專利名稱：一種基于機器人視覺伺服的大型復(fù)雜零件測量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種大型復(fù)雜零件測量的技術(shù)，特別是一種基于機器人視覺伺服的大型復(fù)雜零件測量方法。
背景技術(shù)：
當(dāng)前幾何量精密測量的研究與發(fā)展從量程范圍角度看，正經(jīng)歷著從常規(guī)尺寸向小尺度尺寸和大空間尺寸兩個方向的發(fā)展過程。大空間尺寸遠(yuǎn)遠(yuǎn)大于一般的機械加工尺寸，常規(guī)的精密測量方法不能很好解決工程應(yīng)用中的測量問題；較大工件(產(chǎn)品)因為尺寸和質(zhì)量龐大，測量工作多在加工制造現(xiàn)場環(huán)境中，甚至在工位上進(jìn)行，復(fù)雜的空間，加之溫度、振動等無法控制的現(xiàn)場干擾因素，大大增加了測量難度；此外，巨大的測量空間和復(fù)雜的現(xiàn)場環(huán)境對測量自動化水平提出了很高的要求，高效自動化測量也是大尺寸測量的關(guān)鍵因素之一 O隨著國家對大飛機項目、風(fēng)能發(fā)電和深海探測等重大項目的大力支持與發(fā)展，越來越多的零部件涉及到大尺寸復(fù)雜曲面的制造與測量技術(shù)，比如飛機渦扇發(fā)動機葉片、直升機螺旋槳、潛艇螺旋槳和風(fēng)電渦輪機葉片等。這些部件對于最后成型曲面的精度都有嚴(yán)格的要求，制造出的產(chǎn)品曲面形狀應(yīng)該和設(shè)計的形狀嚴(yán)格一致，因此對于這一類零件的加工質(zhì)量應(yīng)該進(jìn)行測量與檢測以保證與設(shè)計參數(shù)的一致性，從而確保產(chǎn)品的性能。目前工業(yè)應(yīng)用中的大尺寸曲面檢測大部分都是利用接觸式的三坐標(biāo)測量技術(shù)進(jìn)行檢測，這種方法通過對表面點坐標(biāo)的測量與評價完成橫截面幾何形狀的測量，該測量方法精度高，但是測量速度很慢，人工干預(yù)很多，同時通用性差、操作過程冗長繁瑣。而且該測量方法一般建立在已知先驗CAD模型的基礎(chǔ)上，對于逆向工程有很大的不便性。

發(fā)明內(nèi)容
為了實現(xiàn)對大型復(fù)雜零件的高效、高精度、高通用性測量，本發(fā)明的目的是提供一種無需先驗CAD模型的完全智能化精密測量的基于機器人視覺伺服的大型復(fù)雜零件測量方法。本發(fā)明解決其技術(shù)問題所采用的方案是首先建立裝載4個以上機器手臂的測量現(xiàn)場，采用面結(jié)構(gòu)光對零件表面進(jìn)行標(biāo)記，然后采用視覺技術(shù)建立空間曲面流形模型，再對于曲面流形模型進(jìn)行精度區(qū)域劃分和取點自動規(guī)劃；再給各個機器人進(jìn)行任務(wù)分配和取點規(guī)劃路徑，最后采用力覺-視覺融合伺服的方法控制機器人末端探針進(jìn)行接觸式取點，以獲得大型復(fù)雜零件的點云數(shù)據(jù)。所述空間曲面流形模型可采用B樣條控制頂點在雙目圖像中匹配來對被測曲面的幾何形狀建造精確的模型，采用結(jié)構(gòu)光投影的網(wǎng)格形狀測量曲面各區(qū)域的曲率變化并建立曲面的空間流形。所述精度區(qū)域劃分是根據(jù)空間曲面上曲率變化的情況而對曲面進(jìn)行區(qū)域劃分，即按照網(wǎng)格的曲線曲率變化，以及包括結(jié)構(gòu)光節(jié)點和曲面的特征角點構(gòu)成網(wǎng)格節(jié)點密度，從而將曲面劃分成由特征點分割出的精度區(qū)域。產(chǎn)生面結(jié)構(gòu)光的激光發(fā)射器與水平面成25-75度向零件表面發(fā)射面結(jié)構(gòu)光，結(jié)構(gòu)光平面和零件表面相交成一條直線或者曲線。所述激光發(fā)射器兩側(cè)按垂直方向等距離設(shè)置攝像機，以發(fā)射等距離的平行面結(jié)構(gòu)光。本發(fā)明所述測量現(xiàn)場可以包括四個可移動導(dǎo)軌和4個以上伺服機器人，伺服機器人與全局測量通過室內(nèi)iGPS控制定位。所述測量現(xiàn)場也可包括四個固定導(dǎo)軌和四個可移動導(dǎo)軌構(gòu)成空間結(jié)構(gòu)框架，其中兩條導(dǎo)軌可豎直方向移動，另外兩條導(dǎo)軌可水平運動，每個可移動導(dǎo)軌上裝配兩個可移動機器人，測量空間上方裝有全局?jǐn)z像機裝置和室內(nèi)iGPS定位系統(tǒng)裝置。對各個機器人按精度區(qū)域進(jìn)行任務(wù)分配，每個機器人完成子任務(wù)后返回測量數(shù)據(jù)。機器人在執(zhí)行任務(wù)過程中，以機器人移動距離最短作為任務(wù)分配原則，循環(huán)最優(yōu)解作為最佳分配方法。機器人根據(jù)任務(wù)分配逐步選擇就近區(qū)域進(jìn)行測量任務(wù)，每個機器人在工作過程中選擇距離區(qū)域中心最小的區(qū)域進(jìn)行測量，測量完成后再選擇距離最小的區(qū)域，如此循環(huán)直到所有區(qū)域測量完成。本發(fā)明的另一個目的是提供一種用于基于機器人視覺伺服的大型復(fù)雜零件測量方法的專用裝置，它包括支架9、可上下或左右移動的導(dǎo)軌，在導(dǎo)軌上設(shè)置有I個以上視覺 機器人8，在支架9側(cè)面分別安裝有面結(jié)構(gòu)光發(fā)射陣A2和面結(jié)構(gòu)光發(fā)射陣B3，并在支架9的上部或外側(cè)設(shè)置全局?jǐn)z像機I。可上下移動的導(dǎo)軌包括安裝在支架9兩端的上下移動導(dǎo)軌4，可左右移動的導(dǎo)軌包括安裝在支架9兩側(cè)的水平移動導(dǎo)軌5。水平移動導(dǎo)軌5兩端可分別與上下移動導(dǎo)軌4成活動配合連接。本發(fā)明的有益效果是本方法是一種無需零件CAD先驗?zāi)Ｐ?、智能?guī)劃路徑、實現(xiàn)高精度的復(fù)雜零件測量方法，由于本方法建立自己的測量現(xiàn)場，并裝載有iGPS位置檢測站、全局?jǐn)z像機和多個伺服機器人，可從全局進(jìn)行規(guī)劃并從局部進(jìn)行精細(xì)操作，實現(xiàn)高效、高精度、高通用性的測量。本方法可廣泛應(yīng)用于我國重大戰(zhàn)略裝備的關(guān)鍵零部件制造領(lǐng)域。


圖I是本發(fā)明的工作流程方框圖。圖2是本發(fā)明用于測量時建立測量現(xiàn)場的一種實施方式的結(jié)構(gòu)原理示意圖。圖3是圖2的正視結(jié)構(gòu)示意圖。圖4是圖2的俯視結(jié)構(gòu)示意圖。圖5是圖2的右視結(jié)構(gòu)示意圖。圖6和圖7是基于雙目視覺反饋控制的原理示意圖。圖8是力覺和視覺融合伺服控制方框原理示意圖。圖9是結(jié)構(gòu)光與曲面零件表面相交的攝像機獲取圖。圖10是結(jié)構(gòu)光與平面零件表面相交的攝像機獲取圖。圖中I-全局?jǐn)z像機，2-面結(jié)構(gòu)光發(fā)射陣A，3-面結(jié)構(gòu)光發(fā)射陣B，4_上下移動導(dǎo)軌，5-水平移動導(dǎo)軌，6-面結(jié)構(gòu)光與零件表面交線，7-被測量物體，8-機器人，9-支架。
具體實施例方式為了闡明本發(fā)明的技術(shù)方案及技術(shù)目的，下面結(jié)合附圖及具體實施方法對本發(fā)明做進(jìn)一步介紹。
實施例1，本發(fā)明要首先建立裝載4個以上機器手臂的測量現(xiàn)場(本發(fā)明以8個為例進(jìn)行說明)，采用面結(jié)構(gòu)光對零件表面進(jìn)行標(biāo)記，然后采用視覺技術(shù)建立空間曲面流形模型，再對于曲面流形模型進(jìn)行精度區(qū)域劃分和取點自動規(guī)劃；再給各個機器人進(jìn)行任務(wù)分配和取點規(guī)劃路徑，最后采用力覺-視覺融合接觸的視覺力覺混合控制測量方法對大型復(fù)雜零件進(jìn)行測量獲得大型復(fù)雜零件的相關(guān)數(shù)據(jù)。參閱圖I至圖10。實施例2，本發(fā)明所述空間曲面流形模型可采用B樣條控制頂點在雙目圖像中匹配來對被測曲面的幾何形狀建造輪廓模型，采用結(jié)構(gòu)光投影的網(wǎng)格形狀測量曲面各區(qū)域的曲率變化并建立曲面的空間流形。參閱圖I至圖10，其余同實施例I。實施例3，本發(fā)明所述精度區(qū)域劃分是根據(jù)空間曲面上曲率變化的情況而對曲面進(jìn)行區(qū)域劃分，即按照網(wǎng)格的曲線曲率變化，以及包括結(jié)構(gòu)光節(jié)點和曲面的特征角點構(gòu)成網(wǎng)格節(jié)點，從而將曲面劃分成由特征點分割出的精度區(qū)域。參閱圖I至圖10，其余同上述實施例。 實施例4，本發(fā)明產(chǎn)生面結(jié)構(gòu)光的激光發(fā)射器與水平面成25-75度向零件表面發(fā)射面結(jié)構(gòu)光，結(jié)構(gòu)光平面和零件表面相交成一條直線或者曲線。所述激光發(fā)射器按垂直方向等距離設(shè)置，以發(fā)射等距離的平行面結(jié)構(gòu)光。已標(biāo)定的全局?jǐn)z像機垂直于水平地面獲取零件圖像，圖像中包括零件表面和面結(jié)構(gòu)光與零件表面的交線。采用視覺識別技術(shù)對全局?jǐn)z像機獲取的圖像進(jìn)行分析，基于B樣條曲線和主動輪廓算法，建立被測曲面的空間流形模型，通過對結(jié)構(gòu)光網(wǎng)格節(jié)點和網(wǎng)格線的曲率變化分析，判定零件表面的彎曲程度，從而選擇合適的取點密度。沿著流形模型的特征角點進(jìn)行取點路徑規(guī)劃，根據(jù)取點密度要求可進(jìn)行不同數(shù)量的差值處理，得到更多待測特征點，從而進(jìn)行精確測量。它主要是采用力覺-視覺融合接觸法進(jìn)行取點測量。參閱圖I至圖10，其余同上述實施例。實施例5，本發(fā)明所述測量現(xiàn)場可以包括四個可移動導(dǎo)軌和八個伺服機器人，伺服機器人與全局測量通過室內(nèi)iGPS控制定位。參閱圖I至圖10，其余同上述實施例。實施例6，本發(fā)明所述測量現(xiàn)場也可包括四個固定導(dǎo)軌和四個可移動導(dǎo)軌構(gòu)成空間結(jié)構(gòu)框架，其中兩條導(dǎo)軌可豎直方向移動，另外兩條導(dǎo)軌可水平移動，每個可移動導(dǎo)軌上裝配兩個可移動機器人，為后續(xù)整個系統(tǒng)的自動化測量提供硬件基礎(chǔ)。在測量空間上方裝有全局?jǐn)z像機裝置和室內(nèi)iGPS定位系統(tǒng)裝置。對八個機器人按精度區(qū)域進(jìn)行任務(wù)分配，每個機器人完成子任務(wù)后返回測量數(shù)據(jù)。機器人在執(zhí)行任務(wù)過程中，以機器人移動距離最短作為任務(wù)分配原則，循環(huán)最優(yōu)解作為最佳分配方法。機器人根據(jù)任務(wù)分配逐步選擇就近區(qū)域進(jìn)行測量任務(wù)，每個機器人在工作過程中選擇距離區(qū)域中心最小的區(qū)域，測量完成后再選擇距離最小的區(qū)域，如此循環(huán)直到所有區(qū)域測量完成。本發(fā)明旨在將每個機器人測量得到的數(shù)據(jù)進(jìn)行融合，最后獲得零件表面的點云數(shù)據(jù)。參閱圖I至圖10，其余同上述實施例。實施例7，本發(fā)明提出的測量空間上方需安裝全局?jǐn)z像機和室內(nèi)iGPS裝置，八個機器人的底座上裝有室內(nèi)iGPS裝置，以便獲得每個機器人在導(dǎo)軌上運動后的精確定位。首先，將被測零件放置到已經(jīng)建立好的測量現(xiàn)場，面激光發(fā)射器組向零件表面發(fā)射面激光，面激光與零件表面相交得到激光曲線，為了使獲得的曲線能夠在攝像機獲取的圖像內(nèi)反應(yīng)零件表面的彎曲程度，面激光發(fā)射器組平行等距離豎直排列，發(fā)射出的面激光與水平面成25-75度角；然后通過全局?jǐn)z相機攝取零件整體圖像，通過標(biāo)定得到零件的形狀以及輪廓，從而建立Snake能量模型對目標(biāo)輪廓曲線進(jìn)行逼近，將輪廓視為一條能量最小化樣條，采用B樣條曲線用于快速的輪廓檢測與擬合，從而得到零件的形狀以及輪廓。采用與Snake類似的能量函數(shù)，目標(biāo)輪廓用初始B樣條曲線的演化形式進(jìn)行表示，而曲線的外部能量項擬采用GVF (梯度向量流)的外部能量表達(dá)方法進(jìn)行表示。根據(jù)B樣條曲線具體的方程可以推導(dǎo)出相應(yīng)的B樣條曲線逼近圖像輪廓的Snake模型。通過B樣條控制頂點在雙目圖像中匹配來計算被測曲面的形狀，在此基礎(chǔ)上通過結(jié)構(gòu)光投影的網(wǎng)格形狀來測量曲面各區(qū)域的曲率變化情況而建立曲面的空間流形。根據(jù)空間曲面上的輪廓情況，以及網(wǎng)格形狀和節(jié)點密度確定三個精度等級，分別為超高精度、高精度、正常精度。超高精度區(qū)域指網(wǎng)格形狀變形很大，而且節(jié)點密度也很大的區(qū)域，說明本區(qū)域的零件表面變形或者彎曲程度比較大，需要進(jìn)行精密取點才能準(zhǔn)確獲 得零件表面的形狀特征；高精度區(qū)域指網(wǎng)格形狀變形較明顯，而且節(jié)點密度也比較大的區(qū)域，說明本區(qū)域的零件表面有變形或者彎曲存在，需要測量較多特征點來確定零件表面的形狀特征；正常區(qū)域指網(wǎng)格變形不明顯，節(jié)點密度較小的區(qū)域，說明本區(qū)域的零件表面比較近似平面特征，可以測量較少的特征點，以減少工作量提高測量效率。本發(fā)明的測量空間共搭載八個機器人，分別標(biāo)號為一至八號，其中一三五七號四個機器人為六關(guān)節(jié)機器人，進(jìn)行超高精度和高精度區(qū)域的測量任務(wù)；其余四個機器人為四關(guān)節(jié)機器人，進(jìn)行正常精度區(qū)域的測量任務(wù)。當(dāng)待測零件表面被分為三個精度等級后，導(dǎo)軌根據(jù)零件高度運動到適當(dāng)位置然后固定不動。分別將超高精度、高精度和正常精度三個區(qū)域標(biāo)記為A、B、C，再將六關(guān)節(jié)機器人和四關(guān)節(jié)機器人分別標(biāo)記為S和F，通過計算每個機器人S到A和B的距離，選擇距離最短的一組匹配進(jìn)行測量，然后再從剩余的不同匹配距離中選擇距離最小的一組進(jìn)行測量，以此類推。六關(guān)節(jié)機器人工作的同時，四關(guān)節(jié)機器人F和C區(qū)域進(jìn)行距離最短的匹配。若機器人同一導(dǎo)軌上在工作過程中存在相互干涉的情況，則先放棄工作任務(wù)，待第一輪測量任務(wù)完成后，移動導(dǎo)軌后重復(fù)以上測量任務(wù)分配，直到完成被測零件表面所有區(qū)域的測量任務(wù)。當(dāng)機器人在導(dǎo)軌上移動結(jié)束后，將首先通過室內(nèi)iGPS裝置獲取基座的位置數(shù)據(jù)，然后固定基座，通過機器人關(guān)節(jié)的轉(zhuǎn)動或者移動進(jìn)行測量工作。對于探針取點過程采用力覺-視覺融合伺服的方法控制機器人末端探針進(jìn)行接觸式取點。為使接觸式探針取點過程接觸柔和，將力覺控制引入到雙目視覺伺服控制系統(tǒng)中，將雙目視覺和力覺信息融合為一體。通過兩個CCD攝像機得出目標(biāo)角點和機器人特征點之間的視差；然后通過控制機器人的運動減小雙目視差的值直至零(即機器人的特征點和目標(biāo)角點重合)，從而達(dá)到手眼協(xié)調(diào)控制的目的。如圖6所示，通過立體視覺系統(tǒng)獲取目標(biāo)物體和機器人末端操作器上的兩個特征點的角視差
視覺反饋控制的目的就是使得^和1|都減小趨向于0，如圖7所示，即使得兩個特征點重合，也即機器人末端達(dá)到了目標(biāo)位置。當(dāng)探針沒有接觸到曲面時，力傳感器的反饋量f為0，此時按照雙目視覺伺服進(jìn)行控制，如圖8所示；當(dāng)探針接觸到被測表面時將力控制作為控制的外循環(huán)以減小探針與被測曲面的接觸力。整個測量過程由全局?jǐn)z像機控制，室內(nèi)iGPS位置檢測站采集機器人的位姿數(shù)據(jù)，并由計算機記錄每個區(qū)域所獲取的測量數(shù)據(jù)，當(dāng)各個區(qū)域的測量工作完成之后將測量的數(shù)據(jù)進(jìn)行分析并生成點云，基于機器人視覺伺服控制的自動數(shù)據(jù)采集工作結(jié)束。參閱圖I至圖10，其余同上述實施例。
實施例8，本發(fā)明所述用于基于機器人視覺伺服的大型復(fù)雜零件測量方法的專用裝置 ，它包括支架9、可上下或左右移動的導(dǎo)軌，在每根導(dǎo)軌上設(shè)置有I個以上視覺機器人8，也可根任務(wù)需要設(shè)置3個或4個視覺機器人8，在支架9側(cè)面分別安裝有面結(jié)構(gòu)光發(fā)射陣A2和面結(jié)構(gòu)光發(fā)射陣B3，并在支架9的上部或外側(cè)設(shè)置全局?jǐn)z像機I?？缮舷乱苿拥膶?dǎo)軌包括安裝在支架9兩端的上下移動導(dǎo)軌4，可左右移動的導(dǎo)軌包括安裝在支架9兩側(cè)的水平移動導(dǎo)軌5。水平移動導(dǎo)軌5兩端可分別與上下移動導(dǎo)軌4成活動配合連接。參閱圖2至5。其余同上述實施例。
權(quán)利要求
1.一種基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是首先建立裝載4個以上機器手臂的測量現(xiàn)場，采用面結(jié)構(gòu)光對零件表面進(jìn)行標(biāo)記，然后采用機器視覺技術(shù)建立空間曲面流形模型，再對曲面流形模型進(jìn)行精度區(qū)域劃分和取點自動規(guī)劃；再給各個機器人進(jìn)行任務(wù)分配和取點路徑規(guī)劃，最后采用力覺-視覺融合伺服的方法控制機器人末端探針進(jìn)行接觸式取點，以獲得大型復(fù)雜零件的點云數(shù)據(jù)。
2.根據(jù)權(quán)利要求I所述基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是所述空間曲面流形模型采用B樣條控制頂點在雙目圖像中匹配來對被測曲面的幾何形狀建造輪廓模型，采用結(jié)構(gòu)光投影的網(wǎng)格形狀測量曲面各區(qū)域的曲率變化并建立曲面的空間流形。
3.根據(jù)權(quán)利要求I所述基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是所述精度區(qū)域劃分是根據(jù)空間曲面上曲率變化的情況而對曲面進(jìn)行區(qū)域劃分，即按照網(wǎng)格的稀疏與稠密程度并將包括結(jié)構(gòu)光節(jié)點和曲面的特征角點構(gòu)成網(wǎng)格節(jié)點，從而將曲面劃分成由特征點分割出的精度區(qū)域。
4.根據(jù)權(quán)利要求I所述基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是產(chǎn)生面結(jié)構(gòu)光的激光發(fā)射器與水平面成25-75度向零件表面發(fā)射面結(jié)構(gòu)光，結(jié)構(gòu)光平面和零件表面相交成直線或者曲線，這些直線或者曲線形成網(wǎng)格結(jié)構(gòu)；所述激光發(fā)射器按垂直方向等距離設(shè)置，以發(fā)射等距離的平行面結(jié)構(gòu)光。
5.根據(jù)權(quán)利要求I所述基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是所述測量現(xiàn)場包括四個可移動導(dǎo)軌和4個以上伺服機器人，伺服機器人與全局測量通過室內(nèi)iGPS控制定位；或由四個固定導(dǎo)軌和四個可移動導(dǎo)軌構(gòu)成空間結(jié)構(gòu)框架，其中兩條導(dǎo)軌可豎直方向移動，另外兩條導(dǎo)軌可水平運動，每個可移動導(dǎo)軌上裝配一個以上可移動機器人，測量空間上方裝有全局?jǐn)z像機裝置和室內(nèi)iGPS定位系統(tǒng)裝置；對各個機器人按精度區(qū)域進(jìn)行任務(wù)分配，每個機器人完成子任務(wù)后返回測量數(shù)據(jù)。
6.根據(jù)權(quán)利要求5所述基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是機器人在執(zhí)行任務(wù)過程中，以機器人移動距離最短作為任務(wù)分配原則，循環(huán)最優(yōu)解作為最佳分配方法；或機器人根據(jù)任務(wù)分配逐步選擇就近區(qū)域進(jìn)行測量任務(wù)，每個機器人在工作過程中選擇距離區(qū)域中心最小的區(qū)域進(jìn)行測量工作，測量完成后再選擇距離最小的區(qū)域，如此循環(huán)直到所有區(qū)域測量完成。
7.根據(jù)權(quán)利要求I所述基于機器人視覺伺服的大型復(fù)雜零件測量方法，其特征是采用力覺-視覺融合接觸測量的方法，即將力覺控制引入到雙目視覺伺服控制系統(tǒng)中，將雙目視覺和力覺信息融合為一體；雙目視覺伺服控制采用雙目視差趨零控制方法。
8.一種用于基于機器人視覺伺服的大型復(fù)雜零件測量方法的專用裝置，其特征是它包括支架(9)、可上下或左右移動的導(dǎo)軌，在導(dǎo)軌上設(shè)置有I個以上視覺機器人(8)，在支架(9)側(cè)面分別安裝有面結(jié)構(gòu)光發(fā)射陣A (2)和面結(jié)構(gòu)光發(fā)射陣B (3)，并在支架(9)的上部或外側(cè)設(shè)置全局?jǐn)z像機(I)。
9.根據(jù)權(quán)利要求8所述基于機器人視覺伺服的大型復(fù)雜零件測量方法的專用裝置，其特征是可上下移動的導(dǎo)軌包括安裝在支架(9)兩端的上下移動導(dǎo)軌(4)，可左右移動的導(dǎo)軌包括安裝在支架(9)兩側(cè)的水平移動導(dǎo)軌(5)。
10.根據(jù)權(quán)利要求8所述基于機器人視覺伺服的大型復(fù)雜零件測量方法的專用裝置，其特征是水平 移動導(dǎo)軌(5)兩端分別與上下移動導(dǎo)軌(4)成活動配合連接。
全文摘要
一種基于機器人視覺伺服的大型復(fù)雜零件測量方法。它屬于一種機械精密測量方法。它主要解決現(xiàn)有測量系統(tǒng)的測量效率不高、通用性不強、智能化程度低等技術(shù)問題。其技術(shù)方案要點是建立能夠裝載4個以上機器人的測量現(xiàn)場，通過面結(jié)構(gòu)光對零件表面進(jìn)行標(biāo)記，然后利用視覺技術(shù)建立空間曲面流形模型，再基于曲面流形進(jìn)行精度區(qū)域劃分和取點自動規(guī)劃，實現(xiàn)無需先驗?zāi)Ｐ偷膹?fù)雜零件測量自動規(guī)劃；再給各個機器人進(jìn)行任務(wù)分配和取點規(guī)劃路徑，最后采用力覺-視覺融合伺服的方法控制機器人末端探針進(jìn)行接觸式測量，以獲得大型復(fù)雜零件的點云數(shù)據(jù)。本方法可廣泛應(yīng)用于我國重大戰(zhàn)略裝備的關(guān)鍵零部件制造領(lǐng)域。
文檔編號G01B11/25GK102937426SQ201210456470
公開日2013年2月20日 申請日期2012年11月14日 優(yōu)先權(quán)日2012年11月14日
發(fā)明者李明富, 馬建華, 張玉彥, 周琦, 秦衡峰, 周友行 申請人:湘潭大學(xué), 李明富