基于点云表面形状特征描述符配准算法的零件预定位方法

1.本发明属于光学测量领域，尤其涉及一种基于点云表面形状特征描述符配准算法的待测零件预定位方法。


背景技术：

2.随着数字化技术在制造业中的普及，越来越多的复杂曲面被应用于航空航天、汽车制造、船舶制造等领域，在实际生产应用中，复杂曲面零件的加工精度直接影响到产品的各项性能，因此对复杂曲面类零部件加工精度的检测能力提出更高的要求，实现自由曲面零件的高精度、自动化检测也就成为检测技术的一个重要发展方向。
3.作为一种非接触的测量手段，激光扫描仪具有测量精度好、测量效率高的特点，可以在短时间内获得大量的点云数据。为了提高自由曲面的检测效率和检测精度，现将线激光扫描仪固定在工业机器人的末端，利用工业机器人的运动带动扫描仪对目标物体进行扫描的测量方法正成为自动化检测的又一个新的发展方向。这种组合不仅解决了接触式扫描的低效率问题，同时扩大了扫描范围，基于自由曲面的cad模型采用离线式编程求解出最优的自动扫描路径，可以很好地适应自由曲面类零件。但同时，这种方法对确定实际扫描过程中待测零件与机器人的相对位置关系有着较高的要求，即待测零件预定位问题。


技术实现要素：

4.本发明的目的在于提供一种基于点云表面形状特征描述符配准算法的待测零件预定位方法。
5.为实现本发明的发明目的，本发明提供的技术方案是：
6.一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，包括以下步骤：
7.步骤s1，将待测零件放在工作台上；
8.步骤s2，手动操作机械臂，通过机械臂搭载的线激光扫描仪扫描待测零件，获得局部点云；
9.步骤s3，基于零件cad模型生成待测零件全局点云；
10.步骤s4，将待测零件全局点云向扫描零件局部点云配准，得到两者变换矩阵t1；
11.具体为，通过基于表面形状特征描述子的点云配准算法实现全局点云向局部扫描点云的配准，扫描获得的局部点云位于c-track跟踪系统的坐标系下，通过配准进而得到工件坐标系向跟踪系统坐标系的坐标转换矩阵；
12.其中，
13.基于表面形状特征描述子的点云配准算法具体为：
14.步骤s41，对局部点云与全局点云进行体素下采样；
15.步骤s410，体素化点云，
16.步骤s411，将每个体素中包含的点取平均或加权平均得到一个新的点，以此来替
代原来体素中所有的点，通过体素下采样减少点的数目，提高运算速度。
17.步骤s42，通过表示立体几何形状的内部形状描述子(iss)算法，求解出含有丰富几何信息的点云特征点，进一步减少处理点的数目；
18.步骤s43，针对点云特征点，分别求取对应的表面形状特征描述符ssfd＝{d1,d2,a1,a2,a3,c,o,p}；
19.其中，d1表示特征点到点云质心的距离，假设特征点坐标(x1,y1,z1),点云质心坐标(x2,y2,z2),如公式(1)所示：
[0020][0021]
d2表示特征点与不同半径邻域质心距离的平均值，如公式(2)所示:
[0022][0023]
其中，d1表示特征点到小半径邻域点云质心的距离，d2表示特征点到大半径邻域质心的距离；
[0024]
a1表示特征点法线和特征点与点云质心的连线之间的夹角，如公式(3)所示：
[0025][0026]
其中，v1表示特征点法线向量，v2表示特征点与点云质心的连线向量；
[0027]
a2表示特征点法线与邻域点云法线夹角之和的平均值，按照公式(3)求解各个夹角，根据公式(4)求平均值；
[0028][0029]
a3表示特征点法线与邻域点云连线夹角之和的平均值，按照公式(3)、(4)求解；
[0030]
c表示特征点处曲率变化，如公式(5)所示：
[0031][0032]
o表示点云全方差，对点云表面起伏程度具有较强的描述能力，如公式(6)所示：
[0033][0034]
p表示点云平整度，可有效表示该点处邻域内拟合曲面的平整程度,如公式(7)所示：
[0035][0036]
其中，λ1、λ2、λ3为基于协方差矩阵的特征值；
[0037]
步骤s44，分别求取特征点对应的表面形状特征描述子后，将求得的局部点云特征点表面形状特征描述符与全局点云特征点表面形状特征描述符进行特征匹配，获得初始匹配关系；
[0038]
步骤s45，通过距离约束剔除错误的匹配点对；
[0039]
步骤s46，获得正确的匹配关系后，通过最小二乘法进行坐标变换得到最优变换矩阵，完成点云粗配准；
[0040]
步骤s47，在此基础上使用迭代最近点算法完成点云精配准；
[0041]
步骤s5，手动操作机械臂，带动线激光扫描仪扫描机械臂底座，建立机器人基坐标
系；
[0042]
步骤s6，求解c-track坐标系与机器人基坐标系的转换关系，得到两者变换矩阵t2；
[0043]
步骤s7，基于t1、t2进行坐标变换，将零件坐标系变换到机械臂基坐标系下，进而实现待测零件预定位。
[0044]
本发明提供的进一步的优选技术方案是，
[0045]
所述的步骤s2中，选取两个待测视点，要求视点位于待测零件两端，并尽可能包含更多的几何信息；手动操作机械臂搭载的扫描仪在待测视点处绕扫描方向旋转180
°
，获得两处局部点云。
[0046]
本发明提供的另外的优选技术方案是，
[0047]
所述的步骤s3具体为，将待测零件cad模型导入仿真软件，在软件中基于待测零件cad模型生成零件的全局点云。
[0048]
本发明提供的进一步的优选技术方案是，
[0049]
所述的步骤s5具体为，手动操作机械臂，带动线激光扫描仪扫描机械臂底座，此时扫描的机械臂底座点云位于跟踪系统坐标系下，通过扫描获得的点云利用创建相关实体约束构建出在跟踪系统坐标系下机械臂基坐标系。
[0050]
本发明提供的又一个的优选技术方案是，
[0051]
所述的步骤s6具体为，已知c-track坐标系与机器人基坐标系的原点坐标和各个轴的方向，通过公式(8)、(9)、(10)得到两者变换矩阵t2；
[0052]
r＝[x2,y2,z2]
×
[x1,y1,z1]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0053]
t ＝ o2ꢀ‑ꢀrꢀ×ꢀ
o1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0054][0055]
其中，公式(8)中，r为两个坐标系之间的旋转矩阵，x1,y1,z1分别为c-track坐标系三个坐标轴的方向向量，x2,y2,z2分别为机器人基坐标系三个坐标轴的方向向量，右上角标t表示向量或矩阵的转置，公式(9)中t为两个坐标系之间的平移矩阵，o1为c-track坐标系原点坐标，o2为机器人基坐标系原点坐标，公式(10)中t2表示由旋转矩阵r和平移矩阵t构成的齐次变换矩阵。
[0056]
本发明提供的进一步的优选技术方案是，
[0057]
所述的步骤s7具体为，
[0058]
通过工件坐标系向c-track跟踪系统坐标系的转换矩阵t1，c-track跟踪系统坐标系向机械臂基坐标系的转换矩阵t2，假设a为工件坐标系，a
*
为机械臂基坐标系，通过公式(11)进行坐标变换，
[0059]a*
＝t2t1a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0060]
可成功将零件坐标系变换到机器人坐标系下，进而实现待测零件预定位。
[0061]
与现有技术相比，本发明的有益效果是：
[0062]
(1)现有的待测零件预定位技术多是通过设计特定的工装夹具，或者通过粘贴标志物进行辅助预定位，不仅成本高，操作麻烦，而且可能会对待测零件表面造成不可逆的损害。本发明提出了一种全新的非接触式待测零件预定位方法，实现成本低，操作简单，且不
会对待测零件表面造成划痕，挤压等。
[0063]
(2)通过扫描仪获得局部点云与全局点云进行点云配准获得工件坐标系与c-track坐标系的位姿转换关系，再通过扫描仪扫描机器人基座建立机器人坐标系和c-track坐标系的位姿转换关系，进而获得工件坐标系与机器人坐标系的位姿转换关系。本发明充分利用实验设备，提供了扫描仪-跟踪系统-机器人系统整体结构下的待测零件预定位思路。
[0064]
(3)现有基于点云特征的点云配准算法求解的点云特征维度高，进而造成算法的复杂度高，本发明针对待测零件预定位提出基于表面形状特征描述子的点云配准算法，通过求解低维度的表面形状特征描述子，有效降低了后续运算的复杂度，可以很准确地表征特征点处的点云特性、表面形状，方法简单，其配准精度可很好地满足待测零件预定位的要求。
附图说明
[0065]
图1为本发明的整体的待测零件预定位系统结构图；
[0066]
图2为本发明的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法整体方案流程图；
[0067]
图3为本发明中步骤s4中的基于表面形状特征描述子的点云配准算法流程图；
[0068]
图4为本发明中步骤s4中的点云下采样结果效果图；
[0069]
图5为本发明中步骤s4中的求取iss特征点结果效果图；
[0070]
图6为本发明中步骤s4中的初始匹配点对效果图；
[0071]
图7为本发明中步骤s4中的提出错误匹配关系后结果效果图；
[0072]
图8为本发明中步骤s4中的粗配准结果效果图；
[0073]
图9为本发明中步骤s4中的精配准结果效果图；
[0074]
图10为c-track坐标系与机器人基坐标系的位置关系示意图；
[0075]
图11坐标变换示意图。
具体实施方式
[0076]
下面将结合附图对本技术实施例中的技术方案进行清楚、完整地描述，结合测量方法流程示意图，对本发明进行进一步详细的描述说明。
[0077]
图2为本发明的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法整体方案流程图，结合图2对本发明说明如下：
[0078]
一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，包括以下步骤：
[0079]
步骤s1，将待测零件放在工作台上；整体的待测零件预定位系统结构如图1所示，
[0080]
步骤s2，手动操作机械臂，通过机械臂搭载的线激光扫描仪扫描待测零件，获得局部点云；
[0081]
具体的，
[0082]
选取两个待测视点，要求视点位于待测零件两端，并尽可能包含更多的几何信息；手动操作机械臂搭载的扫描仪在待测视点处绕扫描方向旋转180
°
，获得两处局部点云。
[0083]
步骤s3，基于零件cad模型生成待测零件全局点云；
[0084]
具体的，
[0085]
所述的步骤s3具体为，将待测零件cad模型导入仿真软件，在软件中基于待测零件cad模型生成零件的全局点云。
[0086]
步骤s4，将待测零件全局点云向扫描零件局部点云配准，得到两者变换矩阵t1；
[0087]
图3为步骤s4中的基于表面形状特征描述子的点云配准算法流程图，结合图3所示出的，步骤s4说明如下：
[0088]
具体为，通过基于表面形状特征描述子的点云配准算法实现全局点云向局部扫描点云的配准，扫描获得的局部点云位于c-track跟踪系统的坐标系下，通过配准进而得到工件坐标系向跟踪系统坐标系的坐标转换矩阵；
[0089]
其中，
[0090]
基于表面形状特征描述子的点云配准算法具体为：
[0091]
步骤s41，对局部点云与全局点云进行体素下采样；
[0092]
步骤s410，体素化点云，
[0093]
步骤s411，将每个体素中包含的点取平均或加权平均得到一个新的点，以此来替代原来体素中所有的点，通过体素下采样减少点的数目，提高运算速度。
[0094]
步骤s42，通过表示立体几何形状的内部形状描述子(iss)算法，求解出含有丰富几何信息的点云特征点，进一步减少处理点的数目；
[0095]
步骤s43，针对点云特征点，分别求取对应的表面形状特征描述符ssfd＝{d1,d2,a1,a2,a3,c,o,p}；
[0096]
其中，d1表示特征点到点云质心的距离，假设特征点坐标(x1,y1,z1),点云质心坐标(x2,y2,z2),如公式(1)所示：
[0097][0098]
d2表示特征点与不同半径邻域质心距离的平均值，如公式(2)所示:
[0099][0100]
其中，d1表示特征点到小半径邻域点云质心的距离，d2表示特征点到大半径邻域质心的距离；
[0101]
a1表示特征点法线和特征点与点云质心的连线之间的夹角，如公式(3)所示：
[0102][0103]
其中，v1表示特征点法线向量，v2表示特征点与点云质心的连线向量；
[0104]
a2表示特征点法线与邻域点云法线夹角之和的平均值，按照公式(3)求解各个夹角，根据公式(4)求平均值；
[0105][0106]
a3表示特征点法线与邻域点云连线夹角之和的平均值，按照公式(3)、(4)求解；
[0107]
c表示特征点处曲率变化，如公式(5)所示：
[0108]
[0109]
o表示点云全方差，对点云表面起伏程度具有较强的描述能力，如公式(6)所示：
[0110][0111]
p表示点云平整度，可有效表示该点处邻域内拟合曲面的平整程度,如公式(7)所示：
[0112][0113]
其中，λ1、λ2、λ3为基于协方差矩阵的特征值；
[0114]
步骤s44，分别求取特征点对应的表面形状特征描述子后，将求得的局部点云特征点表面形状特征描述符与全局点云特征点表面形状特征描述符进行特征匹配，获得初始匹配关系；
[0115]
步骤s45，通过距离约束剔除错误的匹配点对；
[0116]
步骤s46，获得正确的匹配关系后，通过最小二乘法进行坐标变换得到最优变换矩阵，完成点云粗配准；
[0117]
步骤s47，在此基础上使用迭代最近点算法完成点云精配准；
[0118]
配准过程效果图如图4-图9所示。
[0119]
步骤s5，手动操作机械臂，带动线激光扫描仪扫描机械臂底座，建立机器人基坐标系；
[0120]
具体的，
[0121]
手动操作机械臂，带动线激光扫描仪扫描机械臂底座，此时扫描的机械臂底座点云位于跟踪系统坐标系下，通过扫描获得的点云利用创建相关实体约束构建出在跟踪系统坐标系下机械臂基坐标系。
[0122]
步骤s6，求解c-track坐标系与机器人基坐标系的转换关系，得到两者变换矩阵t2；
[0123]
图10c-track坐标系与机器人基坐标系的位置关系示意图，如图10所示，
[0124]
具体的，
[0125]
已知c-track坐标系与机器人基坐标系的原点坐标和各个轴的方向，通过公式(8)、
[0126]
(9)、(10)得到两者变换矩阵t2；
[0127]
r＝[x2,y2,z2]
×
[x1,y1,z1]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0128]
t ＝ o2ꢀ‑ꢀrꢀ×ꢀ
o1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0129][0130]
步骤s7，基于t1、t2进行坐标变换，将零件坐标系变换到机械臂基坐标系下，进而实现待测零件预定位。
[0131]
图11坐标变换示意图，如图11所示，
[0132]
具体的，
[0133]
通过工件坐标系向c-track跟踪系统坐标系的转换矩阵t1，c-track跟踪系统坐标系向机械臂基坐标系的转换矩阵t2，假设a为工件坐标系，a
*
为机械臂基坐标系，通过公式(11)进行坐标变换，
[0134]a*
＝t2t1a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0135]
可成功将零件坐标系变换到机器人坐标系下，进而实现待测零件预定位。
[0136]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。

技术特征：
1.一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，其特征在于，包括以下步骤：步骤s1，将待测零件放在工作台上；步骤s2，手动操作机械臂，通过机械臂搭载的线激光扫描仪扫描待测零件，获得局部点云；步骤s3，基于零件cad模型生成待测零件全局点云；步骤s4，将待测零件全局点云向扫描零件局部点云配准，得到两者变换矩阵t1；具体为，通过基于表面形状特征描述子的点云配准算法实现全局点云向局部扫描点云的配准，扫描获得的局部点云位于c-track跟踪系统的坐标系下，通过配准进而得到工件坐标系向跟踪系统坐标系的坐标转换矩阵；其中，基于表面形状特征描述子的点云配准算法具体为：步骤s41，对局部点云与全局点云进行体素下采样；步骤s410，体素化点云，步骤s411，将每个体素中包含的点取平均或加权平均得到一个新的点，以此来替代原来体素中所有的点，通过体素下采样减少点的数目，提高运算速度；步骤s42，通过表示立体几何形状的内部形状描述子(iss)算法，求解出含有丰富几何信息的点云特征点，进一步减少处理点的数目；步骤s43，针对点云特征点，分别求取对应的表面形状特征描述符ssfd＝{d1,d2,a1,a2,a3,c,o,p}；其中，d1表示特征点到点云质心的距离，假设特征点坐标(x1,y1,z1),点云质心坐标(x2,y2,z2),如公式(1)所示：d2表示特征点与不同半径邻域质心距离的平均值，如公式(2)所示:其中，d1表示特征点到小半径邻域点云质心的距离，d2表示特征点到大半径邻域质心的距离；a1表示特征点法线和特征点与点云质心的连线之间的夹角，如公式(3)所示：其中，ν1表示特征点法线向量，ν2表示特征点与点云质心的连线向量；a2表示特征点法线与邻域点云法线夹角之和的平均值，按照公式(3)求解各个夹角，根据公式(4)求平均值；a3表示特征点法线与邻域点云连线夹角之和的平均值，按照公式(3)、(4)求解；c表示特征点处曲率变化，如公式(5)所示：
o表示点云全方差，对点云表面起伏程度具有较强的描述能力，如公式(6)所示：p表示点云平整度，可有效表示该点处邻域内拟合曲面的平整程度,如公式(7)所示：其中，λ1、λ2、λ3为基于协方差矩阵的特征值；步骤s44，分别求取特征点对应的表面形状特征描述子后，将求得的局部点云特征点表面形状特征描述符与全局点云特征点表面形状特征描述符进行特征匹配，获得初始匹配关系；步骤s45，通过距离约束剔除错误的匹配点对；步骤s46，获得正确的匹配关系后，通过最小二乘法进行坐标变换得到最优变换矩阵，完成点云粗配准；步骤s47，在此基础上使用迭代最近点算法完成点云精配准；步骤s5，手动操作机械臂，带动线激光扫描仪扫描机械臂底座，建立机器人基坐标系；步骤s6，求解c-track坐标系与机器人基坐标系的转换关系，得到两者变换矩阵t2；步骤s7，基于t1、t2进行坐标变换，将零件坐标系变换到机械臂基坐标系下，进而实现待测零件预定位。2.根据权利要求1所述的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，其特征在于，所述的步骤s2中，选取两个待测视点，要求视点位于待测零件两端，并尽可能包含更多的几何信息；手动操作机械臂搭载的扫描仪在待测视点处绕扫描方向旋转180
°
，获得两处局部点云。3.根据权利要求1所述的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，其特征在于，所述的步骤s3具体为，将待测零件cad模型导入仿真软件，在软件中基于待测零件cad模型生成零件的全局点云。4.根据权利要求1所述的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，其特征在于，所述的步骤s5具体为，手动操作机械臂，带动线激光扫描仪扫描机械臂底座，此时扫描的机械臂底座点云位于跟踪系统坐标系下，通过扫描获得的点云利用创建相关实体约束构建出在跟踪系统坐标系下机械臂基坐标系。5.根据权利要求1所述的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，其特征在于，所述的步骤s6具体为，已知c-track坐标系与机器人基坐标系的原点坐标和各个轴的方向，通过公式(8)、(9)、(10)得到两者变换矩阵t2；r＝[x2,y2,z2]
×
[x1,y1,z1]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)t ＝ o2ꢀ‑ꢀ
r
ꢀ×ꢀ
o1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)其中，公式(8)中，r为两个坐标系之间的旋转矩阵，x1,y1,z1分别为c-track坐标系三个坐标轴的方向向量，x2,y2,z2分别为机器人基坐标系三个坐标轴的方向向量，右上角标t表
示向量或矩阵的转置，公式(9)中t为两个坐标系之间的平移矩阵，o1为c-track坐标系原点坐标，o2为机器人基坐标系原点坐标，公式(10)中t2表示由旋转矩阵r和平移矩阵t构成的齐次变换矩阵。6.根据权利要求1所述的一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，其特征在于，所述的步骤s7具体为，通过工件坐标系向c-track跟踪系统坐标系的转换矩阵t1，c-track跟踪系统坐标系向机械臂基坐标系的转换矩阵t2，假设a为工件坐标系，a
*
为机械臂基坐标系，通过公式(11)进行坐标变换，a
*
＝t2t1a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)可成功将零件坐标系变换到机器人坐标系下，进而实现待测零件预定位。

技术总结
本发明公开一种基于点云表面形状特征描述符配准算法的待测零件预定位方法，包括以下步骤：步骤S1，将待测零件放在工作台上；步骤S2，手动操作机械臂，通过机械臂搭载的线激光扫描仪扫描待测零件，获得局部点云；步骤S3，基于零件CAD模型生成待测零件全局点云；步骤S4，将待测零件全局点云向扫描零件局部点云配准，得到两者变换矩阵T1；步骤S5，手动操作机械臂，带动线激光扫描仪扫描机械臂底座，建立机器人基坐标系；步骤S6，求解C-Track坐标系与机器人基坐标系的转换关系，得到两者变换矩阵T2；步骤S7，基于T1、T2进行坐标变换，将零件坐标系变换到机械臂基坐标系下，进而实现待测零件预定位。位。位。


技术研发人员：于连栋 林波 陈晨 陈浩涵 贾华坤 高荣科 陆洋 陈孝喆 王飞飞 金浩
受保护的技术使用者：中国石油大学（华东）
技术研发日：2023.04.11
技术公布日：2023/10/8