CN117231266A - 基于深度图像立体视觉的管片拼装系统 - Google Patents

Abstract

本发明公开一种基于深度图像立体视觉的管片拼装系统，包括安装在管片拼装机上的3D视觉模块和数据处理终端；所述数据处理终端与所述3D视觉模块连接；在管片抓取阶段，所述数据处理终端接收所述3D视觉模块拍摄的待拼装管片的深度图像，计算出待拼装管片相对于管片拼装机的位置及姿态，规划管片拼装机完成管片抓取的运动轨迹，控制管片拼装机对待拼装管片进行抓取。本发明的管片拼装系统采用3D视觉模块，抗干扰性更强，位姿获取的精确度更高，避免了光照的强弱对于识别和定位结果的影响，确保更为高效、精准的识别和定位结果，从而更加准确的抓取。

Description

基于深度图像立体视觉的管片拼装系统

技术领域

本发明涉及管片拼装系统自动化技术领域，尤其涉及一种基于深度图像立体视觉的管片拼装系统。

背景技术

目前，盾构机在地铁隧道、公路隧道、铁路隧道、过江隧道和城市市政各种隧道工程施工中有着重要的作用。盾构机自动化程度对施工效率，人工成本及安全性有着至关重要的作用。

管片拼装机是盾构机的重要组成部分，其作用是用预先制作的混凝土管片将盾构机挖好的隧道支撑保护起来，以防止因地表沉降和地下水渗透对隧道的影响，提高隧道安全性。管片拼装速度直接影响整个盾构机掘进速度。目前，国产盾构机在隧道施工中，主要依靠人工完成管片的旋转和吊运及管片拼装。拼装效率低，同时需要大量的人力，安全性不高。

因此，如何不需人工干预，自动识别管片类型和管片的位姿及三维坐标，引导拼装机自动进行管片的抓取和拼装来提高工作效率，是本领域技术人员亟待解决的技术问题。

发明内容

本发明为克服现有技术的缺陷，发明了一种基于深度图像立体视觉的管片拼装系统，以提高拼装效率和拼装质量。

本发明采用的技术手段如下：

一种基于深度图像立体视觉的管片拼装系统，所述系统包括安装在管片拼装机上的3D视觉模块和数据处理终端；所述数据处理终端与所述3D视觉模块连接；

在管片抓取阶段，所述数据处理终端接收所述3D视觉模块拍摄的待拼装管片的深度图像，计算出待拼装管片相对于管片拼装机的位置及姿态，规划管片拼装机完成管片抓取的运动轨迹，控制管片拼装机对待拼装管片进行抓取；

在管片初定位拼装阶段，所述数据处理终端接收所述3D视觉模块拍摄的已拼装完成的上一环管片与当前拼装环节上一块已拼装完成管片的深度图像，识别管片位置及姿态并计算出待拼装管片的目标位置姿态，规划管片拼装机完成管片初定位拼装的运动轨迹，控制管片拼装机将待拼装管片运送至目标位置进行管片初定位拼装；

在管片精确拼装阶段，所述数据处理终端接收所述3D视觉模块拍摄的初定位拼装完成的待拼装管片和已拼装管片的深度图像，测量出待拼装管片与已拼装管片间的高差和间隙，得到待拼装管片当前的位置姿态，对比目标位置姿态，规划管片拼装机完成管片精确拼装的运动轨迹，控制管片拼装机将待拼装管片逐步靠近目标位置进行管片精确拼装。

在一些可能的实施例中，所述3D视觉模块采用深度图像立体视觉传感器。

在一些可能的实施例中，所述管片拼装机为六自由度机器人，包括：

平移梁；

固定环，相对平移安装于所述平移梁；

旋转环，相对旋转安装于所述固定环；

V型臂，通过第一油缸连接于所述旋转环，所述V型臂通过改变所述第一油缸行程来改变自身的位置及姿态；

用于抓取管片的盘体，通过第二油缸连接于所述V型臂，所述盘体通过改变所述第二油缸形成来改变自身的位置及姿态；

所述深度图像立体视觉传感器安装在所述旋转环上。

在一些可能的实施例中，所述数据处理终端在接收到所述待拼装管片的所述深度图像后，从所述深度图像上获取待拼装管片的特征点或者特征平面的位置，得到所述待拼装管片的目标位姿以及目标位姿在所述深度图像立体视觉传感器所在坐标系的位置坐标，根据六自由度机器人各活动部件坐标系的换算，得到目标位姿在盘体坐标系的位置坐标，管片拼装机根据得到的位置坐标逆向求解出盘体抓取所述待拼装管片的运动轨迹。

在一些可能的实施例中，所述数据处理终端还用于盾尾间隙识别，包括：

接收所述3D视觉模块拍摄的已拼装完成的上一环管片、已完成精确拼装的当前管片、盾尾壳体的深度图像；

对得到的深度图像沿管片环向切片得到至少一个经过所述当前管片被检测面的环向切片；

标记出所述环向切片与所述当前管片被检测面相交形成的环向相交线，将所述环向相交线延伸至盾尾壳体的内弧面，得到第一延伸线段，所述第一延伸线段长度即为所述当前管片与盾尾之间间隙；

对得到的深度图像沿管片径向切片得到至少一个经过所述上一环管片被检测面的径向切片；

标记出所述径向切片与所述已成环管片被检测面相交形成的径向相交线，将所述径向相交线延伸至盾尾壳体的内弧面，得到第二延伸线段，所述第二延伸线段长度即为所述已成环管片与盾尾之间间隙。

在一些可能的实施例中，所述数据处理终端还用于成环管片质量检测，包括：

接收所述3D视觉模块拍摄的待检测管片的深度图像；

在所述管片拼装机的旋转环完成360°范围内的旋转后，将3D视觉模块在各个角度采集到的深度图像进行拟合，形成一定宽度的环形深度立体图像，进行成环管片质量检测。

在一些可能的实施例中，所述旋转环设置有用于记录回转角度的编码器，在利用所述3D视觉模块进行深度图像立体识别时，记录对应的编码器回转角度，在进行深度图像拟合时，根据编码器回转角度将各个角度采集到的深度图像拟合得到所述环形深度立体图像。

在一些可能的实施例中，所述旋转环顺序转动，每转动设定角度后，所述3D视觉模块对待测管片进行一次深度图像立体识别，将采集到的深度图像逐个拼接形成所述环形深度立体图像。

基于本发明提供的技术方案，取得的技术效果如下：

本发明的管片拼装系统采用3D视觉模块，抗干扰性更强，位姿获取的精确度更高，避免了光照的强弱对于识别和定位结果的影响，确保更为高效、精准的识别和定位结果，从而更加准确的抓取。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的深度图像立体视觉传感器的安装结构示意图。

图2是本发明实施例的管片拼装机的侧面结构示意图。

图3是本发明实施例的管片拼装机的正面结构示意图。

图4是本发明实施例的V型臂和盘体的结构示意图。

图5是本发明实施例的待拼装管片位置的示意图。

图6是本发明实施例中已拼装完成的上一环管片以及当前拼装环节上一块已拼装完成管片的结构示意图。

图7是本发明实施例中管片偏移的结构示意图。

图8是本发明实施例中管片偏移量的计算原理图。

图9是本发明实施例中管片拼装步骤的示意图。

图10是本发明实施例中初步拼装后的待拼装管片和已拼装管片的深度图像示意图。

图11是图10中E、F平面视角的示意图。

图12是图10中A、B平面视角的示意图。

图13是本发明实施例中一次精调后的待拼装管片和已拼装管片的深度图像示意图。

图14是本发明实施例中再次精调后的待拼装管片和已拼装管片的深度图像示意图。

图15是本发明实施例中拼装完成后的待拼装管片和已拼装管片的深度图像示意图。

图16是本发明实施例的深度图像立体视觉传感器的安装情况及扫描范围示意图。

图17是本发明实施例的深度图像立体视觉传感器的扫描范围的平面示意图。

图18是本发明实施例的深度图像立体视觉传感器的扫描范围的立体示意图。

图19是图18的局部放大示意图。

图20是本发明实施例的深度图像立体视觉传感器的安装结构示意图。

图21是本发明实施例的深度图像立体视觉传感器的示意图。

图22是本发明实施例的管片拼装机回转结构的工作原理图。

图23是本发明实施例的深度图像立体视觉传感器视觉范围示意图。

图24是本发明实施例的环形深度立体图像范围的示意图。

图中：1-深度图像立体视觉传感器；11-上一环管片；12-上一块已拼装完成管片；13-扫描范围；14-偏移量；16-抓取位；17-拼装位；2-待拼装管片；21-管片顶角；3-管片拼装机；31-平移梁；311-大平移油缸；32-固定环；33-旋转环；331-配重块；331-提升油缸；34-V型臂；35-盘体；351-回转油缸；352-俯仰油缸；41-识别范围的宽度边界；42-环形深度立体图像；5-盾尾壳体；6-环向切片；61-环向相交线；7-径向切片；71-径向相交线；8-待检测管片。

具体实施方式

下面根据附图和优选实施例详细描述本发明，本发明的目的和效果将变得更加明白，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明的基于深度图像立体视觉的管片拼装系统，包括安装在管片拼装机上的3D视觉模块和数据处理终端；数据处理终端与3D视觉模块连接；

在管片抓取阶段，数据处理终端接收3D视觉模块拍摄的待拼装管片的深度图像，计算出待拼装管片相对于管片拼装机的位置及姿态，规划管片拼装机完成管片抓取的运动轨迹，控制管片拼装机对待拼装管片进行抓取；

在管片初定位拼装阶段，数据处理终端接收3D视觉模块拍摄的已拼装完成的上一环管片与当前拼装环节上一块已拼装完成管片的深度图像，识别管片位置及姿态并计算出待拼装管片的目标位置姿态，规划管片拼装机完成管片初定位拼装的运动轨迹，控制管片拼装机将待拼装管片运送至目标位置进行管片初定位拼装；

在管片精确拼装阶段，数据处理终端接收3D视觉模块拍摄的初定位拼装完成的待拼装管片和已拼装管片的深度图像，测量出待拼装管片与已拼装管片间的高差和间隙，得到待拼装管片当前的位置姿态，对比目标位置姿态，规划管片拼装机完成管片精确拼装的运动轨迹，控制管片拼装机将待拼装管片逐步靠近目标位置进行管片精确拼装。

本发明的管片拼装系统采用3D视觉模块，抗干扰性更强，位姿获取的精确度更高，避免了光照的强弱对于识别和定位结果的影响，确保更为高效、精准的识别和定位结果，从而更加准确的抓取。

具体地，在本实施例中，3D视觉模块采用深度图像立体视觉传感器。

一般的图像只具有二维信息，既平面内点的位置，而深度图像立体视觉传感器1获得的深度图像可获得可识别范围内物体表面相对与传感器的距离，即深度，所以深度图像可以描绘物体的三维轮廓。当深度图像立体视觉传感器1拍摄到了管片的几个特征点(如图5中的管片顶角21)或者平面的位置(例如管片上的孔或者组成棱角的平面或者整个管片的表面)，那么我们就可以知道管片相对于传感器的位置及姿态(将拍摄到的管片深度图像与零位姿态的管片深度图像相拟合)。

优选的，深度图像立体视觉传感器1可采用Photoneo 3D相机，Photoneo的MotionCam-3D是一款IP65级的3D相机，基于Photoneo的专利技术「Parallel StructuredLight」，这款产品可以用于扫描快速运动中的物体。photoneo 3D相机主要用于料框散料无序抓取，以及机床上下料，拆码垛等3D项目，产品采用单目结构光的形式出路速度上更快精度更高，此产品分5个系列，覆盖视野范围2.5米-3米，能更好地满足客户不同产品的视野需求。

需要说明的是，本发明中的深度图像立体视觉传感器只要是一种面积光+图像采集的传感器即可，现有使用此原理的传感器有许多，除上述实施例中的Photoneo 3D相机之外，深度图像立体视觉传感器的可选的型号还有Mech-Eye工业级3D相机的UHP-140、奥比中光推出的Gemini 2系列中的Orbbec Gemini 2L以及康耐视的3D-A5000系列，3D-A5120专为捕获高分辨率3D图像设计的面阵扫描3D相机。本发明不限制具体传感器的型号及规格。

配合图2～4所示，本实施例的管片拼装机3主要包括以下活动部件：

平移梁31；

固定环32，相对平移安装于平移梁31，固定环32与平移梁31相对平移梁31做平移运动；

旋转环33，相对旋转安装于固定环32，旋转环33相对固定环32做同轴旋转运动；深度图像立体视觉传感器安装在旋转环上；

V型臂34，通过左右两个提升油缸331连接于旋转环33水平方向上的相对两侧，V型臂34通过改变旋转环33上的左右两个提升油缸331行程来改变自身的位置及姿态；

用于抓取管片的盘体35，通过二个油缸(俯仰油缸352、回转油缸351)连接于V型臂34，盘体35采用吸盘，将管片内表面吸附并贴合在盘体的外表面，达到抓取管片的目的。盘体35通过改变与V型臂34连接的二个油缸(俯仰油缸352、回转油缸351)行程来改变自身的位置及姿态。

该管片拼装机3的结构方式可看作为六自由度机器人，每个活动部件都建立了自己的坐标系，都是直角坐标系(如基底坐标系建立在平移梁31上大平移油缸311铰接点连线中心、手部坐标系建立在盘体35中心)。根据拼装机的结构特点建立六轴坐标系，而且各活动部件的坐标系可以相互转换，由六自由度机器人内部控制系统实现坐标系的转换，比如基底坐标系与手部坐标系之间可以转换，这部分技术属于六自由度管片拼装机器人的现有技术。

如上所述，深度图像立体视觉传感器1获得的深度图像中不仅具有待拼装管片2的图形特征，还具有深度特征，因此，在获取到待拼装管片的深度图像后，可以从深度图像上获取待拼装管片的特征点或者特征平面的位置，得到所述待拼装管片的目标位姿以及目标位姿在深度图像立体视觉传感器1所在坐标系的位置坐标，由于深度图像立体视觉传感器1安装在六自由度机器人的旋转环33上，即得到待拼装管片的目标位姿在旋转环33坐标系下的坐标点，接着，再根据六自由度机器人各活动部件坐标系的换算，得到目标位姿在盘体坐标系的位置坐标，得到待拼装管片的目标位姿相对于盘体的位置及姿态。

较佳的，两个深度图像立体视觉传感器1对称安装于旋转环33水平方向上的相对两侧，两个深度图像立体视觉传感器1的拍摄范围覆盖整个盘体35及盘体35前侧的区域，以确保拍摄到待拼装管片的全貌。深度图像立体视觉传感器1的拍摄范围可以根据实际需求进行调节。

深度图像立体视觉传感器1安装在旋转环33上，在其可识别区域放置一块标定板(标定板的位置没有特定要求)，改变油缸或者液压马达的行程使传感器在不同的位置获得标定板(标定板位置不动)的深度图像，即可得到传感器坐标系与旋转环坐标系的位置关系(也就是转换矩阵，此转换矩阵与相对位置关系有关，如果相对位置方式变化则需要重新标定)。具体标定过程及原理可查询机器人手眼标定。

进一步的，六自由度机器人的关节坐标系(六轴坐标系)是六个关节角(θ1、θ2、θ3、θ4、θ5、θ6)，其正解过程为关节坐标系转化为手部的直角坐标系(X、Y、Z、α、β、γ)，逆解过程则相反，具体解算方法可查询机器人运动学坐标系变换。而活动部件之间的坐标系转换关系利用当前结构的几何参数可以计算出转换矩阵即已知管片在传感器坐标系下的位置，根据此时的转换矩阵可以得出。从而实现各施工节段运动轨迹的规划管片以及管片拼装机的运动控制。

拼装机的六轴坐标系的运动参数可包括：五个油缸的行程(由油缸行程传感器获得)以及旋转环与固定环的旋转夹角(由油马达编码器获得)。

轨迹规划指的是拼装机的手部坐标系从起始位姿到达终点位姿，需要规定路径、中间点的速度及加速度(即一个点到另一个点是一个加速后减速的过程)。其轨迹规划的过程及原理可查询机器人运动轨迹规划。

配合图6～9所示，在管片初定位拼装阶段，盾构管片垂直于轴线的两个平面是不平行的，有一定的楔形量，这是为了让同一套模具下的管片，拼装时能够实现隧道沿直线或者弯曲前进。

有楔形量的缘故，管片除了封顶块，普通块之间也是有区别。所以每一环的普通块管片在拼装时它相对于封顶块的位置是固定的(每一块管片的拼装顺序也是固定的)，如果拼装错误会导致垂直于轴线的平面产生台阶。而封顶块的位置是由，已有的软件生成的，该软件可根据隧道设计轴线与实际测量轴线之间的关系推测出几环管片之间封顶块的拼装位置关系。

综上所述，已知上一环管片的位置姿态即可得到当前拼装环节起始拼装管片的位置，然后已知上一块拼装管片的位姿，而拼装顺序又是固定的，只需要根据管片的尺寸进行简单的几何运算即可得到待拼装管片的位姿。

在计算得到的待拼装管片2的目标位置姿态的基础上，优选的，将靠近上一环管片11和上一块已拼装完成管片12的方向上增加一个偏移量14，以此来保证拼装过程中留有足够的安全余量，如图7和图8所示。

起始拼装管片1的位置由上一环管片决定，假设管片1、2为已拼装好的管片，管片3为待拼装的管片。

管片2的坐标：

(X,Y,Z,α,β,γ)

转化为极坐标：

(rsinθ,rcosθ,Z,α,β,γ)

其中，r为管片半径。

管片3的极坐标：

转化为直角坐标：

(X₁,Y₁,Z₁,α₁,β₁,γ)

其中，r、φ的值由管片的几何尺寸决定。

偏移量ω、Z₀：

未增加偏移量ω、Z₀时计算出管片3的位置即是最终目标位置(拼装位)，但是拼装机是存在机械误差(零件尺寸误差，装配误差等)的，即拼装机从位置1，根据设定的油缸行程变化到位置2时，其实际的位置与位置2之间有一定的差距。并且移动的距离越大，误差也就越大。此专利为初步拼装方法，即拼装机拾取管片到拼装位上，移动距离较大，误差也较大，如果不增加一个偏移量ω、Z₀待拼装管片有可能会直接与已拼装好的管片相撞，管片初步拼装希望待拼装管片从拾取位到达增加偏移量后的拼装位。

偏移量ω、Z₀的值：

它们的值在误差值的基础上，需要在增加一个安全余量(根据施工经验所得)，并且每次重复拼装时需循环减少偏移量的值，最终无偏移达到拼装位，当完成最后一次拼装(无偏移)后再次测量高差和间隙对于所剩误差进行一个补偿(偏移值循环减少的量与需要进行重复拼装的次数相关)。

然后根据偏移后的待拼装管片目标位置姿态的数据值，进行轨迹规划并求出逆解，获得拼装位的管片拼装机驱动系统的目标位置行程。再控制管片拼装机3的油缸和液压马达改变行程将待拼装管片2从抓取位16运送至拼装位17，完成管片初定位拼装。

配合图10～15所示，在管片精确拼装阶段，通过深度图像立体视觉传感器获取初步拼装完成的待拼装管片(11/12)和已拼装管片2的深度图像，测量出待拼装管片(11/12)与已拼装管片2间的高差和间隙。

在此阶段，待拼装管片2已被管片拼装机运送至目标位置附近完成初步拼装任务。在初步拼装中，理论位置和实际位置可能不一致—除了有机械误差外，真空吸盘在吸住管片移动的过程中可能会有松动管片相对盘体的位置可能会有变化，有误差需要测量高差间隙来确定位姿。本发明为精确拼装，目的是消除初步拼装中由于误差导致的管片拼装不到位的问题。

具体地，结合图11和图12所示，深度图像立体视觉传感器可拍摄到待拼装管片1和已拼装管片2的三维轮廓，即表面坐标的点云。利用平面E、F、A、B(E、F平面过隧道轴线，A、B平面与轴线垂直，位置与间距没有特殊要求)剖切管片的三维轮廓，剖切面可获得图2和图3中右侧所示的曲线(因为深度图像是表面轮廓所以剖出来的图是线条)。其中点X、Y竖直方向的差值即高差，水平方向上的差值即间隙。高差、间隙可根据几何运算得到待拼装管片目前的位置姿态。

然后，根据测量出的待拼装管片与已拼装管片间的高差和间隙，得到待拼装管片当前的位置姿态，对比目标位置姿态进行轨迹规划并求出逆解，获得靠近目标拼装位的管片拼装机驱动系统的目标位置行程。最后，控制管片拼装机，改变液压泵、液压阀组的状态，拼装机油缸和液压马达改变行程将管片逐步靠近拼装位。

由于工程中存在不确定性误差，所以当拼装机六个油缸改变行程完成后，需要再次测量待拼装管片与已拼装管片间的高差和间隙是否小于可接受的误差范围之内。如果不满足条件，则需不断重复前管片精确拼装的步骤直至满足误差小于设定值，如图13～15所示。

较佳的，在精确拼装的过程中，根据待拼装管片与已拼装管片间的高差和间隙，可得到管片精确拼装到位所需要的坐标变化量。然而在实际工程中，往往因为盾尾间隙以及成环管片轴线偏移等原因，需要人为给这些坐标变化量增加一个修正量。

配合图16～19所示，数据处理终端还用于盾尾间隙识别，包括：

步骤S11：接收3D视觉模块拍摄的已拼装完成的上一环管片11、已完成精确拼装的当前管片、盾尾壳体5的深度图像；

步骤S12：对得到的深度图像沿管片环向切片得到至少一个经过当前管片被检测面的环向切片6；深度图像立体视觉传感器1可以通过计算机进行图像切片形成相关线段，切片出待处理区域，并通过将待处理区域部分进行特征抽取、图像匹配和深度计算，得到立体区域，即本实施例的环向切片6。其中，待拼装管片2的被检测面是其沿管片环向的两端端面；

步骤S13：标记出环向切片6与当前待拼装管片2被检测面相交形成的环向相交线61，将环向相交线61延伸至盾尾壳体5的内弧面，得到第一延伸线段，第一延伸线段长度即为当前待拼装管片2与盾尾之间间隙；

步骤S14：对得到的深度图像沿管片径向切片得到至少一个经过上一环管片11被检测面的径向切片7；

深度图像立体视觉传感器1可以通过计算机进行图像切片形成相关线段，切片出待处理区域，并通过将待处理区域部分进行特征抽取、图像匹配和深度计算，得到立体区域，即本实施例的径向切片7。其中，已成环管片11被检测面是其面向待拼装管片2的环向端面。

步骤S15：标记出径向切片7与已成环管片11被检测面相交形成的径向相交线71，将径向相交线71延伸至盾尾壳体5的内弧面，得到第二延伸线段，第二延伸线段长度即为已成环管片11与盾尾之间间隙。

现有技术的盾尾测量主要是人工测量，利用尺类工具测量误差较大，费时费力。采用本发明系统可以在管片拼装的同时测量已成环管片与拼装管片的盾尾间隙。主要实施方案是利用深度图像立体视觉传感器进行扫描及图像深度识别，在通过计算机进行图像切片形成相关线段来实现盾尾间隙测量。

最后，配合图20～24所示，数据处理终端还用于成环管片质量检测，包括：

步骤S21：接收3D视觉模块拍摄的待检测管片的深度图像；本实施例的3D视觉模块，即深度图像立体视觉传感器1安装在旋转环33的配重块331上。

步骤S22：在管片拼装机的旋转环33完成360°范围内的旋转后，将3D视觉模块在各个角度采集到的深度图像进行拟合，形成一定宽度的环形深度立体图像，进行成环管片质量检测。

进一步的，旋转环33设置有用于记录回转角度的编码器，在利用深度图像立体视觉传感器1进行深度图像立体识别时，记录对应的编码器回转角度，在进行深度图像拟合时，根据编码器回转角度将各个角度采集到的深度图像拟合得到所述环形深度立体图像42。

或者，回转机构顺序转动，每转动设定角度(如10°)后，深度图像立体视觉传感器对待测管片进行一次深度图像立体识别，将采集到的深度图像按顺序逐个拼接形成环形深度立体图像42。

配合图2和图4所示，深度图像立体视觉传感器1的视觉范围1.2被配置为以深度图像立体视觉传感器主体为顶点的四棱锥形状。在利用旋转环33配重块331上的深度图像立体视觉传感器1对相邻两块待检测管片8进行扫描时，深度图像立体视觉传感器1视觉范围13在管片上的宽度边界41在相邻两环管片的中线上，得到的环形深度立体图像42的宽度为两条宽度边界41之间的宽度，通过调整深度图像立体视觉传感器1在配重块上的安装角度，就可以实现其视觉范围13的微调，满足不同工况要求下的环形深度立体图像42的要求。

本实施例中通过得到该环形深度立体图像42，能够获得被检测的相邻两环成环管片的圆度、两环成环管片轴线的偏差、两环成环管片之间的错台量、每块管片与相邻4块管片之间缝隙大小(封顶块为相邻3块)、每块管片与相邻4块管片之间高差(封顶块为相邻3块)，这些都可以从环形深度立体图像42中直接获取，简单、直接且精度高。

现有技术对成环管片质量检测，通常采用徕卡旋转三维激光扫描仪，绕自身中心回转扫描，而盾构机内部结构遮挡较多，无法全范围扫描。

本发明利用深度图像立体视觉传感器对管片进行扫描，采集图像及相关图像点的深度信息，最终形成环形深度立体图像。该技术利用拼装机自带的回转功能，克服盾构机拼装机工作范围的空间结构狭小、遮挡物多的难点，完成已成环管片的各项测量。

本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。

Claims (8)

1.一种基于深度图像立体视觉的管片拼装系统，其特征在于，所述系统包括安装在管片拼装机上的3D视觉模块和数据处理终端；所述数据处理终端与所述3D视觉模块连接；

在管片抓取阶段，所述数据处理终端接收所述3D视觉模块拍摄的待拼装管片的深度图像，计算出待拼装管片相对于管片拼装机的位置及姿态，规划管片拼装机完成管片抓取的运动轨迹，控制管片拼装机对待拼装管片进行抓取；

在管片初定位拼装阶段，所述数据处理终端接收所述3D视觉模块拍摄的已拼装完成的上一环管片与当前拼装环节上一块已拼装完成管片的深度图像，识别管片位置及姿态并计算出待拼装管片的目标位置姿态，规划管片拼装机完成管片初定位拼装的运动轨迹，控制管片拼装机将待拼装管片运送至目标位置进行管片初定位拼装；

在管片精确拼装阶段，所述数据处理终端接收所述3D视觉模块拍摄的初定位拼装完成的待拼装管片和已拼装管片的深度图像，测量出待拼装管片与已拼装管片间的高差和间隙，得到待拼装管片当前的位置姿态，对比目标位置姿态，规划管片拼装机完成管片精确拼装的运动轨迹，控制管片拼装机将待拼装管片逐步靠近目标位置进行管片精确拼装。

2.根据权利要求1所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述3D视觉模块采用深度图像立体视觉传感器。

3.根据权利要求2所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述管片拼装机为六自由度机器人，包括：

平移梁；

固定环，相对平移安装于所述平移梁；

旋转环，相对旋转安装于所述固定环；

V型臂，通过第一油缸连接于所述旋转环，所述V型臂通过改变所述第一油缸行程来改变自身的位置及姿态；

用于抓取管片的盘体，通过第二油缸连接于所述V型臂，所述盘体通过改变所述第二油缸形成来改变自身的位置及姿态；

所述深度图像立体视觉传感器安装在所述旋转环上。

4.根据权利要求3所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述数据处理终端在接收到所述待拼装管片的所述深度图像后，从所述深度图像上获取待拼装管片的特征点或者特征平面的位置，得到所述待拼装管片的目标位姿以及目标位姿在所述深度图像立体视觉传感器所在坐标系的位置坐标，根据六自由度机器人各活动部件坐标系的换算，得到目标位姿在盘体坐标系的位置坐标，管片拼装机根据得到的位置坐标逆向求解出盘体抓取所述待拼装管片的运动轨迹。

5.根据权利要求3所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述数据处理终端还用于盾尾间隙识别，包括：

接收所述3D视觉模块拍摄的已拼装完成的上一环管片、已完成精确拼装的当前管片、盾尾壳体的深度图像；

对得到的深度图像沿管片环向切片得到至少一个经过所述当前管片被检测面的环向切片；

标记出所述环向切片与所述当前管片被检测面相交形成的环向相交线，将所述环向相交线延伸至盾尾壳体的内弧面，得到第一延伸线段，所述第一延伸线段长度即为所述当前管片与盾尾之间间隙；

对得到的深度图像沿管片径向切片得到至少一个经过所述上一环管片被检测面的径向切片；

标记出所述径向切片与所述已成环管片被检测面相交形成的径向相交线，将所述径向相交线延伸至盾尾壳体的内弧面，得到第二延伸线段，所述第二延伸线段长度即为所述已成环管片与盾尾之间间隙。

6.根据权利要求3所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述数据处理终端还用于成环管片质量检测，包括：

接收所述3D视觉模块拍摄的待检测管片的深度图像；

在所述管片拼装机的旋转环完成360°范围内的旋转后，将3D视觉模块在各个角度采集到的深度图像进行拟合，形成一定宽度的环形深度立体图像，进行成环管片质量检测。

7.根据权利要求6所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述旋转环设置有用于记录回转角度的编码器，在利用所述3D视觉模块进行深度图像立体识别时，记录对应的编码器回转角度，在进行深度图像拟合时，根据编码器回转角度将各个角度采集到的深度图像拟合得到所述环形深度立体图像。

8.根据权利要求6所述的基于深度图像立体视觉的管片拼装系统，其特征在于，所述旋转环顺序转动，每转动设定角度后，所述3D视觉模块对待测管片进行一次深度图像立体识别，将采集到的深度图像逐个拼接形成所述环形深度立体图像。