CN117422763A - 一种模具表面打磨区域定位及打磨轨迹规划方法、装置 - Google Patents
一种模具表面打磨区域定位及打磨轨迹规划方法、装置 Download PDFInfo
- Publication number
- CN117422763A CN117422763A CN202311746300.XA CN202311746300A CN117422763A CN 117422763 A CN117422763 A CN 117422763A CN 202311746300 A CN202311746300 A CN 202311746300A CN 117422763 A CN117422763 A CN 117422763A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- polishing
- color
- color point
- 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
- 238000005498 polishing Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 67
- 229910001374 Invar Inorganic materials 0.000 claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 239000000084 colloidal system Substances 0.000 claims description 40
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000000149 penetrating effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 9
- 239000002131 composite material Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B19/00—Single-purpose machines or devices for particular grinding operations not covered by any other main group
- B24B19/20—Single-purpose machines or devices for particular grinding operations not covered by any other main group for grinding dies
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B27/00—Other grinding machines or devices
- B24B27/033—Other grinding machines or devices for grinding a surface for cleaning purposes, e.g. for descaling or for grinding off flaws in the surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
-
- 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
- G06T2207/30241—Trajectory
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及智能控制领域,公开了一种模具表面打磨区域定位及打磨轨迹规划方法、装置,该方法包括:扫描殷钢模具表面,获取初始3D彩色点云数据,对初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据并进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像;对2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域;根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域;获取3D打磨区域中的3D彩色点云数据,确定打磨头的位姿数据,根据位姿数据生成可执行的程序传输给执行机构。本发明解决了现有模具表面打磨效率低的问题。
Description
技术领域
本发明涉及智能控制领域,尤其涉及一种模具表面打磨区域定位及打磨轨迹规划方法、装置。
背景技术
复合材料零件一般是放在复合材料模具进入热压罐里面进行成型。成型结束后,经过复合材料脱模,其铺贴模具上面一般都会有残余胶质在零件表面,其颜色较深,却主要分布在模具四周。目前,一般通过人工的方式进行打磨,去除复材模具表面深色胶质。由于打磨过程中,会产生较大的粉尘,且对于人工来说,工作强度较大,效率也低。因此有必要采用自动打磨设备对零件进行打磨。
目前自动打磨的方式较多,有专门的固定式的打磨机械臂或者AGV(AutomatedGuided Vehicle,自动导向车)+机械臂的打磨方式。不管哪种方式,都需要提前规划好打磨路径。且由于残余胶质是随机分布在模具边缘部分。因此,如果没有深色的残留胶质,该处应该不需要打磨。但对于开发人员而言,其无法预计哪些区域会出现残余胶质,只能对所有可能出现残余胶质的区域进行去打磨。
发明内容
本发明提供了一种模具表面打磨区域定位及打磨轨迹规划方法、装置,解决了现有模具表面打磨效率低的问题。
一种模具表面打磨区域定位及打磨轨迹规划方法,包括:
扫描殷钢模具表面,获取初始3D彩色点云数据,对所述初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据;
对所述完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像;
对所述2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域;
根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域;
获取3D打磨区域中的3D彩色点云数据,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,根据所述位姿数据生成可执行的程序传输给执行机构。
在本发明的一种实施例中,所述扫描殷钢模具表面,获取初始3D彩色点云数据,对所述初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据,具体包括:获取N个扫描点位,在每个扫描点位上进行彩色点云数据的采集,得到N个3D彩色点云数据;根据采集每个扫描点位的3D彩色点云数据时3D传感器的位姿信息,对所述N个3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据。
在本发明的一种实施例中,所述对所述完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像,具体包括:对拼接后得到的完整的3D彩色点云数据进行去除重合点和降采样处理;对去除重合点和降采样处理后的点云数据进行平面拟合,得到基准平面,并将去除重合点和降采样处理后的点云数据投射到所述基准平面上,得到2D彩色图像。
在本发明的一种实施例中,所述对所述2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域,具体包括:对所述2D彩色图像基于RGB进行分割,确定残留胶质区;对残留胶质区进行形态学膨胀操作,将一些稀疏的残留胶质区贯通起来,形成多个大的残留胶质区;根据预设距离阈值确定属于同一打磨路径的残留胶质区,将属于同一打磨路径的残留胶质区进行联系,得到2D图像中的打磨区域。
在本发明的一种实施例中,所述根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,具体包括:根据3D打磨区域的3D彩色点云数据,获取该点云数据的中心线的坐标值和对应的法线方向,并将所述坐标值和对应的法线方向转换为打磨头的位姿数据。
在本发明的一种实施例中,所述3D传感器的位姿信息从执行机构获取。
在本发明的一种实施例中,所述根据预设距离阈值确定属于同一打磨路径的残留胶质区,具体包括:若两个残留胶质区之间的距离小于预设距离阈值,则确定二者属于同一打磨路径;若两个残留胶质区之间的距离大于预设距离阈值,则确定二者不属于同一打磨路径。
一种模具表面打磨区域定位及打磨轨迹规划装置,包括:
3D点云数据采集模块,用于扫描殷钢模具表面,获取初始3D彩色点云数据,对所述初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据;
数据维度转换模块,用于对所述完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像;
打磨区域确定模块,用于对所述2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域,根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域;
打磨轨迹规划模块,用于获取3D打磨区域中的3D彩色点云数据,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,根据所述位姿数据生成可执行的程序传输给执行机构。
一种模具表面打磨区域定位及打磨轨迹规划设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通过总线通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被执行,以实现如上述各实施例任一项所述的方法。
一种非易失性存储介质,存储有计算机可执行指令,所述计算机可执行指令由处理器执行,以实现如上述各实施例任一项所述的方法。
本发明提供了一种模具表面打磨区域定位及打磨轨迹规划方法、装置,至少包括以下有益效果:通过采集模具表面的点云数据识别出残留胶质区,能够仅对存在残留胶质的区域进行打磨,避免了对未存在残留胶质的区域进行打磨,提高了模具打磨效率。
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为本发明实施例提供的传统复合材料殷钢模具表面打磨路径示意图;
图2为本发明实施例提供的打磨系统结构示意图;
图3为本发明实施例提供的一种模具表面打磨区域定位及打磨轨迹规划方法步骤示意图;
图4为本发明实施例提供的模具表面打磨区域定位及打磨轨迹规划流程图;
图5为本发明实施例提供的一种模具表面打磨区域定位及打磨轨迹规划装置示意图;
图6为本发明实施例提供的一种模具表面打磨区域定位及打磨轨迹规划设备示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例对本发明进行清楚、完整的描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本领域普通技术人员显式地和隐式地理解的是,本发明所描述的实施例在不冲突的情况下,可以与其它实施例相结合。除非另作定义,本发明所涉及的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本发明所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;本发明所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本发明提出了一种模具表面打磨区域定位及打磨轨迹规划方法、装置,用以实现对需要打磨区域的识别以及自动规划打磨轨迹。下面进行具体说明。
机械臂等执行机构控制打磨头对模具表面进行打磨过程中,编程的路径一般都是要覆盖所有可能出现胶质残留胶质的区域。
如图1所示复合材料模具表面经过零件脱模后,都会在模具四周残留一些胶质。一般而言,为了尽可能的清除残留的胶质规划的打磨路径,胶质比较多的地方为路径1和路径2所经过的区域,路径3的开始位置有较多残留胶质,而路径4所经过的位置,则完全没有残留胶质。
因此通过图1可知,编辑的打磨路径,基本是固定的对殷钢模具的四周进行全面打磨,不管其表面是否有残留胶质。
基于此需求,本发明能够针对零件表面的实际的残留胶质分布状况,规划路径。其主要目的是:针对有残留胶质分布的区域,进行打磨;而没有残留胶质的区域,则不进行打磨。这样得到的路径较之四周全面打磨的轨迹,其效率得到显著提升。
本发明采用3D彩色相机,其与打磨头共同布置在法兰盘的末端,采用的是eye-in-hand工作模式。打磨系统结构示意图如图2所示,3D彩色相机与打磨头都布置在法兰盘末端,系统中各模块相对位置是固定的,3D彩色相机通过相机支架安装在法兰盘上,打磨头与法兰盘同轴连接,其主要作用是:通过有计划的编程,在执行机构可达范围内(可打磨范围内),并结合3D彩色相机的有效视野(点云数据可靠的视野范围),对待打磨模具表面进行多位姿的点云数据采集,基于每个位姿确定执行机构执行的位置信息。
图3为本发明实施例提供的一种模具表面打磨区域定位及打磨轨迹规划方法的步骤示意图,可以包括以下步骤:
S310:扫描殷钢模具表面,获取初始3D彩色点云数据,对初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据。
在本发明的一种实施例中,扫描殷钢模具表面,获取初始3D彩色点云数据,对初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据,具体包括:获取N个扫描点位,在每个扫描点位上进行彩色点云数据的采集,得到N个3D彩色点云数据;根据采集每个扫描点位的3D彩色点云数据时3D传感器的位姿信息,对N个3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据。
在本发明的一种实施例中,3D传感器的位姿信息从执行机构获取。
具体地,在执行机构的运动范围以内,同时考虑到3D彩色相机的视场、分辨率、模具表面反光等因素,编辑N个合理的扫描点位,并在每个点位上进行彩色点云数据采集。其主要目的是,将殷钢模具表面无遗漏的全面扫描,得到N个彩色点云数据集。
根据每个点云数据集采集时彩色3D传感器的位姿信息,该位姿信息可以从执行机构上获取,对N个点云数据集进行拼接,形成一个完整的彩色点云数据集。
S320:对完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像。
在本发明的一种实施例中,对完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像,具体包括:对拼接后得到的完整的3D彩色点云数据进行去除重合点和降采样处理;对去除重合点和降采样处理后的点云数据进行平面拟合,得到基准平面,并将去除重合点和降采样处理后的点云数据投射到基准平面上,得到2D彩色图像。
具体地,在拼接后得到的彩色点云数据集中,存在较多的重合点云,对拼接后的点云进行去除重合点和降采样处理。点云数据中的每个点云可用(x,y,z)坐标表示,删除具有相同坐标的重复点云,显示去重后的点云数据。
在进行去除重合点后,还需要进行降采样处理,三维点云数据往往包含大量冗余数据,直接处理计算量大,消耗时间长,因此对其进行降采样是十分必要的。降采样同时也是点云预处理过程中的关键环节。点云降采样是在三维点云数据处理中常用的一种方法,通过减少点云数据的密度,可以降低计算和存储的开销,并且提高点云处理的效率。例如可以采用以下几种常见的点云降采样方法:
一、体素网格降采样法
体素网格降采样法是一种简单且高效的点云降采样方法。它将点云空间划分为规则的体素网格,并在每个体素中选择一个代表性的点作为采样点。该方法的原理是通过将点云空间离散化为体素网格,然后在每个体素中选择一个点作为采样点,从而实现点云的降采样。体素网格降采样法适用于点云数据密度较高的情况,可以有效地减少点云的数量,提高点云处理的速度。
二、最近邻点降采样法
最近邻点降采样法是一种基于点云中点之间的距离关系进行降采样的方法。该方法的原理是对于每个点,计算其与周围点的距离,然后选择距离最大的点作为采样点。通过不断迭代这个过程,可以得到一组具有最大距离的采样点,从而实现点云的降采样。最近邻点降采样法适用于点云数据密度较高的情况,可以有效地减少点云的数量,同时保留点云的关键特征。
三、体素栅格滤波法
体素栅格滤波法是一种基于体素栅格的点云降采样方法。该方法的原理是将点云空间划分为规则的体素栅格,并在每个栅格中计算平均点密度,然后根据设定的阈值将密度低于阈值的栅格中的点进行降采样。体素栅格滤波法可以有效地减少点云的数量,同时保持点云的形状和结构不变。
四、统计滤波法
统计滤波法是一种基于统计学原理的点云降采样方法。该方法的原理是通过计算点云中点的统计特征,如平均值和标准差,然后根据设定的阈值将统计特征低于阈值的点进行降采样。统计滤波法可以根据点云中点的分布情况进行自适应的降采样,可以有效地减少点云的数量,同时保持点云的关键特征。
以上介绍的几种常见的点云降采样方法,它们各具特点,在不同的应用场景下具有不同的优势。通过选择合适的降采样方法,可以根据需求减少点云数据的密度,提高点云处理的效率。
由于一般殷钢模具的型面较为平整,或者曲率在局部来看,不是很大。因此对点云进行平面拟合,得到基准平面。并将点云都投射到基准平面上,得到一个2D彩色图像。
S330:对2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域;根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域。
在本发明的一种实施例中,对2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域,具体包括:对2D彩色图像基于RGB进行分割,确定残留胶质区;对残留胶质区进行形态学膨胀操作,将一些稀疏的残留胶质区贯通起来,形成多个大的残留胶质区;根据预设距离阈值确定属于同一打磨路径的残留胶质区,将属于同一打磨路径的残留胶质区进行联系,得到2D图像中的打磨区域。
具体地,基于RGB对2D彩色图像中残留胶质区的彩色图进行分割。并对分割的区域进行形态学膨胀操作,将一些稀疏的残留胶质区域贯通起来,形成一整块。
膨胀操作具体步骤如下:
1)扫描原图,找到第一个像素值为0的背景点;
2)将预先设定好形状以及原点位置的结构元素的原点移到该点;
3)判断该结构元素所覆盖的像素值是否存在为1的目标点:
如果是,则膨胀后图像中的相同位置上的像素值为1;
如果不是,则膨胀后图像中的相同位置上的像素值为0;
4)重复2)和3),直到所有原图中像素处理完成。
在本发明的一种实施例中,根据预设距离阈值确定属于同一打磨路径的残留胶质区,具体包括:若两个残留胶质区之间的距离小于预设距离阈值,则确定二者属于同一打磨路径;若两个残留胶质区之间的距离大于预设距离阈值,则确定二者不属于同一打磨路径。
具体地,预先设定一个距离阈值L1,当两个残留胶质区之间的距离小于L1时,则认为两个残留胶质区属于同一个打磨路径,并将这些属于同一打磨路径的区域联系起来,形成一个整体。当两个残留胶质区之间的距离大于L1时,则认为两个残留胶质区分属于不同的打磨路径。
S340:获取3D打磨区域中的3D彩色点云数据,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,根据位姿数据生成可执行的程序传输给执行机构。
在本发明的一种实施例中,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,具体包括:根据3D打磨区域的3D彩色点云数据,获取该点云数据的中心线的坐标值和对应的法线方向,并将坐标值和对应的法线方向转换为打磨头的位姿数据。
具体地,针对获取的打磨区域的3D彩色点云单元,获取点云单元中心线(位于打磨方向上的)的坐标值和对应的法线方向,并将这些转换为打磨头的位姿数据,生成执行机构可执行的程序,传输给执行机构。
如图4所示为本申请实施例提供的方案流程图。
编辑N个扫描点位,通过执行机构依次控制3D彩色相机移动到1,2,……,N个扫描点位,在每个扫描点位处,分别采集殷钢表面的彩色点云数据,获取N个扫描点位的点云数据集;
根据获取每个点云信息时3D传感器的位姿信息,对N个点云数据集进行拼接,对拼接后得到的点云数据进行将采样处理;
对殷钢表面点云数据进行平面拟合,获取点云的法线方向,将所有点云根据法线方向投射到平面上,得到对应的2D彩色图;
根据2D彩色图分割算法,将残留胶质所在区域分割出来,在2D彩色图里,对分割的残留胶质区域进行形态学膨胀处理;在2D图里,根据残留胶质区就近连接起来,形成完整的连续打磨路径;
将上述打磨路径所经过的区域的2D像素单元,结合3D至2D的投射关系,打磨路径所经囊括的点云单元;
获取这些点云单元的法线方向以及这些点云单元中心线的坐标值,形成打磨头的位姿数据,生成执行机构可运行的程序,传输给执行结构。
通过本发明提供的一种模具表面打磨区域定位及打磨轨迹规划方法,采集模具表面的点云数据识别出残留胶质区,并根据残留胶质区确定打磨路径,能够仅对存在残留胶质的区域进行打磨,避免了对未存在残留胶质的区域进行打磨,提高了模具打磨效率。
以上为本发明实施例提供的一种模具表面打磨区域定位及打磨轨迹规划方法,基于同样的发明思路,本发明实施例还提供了相应的一种模具表面打磨区域定位及打磨轨迹规划装置,如图5所示。
3D点云数据采集模块502,用于扫描殷钢模具表面,获取初始3D彩色点云数据,对初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据;
数据维度转换模块504,用于对完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像;
打磨区域确定模块506,用于对2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域,根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域;
打磨轨迹规划模块508,用于获取3D打磨区域中的3D彩色点云数据,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,根据位姿数据生成可执行的程序传输给执行机构。
本发明实施例还提供了相应的一种模具表面打磨区域定位及打磨轨迹规划设备,如图6所示,包括:
至少一个处理器602(processor)、通信接口604(Communications Interface)、存储器606(memory)和通信总线608;其中,处理器602,通信接口604,存储器606通过通信总线608完成相互间的通信;处理器602可以调用存储器606中存储的逻辑指令,以使至少一个处理器602执行上述各实施例的步骤。
基于同样的思路,本发明的一些实施例还提供了上述方法对应的介质。
本发明的一些实施例提供的一种存储介质,存储有计算机可执行指令,计算机可执行指令由处理器执行,以实现上述各实施例的步骤。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程方法商品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程方法商品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程方法商品或者方法中还存在另外的相同要素。
以上仅为本发明的实施例而已,并不用于限制本发明。虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种模具表面打磨区域定位及打磨轨迹规划方法,其特征在于,包括:
扫描殷钢模具表面,获取初始3D彩色点云数据,对所述初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据;
对所述完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像;
对所述2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域;
根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域;
获取3D打磨区域中的3D彩色点云数据,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,根据所述位姿数据生成可执行的程序传输给执行机构。
2.根据权利要求1所述的方法,其特征在于,所述扫描殷钢模具表面,获取初始3D彩色点云数据,对所述初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据,具体包括:
获取N个扫描点位,在每个扫描点位上进行彩色点云数据的采集,得到N个3D彩色点云数据;
根据采集每个扫描点位的3D彩色点云数据时3D传感器的位姿信息,对所述N个3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据。
3.根据权利要求1所述的方法,其特征在于,所述对所述完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像,具体包括:
对拼接后得到的完整的3D彩色点云数据进行去除重合点和降采样处理;
对去除重合点和降采样处理后的点云数据进行平面拟合,得到基准平面,并将去除重合点和降采样处理后的点云数据投射到所述基准平面上,得到2D彩色图像。
4.根据权利要求1所述的方法,其特征在于,所述对所述2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域,具体包括:
对所述2D彩色图像基于RGB进行分割,确定残留胶质区;
对残留胶质区进行形态学膨胀操作,将一些稀疏的残留胶质区贯通起来,形成多个大的残留胶质区;
根据预设距离阈值确定属于同一打磨路径的残留胶质区,将属于同一打磨路径的残留胶质区进行联系,得到2D图像中的打磨区域。
5.根据权利要求1所述的方法,其特征在于,所述根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,具体包括:
根据3D打磨区域的3D彩色点云数据,获取该点云数据的中心线的坐标值和对应的法线方向,并将所述坐标值和对应的法线方向转换为打磨头的位姿数据。
6.根据权利要求2所述的方法,其特征在于,所述3D传感器的位姿信息从执行机构获取。
7.根据权利要求4所述的方法,其特征在于,所述根据预设距离阈值确定属于同一打磨路径的残留胶质区,具体包括:
若两个残留胶质区之间的距离小于预设距离阈值,则确定二者属于同一打磨路径;
若两个残留胶质区之间的距离大于预设距离阈值,则确定二者不属于同一打磨路径。
8.一种模具表面打磨区域定位及打磨轨迹规划装置,其特征在于,包括:
3D点云数据采集模块,用于扫描殷钢模具表面,获取初始3D彩色点云数据,对所述初始3D彩色点云数据进行拼接,得到一个完整的3D彩色点云数据;
数据维度转换模块,用于对所述完整的3D彩色点云数据进行去噪处理,根据去噪后的点云数据确定与3D彩色点云数据对应的2D彩色图像;
打磨区域确定模块,用于对所述2D彩色图像基于RGB进行分割,根据分割区域确定2D彩色图像中的2D打磨区域,根据3D点云点和2D像素点之间的映射关系,确定3D彩色点云数据中的3D打磨区域;
打磨轨迹规划模块,用于获取3D打磨区域中的3D彩色点云数据,根据3D打磨区域的3D彩色点云数据确定打磨头的位姿数据,根据所述位姿数据生成可执行的程序传输给执行机构。
9.一种模具表面打磨区域定位及打磨轨迹规划设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通过总线通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被执行,以实现如权利要求1-7任一项所述的方法。
10.一种非易失性存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令由处理器执行,以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311746300.XA CN117422763A (zh) | 2023-12-19 | 2023-12-19 | 一种模具表面打磨区域定位及打磨轨迹规划方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311746300.XA CN117422763A (zh) | 2023-12-19 | 2023-12-19 | 一种模具表面打磨区域定位及打磨轨迹规划方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117422763A true CN117422763A (zh) | 2024-01-19 |
Family
ID=89532923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311746300.XA Pending CN117422763A (zh) | 2023-12-19 | 2023-12-19 | 一种模具表面打磨区域定位及打磨轨迹规划方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117422763A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107127755A (zh) * | 2017-05-12 | 2017-09-05 | 华南理工大学 | 一种三维点云的实时采集装置及机器人打磨轨迹规划方法 |
CN107162394A (zh) * | 2017-05-02 | 2017-09-15 | 贵州贵安新区韩耀科技有限公司 | 一种3d曲面玻璃的热弯模具及3d曲面玻璃的制作方法 |
CN108182689A (zh) * | 2016-12-08 | 2018-06-19 | 中国科学院沈阳自动化研究所 | 应用于机器人搬运打磨领域的板状工件三维识别定位方法 |
CN110281152A (zh) * | 2019-06-17 | 2019-09-27 | 华中科技大学 | 一种基于在线试触的机器人恒力打磨路径规划方法及系统 |
CN111055293A (zh) * | 2019-11-21 | 2020-04-24 | 东南大学 | 一种基于曲面自适应的工业机器人高精度恒力打磨方法 |
US20220128829A1 (en) * | 2020-10-28 | 2022-04-28 | Panasonic Intellectual Property Management Co., Ltd. | Light refraction member, optical system, lighting systems, display systems, moving object, and mold |
EP4016058A1 (en) * | 2020-12-16 | 2022-06-22 | Zhejiang University | Automatic machine of vision on detection device for workpiece with complex curved surface |
-
2023
- 2023-12-19 CN CN202311746300.XA patent/CN117422763A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182689A (zh) * | 2016-12-08 | 2018-06-19 | 中国科学院沈阳自动化研究所 | 应用于机器人搬运打磨领域的板状工件三维识别定位方法 |
CN107162394A (zh) * | 2017-05-02 | 2017-09-15 | 贵州贵安新区韩耀科技有限公司 | 一种3d曲面玻璃的热弯模具及3d曲面玻璃的制作方法 |
CN107127755A (zh) * | 2017-05-12 | 2017-09-05 | 华南理工大学 | 一种三维点云的实时采集装置及机器人打磨轨迹规划方法 |
CN110281152A (zh) * | 2019-06-17 | 2019-09-27 | 华中科技大学 | 一种基于在线试触的机器人恒力打磨路径规划方法及系统 |
CN111055293A (zh) * | 2019-11-21 | 2020-04-24 | 东南大学 | 一种基于曲面自适应的工业机器人高精度恒力打磨方法 |
US20220128829A1 (en) * | 2020-10-28 | 2022-04-28 | Panasonic Intellectual Property Management Co., Ltd. | Light refraction member, optical system, lighting systems, display systems, moving object, and mold |
EP4016058A1 (en) * | 2020-12-16 | 2022-06-22 | Zhejiang University | Automatic machine of vision on detection device for workpiece with complex curved surface |
Non-Patent Citations (1)
Title |
---|
王亚琪;陈成军;李希彬;李全宝;: "基于Kinect的轴类零件三维重建研究", 《计算技术与自动化》, vol. 34, no. 04, 31 December 2015 (2015-12-31), pages 126 - 131 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709947B (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
CN110675489B (zh) | 一种图像处理方法、装置、电子设备和存储介质 | |
CN111077844B (zh) | 一种基于实测数据特征引导的零件精确加工方法 | |
JP2014238883A (ja) | 現実環境内にバーチャルオブジェクトを描写する方法および装置 | |
CN107680168B (zh) | 三维重建中基于平面拟合的网格简化方法 | |
CN109598782A (zh) | 基于三维建模技术的建筑文物修复方法、存储介质 | |
JP2021120853A (ja) | 平滑マップによる3d再構成 | |
CN114638956B (zh) | 一种基于体素化与三视图的飞机整机点云语义分割方法 | |
CN114821571A (zh) | 一种用于电力线缆识别和重建的点云处理方法 | |
CN114868128A (zh) | 用于通过确定眼镜架元件的参数化替换模型来对眼镜架元件进行个性化的计算机实施的方法以及使用这种方法的设备和系统 | |
CN111340834A (zh) | 基于激光雷达和双目相机数据融合的衬板装配系统及方法 | |
CN117422763A (zh) | 一种模具表面打磨区域定位及打磨轨迹规划方法、装置 | |
CN108508845A (zh) | 一种基于几何自适应的复杂曲面快速数控雕铣方法 | |
CN112414396A (zh) | 现实场景中物体模位置测量方法、装置、存储介质及设备 | |
CN115758496A (zh) | 一种面向叶片三维测量的视点规划方法及系统 | |
CN111323026A (zh) | 一种基于高精度点云地图的地面过滤方法 | |
CN113935946B (zh) | 实时检测地下障碍物的方法及装置 | |
JPH0694428A (ja) | 3次元形状入力装置 | |
CN114897974A (zh) | 一种目标物空间定位方法、系统、存储介质及计算机设备 | |
CN114488943A (zh) | 面向配合工况下的随机多区域高效打磨路径规划方法 | |
CN107578389B (zh) | 一种平面监督的图像色彩深度信息协同修复系统 | |
CN113256756A (zh) | 地图数据显示方法、装置、设备及存储介质 | |
CN104345686A (zh) | 二维双向dexel毛坯建模方法及其加工仿真方法 | |
Busch | Automatic modelling of rigid 3D objects using an analysis by synthesis system | |
Inui et al. | A comparison of two methods for geometric milling simulation accelerated by GPU |
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 |