[发明专利]一种基于交叉式双目视觉引导的机器人智能打磨方法

权利要求书

1.一种基于交叉式双目视觉引导的机器人智能打磨方法，该打磨方法采用的设备包括加工机器人和交叉式双目相机，加工机器人上携带打磨头，交叉式双目相机包括作为主相机的左相机和作为辅相机的右相机，其特征在于，包括如下步骤：

步骤1、利用小孔成像模型和三角形相似性原理标定交叉式双目相机，建立辅相机相对于主相机的外部参数矩阵及其各自的内部参数矩阵，得到双目相机成像模型；外部参数矩阵包括旋转矩阵R和平移矩阵T，内部参数矩阵包括主相机内部参数矩阵M_l和辅相机内部参数矩阵M_r；

步骤2、将交叉式双目相机同步触发，在图像域完成采集工件表面信息的工作，利用图像处理算法将工件表面信息与背景分离开，进而提取输入左右图像中配准特征点的二维像素坐标对，根据步骤1中建立好的双目相机成像模型，计算配准特征点相对于主相机的空间三维坐标P_camera＝(x,y,z)；

步骤3、利用手眼标定算法，建立机器人基坐标系与相机图像坐标系间的转换关系，得到手眼标定矩阵；

步骤4、根据步骤3中得到的手眼标定矩阵，将工件表面的配准特征点在相机世界坐标系下的三维坐标转换到机器人基坐标系下即P_robot＝(x,y,z)，进而通过特征点匹配校正被加工件的CAD三维模型，得到被加工件在机器人基坐标系下的精准三维模型定位；

步骤5、利用机器人离线编程软件规划出机器人在被加工件表面的自动化加工路径，引导机器人对被加工件表面待加工区域进行智能打磨加工；

步骤1中得到的双目相机成像模型用公式表示如下：

上式中，Z_C表示在相机坐标系中镜头的光轴，与成像平面垂直，R为旋转矩阵，T为平移向量，也是平移矩阵，f为焦距，[u,v]为像素坐标，[X,Y,Z]为相机的空间坐标，u₀，v₀为像素坐标系原点的横纵坐标；

步骤3中，具体方法为：通过九点标定法求得机器人TCP点在相机世界坐标系下不同位姿的坐标值，结合机器人运动学原理，得到用于机器人-相机标定的手眼标定矩阵矩阵中(x′₀,y′₀,0)为第一个点在机器人坐标系下的坐标，(x′₁,y′₁,0)为第二个点在机器人坐标系下的坐标，(x′₂,y′₂,1)为第三个点在机器人坐标系下的坐标；相机图像坐标和机器人基坐标的计算方法公式如下：(x’,y’)为机器人基坐标，(x,y)为相机图像坐标，a、b、c为相机图像坐标系中的系数，a′、b′、c′，为机器人坐标系中的系数。

2.如权利要求1所述的机器人智能打磨方法，其特征在于：步骤2中，所述图像处理算法包括阈值分割、形态学图像处理、边缘轮廓提取和特征点匹配算法。

3.如权利要求2所述的机器人智能打磨方法，其特征在于：步骤2中，图像阈值分割算法符合计算公式：式中T_Niblack是阈值，m是图像邻域窗口的均值，B是邻域窗口的方差，k是预先设定的修正值，N为灰度等级，P为图像中像素点的个数，P_i为灰度等级为i的像素点的个数。

4.如权利要求2所述的机器人智能打磨方法，其特征在于：步骤2中，所述形态学图像处理包括开运算和闭运算，具体是对图像进行先腐蚀、后膨胀的开运算，再对处理后的图像进行先膨胀、后腐蚀的闭运算处理。

5.如权利要求4所述的机器人智能打磨方法，其特征在于：步骤2中，所述边缘轮廓提取基于一阶导数的边缘检测算子Sobel算子，处理图像时计算公式主要有：式中A代表原始图像，G_x及G_y分别代表经横向及纵向边缘检测的图像。