为并联机器人带上“3D眼镜”
时间:2019-11-29
作者:
来源:中国机器人网
随着传统制造业的转型升级以及“中国制造2025”战略的推进,
应用越来越广泛。近几年,大量的工业
六轴机器人,开发了基于3D视觉的无序分拣技术。
坐标,测量结果可表示为深度图{<img src=)
}。除了测量三维坐标,3D表面成像系统也可输出物体表面空间点的其他光学特征值,如反射率、颜色等。这时的点云测量结果可一般表示为{

为一向量,代表第i个点的光学特征值。如常见的RGB-D(红绿蓝-深度)测量数据可表示为{
,多目立体视觉(multi-view stereo vision),线结构光三角测量(laser triangulation with sheet of light),编码结构光三角测量(encoded structured light),飞行时间深度测量(time of flight),聚焦深度测量(depth from focus),光度立体视(photometric stereo vision)。本方案采用编码结构光三角测量原理的3D结构光相机。其工作原理为:编码结构光激光器向目标物体投射经过特殊设计的编码图案,基于不同的图案编码方法,相机可能需要拍摄一幅或多幅被激光器照射的目标物体表面图像,通过对比图像上经过物体表面调制的编码光图案与未调制的编码光图案可以测量获得目标表面的3D形貌。
<img src=)
图1 结构光成像原理示意图
在视野范围满足相机的检测要求时,调节相机相关参数可获得相机拍摄的灰度图和对应的深度图。

图3相机获取的深度图
在获取到点云数据后,经过点云滤波、点云分割等点云预处理步骤后,采用FPFH特征描述子对点云的特征进行提取。快速点特征直方图描述子(FPFH),它是从PFH特征演变而来的具有计算复杂度较低,运算速度较快等特点。

图5不同种类点云分割效果图

免责声明:本网站部 分文章和信息来源于互联网,本网转载出于传递更多信息和学习之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请立即联系管理 员,我们会予以更改或删除相关文章,保证您的权利。对使用本网站信息和服务所引起的后果,本网站不作任何承诺。