(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210772214.5 (22)申请日 2022.07.02 (71)申请人 埃夫特智能装备股份有限公司 地址 241000 安徽省芜湖市中国 （安徽） 自 由贸易试验区芜湖片区万春东路96号 (72)发明人 赵闯　郑磊　许鹏　徐强　吕文泰　 (74)专利代理 机构 北京汇信合知识产权代理有 限公司 1 1335 专利代理师 戴凤仪 (51)Int.Cl. B25J 9/16(2006.01) B25J 11/00(2006.01) (54)发明名称 一种基于机器人模板程序纠偏功能的实现 方法 (57)摘要 本发明涉及一种基于机器人模板程序纠偏 功能的实现方法， 具体步骤 为： S1、 物 体识别； S2、 模板与偏差计算； S3、 机器人轨迹示教编程； S4、 TCPIP通讯传输； S5、 机器人喷涂； 本发明利用3D 线激光扫描物体采集喷涂板件数据进行物体识 别； 通过模板与偏差计算匹配不同的模板号并计 算不同板件相对于模板程序的偏移值； 通过机器 人轨迹编程实现机器人示教程序的编程； 采用 TCPIP通讯技术， 来传输程序的模板号以及程序 的偏差值； 通过机器人喷涂实现模板程序增加偏 移值后的喷涂； 利用视觉与机器人的配合， 采用 调用程序与添加偏差值的方式实现智能喷涂且 喷涂物体可随意摆放、 操作简单。 权利要求书4页 说明书9页 附图7页 CN 115026834 A 2022.09.09 CN 115026834 A 1.一种基于 机器人模板程序纠偏功能的实现方法， 其特 征在于： 其具体步骤如下： S1、 物体识别： 1.1、 点云数据获取： 通过相机拍摄线结构光发射器所照射的目标物体， 得到物体表面 上光条、 中心位置的一系列3D坐标； 1.2、 点云滤波： 采用随机采样一致性滤波的算法处理点云数据， 实现去噪、 平滑、 采样、 特征提取的功能； 1.3、 点云特征估计： 采用点云局部特征算法、 点云的整体特征估计算法来获取点云的 表面积、 最小外 接盒、 最大直径、 截面曲线； 1.4、 边缘提取： 利用边缘提取、 边缘连接、 腐蚀、 膨胀类算法在扫描相机分割出不同的 喷涂表面区域如外边、 平面、 沟槽类； 1.5、 点云拟合： 根据实际喷涂物体需要喷涂的喷涂区进行点云拟合， 拟合出目标物体 的位姿； S2、 模板与偏差计算： 2.1、 完成标定板数据采集： 确定空间物体表面某点的三维几何位置与其在图像 中对应 点之间的相互关系， 并将图像在相机坐标系下的数值 转换到机器人坐标系； 2.2、 记录世界坐标系的数值： 用户定义的三维世界的坐标系， 描述目标物在真实世界 的位置并记录数值； 2.3、 检测特 征点： 在图像中检测特 征点Harris特征； 2.4、 解析相机参数值： 主 要为相机内参、 相机 外参， 具体的实现方式如下； 2.4.1、 相机标定： 从世 界坐标系转换为相机坐标系， 具体为三维点到三位点的转换， 包 括R、 t类参数， t为相机 外参； 2.4.2、 从相机坐标系转为图像坐标系， 具体是三维点到二维点的转换， 包括K类参数， K 为相机内参； 2.4.3、 通过张正友标定法， 张正友标定法将世界坐标系固定于棋盘格上， 则棋盘格上 任一点的物理坐标W＝0， 由于标定板的世界坐标系 是人为事先定义好的， 标定板上每一个 格子的大小是已知的， 能够计算得到每一个角点在世界坐标系下的物理坐标(U,V,W)＝0， 利用这些信息： 每一个角点的像素坐标(u,v)、 每一个角点在世界坐标系下的物理坐标(U, V,W)＝0， 来进行相机的标定， 获得相机的内外参矩阵、 畸变参数； S3、 机器人轨 迹示教编程； S4、 TCPIP通讯传输； S5、 机器人喷涂： 机器人主要是确定喷涂效果是否满足客户需求， 在喷涂过程同时需要 考虑喷涂 工艺的需求。 2.根据权利要求1所述的一种基于机器人模板程序纠偏功能的实现方法， 其特征在于： 所述的步骤S1中采用线结构光三角测量， 通过目标物体与线结构、 光成像系统之间做相对 运动并在多个不同位置进行拍照、 测量， 获得目标物体完整的3D表面轮廓。 3.根据权利要求1所述的一种基于机器人模板程序纠偏功能的实现方法， 其特征在于： 所述的步骤S1的1.2中， 随机采样一致性算法匹配数据集中随机抽出4个样本并保证这4个 样本之间不共线， 计算出单应性矩阵， 利用这个模 型测试所有 数据， 并计算满足这个模型数 据点的个数与投影误差， 即代价函数， 若此模型为最优模型， 则对应的代价函数最小， 具体权　利　要　求　书 1/4 页 2 CN 115026834 A 2实现的公式为： p为置信度， 正常取值 为0.995； w为内点的比例； m为计算模型 所需要的最少样本数＝ 4。 4.根据权利要求1所述的一种基于机器人模板程序纠偏功能的实现方法， 其特征在于： 所述的步骤S1的1.3中， 在特征点处建立局部参考系， 用邻域点的空间位置信息和几何特征 统计信息来描述 点云局部特 征； 采用网格划分法， 首先将3D的点云数据集q＝{q1,q2,...qn}通过坐标转换化到xy平面 上， 得到平面内的点 集p＝{p1,p2,...,pn}， 其中qi＝(xi,yi,zi)T， qi＝(xi,yi)T， 具体步骤为： 首 先遍历所有点， 得到xmax,xmin,ymax,ymin建立最小包围盒； 网格的边长： 计算x和y方向上的网格数： 把数据点qi＝(xi,yi,zi)T放入对应的网格单元(u,v)， 则数据点qi＝(xi,yi,zi)T和(u,v) 之间建立了对应的关系。 5.根据权利要求1所述的一种基于机器人模板程序纠偏功能的实现方法， 其特征在于： 所述的步骤S1的1.4中， 利用最小分割算法： 利用某种方式将两个点分开， 算法流 程为： 1.4.1、 将这 n个点和父点连接； 1.4.2、 找到距离最小的两个块， A块中某点与B块中某点距离最小， 并连接； 1.4.3、 重复步骤1.4.2， 直至只剩一个块； 用点与点之间的欧式距离来构造 权值， 所有 线的权值可映射 为线长的函数： 目标指定为中心,尺寸需要提前 给出半径。 6.根据权利要求1所述的一种基于机器人模板程序纠偏功能的实现方法， 其特征在于： 所述的步骤S1的1.5中， 采用最小二乘法进行计算， 通过最小化误差的平方和来寻找数据的 最佳匹配函数方法， 在点云平面拟合过程中即要保证所有数据点拟合平面的平均距离最 小， 点云M任意一点的坐标为Mi(xi,yi,zi)， i＝0,1...n ‑1.对于平面的一般方程A1x+B1y+C1z +D1＝0， 将其 转化为z＝a0x+a1y+a2,并建立目标函数S， 利用拟合平面的最小距离， 即 min S， 满足 可得a0,a1,a2， 即为点云M主平面系数。权　利　要　求　书 2/4 页 3 CN 115026834 A 3