桁架机器人激光动态扫描的轮胎点云拼接定位方法与流程
本技术涉及轮胎抓取,尤其涉及一种桁架机器人激光动态扫描的轮胎点云拼接定位方法。
背景技术:
1、在轮胎制造工业中,随着生产规模的扩大和对效率要求的提升,物流搬运环节正逐渐从人工或半自动化向全流程自动化转变。桁架机器人因其大跨度、高速度、高负载及良好的稳定性,被广泛应用于硫化机上下料、成型机段胎胚转运、检测工位输送及成品库分拣等场景。
2、部分高端产线开始在工位上方或侧方安装rgb-d相机、结构光相机或线激光轮廓仪。该方案要求桁架机器人携带抓手完全停止在检测工位上方并保持静止,等待相机完成三维成像。随后,系统对静止状态下的轮胎点云进行滤波、分割和位姿估计,生成抓取姿态。虽然该方案解决了三维姿态识别的问题,但由于引入了额外的到位-等待-扫描环节,严重破坏了生产的连续性,增加了取放节拍。
技术实现思路
1、本技术公开的实施例提供一种桁架机器人激光动态扫描的轮胎点云拼接定位方法,旨在改善上述问题。
2、本技术的实施例采用如下技术方案:
3、第一方面,提供一种桁架机器人激光动态扫描的轮胎点云拼接定位方法,包括:
4、接收目标工位、轮胎规格和抓取类型,并根据桁架当前位置生成接近路径和扫描窗口;
5、控制桁架沿所述接近路径朝向目标工位移动,在接近目标工位的运动过程中同步启动激光扫描,连续采集轮胎的局部轮廓点云帧,同时同步采集桁架x轴、y轴、z轴及可选旋转轴的编码器位置、运动速度、加速度与时间戳;
6、以单帧点云采集时刻为基准,对时间戳不匹配的编码器数据进行插值计算,结合运动速度、加速度对桁架实时位姿进行运动补偿,得到每帧点云对应的桁架真实空间位姿;
7、将各帧局部点云从激光坐标系转换至桁架基坐标系,得到完整轮胎点云;
8、提取所述完整轮胎点云的基础数据;
9、基于所述基础数据自动生成桁架抓手的控制参数,所述控制参数包括抓取中心坐标、抓取姿态、夹爪开度/撑开直径、插入深度及夹持力/支撑力;
10、基于所述桁架抓手的控制参数,控制桁架的抓手对轮胎进行抓取。
11、在第一方面一种可能的实施方式中,在以单帧点云采集时刻为基准,对时间戳不匹配的编码器数据进行插值计算,结合运动速度、加速度对桁架实时位姿进行运动补偿,得到每帧点云对应的桁架真实空间位姿时,还包括:
12、当激光采样频率、编码器采样频率与桁架控制周期不一致时,采用线性插值或高阶插值算法,在点云采集时刻的前后相邻编码器数据之间计算得到对应轴的位置值;
13、在桁架加减速运动阶段,额外引入速度项、加速度项对插值得到的轴位置进行修正,用以抵消桁架大跨度运动带来的末端振动、双驱同步误差及伺服跟随误差。
14、在第一方面一种可能的实施方式中,所述将各帧局部点云从激光坐标系转换至桁架基坐标系,得到完整轮胎点云,包括:
15、获取预先完成的手眼标定参数与工位标定参数;
16、基于所述预先完成的手眼标定参数与工位标定参数,将各帧局部点云从激光坐标系转换至桁架基坐标系;
17、以编码器位姿为主、点云配准为辅完成多帧点云拼接,得到所述完整轮胎点云。
18、在第一方面一种可能的实施方式中,所述以编码器位姿为主、点云配准为辅完成多帧点云拼接,包括:
19、优先基于各帧点云绑定的编码器位姿直接将局部点云转换至桁架基坐标系;
20、仅当编码器数据异常或点云重叠区域特征明显时,辅以icp、ndt或特征点匹配算法对点云位姿进行微调,避免黑色低纹理轮胎表面的点云配准漂移。
21、在第一方面一种可能的实施方式中,所述提取所述完整轮胎点云的基础数据,包括:
22、对拼接后的完整轮胎点云进行背景滤除;
23、拟合轮胎圆环模型;
24、提取所述完整轮胎点云的基础数据,所述基础数据包括轮胎的外径、内径、胎宽、圆心坐标、圆环法向量、倾角及可抓取区域。
25、在第一方面一种可能的实施方式中,所述提取所述完整轮胎点云的基础数据,还包括:
26、当局部所述完整轮胎点云因遮挡、轮胎倾斜出现缺失时,基于预定义的圆环模型或历史扫描训练得到的轮胎形状模板,对缺失区域的点云进行补全,再执行拟合轮胎圆环模型。
27、在第一方面一种可能的实施方式中,所述控制参数还包括避障路径修正量,所述避障路径修正量用于调整桁架抓手抓取过程中的运动轨迹,以使抓手避开输送线、托盘及相邻轮胎。
28、在第一方面一种可能的实施方式中,所述基于所述桁架抓手的控制参数,控制桁架的抓手对轮胎进行抓取之前,还包括:
29、二次对轮胎进行激光扫描,得到二次扫描结果;
30、基于所述二次扫描结果对轮胎位姿进行复核;
31、若圆心偏移、倾角、点云缺失或抓取区域不满足阈值要求,则触发补扫、参数重算或停机报警,否则基于所述桁架抓手的控制参数,控制桁架的抓手对轮胎进行抓取。
32、在第一方面一种可能的实施方式中,所述基于所述桁架抓手的控制参数,控制桁架的抓手对轮胎进行抓取之后,还包括:
33、同步记录实际抓取位姿、抓手受力数据与扫描耗时,并反馈至上层调度系统。
34、在第一方面一种可能的实施方式中,所述激光扫描过程与桁架前往目标工位的接近路径和离开目标工位的回退路径完全复用。
35、根据本技术的桁架机器人激光动态扫描的轮胎点云拼接定位方法,其通过运动扫描一体化、时间同步补偿及参数自动映射,解决了传统轮胎物流中存在的节拍慢、定位难、适应性差的问题。具体地,其通过将扫描过程融入接近路径,消除了等待时间,提升了生产效率;通过高精度的时间插值与运动补偿,克服了动态采集下的点云畸变,确保了定位精度;通过基于点云特征的自动参数生成,实现了对不同规格轮胎的自适应抓取,无需频繁更换工装或人工干预。
36、第二方面,提供一种桁架机器人激光动态扫描的轮胎点云拼接定位装置,包括:
37、信息接收模块,用于接收目标工位、轮胎规格和抓取类型,并根据桁架当前位置生成接近路径和扫描窗口;
38、控制模块,用于控制桁架沿所述接近路径朝向目标工位移动,在接近目标工位的运动过程中同步启动激光扫描,连续采集轮胎的局部轮廓点云帧,同时同步采集桁架x轴、y轴、z轴及可选旋转轴的编码器位置、运动速度、加速度与时间戳;
39、计算模块,用于以单帧点云采集时刻为基准,对时间戳不匹配的编码器数据进行插值计算,结合运动速度、加速度对桁架实时位姿进行运动补偿,得到每帧点云对应的桁架真实空间位姿;
40、点云数据处理模块,用于将各帧局部点云从激光坐标系转换至桁架基坐标系,得到完整轮胎点云;
41、信息提取模块,用于提取所述完整轮胎点云的基础数据;
42、控制参数生成模块,用于基于所述基础数据自动生成桁架抓手的控制参数,所述控制参数包括抓取中心坐标、抓取姿态、夹爪开度/撑开直径、插入深度及夹持力/支撑力;
43、抓取控制模块,用于基于所述桁架抓手的控制参数,控制桁架的抓手对轮胎进行抓取。
44、第三方面,提供了一种电子设备,包括:存储器和至少一个处理器。该存储器与处理器通信连接。该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令。当处理器执行计算机指令时,使得电子设备执行如第一方面的方法。
45、第四方面,本技术实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令。当该计算机指令被处理器执行时,用于实现如使得电子设备执行如第一方面的方法。
46、可以理解地,第二方面至第四方面的技术效果参照第一方面及其任一实施方式的技术效果,在此不再重复。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com