论文部分内容阅读
3C产品是计算机、通信、消费电子产品的统称。在工业生产中,3C生产线的自动化装配能有效改善工人的劳动环境、减轻工人的劳动强度、提高产品质量,减少人为操作失误。3C部件的位姿估计是3C装配自动化的基础,其中基于三维点云的位姿估计具有非接触、配置简单优势,广泛应用于三维重建、缺陷检测等计算机视觉领域,但在少特征、高对称性3C部件的位姿估计场景中研究不多,因此本文以3C部件位姿估计为目标,利用双目结构光相机完成位姿估计任务。为了满足工业上对少特征、高对称性3C部件的高精度和高效率装配需求,本文提出了一套非接触式的基于模型的位姿估计技术方案,该方案将基于模型的位姿估计分为全局位姿估计和局部位姿估计两步骤,全局位姿估计快速确定3C部件相对于相机的初始位姿,局部位姿估计在全局位姿估计提供初始位姿的基础上利用迭代优化算法搜索全局最优位姿。对于由于3C部件的少特征、高对称性特性导致的位姿多义性问题,本文在全局位姿估计算法得到带有奇异的多组位姿后,采用基于LINEMOD特征的模板匹配的算法消除该奇异位姿;为了避免初始位姿精度不足导致迭代优化算法陷入局部最优,本文将BNB算法与ICP点云配准算法结合起来,在初始位姿附近的小空间内进行空间细分,对划分后的空间修枝剪叶后,使用ICP点云配准算法在保留的子空间内搜索最优解。在本文中ICP点云配准算法的旋转空间参数精度满足课题需求,因此本文仅在平移空间进行空间细分操作,降低了空间搜索维度,从而提高了搜索效率。3C装配自动化需要利用工业机器人完成,本文将双目结构光相机坐标系与机器人基座坐标系的标定误差考虑在内,通过对手眼标定的闭式解和迭代解算法进行分析,选择精度最高的算法完成手眼标定。通过仿真和实际实验测试,验证了整套3C部件位姿估计方案的可靠性和有效性,基于LINEMOD特征的模板匹配算法在仿真中能消除100%的奇异位姿,基于BNB和ICP点云配准算法的位姿估计精度高于0.3 mm。