【技術實現步驟摘要】
本專利技術屬于三維測量領域，更具體地，涉及一種基于面結構光視點規劃的強反光零件自動化測量方法。
技術介紹
1、強反光零件廣泛應用于航空、航天、船舶、能源動力等國家重大裝備工程中，其質量的好壞將會直接影響到工業產品質量以及機器的壽命，而三維形貌的測量對于零件的質量檢測有著至關重要的作用。面結構光方法具有測量精度高、測量速度快等優點，工業機器人具有操作靈活方便的優點，將兩者結合的自動化測量方法能夠在保證實現高精度測量，提高產品質量的同時，提高檢測效率，降低成本，從而提高產品的市場競爭力。其中，精準和高效的測量視點規劃是實現強反光零件自動化測量的關鍵。
2、目前針對強反光零件自動化測量的視點規劃，仍采用傳統方式，即先通過完全隨機采樣的方式圍繞被測工件的cad模型生成采樣視點，隨后基于所采樣的面片法線方向直接生成視點位置，然后以可見性、機器人可達性等為約束進行視點篩選，獲得滿足覆蓋率要求的最優視點集。
3、然而，完全隨機采樣的方法生成候選視點，可能會導致兩個問題，一是采樣不穩定，即當面片數量較多時，完全隨機的方法有可能出現有些面片一直不被采樣的情況；二是采樣不平衡，即當部分區域面片密度較大時，該區域可能會有很多的采樣點，而其余地方采樣點過少。這將會導致視點采樣不完整、不準確，無法包含或是反映被測零件的完整信息。
技術實現思路
1、針對現有技術的以上缺陷或改進需求，本專利技術提供了一種基于面結構光視點規劃的強反光零件自動化測量方法，由此解決現有的視點規劃方法難以針對強
2、為實現上述目的，按照本專利技術的第一方面，提供了一種基于面結構光視點規劃的強反光零件自動化測量方法，包括：
3、s1，根據待測強反光零件的stl模型隨機生成三維測頭的多個測量視點；分別確定所述stl模型的各三角面片所在的局部區域中，在所有隨機視點下的可見性次數低于閾值的三角面片的數量，并對所述數量進行歸一化得到所述各三角面片的采樣概率；其中，將所述各三角面片及與其相鄰、二次相鄰的三角面片組成的區域作為所述各三角面片所在的局部區域；所述三維測頭包括雙目相機及投影儀；
4、s2，基于所述采樣概率隨機指定一個目標三角面片，確定所述目標三角面片所在的局部區域的測量視點是否可達，若是則將其作為候選視點并加入候選視點集，進入s3，否則再次基于所述采樣概率隨機指定一個三角面片；
5、s3，確定在所述候選視點下所述stl模型中可見的三角面片；
6、s4，將所述候選視點下在當前時刻的左右相機的曝光時間、曝光圖像及融合hdr圖像輸入至預先訓練好的多重曝光時間預測網絡，得到對應的多重曝光時間；根據所述多重曝光時間獲取下一時刻的hdr融合圖像，判斷各所述可見的三角面片在所述下一時刻的hdr融合圖像中的強度是否在預設范圍內，若是則該可見的三角面片可測，否則不可測；
7、s5，重復執行s2-s4，直至候選視點集中的候選視點使測量覆蓋率達到要求；從所述候選視點集中篩選出使測量時間成本最優的視點序列，使所述三維測頭按照所述視點序列中的視點順序及視點位置在對應的多重曝光時間下對所述待測強反光零件進行測量。
8、按照本專利技術的第二方面，提供了一種基于面結構光視點規劃的強反光零件自動化測量系統，包括：計算機可讀存儲介質和處理器；
9、所述計算機可讀存儲介質用于存儲可執行指令；
10、所述處理器用于讀取所述計算機可讀存儲介質中存儲的可執行指令，執行如第一方面所述的方法。
11、按照本專利技術的第三方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使處理器執行如第一方面所述的方法。
12、總體而言，通過本專利技術所構思的以上技術方案與現有技術相比，能夠取得下列有益效果：
13、1、目前的視點生成方法通過完全隨機采樣的方式生成采樣視點，易導致部分面片一直不被采樣，或是部分區域面片采樣不足。本專利技術提供的方法，基于局部區域可見性的生成視點，通過每一個面片及其相鄰二次面片的可見性計算采樣概率；面片的可見性之和越高，其被采樣的概率就越大；反之，可見性之和越低的面片，其被采樣的概率就越小。這樣，可以確保每個面片都有合適的機會被采樣，從而避免了部分面片被過度采樣或被忽略的問題，為后面的視點篩選提供了有效的保障。
14、2、現有視點生成方法往往基于采樣面片法線直接生成視點位置，再基于勢場法等計算視點方向(z軸)，隨機生成x、y軸方向，忽略了相鄰面片以及測頭實際測量視場范圍的影響，可能會出現模型邊緣部分生成的采樣視點質量差以及視點位姿計算不準確的問題。本專利技術首先考慮局部區域的影響，以生成更合適的視點位置。這意味著在確定視點位置時，不僅要考慮當前面片的法線，還要考慮相鄰面片的法線和位置，從而確保生成的視點位置更為合理和準確。其次，本專利技術使用勢場法來計算視點的方向。與傳統方法不同的是，本專利技術還引入了主軸分析方法(pac方法)來計算視點坐標系。這種方法可以更好地考慮結構光的視場范圍，從而生成與實際測量視場范圍更為匹配的視點坐標系。
15、3、在現有的視點規劃技術中，常規做法是將目標物體視作具有漫反射表面的實體，或雖然納入物體的真實反射特性但仍然依賴于一個固定的曝光時間來確定可測區域。這樣的方法往往不能夠完全適應物體表面的多樣化反射特性，從而導致規劃結果與實際情況有所偏差，或者測量效率低下。為了克服這些限制，本專利技術依據左右相機輻照度圖像來自動生成多個曝光時間，確保在視點獲取最優的測量結果。這種策略不僅能夠更精準地識別當前視點下的可測區域，而且能夠更全面和精確地捕捉到物體的表面信息，顯著提升視點規劃的效果和效率，為自動化三維測量提供更為可靠的基礎。
16、4、傳統的多重曝光時間預測方法往往只考慮單個相機圖像，忽視了雙目相機系統中兩個相機間的協調和相互影響，容易導致一方的圖像達到最佳灰度水平時，另一方卻出現過曝或其他質量問題，從而影響整體的測量精度和可靠性。本專利技術提出了一種基于雙目相機輻照度圖的多重曝光時間預測方法，綜合利用雙目相機系統的輻照度圖像信息來精準計算多重曝光時間。它能夠準確提取和分析左右相機圖像中的強度信息，確保整個測量過程中兩者都能保持在最佳灰度狀態，避免了因單方面存在問題導致的測量不穩定和誤差。通過這樣的方法，我們不僅可以實現更穩定和準確的測量結果，還能顯著提高雙目相機系統在復雜環境中的測量性能和可靠性。
17、綜上，本專利技術提供的方法充分考慮到局部區域可見性和結構光測量視場的影響，生成更加合適的候選視點，同時針對強反光表面自適應的生成多重曝光時間，保證單個視點下可測區域最大化。
本文檔來自技高網...【技術保護點】
1.一種基于面結構光視點規劃的強反光零件自動化測量方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，步驟S1中，所述STL模型的各三角面片所在的局部區域中，在所有隨機視點下的可見性次數低于閾值的三角面片的數量采用以下公式近似計算：
3.如權利要求1或2所述的方法，其特征在于，步驟S2中，所述確定所述局部區域的測量視點是否可達，包括：
4.如權利要求1所述的方法，其特征在于，步驟S1中，所述得到所述各三角面片的采樣概率之后，還包括：
5.如權利要求1所述的方法，其特征在于，所述候選視點下左右相機的曝光圖像基于所述候選視點下左右相機的曝光時間與所述候選視點下左相機輻照度圖及右相機匹配輻照度圖獲取；
6.如權利要求1所述的方法，其特征在于，所述多重曝光時間預測網絡基于DQN構建，動作為曝光時間的倍數，狀態包括當前時刻左右相機的曝光時間、曝光圖像及融合HDR圖像，獎勵函數包括：
7.如權利要求6所述的方法，其特征在于，所述獎勵函數還包括：
8.如權利要求6或7所述的方法，其特征在于，在初始
9.一種基于面結構光視點規劃的強反光零件自動化測量系統，其特征在于，包括：計算機可讀存儲介質和處理器；
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使處理器執行如權利要求1-8任一項所述的方法。
...【技術特征摘要】
1.一種基于面結構光視點規劃的強反光零件自動化測量方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，步驟s1中，所述stl模型的各三角面片所在的局部區域中，在所有隨機視點下的可見性次數低于閾值的三角面片的數量采用以下公式近似計算：
3.如權利要求1或2所述的方法，其特征在于，步驟s2中，所述確定所述局部區域的測量視點是否可達，包括：
4.如權利要求1所述的方法，其特征在于，步驟s1中，所述得到所述各三角面片的采樣概率之后，還包括：
5.如權利要求1所述的方法，其特征在于，所述候選視點下左右相機的曝光圖像基于所述候選視點下左右相機的曝光時間與所述候選視點下左相機輻照度圖及...
【專利技術屬性】
技術研發人員：李中偉，張攀，鐘凱，郝倩，黃錦濤，趙隴兵，李家樂，
申請(專利權)人：華中科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。