李朋超 1,2,3王金涛 1,2,4,*宋吉来 1,4王晓峰 4徐方 1,2,4
作者单位
摘要
1 中国科学院沈阳自动化研究所机器人学国家重点实验室,辽宁 沈阳 110016
2 中国科学院机器人与智能制造创新研究院,辽宁 沈阳 110169
3 中国科学院大学,北京 100049
4 沈阳新松机器人自动化股份有限公司,辽宁 沈阳 110168
针对机器人自适应打磨曲面焊接区域的识别问题,提出了一种基于线结构光的打磨机器人自动识别起始点与终止点的算法和一种深度图像增强算子。增强算子将中心像素与8邻域内像素强度差的绝对值和作为中心像素值,以增强深度图像的可视化特征和打磨区域的纹理特征。首先,对点云数据进行滤波和空洞填充处理;然后,计算每一扫描行点云在高度方向的标准差;最后,对所得特征进行识别,找到一定范围内特征变化较大的位置,从而提取出打磨区域。实验结果表明,该增强算子对深度图像的增强效果极佳,本算法对起始与终止位置的识别精度均值小于1 mm,可达到像素级精度,具有较强的鲁棒性,且对噪声不敏感。在现场打磨测试中也证实了本算法的有效性和可行性。
测量与计量 点云 曲面焊缝 深度图像增强算子 表面特征 
激光与光电子学进展
2021, 58(3): 0312005

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!