遥控焊接机器人任务空间的三维重建研究

论文摘要

核电站的维修、空间结构的建造以及海洋工程的建设大量用到了焊接技术,机器人遥控焊接技术是代替人进入这类危险、极限环境中执行焊接操作的最佳选择。在非结构化环境的遥控焊接中,通过机器人任务空间的三维重建,发挥机器人自动化功能可以避免对操作者的过分依赖、提高系统的效率和安全性。此外,焊接机器人全自主焊接的发展也需要提高机器人感知环境的能力。本文基于立体视觉技术,针对遥控焊接机器人任务空间的三维重建进行了深入研究,实现了无纹理焊接环境的三维建模。本文建立了用于遥控焊接机器人任务空间三维重建的立体视觉系统,并完成了系统标定和极线校正。系统标定建立了机器人坐标系中空间点与摄像机图像上像素点的映射关系。极线校正算法通过对图像进行重采样,将对应极线变换到图像扫描线上,降低了立体匹配算法复杂度。焊接场景中纹理的缺乏导致立体匹配尤为困难,本文采用主动光源向场景添加纹理,采用基于单图像对的特征匹配和基于图像序列的时空立体视觉算法完成立体匹配。在单图像对的立体匹配中,使用角点特征和线特征两种特征。采用亚像素检测算法提取角点特征,以人机交互或者自动匹配算法完成了外围设备和简单工件图像对的立体匹配。本文提出一种焊缝线特征检测算法,用于焊缝图像的立体匹配。该算法通过底帽变换形态学预处理,突出焊缝区域,用Canny边缘检测和闭操作获得初始的像素级焊缝边缘点;依据焊缝的连续性和宽度有限对初始边缘点进行筛选,剔除错误点;然后用三次平滑样条拟合获得了光滑的亚像素精度的焊缝边缘点。在极线约束下完成焊缝特征的立体匹配。本文设计了一种锯齿式多级对偶灰度光源序列向场景中添加纹理,并提出了归一化SSSD匹配算法,对时空立体视觉技术进行改进,解决了焊接无纹理环境的立体匹配问题。归一化SSSD匹配算法通过对不同时刻图像对SSD的归一化处理提高了匹配精度。采用曲线拟合的方法求解亚像素视差,通过左右一致性检验和图像序列的灰度跟踪,去除了视差图中的错误区域,并引入了各向异性扩散滤波对视差图进行保留深度突变的平滑处理。本文进一步对从视差图或者点云数据获得任务空间的三维模型进行了研究。根据视差图的特点可以直接从视差图生成场景的三角网格模型;另外,通过视差图的分割和曲面拟合也可获得焊接工件的标准几何模型。本文改进了USF距离图平面分割算法,增加了区域合并步骤,使其能够用于含有圆柱面的视差图的分割。对于分割后的属于不同表面的点云,通过曲面拟合的算法建立模型,这里对平面、一般二次曲面和圆柱面拟合进行了研究。其中,平面拟合采用特征向量分解法,一般二次曲面采用正则化最小二乘法拟合,而圆柱面拟合提出一种主成分分析法与非线性最小二乘迭代结合的新算法。针对焊缝,采用NURBS曲线拟合算法从焊缝点云数据建立了焊缝曲线模型。针对典型的焊接任务空间,进行了外围设备、焊接工件和焊缝的三维重建实验,并对系统标定误差和重建结果误差进行了分析。标定的绝对误差在X、Y、Z方向上绝对值的平均数为[0.26 0.18 0.74]mm,最大误差的绝对值为[0.42 0.40 2.15]mm。外围设备顶点的绝对定位误差为6.53mm;在焊接工件的重建实验中,平面工件拟合误差为0.92mm,边长平均偏差3.43mm;马鞍形工件的拟合误差为1.35mm,高度和圆柱半径平均偏差2.25mm。焊缝的重建结果中,S型焊缝的重建焊缝与真实测量数据的平均距离误差为1.10mm,圆柱对接焊缝的平均距离误差为1.33mm。重建实验结果和误差实验结果显示,本文基于立体视觉的三维重建算法可以克服焊接场景无纹理的缺点,获得精度较高的重建结果,能够满足遥控机器人任务空间的建模需要。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 遥控焊接技术发展现状
• 1.3 计算机视觉三维重建技术
• 1.3.1 基于三角测量原理的技术
• 1.3.2 从图像灰度恢复结构
• 1.3.3 激光主动测距
• 1.4 三维重建在机器人环境建模中应用的研究现状
• 1.4.1 用于遥控机器人的三维重建技术
• 1.4.2 用于焊接环境的三维重建技术
• 1.5 本文研究内容
• 第2章 遥控焊接立体视觉系统的建立和标定
• 2.1 遥控焊接三维重建任务分析
• 2.2 遥控焊接立体视觉实验系统的建立
• 2.3 立体视觉系统标定
• 2.3.1 图像成像几何模型
• 2.3.2 基于平面模板的摄像机标定
• 2.3.3 两摄像机位置关系的标定
• 2.3.4 摄像机坐标系与机器人基坐标系位置关系的标定
• 2.3.5 空间点的三维坐标求解
• 2.4 极线校正
• 2.4.1 极线几何和极线约束
• 2.4.2 立体图像对的校正
• 2.4.3 摄像机对平行配置下的空间点三维坐标求解
• 2.5 本章小结
• 第3章 单图像对的立体匹配
• 3.1 立体匹配算法概述
• 3.2 使用点特征的立体匹配
• 3.2.1 角点提取算法
• 3.2.2 角点特征的匹配
• 3.3 基于线特征的立体匹配
• 3.3.1 焊缝特征的提取
• 3.3.2 焊缝特征的匹配
• 3.4 本章小结
• 第4章 基于时空立体视觉的匹配算法
• 4.1 传统立体匹配在焊接环境应用的局限性
• 4.2 时空立体视觉原理
• 4.3 时空立体视觉光源模式设计
• 4.4 时空立体视觉匹配算法实现
• 4.4.1 归一化SSSD算法
• 4.4.2 亚像素视差求解
• 4.5 匹配结果的后处理
• 4.5.1 误匹配区域的剔除
• 4.5.2 视差图的各向异性扩散滤波
• 4.6 本章小结
• 第5章 视差图的分割与曲面、曲线拟合
• 5.1 场景网格模型的生成
• 5.2 视差图分割
• 5.2.1 距离图分割算法概述
• 5.2.2 视差图分割算法
• 5.2.3 视差图分割结果
• 5.3 曲面拟合
• 5.3.1 平面拟合
• 5.3.2 一般二次曲面拟合
• 5.3.3 圆柱面拟合
• 5.4 曲面边界的规则化
• 5.5 焊缝的NURBS曲线建模
• 5.5.1 焊缝三维点云数据的获取
• 5.5.2 焊缝点云的NURBS曲线拟合
• 5.6 本章小结
• 第6章 立体视觉三维建模实验和误差分析
• 6.1 外围设备重建结果
• 6.2 焊接工件重建结果
• 6.3 焊缝重建结果
• 6.4 误差分析
• 6.4.1 标定误差分析
• 6.4.2 外围设备重建误差分析
• 6.4.3 工件重建误差分析
• 6.4.4 焊缝误差分析
• 6.5 不同立体匹配方法的应用比较
• 6.6 本章小结
• 结论与展望
• 附录1 法线计算程序流程图
• 附录2 区域增长程序流程图
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢
• 个人简历