一種機器人自動掃描儀及掃描方法與流程

2023-07-01 14:37:36

本發明屬於光學三維測量領域，將六自由度機器人與轉臺結合成七自由度三維模型重建系統，特別是採用全自動的快速測量與經過路徑規劃的高精度測量相結合的方法。

背景技術：

三維掃描儀用來偵測並分析現實世界中物體或環境的形狀(幾何構造)與外觀數據(如顏色、表面反照率等性質)。搜集到的數據常被用來進行三維重建計算，在虛擬世界中創建實際物體的數字模型。這些模型具有相當廣泛的用途，舉凡工業設計、瑕疵檢測、逆向工程、機器人導引、地貌測量、醫學信息、生物信息、刑事鑑定、數字文物典藏、電影製片、遊戲創作素材等等都可見其應用。三維掃描儀的製作並非仰賴單一技術，各種不同的掃描技術都有其優缺點。目前並無一體通用之掃描方式，儀器與方法往往受限於物體的外形特性。

傳統的3d掃描儀缺陷比較多：由於視場有限，導致掃描範圍太小；由於掃描角度特殊，導致最終的實體會出現漏洞。為了克服這些缺點，出現的帶轉臺掃描儀，這樣可以給掃描增加1到2個自由度，很大程度上的增加了掃描儀的掃描範圍，增加了掃描角度。然而，這種轉臺掃描儀還是沒有完全解決這些缺點，比如實體的頂部和底部無法掃描、外形較大的實體無法完全覆蓋、表面結構非常複雜的實體還會出現掃描漏洞等。

使用機器人掃描儀解決了以上的大部分問題。但是，在實體表面結構非常複雜的情況下，掃描漏洞問題仍然存在。而且，機器人掃描儀為了避免和被掃描物體碰撞，使用遠距離掃描，這樣掃描出的模型精度就比較低。

為了克服機器人掃描儀的缺陷，本專利使用兩種掃描模式進行掃描：快速掃描和高精度掃描。快速掃描是指遠距離，快速的掃描出實體的低精度模型；高精度掃描是指使用快速掃描的點雲模型進行路徑規劃，然後根據規劃好的路徑進行近距離掃描。這樣就可以解決掃描死角和精度低的缺陷。

技術實現要素：

本發明的目的在於提供一種高精度、多方位的機器人全自動掃描裝置及方法。該裝置包括(圖1所示)由六軸機器臂，mems掃描振鏡雷射三維測頭，轉臺組成；其中mems掃描振鏡雷射三維測頭(圖2所示)主要由a模式雙目相機和b模式雙目相機構成，掃描測頭安放在六軸機械臂末端。b模式雙目相機用來對於物體表面進行快速測量，獲取物體全部的點雲數據並對其進行測量路徑規劃。a模式雙目相機用來沿規劃好的測量路徑對物體表面進行高精度測量。

該方法在同一個測量系統內將快速掃描模式和高精度掃描模式相結合，運用快速掃描測頭對物體初步進行快速測量，獲取物體整體的點雲數據，將點雲數據進行降噪濾波等後處理後逐點進行法矢量方向的求取，進而計算高精度掃描測頭在測量過程中沿旋轉軸的旋轉角度，結合高精度掃描測頭的工作距離約束條件，生成測頭在機器人基礎坐標系下的運動路徑和空間姿態，從而實現路徑規劃，最終利用高精度掃描測頭沿上述規劃好的路徑進行進一步精細測量。

具體步驟如下：

第一步，進行機器人手眼標定。轉臺標定分為兩步：a模式手眼標定和b模式手眼標定。確定機器人工具坐標系和當前模式下左相機坐標系之間的坐標關係。這一步驟只需標定一次。

第二步，進行轉臺標定。轉臺標定分為兩步：a模式轉臺標定和b模式轉臺標定。每一步驟都一樣：把機器人末端移動到某一特定位姿，然後計算各自模式下左相機坐標系與轉臺中心坐標系的坐標關係。

第三步，實現快速掃描。使用b模式對於物體進行遠距離的快速掃描，獲取物體全部的三維點雲數據。

第四步，點雲後處理。利用上一步中得到的被掃描物體的全部點雲數據，採用k-近鄰法對其進行降噪、濾波操作，經處理後的點雲數據便於下一步法矢量的求取。

第五步，求取點雲數據法矢量方向。利用上一步中得到的經後處理之後的點雲數據，採用最小二乘平面擬合的算法，對其逐點進行法矢量方向的求取。

第六步，規劃a模式下的掃描路徑。利用上一步中所計算得到的點雲數據中每點處的法矢量方向，計算a模式在掃描過程中的姿態，結合a模式的工作範圍，生成測頭在機器人坐標系下的運動路徑和空間姿態。

第七步，進行高精度掃描。採用測頭的a模式，按照上一步中所規劃好的運動路徑和空間姿態，對於物體進行高精度測量，獲取更高精度的物體形狀測量結果。

有益效果

(1)本發明無論遠距離掃描還是近距離掃描的是自動化的。遠距離掃描只需要估算模型的尺寸，粗略計算機器人的掃描路徑；近距離掃描根據模型精確的計算機器人的掃描路徑。

(2)本發明在同一系統內將機器人掃描儀的遠距離快速掃描方式和近距離高精度掃描方式相結合，與傳統的單一機器人掃描方式相比更進一步提高了測量精度，實現了物體形狀的高精度掃描。克服了機器人遠距離掃描的精度低的缺陷，同時解決了機器人近距離掃描對於物體設計模型的依賴，保證了在設計模型缺失情況下物體的掃描工作的順利進行。

附圖說明

圖1機器人三維掃描系統結構圖；

圖2mems掃描振鏡雷射三維測頭示意圖；

圖3mems振鏡雷射測頭坐標系與機械臂末端工具坐標系的位姿關係圖；

圖中：1為六軸機器臂，2為mems掃描振鏡雷射三維測頭，3為轉臺，4為投影儀，5為第一相機，6為第二相機，7為第三相機，8為第四相機。

具體實施方式

如圖1所示，一種機器人自動掃描裝置，包括由六軸機器臂，mems掃描振鏡雷射三維測頭，轉臺組成。如圖2所示，mems掃描振鏡雷射三維測頭主要由投影儀、a模式雙目相機是第一相機和第三相機組成，b模式雙目相機是第二相機和第四相機組成，掃描測頭安放在六軸機械臂末端。b模式雙目相機用來對於物體表面進行低精度測量，獲取物體全部的點雲數據並對其進行測量路徑規劃。a模式雙目相機用來沿規劃好的測量路徑對物體表面進行高精度測量。

下面具體結合附圖2和圖3對本發明做詳細描述。

一種機器人自動掃描方法，具體包括以下步驟：

第一步，手眼標定。

標定mems振鏡雷射測頭坐標系與機械臂末端工具坐標系的位姿關係。

用a,b,c,d表示4x4矩陣，分別描述某兩個坐標系之間的相對方位，相對方位由旋轉矩陣r和平移向量t組成，即

其中，ra與ta的下標表示所代表的矩陣名稱。在圖3，cobj表示標定參照物的坐標系，cc1與ce1分別表示六軸機器臂運動前的mems振鏡雷射測頭坐標系與六軸機器臂末端坐標系，cc2與ce2分別表示六軸機器臂運動後的mems振鏡雷射測頭坐標系與六軸機器臂末端坐標系。在cc1與cc2兩個位置上分別用標定塊對ccd相機標定從而求出其外參數，其中外參數即相機在cc1與cc2兩個位置上與cobj的相對方位，用a與b表示。由此，如果c表示cc1與cc2之間的相對方位，則

c＝ab-1

在cc1與cc2兩個位置上分別用標定塊對相機標定，從而求出a與b，進而求出c。

ce1與ce2間的位姿關係可以由控制器讀出，屬於已知參數，用矩陣表示。由於mems掃描振鏡雷射三維測頭固定在六軸機器臂末端，隨著機器臂一起運動，因此cc1與ce1之間，cc2與ce2之間的位姿關係都為x。設空間中一點p在上述四個坐標系cc1，cc2，ce1，ce3的坐標分別為pc1，pc2，pe1，pe2,則有如下關係：

pc1＝cpc2(1.1)

pc1＝xpe1(1.2)

pe1＝dpe2(1.3)

pc2＝xpe2(1.4)

由式(1.1)與式(1.4)得

pc1＝cxpe2(1.5)

由式(1.2)與式(1.3)得

pc1＝xdpe2(1.6)

比較式(1.5)與(1.6)得到

cx＝xd(1.7)

其中矩陣c,d都為已知，因此可以解出mems掃描振鏡雷射三維測頭坐標系與機械臂末端坐標系的位姿關係

第二步，轉臺標定。

首先進行轉臺中心坐標系原點的標定，mems掃描振鏡雷射三維測頭坐標系與旋轉臺坐標系坐標變換的平移量就是旋轉臺坐標系坐標原點在雷射三維測頭坐標系下的坐標p0(x0，y0，z0)。我們可以通過對對應點進行圓心擬合的方法來求p0(xo，y0，z0)。其關鍵是在旋轉臺工作表面上找到合適的參考點p(x,y,z)。轉臺轉動m次，將對應不同的點p1(x,y,z)，p2(x,y,z),…,pm(x,y,z)，理論上,這m個點應處於同一圓周上。因此,在轉臺上平放一塊標定版，雷射測頭中ccd相機對準標定版拍攝一張標定板照片，轉臺轉過m個位置，此時機器臂保持不動，ccd相機繼續拍攝標定版。轉臺共轉過m次，共拍攝m張標定圖片。將拍攝的數據傳輸到計算機，由計算機提取出每個角度標定板世界坐標系的原點，然後將這m個世界坐標系原點進行圓心擬合就可以得到轉臺中心坐標系原點坐標。

然後進行轉臺z軸的標定，由於x軸和y軸在xy平面內取向的特殊性,只需要確定z軸的方向即可建立旋轉臺中心坐標系。z軸的標定與轉臺中心坐標系坐標原點的標定相似,設p0(x0,y0,z0)為旋轉臺中心坐標系原點坐標；p(x,y,z)為旋轉臺工作表面上的參考點,可認為是上一步中任意兩塊標定板的世界坐標系原點，即p1(x1,y1,z1)和p2(x2，y2，z2)，則有如下方程

p0p1＝(x2-x0)i+(y2-y0)j+(z2-z0)k

p0p2＝(x1-x0)i+(y1-y0)j+(z1-z0)k

通過這兩個向量的向量積可求出z軸的方向向量。一旦旋轉臺中心坐標系的坐標原點和z軸方向確定，它與雷射測頭坐標系之間相互轉換的位姿關係就會確定。

第三步，使用機器人掃描儀遠距離快速掃描。使用測頭的b模式，對物體全身進行三維掃描，得到物體的全部點雲數據。

第四步，點雲後處理。利用k-近鄰法對物體的點雲數據進行平滑去噪，包括兩部分，即k-近鄰搜索和基於k-近鄰的噪聲點去除。

1)k-近鄰搜索

目前常見的k-近鄰計算方法有空間單元格法、八叉樹法和k-d樹法。本發明中採用空間單元格法。其算法原理如下。

設p＝{p1,p2,...,pn}是未知的待重建曲面s上的一個採樣點集，s中與待測點pi距離最近的k個待測點成為這一點的k-近鄰，記做nb(p)。該算法首先讀入測量點集文件，將數據點的坐標存入三個一組數組中分別得到測量點集在x、y、z方向上的最大值和最小值。利用三個方向的極值形成一個與坐標軸平行的最小長方體包圍盒，並根據測點的數量和分布將長方體包圍盒按三個坐標方向劃分出m×n×l個子立方體，然後判斷每個數據點所在的子立方體，將數據點的序號添加到該子立方體對應的線性鍊表中。

如果定義三個方向上最小坐標值為：

sub_min_x,sub_min_y,sub_min_z；

最大坐標為：sub_max_x,sub_max_y,sub_max_z；

子立方體的長度為sub_size；

當前點的三維坐標值為：p_x,p_y,p_z；那么子立方體在三個坐標軸方向的個數分別為：

則當前點在子立方體中三個坐標軸方向的索引號分別為：

如此一來，在計算某個散亂點pi的k-近鄰時，首先計算該點所在子立方體的索引號，然後對其所在子立方體及相鄰的上下、左右、前後共27(3x3x3)個子立方體中查找k個最鄰近的點。為每個數據點建立一個鍊表數據結構，pi與子立方體總數據點的距離由小到大排列於該鍊表中，取前k個節點即為所求。當然，這種搜索方法會造成有些點(例如邊界點)的k-近鄰點的個數少於k，所以要對該點的鄰近進行修正，讓其臨近點的個數大於等於k，即把那些k-近鄰的個數小於k的點查找出來，在更大的範圍中求這些點的二次k-近鄰，從而使這些點的鄰近點的個數大於等於k。

2)基於k-近鄰的噪聲點去除

建立好散亂點之間的拓撲關係之後，原則上就可以藉助圖像處理中的濾波算法對數據點進行去噪處理。搜索到每個點的k-近鄰之後，文獻採用鄰域平均法進行噪聲點去除。具體算法描述如下：

(1)讀入三維散亂數據點雲；

(2)利用空間單元格法建立點雲拓撲關係；

(3)搜索點雲中任意一點pi∈s的k-近鄰nb(p)；

(4)計算當前點pi與其k-鄰域內各點之間的距離，取其平均值dmid(pi)，即：

(5)判斷該平均距離dmid(pi)是否超過設定的閾值dσ，若超過，

即：dmid(pi)＞dσ，則認為該點是離群噪聲點，將其刪除；

(6)重複(3)～(5)，直到處理完點雲中所有數據點。

第五步，求取點雲數據法矢量方向。

1)計算每一個測點xi的k-鄰近。算法與第四步中的k-近鄰搜索方法相同

2)利用這些鄰近點擬合一個最小二乘平面p(xi)作為待重建曲面在該點處的切平面，方法如下:

平面方程的一般表達式為：

ax+by+cz+d＝0,(c≠0)

記：

則：z＝a0x+a1y+a2

平面方程擬合：

對於測點附近的k個鄰域點：

(xi,yi,zi),i＝0,1,…,k-1

要用點(xi,yi,zi),i＝0,1,…,k-1擬合計算出最小二乘平面，則使：

最小。

要使得s最小，應滿足：

即：

有，

或，

解上述線性方程組，得：a0,a1,a2

即：z＝a0x+a1y+a2

3)計算上述切平面的單位法矢ni，ni作為測點xi的法矢量。

第六步，規劃近距離掃描路徑。

利用上一步中所計算得到的點雲數據中每點處的法矢量方向，計算a模式在掃描過程中的姿態，結合a模式的工作範圍，生成測頭在機器人坐標系下的運動路徑和空間姿態。

第七步，使用機器人掃描儀進行近距離掃描。利用高精度的a模式，按照上一步中所規劃好的運動路徑和空間姿態，對於物體進行高精度測量，獲取更高精度的物體形狀測量結果。

以上內容是結合具體的優選實施方式對本發明所作的進一步詳細說明，不能認定本發明的具體實施方式僅限於此，對於本發明所屬技術領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干簡單的推演或替換，都應當視為屬於本發明由所提交的權利要求書確定專利保護範圍。