(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202111471745.2
(22)申请日 2021.12.02
(71)申请人 南昌大学
地址 330000 江西省南昌市红谷滩新区学
府大道999号
(72)发明人 李渭 夏正豪 闵卫东
(74)专利代理机构 北京众合诚成知识产权代理
有限公司 11246
代理人 王焕巧
(51)Int.Cl.
G06T 7/00(2017.01)
G06T 7/11(2017.01)
G06T 7/62(2017.01)
G06T 5/20(2006.01)
G06T 5/00(2006.01)
G06V 10/762(2022.01)
(54)发明名称
(57)摘要
本发明公开了一种基于点云的钢格板焊缝
数据；步骤S2，点云降采样；步骤S3，分割出框面
点云集；步骤S4，分割出焊面点云集；步骤S5，确
定框面；步骤S6，确定焊面和焊缝起始端；步骤
S7，确定起始焊点、中间焊点、结束焊点和安全
点；步骤S8，坐标转换。本发明具有针对钢格板焊
缝进行检测时精度高，在强烈弧光、飞溅和电弧
噪声等干扰下准确地提取出焊缝位置，特征点位
置，具有抗干扰能力强、
识别准确等优点。权利要求书3页 说明书6页 附图4页CN 114170176 A 2022.03.11
C N 114170176
A
1.一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述方法包括以下步骤：
步骤S1，获取焊缝数据：利用工业相机和红外激光线对钢格板进行扫描，获得焊缝数据；
步骤S2，点云降采样：读取数据，使用VoxelGrid体素滤波器对读取的点云数据进行降采样；
步骤S3，分割出框面点云集：基于随机采样一致性算法(RANSAC)提取点云中较大的平面，通过Segmentation不断对点云数据进行提取分割，并获取平面的参数数据；在剩余不到60％点云数据时，则不再使用基于随机采样的分割方法； 步骤S4，分割出焊面点云集：对步骤S3中余下的不到60％的点云数据进行滤波，去除离点；滤波后对剩下的点云进行欧式聚类分割，同时使用模型估计分割出的点云平面模型参数；
步骤S5，确定框面：基于平面方程系数，确定所要焊的一面的平面的集合；依据平面中的极值点与S3步骤中分割的较大平面的距离，确定所要焊的另一面；
步骤S6，确定焊面和焊缝起始端；
步骤S7，确定起始焊点、中间焊点、结束焊点和安全点；
步骤S8，坐标转换：将点云数据和焊点和安全点，经过坐标转换，建立根据以前进方向为X，焊接方向为Z的坐标系。 2.根据权利要求1所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S4具体包括：
S4‑1、使用统计滤波器StatisticalOutlierRemoval对余下的不到60％的点云数据进行滤波，去除离点；
S4‑2、滤波后对剩下的点云进行欧式聚类分割，对于空间中的一点P，通过Kd‑Tree临近搜索算法到K个距离P点最近的点，这些点中距离小于设定阈值的便聚合到集合Q中；
S4‑3、若Q中元素不在增加，整个聚类过程便结束；否则，在选取集合Q以外的点，重复S4‑1和S4‑2，直到Q中元素不再增加；
S4‑4、分割点云同时使用随机采样平面模型估计分割出的点云平面模型参数。
3.根据权利要求1所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S5具体包括：
S5‑1、根据平面方程系数，即平面法向量方向，平面法向量更靠近x，y，z中某一轴，则说明平面更垂直于某一轴，根据所有平面与x，y，z轴的垂直倾向，对所有平面进行分类，其中平面最多的一类，确定为所要焊的一面的平面的集合；
S5‑2、根据钢格板结构可以得到，框面与构成焊缝的另一面最靠近框面的点距离一定最短；则算法根据这一类平面中的极值点，与S3步骤中分割的较大的平面的距离，进行筛选和判断，得到较大面中唯一的最大框面，即所要焊的另一面。
4.根据权利要求1所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S6具体包括：
S6‑1、根据确定的框面，对另一边平面的集合，在通过两平面是否几乎垂直，进一步排除非焊面的平面，确定焊缝另一边的面；
S6‑2、通过构成焊缝的两平面，可以计算出焊缝的方向向量，可以得到焊缝与x，y，z轴
的靠近情况；
S6‑3、根据靠近情况，进一步，根据焊面极值点在焊缝靠近轴的值，得到焊缝略微大于焊接长度的直线线段，焊接点则位于该线段上；
S6‑4、根据激光扫描得到点云的特点，焊面上部完整，底部不完整，及上部点云多，下部点云少；可以取三个焊面，根据过焊面中心点的垂直于焊面和框面的面，将焊面分成两部分，得到一部分的点云数，判断是否大于另一部分，若大于，则该部分为焊面的上部分；再进一步确定，焊缝线段开始的端点；
S6‑5、根据焊面法向量的方向，对于某轴的倾向性，根据焊面在该轴的极值对焊面和焊缝端点进行排序，以便按顺序输入深度，得到中间和结束焊点。
5.根据权利要求4所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S6还包括：根据相邻焊缝之间的距离，对两焊缝距离过小的焊缝中，排除焊缝相对不垂直于框面的杂质。
6.根据权利要求4所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S6‑2中两平面的交线向量计算方法如下：
两平面方程：
A 1x+
B 1y+
C 1z+
D 1＝0 (1)
A 2x+
B 2y+
C 2z+
D 2＝0 (2)
交线向量：(A 3，B 3，C 3)，其中设置向量模长为1：
交线垂直于两平面法向量，可得方程：
A 1A 3+
B 1B 3+
C 1C 3+
D 1＝0 (4)
A 2A 3+
B 2B 3+
C 2C 3+
D 2＝0 (5)
(3)(4)(5)联立，可得：
即求出两平面交线向量，式中，A 1，B 1，C 1，D 1为第一个平面方程的已知系数，A 2，B 2，C 2，D 2为第二个平面方程的已知系数，A 3，B 3，C 3为所要求的两平面交线向量XYZ方向上的值。
7.根据权利要求6所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S6‑4中焊缝线段两端点计算方法如下：
根据焊缝向量(A 3，B 3，C 3)倾向性：
若则焊缝倾向于X轴，则以焊面在X轴上的极大值x 大加上一定长度得到x 1，极小值x 小减去一定长度得到x 2，固定一条包含焊缝的线段：
根据步骤S6‑2中两平面方程，x取x 1可得：
B 1y+
C 1z＝‑
D 1‑A 1x 1 (6)
B 2y+
C 2z＝‑
D 2‑A 2x 1 (7)
(6)(7)联立，可求出：
z＝(B 1D 2+B 1A 2x 1‑B 2D 1‑B 2A 1x 1)/(B 2C 1‑B 1C 2)
y＝(C 1D 2+C 1A 2x 1‑C 2D 1‑C 2A 1x 1)/(B 1C 2‑B 2C 1)
x＝x1
式中，A 1，B 1，C 1，D 1为第一个平面方程的已知系数，A 2，B 2，C 2，D 2为第二个平面方程的已知系数，x1为确定的所要求的点的x坐标值，y，z为所要求的点的y，z坐标值；即求出焊缝一端端点；另一端同理；其他倾向也同理。
8.根据权利要求1所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S7具体包括：
S7‑1、以焊缝开始的端点为搜索点，以对应每条焊缝线段长度为半径，
用Kd ‑Tree半径r 内临近搜索方式，得到距离焊缝直线小于1且距离搜索点最近的点；
S7‑2、在根据焊缝直线方向与某一轴的倾向性，根据搜索点在该轴上的值为最终起始焊点在该轴上的值，进一步根据焊缝线段得到其他轴上的值，确定唯一在直线上的起始焊点；
S7‑3、根据设置的深度，确定中间焊点，和结束焊点；
S7‑4、根据焊缝两边面的法向量以及焊缝方向向量，可设置一定长度得到安全点。
9.根据权利要求1所述的一种基于点云的钢格板焊缝自动检测方法，其特征在于，所述步骤S7中，求空间某一点O(x 0，y 0，z 0)到两点A(x 1，y 1，z 1)，B(x 2，y 2，z 2)确定的直线距离d：
即可得出点到两点确定直线距离d。
一种基于点云的钢格板焊缝自动检测方法技术领域
[0001]本发明属于焊缝检测技术领域，具体涉及一种基于点云的钢格板焊缝自动检测方法。
背景技术
[0002]焊接技术已经成为广泛使用的连接方式之一，主要应用在宇宙航天领域、电子制造领域、机械制造领域以及船舶制造领域等。然而，焊接的现场环境十分的恶劣，在焊接时焊所产生的有害气体和焊接时焊所产生的刺眼弧光，非常的容易使焊工们的生命安全受到威胁。随着人口老龄化，焊接工人逐年减少，焊接需求却在逐年增加，传统的人工焊接无法承担当前社会的需求。
[0003]而随着人工智能行业以及电子制造技术的发展为焊接行业提供了新思路和新技术，人工智能将会为实现焊接自动化、智能化提供更强有力的技术支撑，能够解决新时代焊接需求，而焊缝检测技术是实现焊接自动化与智能化的关键技术。高效精确的焊缝识别与检测对于实现第三代自主式智能焊接机器人
具有极大的工程实际意义。
[0004]随着制造行业自动化进程的迅速发展，金属焊接成为生产过程中必不可少的环节。钢格板作为其中一种需求量较大，使用范围较广的一种特定类钢件，其焊缝检测技术，也更加被社会所需要。
发明内容
[0005]针对现有技术中的不足与难题，本发明旨在提供一种基于点云的钢格板焊缝自动检测方法，针对钢格板设计的焊缝检测方法能够实现高精度的检测，本发明具有针对钢格板焊缝进行检测时精度高，在强烈弧光、飞溅和电弧噪声等干扰下准确地提取出焊缝位置，特征点位置，具有抗干扰能力强、识别准确等优点。
[0006]本发明通过以下技术方案予以实现：
[0007]一种基于点云分析的钢格板焊缝自动检测方法，具体包括以下步骤：
[0008]步骤S1，获取焊缝数据，利用工业相机和红外激光线对钢格板进行扫描，获得焊缝数据；
[0009]步骤S2，点云降采样；
[0010]读取数据，使用VoxelGrid体素滤波器对读取的点云数据进行降采样，以便提高后续操作计算速度；
[0011]步骤S3，分割出框面点云集；
[0012]使用SACMODEL_PLANE模型，利用随机采样一致性算法(RANSAC)算法提取点云中较大的平面，RANSAC通过反复选择数据中一组随机子集来达到目标，所以并不能保证结果一定正确；步骤S1获得了足够多的数据，且钢格板的规格基本一致，获取的数据也较为典型，在不过千的迭代次数中，足以提取出最佳点云平面，通过Segmentation不断对点云数据进行提取分割，并获取平面的参数数据；在剩余不到60％点云数据时，则不再使用基于随机采
说 明 书
1/6页CN 114170176 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议