[发明专利]一种结构光视觉系统的下一最佳测量位姿确定方法

权利要求书

1.一种结构光视觉系统的下一最佳测量位姿确定方法，其特征在于，包括如下步骤：

A1、获取被测物体初始位置的深度图像和三维点云；

A2、通过深度图像获取被测物体的边缘，根据有效测量范围确定下一最佳位姿判定所需的区域；

A3、对区域内三维点云进行密度聚类，依据密度与三维形貌复杂程度关系，获得各个子区域的复杂系数；

A4、结合视场大小优化各个子区域权重，从而确定深度图上最佳移动方向；

A5、以测量视场为中心，结合深度图像获得趋势面，分析全局区域以及中心趋势线，从而确定出下一最佳测量位姿；该步骤具体包括如下：

A5.1、在深度图像上，以当前测量视场中心为原点，以最佳移动方向重叠视场大小为约束，快速获得趋势面分析全场区域，利用深度图像像素与三维点云对应关系，获取趋势面拟合所需三维数据；

A5.2、采用该三维数据来拟合趋势面，数学模型为：

z＝a₀+a₁x+a₂y+a₃x²+a₄xy+a₅y²

其中a₀，a₁，a₂，a₃，a₄，a₅为多项式系数，x、y为各个三维点的XY平面坐标值；

A5.3、根据深度图像快速获得最佳移动方向上通过视场中心与聚类中心的三维点云数据，并拟合出空间平面，该平面与趋势面相交确定一条空间曲线，该空间平面的方程为：

Ax+By+Cz+D＝0

其中A、B、C、D为空间平面拟合系数，x、y、z为各个三维点的三个坐标值；

A5.4、记当前测量视场中心点为P_A(x_A，y_A，z_A)，下一个测量中心轴与预测趋势面的交点为P_B(x_B，y_B，z_B)即下一最佳测量视场中心，点P_B可由以下方程组求出：

R_k为P_A和P_B之间的三维欧式距离，求出P_B在趋势面上的法向，在该法向方向上计算离点P_B为物距L的点P_P(x_p，y_p，z_p)，该点P_P即为所述下一最佳测量位姿。

2.如权利要求1所述的一种结构光视觉系统的下一最佳测量位姿确定方法，其特征在于，所述A2包括如下：

首先，在深度图像上采用Canny算子边缘提取法快速识别出物体的边缘；再采用区域宽度t的计算方法确定所述区域，公式如下：

其中a为视场长度，b为视场宽度，表示将面积转化为矩形平均宽度，S为有效测量区域面积，c为边缘区域面积与有效区域面积之比，k₁为轮廓修正系数，l为有效测量区域长度。

3.如权利要求2所述的一种结构光视觉系统的下一最佳测量位姿确定方法，其特征在于，所述A3包括如下：设待聚类的点集为data＝{x₁，x₂，...，x_n}，令I_data＝{1，2，…，n}为相应的指标集，n为总点数，则点x_i的局部密度系数ρ_i即各个子区域的复杂系数计算公式为：

其中d_ij为点x_i和x_j之间的欧式距离，d_c为截断距离，设定i与j属于I_data的下标，函数

4.如权利要求3所述的一种结构光视觉系统的下一最佳测量位姿确定方法，其特征在于，所述A4中，以当前测量视场中心与密度最大聚类中心的连线作为所述最佳移动方向，具体如下：当前视场中心与下一视场中心的距离为R，其中，x为X轴坐标，k为两视场中心连线的斜率；

考虑各个区域权重引入评估值δ，评估值δ最大的方向即为所述最佳移动方向：

δ＝∑ω_i

其中ω_i表示子区域权重，根据求得，l_i表示各个聚类中心离当前测量视场中心在移动方向上的距离。