一种数控机床工件的自动定位方法及系统与流程

1.本公开涉及自动定位技术领域，具体涉及一种数控机床工件的自动定位方法及系统。


背景技术：

2.目前，现有的对于精加工零件和精细零件，小零件、复杂零件很难通过人工定位进行精准定位，如果数控机床定位不准，材料则报废无法使用，因此，需要一种方法可以对元件在数控机床中进行精准定位，然后机床再对元件进行后续的操作。


技术实现要素：

3.本公开提供了一种数控机床工件的自动定位方法及系统，用以解决精细零件很难通过人工定位进行精准定位的技术问题。
4.根据本公开的第一方面，提供了一种数控机床工件的自动定位方法，包括：通过激光雷达装置对目标工件进行表面扫描，获取点云数据；从所述目标工件的cad模型中提取模型特征点；通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果；根据所述配准结果获取变换矩阵，根据所述变换矩阵确定所述目标工件在所述激光雷达坐标系中的第一位置和第一姿态；根据所述第一位置和所述第一姿态获取第一坐标系结果；获取所述激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果；根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果；根据目标坐标系结果，驱动数控机床对所述目标工件进行定位。
5.根据本公开的第二方面，提供了一种数控机床工件的自动定位系统，包括：
6.第一获得模块，通过激光雷达装置对目标工件进行表面扫描，获取点云数据；第二获得模块，从所述目标工件的cad模型中提取模型特征点；第三获得模块，通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果；第四获得模块，根据所述配准结果获取变换矩阵，根据所述变换矩阵确定所述目标工件在所述激光雷达坐标系中的第一位置和第一姿态；第五获得模块，根据所述第一位置和所述第一姿态获取第一坐标系结果；第六获得模块，获取所述激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果；第七获得模块，根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果；第一处理模块，根据目标坐标系结果，驱动数控机床对所述目标工件进行定位。
7.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
8.根据本公开采用的一种数控机床工件的自动定位方法及系统，通过激光雷达装置对目标工件进行表面扫描，获取点云数据；从目标工件的cad模型中提取模型特征点；通过配准算法对点云数据与模型特征点进行配准匹配，获取配准结果；根据配准结果获取变换矩阵，根据变换矩阵确定目标工件在激光雷达坐标系中的第一位置和第一姿态，并获取第
一坐标系结果；获取激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果，计算目标工件在数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果，驱动数控机床对目标工件进行定位，提高了数控机床的自动化水平，实现智能定位效果。
9.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
10.为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
11.图1为本公开实施例提供的一种数控机床工件的自动定位方法的流程示意图；
12.图2为本公开实施例一种数控机床工件的自动定位方法中所述从所述目标工件的cad模型中提取模型特征点的流程示意图；
13.图3为本公开实施例提供的一种数控机床工件的自动定位系统的结构示意图。
14.附图标记说明：第一获得模块11，第二获得模块12，第三获得模块13，第四获得模块14，第五获得模块15，第六获得模块16，第七获得模块17，第一处理模块18。
具体实施方式
15.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
16.实施例一
17.图1为本技术实施例提供的
‑‑
名称
‑‑
图，如图1所示，所述方法包括：
18.步骤s100：通过激光雷达装置对目标工件进行表面扫描，获取点云数据；
19.具体地，激光雷达通过发射和接收激光束来计算与观测物体精确距离。激光雷达装置用于通过激光雷达探测器进行扫描，检测具有低无线电波反射率的物体，或与周围障碍物的距离和位置关系的装置。目标工件为待扫描工件。点云数据为基于激光雷达装置对待扫描工件进行扫描获得的数据，点云数据为在一个三维坐标系统中的一组向量的集合，其扫描资料以点的形式记录，每一个点包含有三维坐标，其包含有几何位置以外，有的还有颜色信息。进一步的，根据激光雷达装置的激光雷达探测器对目标工件表面进行扫描，进而获取目标工件的点云数据。
20.步骤s200：从所述目标工件的cad模型中提取模型特征点；
21.具体地，cad模型用于描述物体的虚拟模型，可以用来模拟物体的几何结构，形状和尺寸以及它们之间的相对关系。即目标工件的cad模型可以提供目标工件的准确数据。cad模型中的特征点包括端点、中点、圆心、节点、象限点、交点、延伸、插入点、切点、外观交点、平行等。进一步的，基于目标工件的cad模型，可以提取目标工件的边、角等特征点，作为
目标工件的cad模型特征点。
22.步骤s300：通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果；
23.具体地，配准算法为输入两幅点云ps(source)和pt(target)，输出一个变换t使得t(ps)和pt的重合程度尽可能高。举例而言，对于两个不同视角下的坐标系，如世界坐标系和相机坐标系，需要求出一个变换t使得两个坐标系变换到统一视角下，其中，变换可以包括旋转、平移。
24.进一步的，通过配准算法对点云数据与模型特征点进行粗配准与精细配准，使得不同采集条件下获得的点云数据与模型特征点进行比较或融合。其中，对于目标工件的激光雷达装置获得的点云数据与cad模型获得的模型特征点，通过空间变换将点云数据映射到模型特征点，或者将模型特征点映射到点云数据，使得点云数据与模型特征点中对应于空间同一位置的点一一对应，从而达到信息融合。举例而言，如一张茶几摆有多个杯具，根据深度摄像机进行场景扫描，需要对场景中的物体进行多次扫描，进而对场景中全部物体完成扫描，若通过获取不同场景角度的点云数据，然后将多个点云数据融合，获得完整的场景。
25.步骤s400：根据所述配准结果获取变换矩阵，根据所述变换矩阵确定所述目标工件在所述激光雷达坐标系中的第一位置和第一姿态；
26.步骤s500：根据所述第一位置和所述第一姿态获取第一坐标系结果；
27.步骤s600：获取所述激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果；
28.具体地，第一位置为目标工件在激光雷达坐标系的位置。第一姿态为目标工件在激光雷达坐标系的姿势，举例而言，第一姿态可以为垂直姿态、水平姿态等。根据点云数据与模型特征点的配准结果，获取变换矩阵。举例而言，可以为旋转或平移变换矩阵。基于变换矩阵确定目标工件在激光雷达坐标系中的第一位置和第一姿态。进一步的，基于目标工件的第一位置和目标工件的第一姿态，获取目标工件在激光雷达坐标系中的结果，提取目标工件在激光雷达坐标系中的结果，作为第一坐标系结果。
29.具体地，第二位置为激光雷达坐标系在数控机床坐标系中的位置。第二姿态为激光雷达坐标系在数控机床坐标系中的姿势。其中，获取激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，基于激光雷达坐标系在数控机床坐标系中的结果，获取第二坐标系结果。
30.步骤s700：根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果；
31.本技术实施例提供的方法中的步骤s700包括：
32.s710：获取所述第一坐标系结果中的所述目标工件的所述第一位置和第一姿态，构建第一变换矩阵t1；
33.s720：获取所述第二坐标系结果中的所述目标工件的所述第二位置和第二姿态，构建第二变换矩阵t2；
34.s730：根据所述第一变换矩阵t1和所述第二变化矩阵t2，得到目标坐标系结果。
35.具体地，第一位置为目标工件在激光雷达坐标系的位置。第一姿态为目标工件在
激光雷达坐标系的姿势。根据目标工件在激光雷达坐标系中的第一位置和第一姿态，获取目标工件在激光雷达坐标系中的结果，提取目标工件在激光雷达坐标系中的结果，构建第一变换矩阵t1。
36.进一步的，第二位置为激光雷达坐标系在数控机床坐标系的位置。第二姿态为激光雷达坐标系在数控机床坐标系的姿势。根据激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取激光雷达坐标系在数控机床坐标系中的结果，提取激光雷达坐标系在数控机床坐标系中的结果，构建第二变换矩阵t2。进一步的，根据第一变换矩阵t1和第二变化矩阵t2，进行矩阵乘法运算得到目标工件在数控机床坐标系中的目标变换矩阵，得到目标坐标系结果。
37.步骤s800：根据目标坐标系结果，驱动数控机床对所述目标工件进行定位。
38.本技术实施例提供的方法中的步骤s800包括：
39.s810：提取所述目标坐标系结果中所述目标工件在所述数控机床坐标系的目标位置，获取目标位置数据；
40.s820：提取所述目标坐标系结果中所述目标工件在所述数控机床坐标系的目标姿态，获取目标姿态数据；
41.s830：将所述目标位置数据和所述目标姿态数据输入所述自动定位系统中，获取机床运动指令；
42.s840：根据所述机床运动指令驱动机床电机对所述目标工件进行定位。
43.具体地，提取目标坐标系结果中目标工件在数控机床坐标系的目标位置，即为坐标系点，获取目标位置数据。提取目标坐标系结果中目标工件在数控机床坐标系的目标姿态，即为一个旋转矩阵数据，通过此旋转矩阵数据可以获得目标工件在坐标系中的具体姿势，进而获取目标姿态数据。其中，将目标位置数据和目标姿态数据输入自动定位系统中，获取机床运动指令，即数控机床的运行指令。进一步的，根据机床运动指令驱动数控机床电机对目标工件进行定位。
44.其中，基于点云配准和计算机视觉实现对数控机床工件的精准定位，实现对工件的检测、识别、定位，提高了数控机床的自动化水平，实现智能定位效果。
45.本技术实施例提供的方法中的步骤s100包括：
46.s110：对所述激光雷达装置的激光雷达坐标系进行初始化；
47.s120：根据所述目标工件规划所述激光雷达装置的扫描路径；
48.s130：根据所述扫描路径驱动所述激光雷达装置对所述目标工件进行连续扫描，获取扫描数据；
49.s140：对所述扫描数据进行预处理，获取所述点云数据。
50.具体地，激光雷达坐标系为传感器产生的数据基于传感器自身的坐标系，激光雷达坐标系一般为x轴向前，y轴向左，z轴向上的右手坐标系，其测量的点坐标是在激光雷达坐标系下的三维坐标。其中，由于需要将激光雷达坐标系安装于数控机床坐标系下，需要将激光雷达测量点由相对坐标系转换为绝对坐标系上的位置点，从而应用于不同的系统中。进一步的，对激光雷达装置的激光雷达坐标系进行初始化，以使激光雷达坐标系应用于数控机床坐标系中。
51.进一步的，激光雷达装置的扫描路径为激光雷达装置对待扫描物进行扫描所需经
过的路径。其中，激光雷达装置具有发射器和接收器，激光雷达装置进行扫描时，激光雷达装置发射器沿着不同角度发射，获得对待扫描工件的全方位数据，因此，激光雷达装置可以在多个不同方向设置扫描路径。根据目标工件在数控机床中的位置及大小，基于激光雷达装置对目标工件进行全方位扫描，因此，规划激光雷达装置对目标工件的扫描路径，以使激光雷达装置在数控机床中对目标工件进行全方位扫描。举例而言，激光雷达装置对目标工件进行垂直方向扫描和水平方向扫描，则可以规划设置垂直方向扫描路径与水平方向扫描路径。
52.进一步的，激光雷达进行扫描产生线束数据，由于激光雷达的线束数据越多，对待扫描物的扫描效果越好。激光雷达装置的发射器基于不同角度对激光雷达进行发射，一个轮询周期后，获得一帧的激光点云数据，由于四条点云数据可以组成面状信息，则需要对待扫描物进行连续扫描，获得待扫描物的多维信息。其中，根据扫描路径驱动激光雷达装置对目标工件进行连续扫描，获取目标工件多维扫描数据。
53.进一步的，对扫描数据进行预处理，预处理可以包括数据清理、数据集成、数据规约和数据变换等。进而获取目标工件的点云数据。
54.其中，通过激光雷达装置对目标工件进行表面扫描，可以获取目标工件的点云数据，获得目标工件的基本信息来更高效地进行自动定位。
55.本技术实施例提供的方法中的步骤s200包括：
56.s210：提取所述cad模型的高曲率点，构成第一特征点集合；
57.s220：提取所述cad模型的边界点和角点，构成第二特征点集合；
58.s230：合并所述第一特征点集合和所述第二特征点，构成模型特征点。
59.具体地，曲率用于描述曲线的弯曲程度。曲率越小，弯曲程度越大，曲率越大，弯曲程度越小。曲率点可以描述被测物的不平整程度，若曲率点越高，则被测物越不平整，被测物越含明显特征。可选的，目标工件的cad模型有多个未经排序的曲率点，可以将目标工件的cad模型的多个未经排序的曲率点进行降序排列，获得排列位次的目标工件的cad模型的多个曲率点，则排列在前的曲率点曲率从前至后依次降低，排列在前的曲率点为高曲率点。其中，从前至后依次提取随机个数的进行排列位次的多个曲率点，构成第一特征点集合。
60.进一步的，边界点为被测物的棱边，若被测物为规则物体，则边界点为被测物的棱边，若被测物为不规则物体，则边界点为被测物高曲率的棱边。角点为被测物的凸角，若被测物为规则物体，则角点为被测物的凸角，若被测物为不规则物体，则角点为被测物高曲率的凸角。其中，提取目标工件的cad模型的边界点和角点，构成第二特征点集合。
61.进一步的，合并第一特征点集合和第二特征点集合，再对第一特征点集合和第二特征点集合进行聚类，构成目标工件cad模型特征点。
62.其中，从目标工件的cad模型中提取模型特征点可以获得目标工件的精确数据。
63.本技术实施例提供的方法中的步骤s230包括：
64.s231：计算所述第一特征点集合中的所述高曲率点的曲率值，并对所述曲率值进行排序，选择曲率值最大的n个高曲率点，其中，n为预定值，n》1；
65.s232：计算所述第二特征点集合中的所述边界点和角点的特征度，并对所述特征度进行排序，选取特征度最大的m个边界点和角点，其中，m为预定值，m》1；
66.s233：将所述n个高曲率点和所述m个边界点和角点进行合并，构成候选特征点集
合；
67.s234：通过聚类分析对所述候选特征点集合进行聚类，获得k个聚类中心，构成模型特征点。
68.具体地，曲率公式为k＝1/r，若曲率半径越小，则曲率越大。计算第一特征点集合中的高曲率点的曲率值，其中，提取所有曲率半径，将所有曲率半径输入曲率公式，计算曲率，获得多个曲率值。可选的，可以对曲率值进行降序排序，排序位次第一的曲率值为曲率值最大值，即高曲率点。其中，按照曲率值降序排序位次依次选取随机个数n的高曲率点，n为预定的随机选取个数，n》1。
69.进一步的，计算第二特征点集合中的边界点的棱边弧度，角点角度。其中，若边界点的棱边弧度越大，则边界点特征度越大，若角点角度越小，则角点特征度越大。可选的，可以对所有边界点特征度进行降序排序，则排序位次第一特征度最大。其中，按照特征度降序排序选取随机个数m的边界点和角点，m为预定的随机选取个数，m》1。
70.进一步的，将n个高曲率点和m个边界点和角点进行合并，构成候选特征点集合。其中，通过聚类分析对候选特征点集合进行聚类，获得k个聚类中心，构成模型特征点。示例性的，可以获得边界点聚类中心、角点聚类中心等，构成目标工件cad模型特征点。
71.其中，合并第一特征点集合和第二特征点集合，构成模型特征点，使目标工件cad模型更精准描述目标工件的特征点。
72.本技术实施例提供的方法中的步骤s300包括：
73.s310：从所述点云数据中提取点云特征点；
74.s320：构建所述点云特征点和所述模型特征点之间的对应关系；
75.s330：根据所述对应关系，构建初始变换矩阵；
76.s340：对所述点云数据、所述cad模型、所述初始化变化矩阵进行归一化处理，获取第一输入结果；
77.s350：通过ipc算法构建矩阵优化模型；
78.s360：将所述第一输入结果输入所述矩阵优化模型中，获取第一变化矩阵；
79.s370：对所述点云数据、所述cad模型、所述第一变化矩阵进行归一化处理，获取第二输入结果；
80.s380：将所述第二输入结果输入所述矩阵优化模型中，获取第二变化矩阵，其中，所述第二变化矩阵为所述配准结果。
81.具体地，基于激光雷达扫描获得的目标工件点云数据，提取点云特征点。构建点云特征点和模型特征点之间的对应关系，其中，点云特征点与模型特征点可以为映射关系，基于点云特征点映射到模型特征点，相应的，基于模型特征点映射到点云特征点。
82.进一步的，根据对应关系，构建初始变换矩阵，变换矩阵为估计值。对点云数据、cad模型、初始化变化矩阵进行归一化处理，将有量纲的点云数据、cad模型、初始化变化矩阵进行变换，化为无量纲的表达式，成为标量。进而获取第一输入结果。
83.进一步的，icp算法为迭代最近点算法，icp算法为待配准的两片点云具有较好的初始位置，即两片点云大致对齐。选取两片点云中距离最近的点作为对应点，通过所有对应点求解旋转和平移变换矩阵，并通过不断迭代的方式使两片点云之间的误差越来越小，直至满足提前预设的阈值或迭代次数。通过icp算法构建矩阵优化模型，即将根据点云特征点
与模型特征点的对应关系，构建的初始变换矩阵输入icp算法中进行优化，获得矩阵优化模型。将第一输入结果输入矩阵优化模型中，获取第一变化矩阵，获得点云粗配准算法。
84.进一步的，对点云数据、cad模型、第一变化矩阵进行归一化处理，将有量纲的点云数据、cad模型、第一变化矩阵进行变换，化为无量纲的表达式，成为标量。进而获取第二输入结果。将第二输入结果输入矩阵优化模型中，获取第二变化矩阵，其中，第二变化矩阵为配准结果。即通过icp算法进行迭代两次配准，获得点云精细配准算法。
85.其中，通过配准算法对点云数据与模型特征点进行配准匹配，使得点云数据与特征点匹配，进而可以对目标元件在数控机床中进行精准定位。
86.实施例二
87.基于与前述实施例中一种数控机床工件的自动定位方法同样的发明构思，如图3所示，本技术还提供了一种数控机床工件的自动定位系统，所述系统包括：
88.第一获得模块11，通过激光雷达装置对目标工件进行表面扫描，获取点云数据；
89.第二获得模块12，从所述目标工件的cad模型中提取模型特征点；
90.第三获得模块13，通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果；
91.第四获得模块14，根据所述配准结果获取变换矩阵，根据所述变换矩阵确定所述目标工件在所述激光雷达坐标系中的第一位置和第一姿态；
92.第五获得模块15，根据所述第一位置和所述第一姿态获取第一坐标系结果；
93.第六获得模块16，获取所述激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果；
94.第七获得模块17，根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果；
95.第一处理模块18，根据目标坐标系结果，驱动数控机床对所述目标工件进行定位。
96.进一步的，所述系统还包括：
97.第二处理模块，对所述激光雷达装置的激光雷达坐标系进行初始化；
98.第三处理模块，根据所述目标工件规划所述激光雷达装置的扫描路径；
99.第八获得模块，根据所述扫描路径驱动所述激光雷达装置对所述目标工件进行连续扫描，获取扫描数据；
100.第九获得模块，对所述扫描数据进行预处理，获取所述点云数据。
101.进一步的，所述系统还包括：
102.第一构建模块，提取所述cad模型的高曲率点，构成第一特征点集合；
103.第二构建模块，提取所述cad模型的边界点和角点，构成第二特征点集合；
104.第三构建模块，合并所述第一特征点集合和所述第二特征点集合，构成模型特征点。
105.进一步的，所述系统还包括：
106.第四处理模块，计算所述第一特征点集合中的所述高曲率点的曲率值，并对所述曲率值进行排序，选择曲率值最大的n个高曲率点，其中，n为预定值，n》1；
107.第五处理模块，计算所述第二特征点集合中的所述边界点和角点的特征度，并对所述特征度进行排序，选取特征度最大的m个边界点和角点，其中，m为预定值，m》1；
108.第四构建模块，将所述n个高曲率点和所述m个边界点和角点进行合并，构成候选特征点集合；
109.第五构建模块，通过聚类分析对所述候选特征点集合进行聚类，获得k个聚类中心，构成模型特征点。
110.进一步的，所述系统还包括：
111.第六处理模块，从所述点云数据中提取点云特征点；
112.第六构建模块，构建所述点云特征点和所述模型特征点之间的对应关系；
113.第七构建模块，根据所述对应关系，构建初始变换矩阵；
114.第十获得模块，对所述点云数据、所述cad模型、所述初始化变化矩阵进行归一化处理，获取第一输入结果；
115.第十一获得模块，通过icp算法构建矩阵优化模型；
116.第十二获得模块，将所述第一输入结果输入所述矩阵优化模型中，获取第一变化矩阵；
117.第十三获得模块，对所述点云数据、所述cad模型、所述第一变化矩阵进行归一化处理，获取第二输入结果；
118.第十四获得模块，将所述第二输入结果输入所述矩阵优化模型中，获取第二变化矩阵，其中，所述第二变化矩阵为所述配准结果。
119.进一步的，所述系统还包括：
120.第十五获得模块，获取所述第一坐标系结果中的所述目标工件的所述第一位置和第一姿态，构建第一变换矩阵t1；
121.第十六获得模块，获取所述第二坐标系结果中的所述目标工件的所述第二位置和第二姿态，构建第二变换矩阵t2；
122.第十七获得模块，根据所述第一变换矩阵t1和所述第二变化矩阵t2，得到目标坐标系结果。
123.进一步的，所述系统还包括：
124.第十八获得模块，提取所述目标坐标系结果中所述目标工件在所述数控机床坐标系的目标位置，获取目标位置数据；
125.第十九获得模块，提取所述目标坐标系结果中所述目标工件在所述数控机床坐标系的目标姿态，获取目标姿态数据；
126.第二十获得模块，将所述目标位置数据和所述目标姿态数据输入所述自动定位系统中，获取机床运动指令；
127.根据所述机床运动指令驱动机床电机对所述目标工件进行定位。
128.前述实施例一中的一种数控机床工件的自动定位方法具体实例同样适用于本实施例的一种数控机床工件的自动定位系统，通过前述对一种数控机床工件的自动定位方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种数控机床工件的自动定位系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
129.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，
130.只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
131.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

技术特征：
1.一种数控机床工件的自动定位方法，其特征在于，所述方法应用于自动定位系统中，所述系统与激光雷达装置通信连接，所述方法包括：通过激光雷达装置对目标工件进行表面扫描，获取点云数据；从所述目标工件的cad模型中提取模型特征点；通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果；根据所述配准结果获取变换矩阵，根据所述变换矩阵确定所述目标工件在所述激光雷达坐标系中的第一位置和第一姿态；根据所述第一位置和所述第一姿态获取第一坐标系结果；获取所述激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果；根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果；根据目标坐标系结果，驱动数控机床对所述目标工件进行定位。2.如权利要求1所述的方法，其特征在于，所述通过激光雷达装置对目标工件进行表面扫描，获取点云数据，包括：对所述激光雷达装置的激光雷达坐标系进行初始化；根据所述目标工件规划所述激光雷达装置的扫描路径；根据所述扫描路径驱动所述激光雷达装置对所述目标工件进行连续扫描，获取扫描数据；对所述扫描数据进行预处理，获取所述点云数据。3.如权利要求1所述的方法，其特征在于，所述从所述目标工件的cad模型中提取模型特征点，包括：提取所述cad模型的高曲率点，构成第一特征点集合；提取所述cad模型的边界点和角点，构成第二特征点集合；合并所述第一特征点集合和所述第二特征点集合，构成模型特征点。4.如权利要求3所述的方法，其特征在于，所述合并所述第一特征点集合和所述第二特征点集合，构成模型特征点，包括：计算所述第一特征点集合中的所述高曲率点的曲率值，并对所述曲率值进行排序，选择曲率值最大的n个高曲率点，其中，n为预定值，n>1；计算所述第二特征点集合中的所述边界点和角点的特征度，并对所述特征度进行排序，选取特征度最大的m个边界点和角点，其中，m为预定值，m>1；将所述n个高曲率点和所述m个边界点和角点进行合并，构成候选特征点集合；通过聚类分析对所述候选特征点集合进行聚类，获得k个聚类中心，构成模型特征点。5.如权利要求1所述的方法，所述通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果，包括：从所述点云数据中提取点云特征点；构建所述点云特征点和所述模型特征点之间的对应关系；根据所述对应关系，构建初始变换矩阵；对所述点云数据、所述cad模型、所述初始化变化矩阵进行归一化处理，获取第一输入
结果；通过icp算法构建矩阵优化模型；将所述第一输入结果输入所述矩阵优化模型中，获取第一变化矩阵；对所述点云数据、所述cad模型、所述第一变化矩阵进行归一化处理，获取第二输入结果；将所述第二输入结果输入所述矩阵优化模型中，获取第二变化矩阵，其中，所述第二变化矩阵为所述配准结果。6.如权利要求1所述的方法，所述根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的位置和姿态，获取目标坐标系结果，包括：获取所述第一坐标系结果中的所述目标工件的所述第一位置和第一姿态，构建第一变换矩阵t1；获取所述第二坐标系结果中的所述目标工件的所述第二位置和第二姿态，构建第二变换矩阵t2；根据所述第一变换矩阵t1和所述第二变化矩阵t2，得到目标坐标系结果。7.如权利要求1所述的方法，所述根据目标坐标系结果，驱动数控机床对所述目标工件进行定位，包括：提取所述目标坐标系结果中所述目标工件在所述数控机床坐标系的目标位置，获取目标位置数据；提取所述目标坐标系结果中所述目标工件在所述数控机床坐标系的目标姿态，获取目标姿态数据；将所述目标位置数据和所述目标姿态数据输入所述自动定位系统中，获取机床运动指令；根据所述机床运动指令驱动机床电机对所述目标工件进行定位。8.一种数控机床工件的自动定位系统，其特征在于，所述系统应用于自动定位系统中，所述系统与激光雷达装置通信连接，包括：第一获得模块，通过激光雷达装置对目标工件进行表面扫描，获取点云数据；第二获得模块，从所述目标工件的cad模型中提取模型特征点；第三获得模块，通过配准算法对所述点云数据与所述模型特征点进行配准匹配，获取配准结果；第四获得模块，根据所述配准结果获取变换矩阵，根据所述变换矩阵确定所述目标工件在所述激光雷达坐标系中的第一位置和第一姿态；第五获得模块，根据所述第一位置和所述第一姿态获取第一坐标系结果；第六获得模块，获取所述激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果；第七获得模块，根据所述第一坐标系结果和所述第二坐标系结果，计算所述目标工件在所述数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果；第一处理模块，根据目标坐标系结果，驱动数控机床对所述目标工件进行定位。

技术总结
本公开提供了一种数控机床工件的自动定位方法及系统，涉及自动定位技术领域，该方法包括：通过激光雷达装置对目标工件进行表面扫描，获取点云数据；从目标工件的CAD模型中提取模型特征点；通过配准算法对点云数据与模型特征点进行配准匹配，获取配准结果；根据配准结果获取变换矩阵，根据变换矩阵确定目标工件在激光雷达坐标系中的第一位置和第一姿态，并获取第一坐标系结果；获取激光雷达坐标系在数控机床坐标系中的第二位置和第二姿态，获取第二坐标系结果，计算目标工件在数控机床坐标系中的目标位置和目标姿态，获取目标坐标系结果，驱动数控机床对目标工件进行定位，提高了数控机床的自动化水平，实现智能定位效果。实现智能定位效果。实现智能定位效果。


技术研发人员：韩敏振 高茂刚 赵东
受保护的技术使用者：南京开通自动化技术有限公司
技术研发日：2023.06.28
技术公布日：2023/8/9