CN117248941A - 基于深度图像的管片目标位姿识别及精确拼装方法 - Google Patents

Abstract

本发明提供一种基于深度图像的管片目标位姿识别及精确拼装方法，包括：获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态；根据上一环管片以及上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；在计算得到的待拼装管片的目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量；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；管片拼装机驱动系统改变行程将待拼装管片从抓取位运送至拼装位。实现待拼装管片的目标位置姿态识别及初步拼装的自动化，工作效率和精度均较高。

Description

基于深度图像的管片目标位姿识别及精确拼装方法

技术领域

本发明涉及机械工程技术领域，尤其涉及一种基于深度图像的管片目标位姿识别及精确拼装方法。

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

本发明的目的在于克服现有技术的缺陷，提供一种基于深度图像的管片目标位姿识别及精确拼装方法，自动化程度高，工作效率高。其具体方案如下：

一种基于深度图像的管片目标位姿识别及精确拼装方法，其包括以下步骤：

通过深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态；

根据已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；

在计算得到的待拼装管片的目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量；

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；

管片拼装机驱动系统改变行程将待拼装管片从抓取位运送至拼装位。

在一些实施例中，所述管片拼装机为六自由度机器人，所述管片拼装机包括：

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。

在一些实施例中，所述管片拼装机驱动系统包括所述第一油缸和所述第二油缸。

在一些实施例中，所述深度图像立体视觉传感器安装于管片拼装机上。

基于本发明提供的技术方案，取得的技术效果如下：

本发明利用深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态，可推算出待拼装管片的目标位置姿态；在计算所得到的待拼装管片目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量，以此来保证拼装过程中留有足够的安全余量，最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，获得拼装位的六轴数据—油缸和液压马达的目标位置行程。控制系统发出指令，拼装机油缸和液压马达改变行程将管片从抓取位运送至拼装位。实现待拼装管片的目标位置姿态识别及初步拼装的自动化，工作效率和精度均较高。

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2是本发明实施例中管片偏移的结构示意图。

图3是本发明实施例中管片偏移量的计算原理图。

图4是本发明实施例中管片拼装步骤的示意图。

图中：11-上一环管片；12-上一块已拼装完成管片；13-待拼装管片；14-偏移量；15-管片拼装机；16-抓取位；17-拼装位。

具体实施方式

通过参考示范性实施例，本发明的目的和功能以及用于实现这些目的和功能的方法将得以阐明。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。在下文中，将参考附图描述本发明的实施例；在附图中，相同的附图标记代表相同或类似的步骤。

本实施例一种基于深度图像的管片目标位姿识别及精确拼装方法，该方法主要包括以下步骤：

步骤S1：通过深度图像立体视觉传感器获取已拼装完成的上一环管片11的位置姿态以及当前拼装环节上一块已拼装完成管片12的位置姿态，如图1所示；

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拍摄到了管片的几个特征点(例如管片顶角)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，作为本发明实施例的一个实施例，深度图像立体视觉传感器可采用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 Structured Light」，这款产品可以用于扫描快速运动中的物体。photoneo3D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。

步骤S2：根据已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；

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。

步骤S3：在计算得到的待拼装管片13的目标位置姿态的基础上，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2和图3所示。

如图3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)。所以该方法根据传感器拍摄的深度图像可得到管片的位姿，重复拼装，循环减少偏移，最终达到目标位置，完成拼装任务。

步骤S4：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；

管片拼装机15主要包括：平移梁；固定环，相对平移安装于平移梁，固定环与平移梁相对平移梁31做平移运动；旋转环，相对旋转安装于固定环，旋转环相对固定环做同轴旋转运动；V型臂，通过左右两个提升油缸连接于旋转环水平方向上的相对两侧，V型臂通过改变旋转环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，通过二个油缸(俯仰油缸、回转油缸)连接于V型臂，盘体采用吸盘，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。盘体通过改变与V型臂34连接的二个油缸(俯仰油缸、回转油缸)行程来改变自身的位置及姿态。

该管片拼装机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上大平移油缸铰接点连线中心、手部坐标系建立在盘体中心)。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。

六自由度机器人的关节坐标系(六轴坐标系)是六个关节角，其正解过程为关节坐标系转化为手部的直角坐标系，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。

拼装机的关节驱动系统可包括：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。

步骤S5：管片拼装机驱动系统改变行程将待拼装管片从抓取位16运送至拼装位17，如图4所示。

具体可由管片拼装机的控制系统发出指令，抓取待拼装管片13的拼装机的油缸和液压马达改变行程将管片从抓取位16运送至拼装位17，完成管片初步拼装。

本发明利用深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态，可推算出待拼装管片的目标位置姿态；在计算所得到的待拼装管片目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量，以此来保证拼装过程中留有足够的安全余量，最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，获得拼装位的六轴数据—油缸和液压马达的目标位置行程。控制系统发出指令，拼装机油缸和液压马达改变行程将管片从抓取位运送至拼装位。实现待拼装管片的目标位置姿态识别及初步拼装的自动化，工作效率和精度均较高。

尽管已经示出和描述了本发明的实施例，但本具体实施例仅仅是对本发明的解释，其并不是对发明的限制，描述的具体特征、结构、材料或者特点可以在任何一个或多个实施例或示例中以合适的方式结合，本领域技术人员在阅读完本说明书后可在不脱离本发明的原理和宗旨的情况下，可以根据需要对实施例做出没有创造性贡献的修改、替换和变型等，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (4)

1.一种基于深度图像的管片目标位姿识别及精确拼装方法，其特征在于，包括以下步骤：

通过深度图像立体视觉传感器获取已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态；

根据已拼装完成的上一环管片的位置姿态以及当前拼装环节上一块已拼装完成管片的位置姿态计算出待拼装管片的目标位置姿态；

在计算得到的待拼装管片的目标位置姿态的基础上，将靠近上一环管片和上一块已拼装完成管片的方向上增加一个偏移量；

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；

管片拼装机驱动系统改变行程将待拼装管片从抓取位运送至拼装位。

2.根据权利要求1所述的基于深度图像的管片目标位姿识别及精确拼装方法，其特征在于，所述管片拼装机为六自由度机器人，所述管片拼装机包括：

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。

3.根据权利要求2所述的基于深度图像的管片目标位姿识别及精确拼装方法，其特征在于，所述管片拼装机驱动系统包括所述第一油缸和所述第二油缸。

4.根据权利要求1所述的基于深度图像的管片目标位姿识别及精确拼装方法，其特征在于，所述深度图像立体视觉传感器安装于管片拼装机上。