留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于激光三维点云的机械工件识别方法

薛珊,  吕南方,  沈雨鹰,  刘正彬,  郭建波

downloadPDF
文章导航 > 红外与激光工程  > 2019 >  48(4): 442002-0442002(8)
薛珊, 吕南方, 沈雨鹰, 刘正彬, 郭建波. 基于激光三维点云的机械工件识别方法[J]. 红外与激光工程, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
引用本文: 薛珊, 吕南方, 沈雨鹰, 刘正彬, 郭建波. 基于激光三维点云的机械工件识别方法[J]. 红外与激光工程, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
shu
Xue Shan, Lv Nanfang, Shen Yuying, Liu Zhengbin, Guo Jianbo. Identification method for machine workpiece based on laser 3D point cloud[J]. Infrared and Laser Engineering, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
Citation: Xue Shan, Lv Nanfang, Shen Yuying, Liu Zhengbin, Guo Jianbo. Identification method for machine workpiece based on laser 3D point cloud[J]. Infrared and Laser Engineering, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
shu

基于激光三维点云的机械工件识别方法

doi: 10.3788/IRLA201948.0442002
  • 1.

    长春理工大学 机电工程学院,吉林 长春 130022;

  • 2.

    首都师范大学 物理系,北京 100083

基金项目: 

吉林省科技发展计划项目（20160204015GX）

详细信息
    作者简介:

    薛珊(1978-),女,副教授,硕士生导师,博士,主要从事现代检测理论与技术方面的研究。Email:1660348815@qq.com

    通讯作者: 吕南方(1990-),男,博士生,主要从事太赫兹成像技术及其应用方面的研究。Email:105191462@qq.com

  • 中图分类号: TP391

Identification method for machine workpiece based on laser 3D point cloud

  • 1.

    College of Mechanical and Electrical Engineering,Changchun University of Science and Technology,Changchun 130022,China;

  • 2.

    Department of Physics,Capital Normal University,Beijing 100083,China

  • 摘要: 随着中国制造2025的到来，运用工业机器人在线加工机械工件是大势所趋。为了能够智能抓取工件，工业机器人需要识别工件的类型以及工件的位姿。针对流水线上识别工件类型难的问题，提出了一种基于激光扫描三维点云的工件类型识别方法，该方法主要能够识别工件是哪种工件。首先对流水线上杂乱无序的工件进行激光扫描，得到工件的三维激光点云数据，将三维激光点云数据初步去噪。运用MATLAB软件对得到的三维激光点云进行中心切片，得到点云的主视切片、俯视切片、左视切片；运用HALCON软件对点云切片去噪、增强、分割，提取中心切片的边界信息并得到提取区域的特征参数，进而识别工件的类型。最后运用自主研发设备进行实验，分别以步距为0.05 mrad、测距精度0.2 mm、测角精度为0.02 mrad进行扫描，实验结果表明，识别准确性达96.67%。该方法对同类问题有较大的借鉴意义。
    Abstract: With the coming of 2025 in China, it is an irresistible trend to use industrial robots to process agricultural machinery online. In order to grasp workpiece intelligently, industrial robots need to identify the type of workpiece and pose of workpiece. In view of the difficulty in identifying the types of work pieces on the pipeline, an online recognition method based on the 3D point cloud of laser scanning was proposed. This method can identify which workpiece is the moving piece. First, the disordered workpiece on the assembly line was scanned, the 3D laser point cloud data of the workpiece was obtained, and the 3D laser point cloud data was initially denoised. Using MATLAB software to slice the 3D laser point cloud, the main view slicing, top view slicing, left view slicing was obtained. By using the HALCON software, the boundary information of the center slice was extracted, enhanced, segmented, and the characteristic parameters of the extracted area were extracted. Then the type of the workpiece was identified. Experimental results show that the accuracy of recognition is 96.67%. This method can be used for reference to similar problems.
  • [1] He Xiaohui, Yan Ping, Liu Fei, et al. On-line workpiece recognition based on support vector machine and power information[J]. China Mechanical Engineering, 2011, 22(7):818-824. (in Chinese)贺晓辉, 鄢萍, 刘飞, 等. 基于支持向量机和功率信息的工件在线识别方法[J]. 中国机械工程, 2011, 22(7):818-824.
    [2] Zhu Tongshuai, Xu Weirong, Mo Jinqiu. Top-level workpiece location method based on monocular stereo vision[J]. Machine Design Research, 2017, 33(4):41-44. (in Chinese)朱统帅, 徐维荣, 莫锦秋. 基于单目立体视觉的顶层工件定位方法[J]. 机械设计与研究, 2017, 33(4):41-44.
    [3] Yang Qinghua, Chen Liang, Xun Yi, et al. Automatic detection method of bare PCB plate defects based on machine vision[J]. China Mechanical Engineering, 2012, 23(22):2661-2666. (in Chinese)杨庆华, 陈亮, 荀一, 等. 基于机器视觉的PCB裸板缺陷自动检测方法[J]. 中国机械工程, 2012, 23(22):2661-2666.
    [4] Gong Yanchao, Wan Shuai, Yang Kaifang, et al. Real-time three-dimensional naked hand gesture recognition using binocular vision video[J]. Journal of Xidian University, 2014, 41(4):130-136. (in Chinese)公衍超, 万帅, 杨楷芳, 等. 利用双目视觉视频的实时三维裸手手势识别[J]. 西安电子科技大学学报(自然科学版), 2014, 41(4):130-136.
    [5] Cui Xin, Yan Xiutian, Li Shipeng. Denoising of scattered point cloud data keeping features[J]. Optics and Precision Engineering, 2017, 25(12):3169-3178. (in Chinese)崔鑫, 闫秀天, 李世鹏. 保持特征的散乱点云数据去噪[J].光学精密工程, 2017, 25(12):3169-3178.
    [6] Dong Yude, Zhang Rongtuan, Song Zhonghui, et al. Research on tread pattern boundary feature extraction and reconstruction[J]. Journal of Mechanical Engineering, 2018, 54(3):137-147. (in Chinese)董玉德, 张荣团, 宋忠辉, 等. 胎面花纹边界特征提取及重构方法研究[J]. 机械工程学报, 2018, 54(3):137-147.
    [7] Zhu Xianfeng, Pan Hongjun. Defect detection and one-dimensional dimension measurement of selenium drum based on Halcon[J]. Journal of Jilin University (Information Science Edition), 2014, 32(3):308-310. (in Chinese)朱先锋, 潘洪军. 基于Halcon的硒鼓缺陷检测与一维尺寸测量[J]. 吉林大学学报(信息科学版), 2014, 32(3):308-310.
    [8] Jiao Yang, Li Xin. Research on quality enhancement method of multi-scale low-quality image in fog and haze weather[J]. Bulletin of Science and Technology, 2017, 33(11):133-136. (in Chinese)焦阳, 李鑫. 雾霾天气下多尺度劣质图像质量增强方法研究[J]. 科技通报, 2017, 33(11):133-136.
    [9] Zhao Fuqun, Zhou Mingquan, Geng Guohua. Image threshold segmentation and quantitative recognition based on GA-Otsu method[J]. Journal of Jilin University (Engineering Edition), 2017, 47(3):959-964. (in Chinese)赵夫群, 周明全, 耿国华. 基于GA-Otsu法的图像阈值分割及定量识别[J]. 吉林大学学报(工学版), 2017, 47(3):959-964.
  • [1] 徐世龙, 夏宇浩, 董家杰, 钱其姝.  基于时间-光谱信息的遮蔽目标激光点云扩展与标识方法 . 红外与激光工程, 2023, 52(6): 20230213-1-20230213-9. doi: 10.3788/IRLA20230213
    [2] 吴鹏飞, 邓植中, 雷思琛, 谭振坤, 王姣.  基于激光散斑图像多特征参数的表面粗糙度建模研究 . 红外与激光工程, 2023, 52(12): 20230348-1-20230348-11. doi: 10.3788/IRLA20230348
    [3] 张帅台, 李国元, 周晓青, 么嘉棋, 郭金权, 唐新明.  基于多特征自适应的单光子点云去噪算法 . 红外与激光工程, 2022, 51(6): 20210949-1-20210949-11. doi: 10.3788/IRLA20210949
    [4] 林森, 赵振禹, 任晓奎, 陶志勇.  基于语义信息补偿全局特征的物体点云分类分割 . 红外与激光工程, 2022, 51(8): 20210702-1-20210702-12. doi: 10.3788/IRLA20210702
    [5] 刘今越, 翟志国, 贾晓辉, 薛路明, 李铁军.  基于面结构光的工件内壁点云旋转拼接研究 . 红外与激光工程, 2022, 51(9): 20210952-1-20210952-7. doi: 10.3788/IRLA20210952
    [6] 王晓艳, 徐高魁.  基于立体视觉与特征匹配的点云目标识别算法 . 红外与激光工程, 2022, 51(9): 20210596-1-20210596-7. doi: 10.3788/IRLA20210596
    [7] 王明军, 易芳, 李乐, 黄朝军.  自适应局部邻域特征点提取和匹配的点云配准 . 红外与激光工程, 2022, 51(5): 20210342-1-20210342-10. doi: 10.3788/IRLA20210342
    [8] 梅永康, 谢俊峰, 陈伟, 刘仁.  多特征参数约束的星载激光高程控制点提取 . 红外与激光工程, 2022, 51(9): 20210997-1-20210997-12. doi: 10.3788/IRLA20210997
    [9] 王建军, 卢云鹏, 张荠匀, 白崇岳, 胡燕威, 李旭辉, 王炯宇.  实现激光点云高效配准的ICP优化及性能验证 . 红外与激光工程, 2021, 50(10): 20200483-1-20200483-7. doi: 10.3788/IRLA20200483
    [10] 冯发杰, 丁亚洲, 吏军平, 黄星北, 刘欣怡.  使用显著性划分的机载激光雷达点云滤波 . 红外与激光工程, 2020, 49(8): 20190439-1-20190439-9. doi: 10.3788/IRLA20190439
    [11] 谷牧, 任栖锋, 廖胜, 周金梅, 赵汝进.  基于点目标特征参数提取的红外多光谱设计 . 红外与激光工程, 2020, 49(5): 20190462-20190462-10. doi: 10.3788/IRLA20190462
    [12] 赵丽娟, 徐志钮, 李永倩.  布里渊增益谱特征参数提取准确性影响因素分析 . 红外与激光工程, 2019, 48(2): 222003-0222003(8). doi: 10.3788/IRLA201948.0222003
    [13] 罗敏, 石岩, 周辉, 李松, 马跃, 张文豪, 张颖.  基于可变分量的参数随机抽样的激光雷达脉冲波形分解 . 红外与激光工程, 2019, 48(10): 1005009-1005009(8). doi: 10.3788/IRLA201948.1005009
    [14] 王鹏, 杨文超, 孙长库, 郭世珍.  舌面彩色三维点云的舌体分割及舌裂纹提取 . 红外与激光工程, 2017, 46(S1): 82-89. doi: 10.3788/IRLA201746.S117004
    [15] 王帅, 孙华燕, 郭惠超.  适用于激光点云配准的重叠区域提取方法 . 红外与激光工程, 2017, 46(S1): 137-142. doi: 10.3788/IRLA201746.S126002
    [16] 刘巍, 高鹏, 张洋, 杨帆, 李晓东, 兰志广, 贾振元, 高航.  面向大型零部件的三维形面高精度测量方法 . 红外与激光工程, 2017, 46(3): 317003-0317003(9). doi: 10.3788/IRLA201746.0317003
    [17] 周辉, 李松, 王良训, 涂兰芬.  单次大气散射效应对星载激光测高仪接收脉冲回波的影响 . 红外与激光工程, 2016, 45(1): 106002-0106002(7). doi: 10.3788/IRLA201645.0106002
    [18] 李峰, 崔希民, 刘小阳, 卫爱霞, 吴燕雄.  机载LIDAR 点云定位误差分析 . 红外与激光工程, 2014, 43(6): 1842-1849.
    [19] 胡晓彤, 王建东.  基于子空间特征向量的三维点云相似性分析 . 红外与激光工程, 2014, 43(4): 1316-1321.
    [20] 陈骁, 石志广, 杨卫平, 凌建国.  利用三维点云的圆锥状弹头目标参数估计 . 红外与激光工程, 2014, 43(10): 3480-3485.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  584
  • HTML全文浏览量:  166
  • PDF下载量:  79
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-11-09
  • 修回日期:  2018-12-11
  • 刊出日期:  2019-04-25

基于激光三维点云的机械工件识别方法

doi: 10.3788/IRLA201948.0442002
  • 1. 长春理工大学 机电工程学院,吉林 长春 130022;
  • 2. 首都师范大学 物理系,北京 100083
    • 作者简介:

    薛珊(1978-),女,副教授,硕士生导师,博士,主要从事现代检测理论与技术方面的研究。Email:1660348815@qq.com

    通讯作者: 吕南方(1990-),男,博士生,主要从事太赫兹成像技术及其应用方面的研究。Email:105191462@qq.com
  • 收稿日期: 2018-11-09
  • 修回日期: 2018-12-11
  • 刊出日期: 2019-04-25
基金项目:

吉林省科技发展计划项目（20160204015GX）

  • 中图分类号: TP391

摘要: 随着中国制造2025的到来，运用工业机器人在线加工机械工件是大势所趋。为了能够智能抓取工件，工业机器人需要识别工件的类型以及工件的位姿。针对流水线上识别工件类型难的问题，提出了一种基于激光扫描三维点云的工件类型识别方法，该方法主要能够识别工件是哪种工件。首先对流水线上杂乱无序的工件进行激光扫描，得到工件的三维激光点云数据，将三维激光点云数据初步去噪。运用MATLAB软件对得到的三维激光点云进行中心切片，得到点云的主视切片、俯视切片、左视切片；运用HALCON软件对点云切片去噪、增强、分割，提取中心切片的边界信息并得到提取区域的特征参数，进而识别工件的类型。最后运用自主研发设备进行实验，分别以步距为0.05 mrad、测距精度0.2 mm、测角精度为0.02 mrad进行扫描，实验结果表明，识别准确性达96.67%。该方法对同类问题有较大的借鉴意义。

English Abstract

    全文HTML

参考文献 (9)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计