一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及2D激光傳感器，激光雷達(dá)傳感器，信號(hào)處理，無(wú)向圖聚類(lèi)技術(shù)領(lǐng)域，特 別設(shè)及一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法。
【背景技術(shù)】
[0002] 對(duì)于工業(yè)機(jī)械臂，自主移動(dòng)機(jī)器人，無(wú)人駕駛車(chē)輛等多個(gè)領(lǐng)域，環(huán)境感知都是其必 須具備的基本能力。通過(guò)模仿人類(lèi)感知機(jī)制，不同的傳感器被用于進(jìn)行環(huán)境感知。其中激 光傳感器因其具有測(cè)量精度高，實(shí)時(shí)性好等特點(diǎn)而被廣泛的應(yīng)用于各種系統(tǒng)中。工業(yè)機(jī)械 臂多使用2d激光傳感器，而自主移動(dòng)機(jī)器人和無(wú)人駕駛車(chē)輛則多使用多線激光雷達(dá)。利用 激光傳感器對(duì)環(huán)境或目標(biāo)進(jìn)行掃描，獲取環(huán)境或者目標(biāo)的輪廓距離數(shù)據(jù)，根據(jù)特定的算法 從中提取出所需要的信息是環(huán)境感知的關(guān)鍵所在。通過(guò)對(duì)激光距離數(shù)據(jù)進(jìn)行處理得到目標(biāo) 的輪廓形狀，從而對(duì)之后的信息融合，信息決策和裝置控制提供依據(jù)。
[0003] 環(huán)境和目標(biāo)輪廓形狀多使用幾何圖元來(lái)描述，例如線段，圓弧和直角等。由于激光 傳感器大多測(cè)量的是工業(yè)工件、室內(nèi)環(huán)境或者室外人工環(huán)境，該些目標(biāo)或者環(huán)境都具有結(jié) 構(gòu)化的特點(diǎn)，所W該些圖元可W從2d激光雷達(dá)掃描的數(shù)據(jù)中提取。大多數(shù)輪廓都是直線形 式的，所W線段是一類(lèi)最常用于激光傳感器數(shù)據(jù)形狀測(cè)量的幾何圖元，相應(yīng)的從2D激光雷 達(dá)掃描數(shù)據(jù)中提取線段的技術(shù)也被普遍使用并得到了深入的研究。
[0004] 目前，線段提取技術(shù)可W分為序慣方法和遞歸方法兩類(lèi).序慣方法有PDBS(point distancebasedmethods)算法、SEF(successiveedgefollowing)算法和LT(line tracking)算法.遞歸方法有IEPF(iterativeendpointfit)算法和Split-Merge算 法.除此W外，還有不依賴(lài)于局部信息的HTOlou曲transform)方法.但W上方法都有著 自己無(wú)法避免缺點(diǎn)。PDBS算法直接利用激光雷達(dá)探測(cè)的距離信息提取線段。該算法在分割 線段時(shí)依據(jù)兩相鄰掃描點(diǎn)的直線距離。沈F算法對(duì)PDBS算法進(jìn)行簡(jiǎn)化.該兩種算法的缺點(diǎn) 是對(duì)相交線段的分割失效，且由于同一線段上的掃描點(diǎn)空間分布不均，使闊值選取困難。LT 算法依據(jù)第n+1個(gè)點(diǎn)到前n個(gè)點(diǎn)所擬合直線的距離分割線段，其對(duì)闊值敏感。IEPF算法包 括遞歸分割和遞歸合并兩個(gè)過(guò)程。Split-Merge算法和IEPF算法類(lèi)似，區(qū)別在于分割階段 所采用的直線擬合方法不同。但該兩種方法對(duì)闊值也比較敏感，容易引起過(guò)分割或過(guò)合并 問(wèn)題。HT算法具有簡(jiǎn)單及好的抗噪性能，但由于沒(méi)有利用數(shù)據(jù)點(diǎn)采集序列的順序信息，計(jì)算 量大，且其采用投票的方式確定直線，提取的線段嚴(yán)重依賴(lài)于掃描點(diǎn)的空間密集程度。
[0005] 針對(duì)現(xiàn)有算法對(duì)闊值敏感，對(duì)數(shù)據(jù)噪聲敏感，魯椿性不強(qiáng)等特點(diǎn)，我們提出了自己 的基于2D激光傳感器的輪廓形狀測(cè)量算法，使用直線作為形狀描述基元，對(duì)2D激光輪廓數(shù) 據(jù)進(jìn)行線段提取，擬合目標(biāo)輪廓并進(jìn)行特定形狀的檢測(cè)。

【發(fā)明內(nèi)容】

[0006] 為了解決上述現(xiàn)有技術(shù)上存在的問(wèn)題，本發(fā)明的目的在于提供一種工件表面輪廓 的二維激光實(shí)時(shí)探測(cè)方法，解決了目前常用方法無(wú)法從激光數(shù)據(jù)中穩(wěn)定并且魯椿的提取直 線特征該一難題，并將該方法用于激光傳感器輪廓數(shù)據(jù)的形狀檢測(cè)中，為后續(xù)數(shù)據(jù)處理，決 策和控制提供依據(jù)。
[0007] 為了達(dá)到W上目的，本發(fā)明采用如下技術(shù)方案：
[000引一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，包括W下步驟：
[0009] 1)從2D激光傳感器或者激光雷達(dá)中獲取到一帖輪廓點(diǎn)數(shù)據(jù)，每個(gè)點(diǎn)用如下符號(hào) 表不：
[0010] R= {ti,…，rj;
[0011] 2)對(duì)獲取的輪廓點(diǎn)數(shù)據(jù)做預(yù)處理，預(yù)處理包括零值輪廓點(diǎn)去除和重復(fù)輪廓點(diǎn)去 除；
[0012] 3)對(duì)預(yù)處理過(guò)后的輪廓點(diǎn)數(shù)據(jù)進(jìn)行線段提取，得到輪廓點(diǎn)數(shù)據(jù)的線段擬合結(jié)果；
[0013] 4)對(duì)線段提取的結(jié)果進(jìn)行類(lèi)內(nèi)點(diǎn)刪除操作，去除錯(cuò)誤分類(lèi)的邊緣點(diǎn)，保證整個(gè)點(diǎn) 集的直線擬合參數(shù)的正確性；
[0014] 5)輪廓形狀檢測(cè)，獲得輪廓點(diǎn)數(shù)據(jù)線段提取的結(jié)果之后，把所要提取的目標(biāo)形狀 檢測(cè)并定位出來(lái)。
[0015] 所述對(duì)預(yù)處理過(guò)后的輪廓點(diǎn)數(shù)據(jù)進(jìn)行線段提取的方法，包括W下步驟：
[0016] (1)使用自適應(yīng)闊值的迭代中斷點(diǎn)擬合（IEPF，Iterative化d化intFit)算法對(duì) 輪廓點(diǎn)數(shù)據(jù)進(jìn)行過(guò)分割，通過(guò)點(diǎn)集R的起點(diǎn)ri和終點(diǎn)r1確定直線以在該點(diǎn)集中捜索到該直 線L距離最大的點(diǎn)驗(yàn)證準(zhǔn)則為若該點(diǎn)到該直線L的距離dj.大于設(shè)定的闊值t虹eshold， 則W該點(diǎn)為斷點(diǎn)，將該點(diǎn)集分割為R'和R"兩個(gè)點(diǎn)集，之后對(duì)每個(gè)分割點(diǎn)集執(zhí)行相同的分 割過(guò)程，直到所有點(diǎn)集都滿足驗(yàn)證準(zhǔn)則；
[0017] 得到過(guò)分割之后的點(diǎn)集集合V:
[001 引V= {q?！?，qj，Qk= {r?！瑀j}，kGn
[0019] 其中，Qk為第k個(gè)過(guò)分割點(diǎn)集，r為該點(diǎn)集所包含的點(diǎn)；
[0020] 似建立無(wú)向圖G= [V，e]，節(jié)點(diǎn)V為過(guò)分割之后的n個(gè)點(diǎn)集V=站，…，qj，無(wú) 向圖的邊e則表征兩個(gè)節(jié)點(diǎn)之間的關(guān)系，分為主邊和次邊，定義e表征兩個(gè)點(diǎn)集能進(jìn)一步 融合的概率，其計(jì)算函數(shù)如下：
[0021]
【主權(quán)項(xiàng)】
1. 一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，其特征在于，包括以下步驟： 1) 從2D激光傳感器或者激光雷達(dá)中獲取到一幀輪廓點(diǎn)數(shù)據(jù)，每個(gè)點(diǎn)用如下符號(hào)表示： R = Ir1,…，rj ; 2) 對(duì)獲取的輪廓點(diǎn)數(shù)據(jù)做預(yù)處理，預(yù)處理包括零值輪廓點(diǎn)去除和重復(fù)輪廓點(diǎn)去除； 3) 對(duì)預(yù)處理過(guò)后的輪廓點(diǎn)數(shù)據(jù)進(jìn)行線段提取，得到輪廓點(diǎn)數(shù)據(jù)的線段擬合結(jié)果； 4) 對(duì)線段提取的結(jié)果進(jìn)行類(lèi)內(nèi)點(diǎn)刪除操作，去除錯(cuò)誤分類(lèi)的邊緣點(diǎn)，保證整個(gè)點(diǎn)集的 直線擬合參數(shù)的正確性； 5) 輪廓形狀檢測(cè)，獲得輪廓點(diǎn)數(shù)據(jù)線段提取的結(jié)果之后，把所要提取的目標(biāo)形狀檢測(cè) 并定位出來(lái)。
2. 根據(jù)權(quán)利要求1所述的一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，其特征在于： 所述對(duì)預(yù)處理過(guò)后的輪廓點(diǎn)數(shù)據(jù)進(jìn)行線段提取的方法，包括以下步驟： (1) 使用自適應(yīng)閾值的迭代中斷點(diǎn)擬合IEPF算法對(duì)輪廓點(diǎn)數(shù)據(jù)進(jìn)行過(guò)分割，通過(guò)點(diǎn)集 R的起點(diǎn)A和終點(diǎn)r $角定直線L，在該點(diǎn)集中搜索到該直線L距離最大的點(diǎn)r」，驗(yàn)證準(zhǔn)則 為若該點(diǎn)到該直線L的距離(1」大于設(shè)定的閾值threshold，則以該點(diǎn)為斷點(diǎn)，將該點(diǎn)集分割 為R'和R"兩個(gè)點(diǎn)集，之后對(duì)每個(gè)分割點(diǎn)集執(zhí)行相同的分割過(guò)程，直到所有點(diǎn)集都滿足驗(yàn) 證準(zhǔn)則； 得到過(guò)分割之后的點(diǎn)集集合V : V = {q" …，qj，qk= Ir " …，k e η 其中qk為第k個(gè)過(guò)分割點(diǎn)集，r為該點(diǎn)集所包含的點(diǎn)； (2) 建立無(wú)向圖G = [V，ε ]，節(jié)點(diǎn)V為過(guò)分割之后的η個(gè)點(diǎn)集V = Iq1,…，qn}，無(wú)向圖 的邊ε則表征兩個(gè)節(jié)點(diǎn)之間的關(guān)系，分為主邊和次邊，定義ε表征兩個(gè)點(diǎn)集能進(jìn)一步融合 的概率，其計(jì)算函數(shù)如下：
其中Qi, Qj為任意兩個(gè)節(jié)點(diǎn)，α，β，γ為常量； fr(qi，qj)為粗IEPF融合項(xiàng)：
其中l(wèi)ength(q)為集所含輪廓點(diǎn)的長(zhǎng)度，D 為qi集合遠(yuǎn)端點(diǎn)到IEPF擬合 直線的距離，Dmx為IEPF融合閾值，D "^為D ^id(Qi)和Dniid(q」）中較小的那個(gè)值； 4(?, Qj)為 kmeans 聚類(lèi)項(xiàng)：
其中kmeans聚類(lèi)集合S中的第i類(lèi)，K(q D為qi集合直線擬合斜率，Kmean(Si)為 kmeans聚類(lèi)后集合的斜率均值； fs Qi, qj為鋸齒邊緣項(xiàng)：
其中qJP q j為點(diǎn)集P的左右臨近點(diǎn)集，lengthmin(qi，…，qn)為所有點(diǎn)集中的最短點(diǎn)集 的長(zhǎng)度，k為該點(diǎn)集的平均斜率； fd(Qi，Qj)為點(diǎn)集距離項(xiàng)：
其中cqi，Cqj為點(diǎn)集q i，q」中距離最近的兩個(gè)點(diǎn)的坐標(biāo)； (3)創(chuàng)建分割無(wú)向圖的能量函數(shù)，使分割無(wú)向圖的能量函數(shù)最小化則得到過(guò)分割的點(diǎn) 集之間的融合關(guān)系； 首先定義一下主邊和次邊的概念，認(rèn)為節(jié)點(diǎn)V = Iq1,…，qn}是有順序的，當(dāng)一條邊表示 的Qj滿足j = i+Ι時(shí)，則該邊為主邊，否則該邊為次邊；實(shí)際上就是緊挨的點(diǎn)集組成的 邊即為主邊； 在構(gòu)造能量函數(shù)之前要先對(duì)無(wú)向圖做幾步預(yù)處理： 1) 在主邊中，找到極大值的邊作為生長(zhǎng)種子邊： Seed={ci|sign(Fmain(ci)' )' =-2}，（^ε ε 2) 在主邊中，找到函數(shù)值小于0. 375的邊作為截?cái)噙叄鳛榉N子邊生長(zhǎng)的最大范圍： Break = {Cj|Fmain(Cj)〈0. 375}，CjG ε 所有點(diǎn)集被截?cái)噙叿譃镹類(lèi)，故能量函數(shù)設(shè)為：
其中M為融合之后得到的集合的數(shù)量，mk為融合乙后第k類(lèi)中包含的點(diǎn)集數(shù)目，m k-l則 為第k類(lèi)包含的主邊數(shù)目，j-i衡量的是次邊的權(quán)重程度。
3. 根據(jù)權(quán)利要求2所述的一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，其特征在于： 所述自適應(yīng)閾值的IEPF算法，使用了自適應(yīng)的判定閾值，閾值的自適應(yīng)計(jì)算公式為：
其中A, rj為輪廓數(shù)據(jù)第i個(gè)點(diǎn)到第j個(gè)點(diǎn)，H為整個(gè)輪廓數(shù)據(jù)長(zhǎng)度，length (r ^rj)為 巧，1^兩點(diǎn)之間距離，λ為閾值步進(jìn)長(zhǎng)度。
4. 根據(jù)權(quán)利要求2所述的一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，其特征在于： 所述使無(wú)向圖的能量函數(shù)最小化的計(jì)算方法，包括以下步驟： 1) 從種子邊進(jìn)行生長(zhǎng)，分為前向生長(zhǎng)和后向生長(zhǎng)，每次把無(wú)向圖中的一個(gè)新的點(diǎn)和跟 該節(jié)點(diǎn)連接的邊加進(jìn)當(dāng)前類(lèi)； 2) 計(jì)算加進(jìn)該節(jié)點(diǎn)之后的能量函數(shù)內(nèi)部項(xiàng)：
當(dāng)①能量函數(shù)內(nèi)部項(xiàng)變小 ②遇到截?cái)噙? 兩者發(fā)生其一時(shí)，則該種子邊停止生長(zhǎng)； 3)設(shè)定停止生長(zhǎng)的地方為新的截?cái)噙叄陆財(cái)噙匓reak，并更新種子邊Seed，返回到 步驟1)，直到所有的節(jié)點(diǎn)都分類(lèi)結(jié)束。
5.根據(jù)權(quán)利要求1所述的一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，其特征在于： 所述輪廓形狀檢測(cè)，進(jìn)行如下操作，把所要提取的目標(biāo)形狀檢測(cè)并定位出來(lái)： 1) 對(duì)類(lèi)內(nèi)點(diǎn)數(shù)據(jù)進(jìn)行直線擬合，使用最小二乘法直線擬合方法，得到擬合直線方程，方 程參數(shù)為斜率h和常數(shù)b i; 2) 把包含點(diǎn)數(shù)大于5的直線篩選出來(lái)，初步篩選出有意義的線段； 3) 根據(jù)形狀檢測(cè)任務(wù)設(shè)定檢測(cè)先驗(yàn)及形狀檢測(cè)模板； 由于檢測(cè)數(shù)據(jù)為固定位置和角度的多段線段，所以把形狀檢測(cè)模板設(shè)置為"直線和直 線之間角度"；如果檢測(cè)目標(biāo)形狀是固定折角形狀，則形狀檢測(cè)模板則為兩條直線，并且直 線交角為固定角度；如果檢測(cè)目標(biāo)形狀為固定梯形形狀，則形狀檢測(cè)模板為三條直線，兩相 鄰直線為固定夾角；如果檢測(cè)目標(biāo)形狀為w或M形，則形狀檢測(cè)模板為四條直線，兩相鄰直 線為固定角度； 4) 根據(jù)形狀檢測(cè)模板進(jìn)行匹配和篩選，對(duì)滿足角度條件的線段對(duì)保留，從中按照形狀 檢測(cè)模板直線數(shù)量和組合進(jìn)行進(jìn)一步篩選，最終在符合條件的結(jié)果中篩選最適合的結(jié)果。
【專(zhuān)利摘要】本發(fā)明提供了一種工件表面輪廓的二維激光實(shí)時(shí)探測(cè)方法，針對(duì)2D激光傳感器獲取到的環(huán)境或目標(biāo)物體的輪廓點(diǎn)數(shù)據(jù)，首先使用自適應(yīng)閾值的IEPF算法對(duì)輪廓點(diǎn)數(shù)據(jù)進(jìn)行過(guò)分割；然后構(gòu)造無(wú)向圖，過(guò)分割的點(diǎn)集數(shù)據(jù)作為無(wú)向圖節(jié)點(diǎn)，過(guò)分割點(diǎn)集融合的概率作為無(wú)向圖的邊，并計(jì)算融合概率值；之后構(gòu)造分割無(wú)向圖的能量函數(shù)并提出能量函數(shù)最小化解法，獲得過(guò)分割點(diǎn)集的融合結(jié)果，即點(diǎn)數(shù)據(jù)的線段擬合結(jié)果；最后使用先驗(yàn)知識(shí)和形狀模板對(duì)線段擬合結(jié)果進(jìn)行計(jì)算，得到形狀檢測(cè)結(jié)果；該方法克服了傳統(tǒng)算法對(duì)閾值敏感，對(duì)數(shù)據(jù)噪聲敏感和魯棒性不強(qiáng)的缺點(diǎn)，可用于工業(yè)機(jī)器臂的特定形狀工件的檢測(cè)，自主運(yùn)動(dòng)機(jī)器人的場(chǎng)景理解，無(wú)人駕駛車(chē)輛的環(huán)境認(rèn)知等熱點(diǎn)問(wèn)題。
【IPC分類(lèi)】G01B11-24
【公開(kāi)號(hào)】CN104880160
【申請(qǐng)?zhí)枴緾N201510278480
【發(fā)明人】劉躍虎, 李辛昭, 崔志超, 翟少卓, 蘇遠(yuǎn)歧
【申請(qǐng)人】西安交通大學(xué)
【公開(kāi)日】2015年9月2日
【申請(qǐng)日】2015年5月27日