打磨鞋帮116的当前点云，将当前点云进行预处理，得到处理后点云。其中，将当前点云进行预处理的具体操作步骤为：根据预置点距筛选规则对当前点云进行点距筛选，得到第一预处理点云，根据机器人的平滑特性将第一预处理点云进行平滑处理，得到第二预处理点云，将第二预处理点云进行下采样处理，下采样处理的标准为不降低点云边缘结构和形状机构的数据，得到处理后点云。

其中，预置的点距筛选规则为计算当前点云中每个点与其周围点的距离，若当前点云中存在与其周围点的距大于预置的距离阈值的点，则去除大于预置的距离阈值的点，从而达到去除噪声的效果。平滑处理

S31：在所有的具有标准打磨轨迹的点云中搜索与处理后点云对应的点云，得到匹配点云，并在处理后点云所处的空间坐标系中打开匹配点云。

得到处理后点云后，查找机器人文件中所有的具有标准打磨轨迹的点云中与处理后点云对应的匹配点云，匹配点云与处理后点云对应的待打磨鞋帮116的款式、尺寸以及左右脚均相同。例如，当前点云对应的待打磨的鞋帮为A款、42码的左脚鞋帮，在机器人文件中查找A款、42码的左脚鞋帮的具有标准打磨轨迹的点云，并将查找的点云作为匹配点云。

得到匹配点云后，在处理后点云所处的空间坐标系中打开匹配点云，使处理后点云与匹配点云位于一个空间坐标系中。

S32：将处理后点云与匹配点云进行粗匹配定位以及精匹配定位，得到最终偏移量。

在处理后点云所处的空间坐标系中打开匹配点云之后，计算处理后点云的几何中心点，计算匹配点云的几何中心点，对匹配点云以及处理后点云进行粗匹配定位，粗匹配定位过程为将处理后点云进行云偏移，使处理后点云移动至匹配点云附近，即处理后点云的几何中心点的距离与当前点云的几何中心点的距离不超过第一预设距离，第一预设距离的设定范围为2-3mm。

粗匹配定位完成后，对匹配点云以及处理后点云进行精匹配定位，精匹配定位过程为将处理后点云进行云偏移并旋转，使处理后点云与匹配点云基本重叠，即处理后点云的几何中心点的距离与当前点云的几何中心点的距离不超过第二预设距离，第二预设距离可以设置为0.2mm。

精匹配定位完成后，计算处理后点云的几何中心点与匹配点云的几何中心点的偏移量，得到最终偏移量，最终偏移量包括位置偏移量以及姿态偏移量。位置偏离量为两个几何中心点的距离，通过毫米表示，姿态偏移量为两个几何中心点的旋转角度，通过度表示。

S33：将最终偏移量发送至工业机器人。

得到最终偏移量后，将最终偏移量发送至工业机器人，以使工业机器人根据最终偏移量生成对应的移动轨迹，并基于最终偏移量生成对应的移动轨迹对待打磨鞋帮116进行打磨，得到打磨完成的鞋帮。

本申请实施例提供的一种鞋帮加工用打磨方法的实施原理为：获取模板鞋帮的若干张RGB图以及若干份点云，基于数据转换公式将模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图，根据完整点云、完整RGB图以及预置的目标点计算规则，得到完整点云中目标点的点位信息，根据预置处理方式对目标点进行处理，得到具有标准打磨轨迹的点云，并基于具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮。本申请对模板鞋帮进行多次的独立扫描，得到多方位展示模板鞋帮的若干张图像，从而避免图像中出现模板鞋帮盲区的现象，并减小反光概率，进一步提高点云中标准打磨轨迹的精度。从而既能选用普通模板鞋帮进行加工，实现低成本生产、大规模生产、多样化生产，又能通过纠偏保证加工出的鞋子的精度。

本申请实施例还提供一种鞋帮加工用打磨系统，参照图7，图7是本申请实施例提供的一种鞋帮加工用打磨系统的模块示意图，一种鞋帮加工用打磨系统包括：数据获取模块1、拼接模块2、点位信息获取模块3以及轨迹生成模块4。

数据获取模块1，用于获取模板鞋帮的若干张RGB图以及若干份点云，所述若干张RGB图为模板鞋帮多个方位的展示图像，所述点云与所述RGB图对应；

拼接模块2，用于将所述模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图；

点位信息获取模块3，用于根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息，所述点位信息包括空间坐标以及法向坐标；

轨迹生成模块4，用于根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云，并基于所述具有标准打磨轨迹的点云控制工业机器人打磨待打磨鞋帮116。

需要说明的是：上述实施例提供的系统在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的一种鞋帮加工用打磨系统和一种鞋帮加工用打磨方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请实施例还提供了一种计算机存储介质，计算机存储介质可以存储有多条指令，指令适于由处理器加载并执行如上述图1所示实施例的一种鞋帮加工用打磨方法，具体执行过程可以参见图1所示实施例的具体说明，在此不进行赘述。

本申请实施例还提供一种鞋帮加工用打磨装置，该装置包括打磨模块、数据采集模块以及智能设备。

智能设备为计算机，智能设备存储有执行一种鞋帮加工用打磨方法步骤的程序，智能设备与打磨模块电连接，智能设备还与数据采集模块电连接，智能设备用于控制数据采集模块获取待打磨鞋帮的数据，并控制打磨模块打磨待打磨鞋帮。

参照图8，图8是本申请实施例提供的打磨模块的结构示意图。打磨模块包括打磨台115、楦头夹治具114、机械臂111以及打磨治具112。打磨台115放置在打磨鞋帮的工业生产厂中，打磨台115上滑动设有用于夹持待打磨鞋帮116的楦头夹治具114，待打磨鞋帮116可拆卸安装于楦头夹治具114上；打磨台115还固定设有机械臂111，打磨治具112固定安装在机械臂111上，打磨治具112位于待打磨鞋帮116上方。

参照图8，数据采集模块包括第二成像机构113，第二成像机构113架设在打磨台115上，第二成像机构113用于扫描待打磨鞋帮116。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims (9)

1.一种鞋帮加工用打磨方法，其特征在于，包括以下步骤：

获取模板鞋帮的若干张RGB图以及若干份点云，所述若干张RGB图为模板鞋帮多个方位的展示图像，所述点云与所述RGB图对应；

将所述模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图；

根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息，所述点位信息包括空间坐标以及法向坐标；

根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云；

获取待打磨鞋帮（116）的当前点云，并对所述当前点云进行预处理，得到处理后点云；

在所有的具有标准打磨轨迹的点云中搜索与所述处理后点云对应的点云，得到匹配点云；

在所述处理后点云所处的空间坐标系中打开匹配点云；

将所述处理后点云与所述匹配点云进行粗匹配定位以及精匹配定位，得到最终偏移量；

将所述最终偏移量发送至工业机器人，以使所述工业机器人按照所述最终偏移量打磨待打磨鞋帮。

2.根据权利要求1所述的一种鞋帮加工用打磨方法，其特征在于，根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息的步骤，具体包括：

通过灰度级方式提取所述完整RGB图的合模线的空间坐标；

在所述完整点云中查找与所述完整RGB图的合模线的空间坐标对应的目标点；

通过预置的法向量计算规则，计算得到所述完整点云中目标点的法向坐标。

3.根据权利要求1所述的一种鞋帮加工用打磨方法，其特征在于，所述根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云的步骤，具体包括：

将所述完整点云中的目标点进行拟合，得到模板鞋帮的拟合点云；

将所述模板鞋帮的拟合点云进行平滑处理，得到具有标准打磨轨迹的点云。

4.根据权利要求1所述的一种鞋帮加工用打磨方法，其特征在于，所述将所述处理后点云与所述匹配点云进行粗匹配定位以及精匹配定位，得到最终偏移量的步骤，具体包括：

计算所述处理后点云的几何中心点以及所述匹配点云的几何中心点；

通过粗匹配定位移动所述处理后点云，使所述处理后点云的几何中心点与所述匹配点云的几何中心点的距离小于第一预设距离；

通过精匹配定位移动并旋转所述处理后点云，使所述处理后点云的几何中心点与所述匹配点云的几何中心点的距离小于第二预设距离；

计算所述处理后点云与所述匹配点云的偏移量，得到最终偏移量。

5.根据权利要求1所述的一种鞋帮加工用打磨方法，其特征在于，所述对所述当前点云进行预处理，得到处理后点云的步骤，具体包括：

将所述当前点云进行点距筛选，得到第一预处理点云；

将所述第一预处理点云进行平滑处理，得到第二预处理点云；

将所述第二预处理点云进行下采样处理，得到处理后点云。

6.根据权利要求1所述的一种鞋帮加工用打磨方法，其特征在于，在所述获取模板鞋帮的若干张RGB图以及若干份点云的步骤之前，还包括：

获取若干份标定块点云，所述若干份标定块点云为标定块(103)多个方位的展示点云；

在所述标定块点云中查找与预置的标定块(103)的实际数据点对应的同名点；

根据所述同名点的坐标、预置的标定块(103)的实际数据点以及旋转平移矩阵算法得到数据转化公式；

根据所述数据转化公式将若干份标定块点云拼接为完整的标定块点云。

7.一种鞋帮加工用打磨系统，其特征在于，所述系统包括：

数据获取模块（1），用于获取模板鞋帮的若干张RGB图以及若干份点云，所述若干张RGB图为模板鞋帮多个方位的展示图像，所述点云与所述RGB图对应；

拼接模块（2），用于将所述模板鞋帮的若干份点云以及RGB图进行拼接，得到完整点云以及完整RGB图；

点位信息获取模块（3），用于根据所述完整点云、完整RGB图以及预置的目标点计算规则，得到所述完整点云中目标点的点位信息，所述点位信息包括空间坐标以及法向坐标；

轨迹生成模块（4），用于根据预置处理方式对所述目标点进行处理，得到具有标准打磨轨迹的点云；

数据获取模块（1），还用于获取待打磨鞋帮（116）的当前点云，并对所述当前点云进行预处理，得到处理后点云；

点位信息获取模块（3），还用于在所有的具有标准打磨轨迹的点云中搜索与所述处理后点云对应的点云，得到匹配点云；

点位信息获取模块（3），还用于在所述处理后点云所处的空间坐标系中打开匹配点云；

轨迹生成模块（4），还用于将所述处理后点云与所述匹配点云进行粗匹配定位以及精匹配定位，得到最终偏移量；

轨迹生成模块（4），还用于将所述最终偏移量发送至工业机器人，以使所述工业机器人按照所述最终偏移量打磨待打磨鞋帮。

8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1~6任意一项所述的方法步骤。

9.一种鞋帮加工用打磨装置，其特征在于，所述装置包括打磨模块、数据采集模块以及智能设备；

所述智能设备存储有计算机存储介质，计算机存储介质存储有用于处理如权利要求1~6任意一项所述的方法步骤的程序，所述智能设备与所述打磨模块以及数据采集模块电连接；

所述打磨模块包括打磨台(115)，所述打磨台(115)上滑动设有楦头夹治具(114)，待打磨鞋帮(116)可拆卸安装于所述楦头夹治具(114)上，所述打磨台(115)固定设有机械臂(111)，所述机械臂(111)固定安装有打磨治具(112)，所述打磨治具(112)位于所述待打磨鞋帮(116)上方；

所述数据采集模块包括第二成像机构(113)，所述第二成像机构(113)架设在所述打磨台(115)上，所述第二成像机构(113)用于扫描待打磨鞋帮(116)。