[发明专利]基于三维点云和二维图像融合的共面度检测方法

权利要求书

1.一种基于三维点云和二维图像融合的共面度检测方法，其特征在于，包括：

步骤1：根据待测元器件的CAD图纸数据，建立基准测量坐标系，此坐标系下的模型为标准模型；根据实际检测需求，在标准模型上确定待测区域，待测区域包括参考平面和用于测量高度差的目标区域；选择待测元器件PCB板上易辨识的标志特征的中心点作为锚点，确定锚点在基准测量坐标系下的三维坐标；

步骤2：根据实际检测工位，基于待测元器件静止待测时其PCB板所处的平面，建立测量平面坐标系；标定计算出结构光三维传感器所确立的设备坐标系到该测量平面坐标系的旋转平移矩阵；

步骤3：利用结构光三维传感器获取待测元器件完整的三维点云数据，根据步骤2中的矩阵将其转换得到位于测量平面坐标系下的点云三维坐标；

步骤4：利用结构光三维传感器的镜头额外采集待测元器件PCB板外观的二维图像，建立该图像的每个像素二维坐标和三维点云数据的映射关系；

步骤5：提取所述二维图像中锚点的二维坐标，并根据映射关系得到锚点的点云三维坐标值；

步骤6：根据步骤1中确定的三维坐标和步骤5中得到的点云三维坐标值计算出对齐标准模型和测量平面坐标系下点云所需的旋转矩阵R和平移矩阵T；

步骤7：根据旋转矩阵R和平移矩阵T进行对齐，将测量平面坐标系下的点云转换到基准测量坐标系下；

步骤8：从基准测量坐标系下的点云中提取待测区域对应的点云数据，并拟合对应的参考平面，计算目标区域各点位到参考平面的高度值。

2.如权利要求1所述的基于三维点云和二维图像融合的共面度检测方法，其特征在于，步骤5中，若所述二维图像中标志特征不明显，则通过三维点云数据的高度值z值，构建高度灰度图，设定归一化范围，则高度灰度图中每个像素的灰度值为，对该高度灰度图再次提取标志特征的中心点作为锚点； 为预设的最小高度值， 为预设的最大高度值。

3.如权利要求1所述的基于三维点云和二维图像融合的共面度检测方法，其特征在于，所述锚点选择2个。

4.如权利要求3所述的基于三维点云和二维图像融合的共面度检测方法，其特征在于，步骤6中采用下式计算旋转矩阵R和平移矩阵T：

；

；

；

；

；

；

其中，分别为2个锚点对应的三维点云数据的三维坐标值，分别为2个锚点所对应的二维图像坐标值，、分别为2个锚点在基准测量坐标系下的三维坐标，x为对应的坐标值的X轴分量，y为对应的坐标值的Y轴分量，、、、为计算所需的中间变量。

5.如权利要求1所述的基于三维点云和二维图像融合的共面度检测方法，其特征在于，步骤7中采用下式获取基准测量坐标系下的点云三维坐标：

；

其中，为步骤3中获取的位于测量平面坐标系下的点云三维坐标。