基于线结构光的三维视觉系统设计及关键技术研究.pdf

摘要 摘 要 三维视觉技术能极大增加自动化生产的柔性、智能化、提升生产效率和降低 工人劳动强度。在工业自动化生产过程中，工件的自动化上料是必不可少的工 序。本文以三维视觉系统为研究对象，研究了三维视觉系统的标定方法与散乱物 料的识别及定位方法。通过标定三维视觉系统与处理 3D 视觉传感器获取的图像 实现散乱物料中工件的识别、定位及抓取，完成的主要工作如下。 研究三维视觉系统的标定，提出了一种非接触的三维视觉系统手眼标定方 法。针对工业现场中汽车座椅骨架焊接的上料需求和线结构光三维测量方法的特 点，设计了基于线结构光的三维视觉系统方案。其次建立了 3D 视觉传感器模 型，设计了 3D 视觉传感器标定软件，完成了 3D 视觉传感器的内外参数、光平 面参数的标定。最后采用提出的非接触的三维视觉系统手眼标定方法完成三维系 统手眼关系标定，该方法采用圆锥体作为标定块，通过 3D 视觉传感器采集标定 块图像，基于 Halcon 编写上位机程序对图像进行处理计算，自动获取 3D 视觉 传感器坐标系下标定块特征点坐标，利用该方法对三维系统进行标定能够提高工 业现场的标定效率和标定精度。 研究三维点云图像的预处理方法，实现了场景点云图像的预处理。针对获取 散乱工件图像，采用直通滤波法滤除背景和无关点云数据，利用体素网格法精简 了点云数据，采用Kd-tree 算法对点云图像建立了点云拓扑关系并实现了K 邻域 快速查询，利用统计方法完成了离群点剔除，以上处理大大减少了点云数据并提 高了图像质量。基于以上工作，利用平面主成分分析法估算了点云法向量，并对 法线进行了一致性调整，为后续工件识别定位做准备。 研究散乱物料定位识别方法，实现了基于三维重建模板的散乱工件的定位识 别。采用快速 Delaunay 三角化算法对工件模板进行了重建，基于约束条件提取 PPF 特征描述子。提出基于霍夫投票与ICP 的工件定位识别算法，先利用霍夫投 票对工件进行识别和粗定位，再将粗定位的结果作为 ICP 算法迭代的初值对工 件进行精定位。该方法在工件定位识别实验中的定位准确性系数为 0.902 、检测 时间为4.43s ，兼顾了精度和效率。 设计了物料无序抓取人机交互软件并进行了在线抓取实验。提出了基于匹配 得分和z 值平均值加权的工件抓取评价方法，为工件优先抓取提供依据。实验抓 取成功率98.7% ，满足工程需求。 关 键 词：三维视觉系统；手眼标定；点云处理；识别定位；无序抓取 I 目录 目 录 第1 章 绪论 1 1.1 研究背景及意义 1 1.1.1 研究背景 1 1.1.2 研究意义 1 1.2 研究现状 2 1.2.1 基于线结构光的三维视觉系统研究现状 2 1.2.2 手眼标定技术研究现状 2 1.2.3 工件识别定位研究现状 3 1.3 论文组织结构 4 第2 章 基于线结构光的三维视觉系统设计及标定 7 2.1 三维视觉系统测量方法 7 2.2 三维视觉系统组成 8 2.3 3D 视觉传感器参数标定 10 2.3.1 3D 视觉传感器模型 10 2.3.2 内外参数及光平面参数标定 14 2.3.3 3D 视觉传感器标定软件设计 18 2.3.4 3D 视觉传感器参数标定实验 19 2.4 三维视觉系统手眼标定 21 2.4.1 手眼关系标定原理 22 2.4.2 手眼关系变换矩阵求解 23 2.4.3 实验结果及分析 25 2.5