标定参数确定方法、校正方法、介质及设备与流程

本发明涉及计算机视觉，特别是涉及标定参数确定方法、校正方法、介质及设备。

背景技术：

1、当前基于机器人的大型工件尺寸测量的技术手段，需要通过机器人末端带动采集模块移动至多个测量点位进行表面形状测量，并读取机器人在不同特征点下对应的测量姿态，然后拼接所有的测量点云以反映测量的工件整体尺寸和形状，或通过额外的外部追踪设备来实时监测测量机器人运动状态以获取机器人末端测量设备的位姿信息对所有测量点云进行拼接测量，或通过于测量过程中测量工件表面的同时，测量额外参考物来反映机器人末端测量设备的定位信息以对所有测量点云进行拼接测量。

2、因此，现有技术中，机器人本身所带来的绝对定位精度和手眼标定误差问题都将极大影响到多特征点的测量拼接数据的精度，造成测量不准确的问题；对机器人本身进行参数化校正也仍然受限于机器人运动误差的多耦合因素和误差在不同测量位姿下的非线性特性无法进一步提升精度，且标定需要离线进行；而通过利用第三方视觉追踪仪器跟踪机器人末端加装的特殊定位物体的移动轨迹和位姿，来实时定位末端采集模块运动参数的方法需要额外的硬件设备来辅助，设置复杂且成本较高；而通过同时测量参考物来反映机器人末端测量设备的定位信息方法需要在工件表面或周围进行特殊设置，有额外硬件成本的同时对于工序和工件本身都限定了适用范围；此外以上方法均只能优化特征点的空间点位信息，而对于单个特征点本身的形状尺寸信息无法进行校正优化。

3、因此，如何改善现有技术应用场景较少，操作不变，且标定精度低、标定效率低等问题，是该领域亟待解决的技术问题。

技术实现思路

1、基于此，本技术目的在于提供一种标定参数确定方法、校正方法、介质及设备，来解决上述背景技术中提及的至少一个技术问题。

2、第一方面，本技术提供了一种标定参数确定方法，包括：

3、s1：获取标定工件的点云数据；

4、s2：根据点云数据，提取各特征的特征测点空间信息和特征尺寸信息，并对应编号；

5、s3：根据各特征测点空间信息和编号映射对应先验测点空间信息，构建目标函数，以确定最优变换矩阵，使得空间信息转换时，二者误差最小；

6、s4：根据最优变换矩阵，将各特征测点空间信息、特征尺寸信息和先验测点空间信息、先验尺寸信息变换至同一坐标系；

7、s5：获取同一坐标系下相同编号的特征测点空间信息、特征尺寸信息和先验测点空间信息、先验尺寸信息之间的差值，为校正参数。

8、进一步地，获取标定工件的点云数据的步骤，包括：

9、控制机器人沿先验固定轨迹分别移动至若干预定位置采集标定工件表面点云，得到若干采集设备坐标系下标定工件表面部分点云，并获取机器人位于各预定位置时的当前位姿；

10、根据机器人位于各预定位置时的当前位姿和采集设备与机器人末端之间的先验转换矩阵，将标定工件表面部分点云转换至机器人基坐标系，拼接得到标定工件的点云数据；

11、对标定工件的点云数据进行滤波或/和下采样处理，得到优化后的标定工件的点云数据。

12、进一步地，根据点云数据，提取各特征的特征测点空间信息和特征尺寸信息，并对应编号的步骤，包括：

13、s21：根据先验感兴趣区域，提取点云数据中对应的若干初始特征区域点云；

14、s22：对各初始特征区域点云拟合平面，得到对应平面方程和平面法向量；

15、s23：将各初始特征区域点云沿平面法向量投影至对应平面方程，得到投影点云；

16、s24：从投影点云和初始特征区域点云中随机选取若干个点构建矩阵计算公式，得到平面方程和初始特征区域点云的点云转换矩阵，以将初始特征区域点云转换至平面方程，得到二维点云图像；

17、s25：获取二维点云图像的二值化图像，并对其进行轮廓提取，得到二维点云图像的二值化图像的内部轮廓；

18、s26：对内部轮廓进行轮廓拟合，得到拟合图形的特征点以及特征尺寸，并投影至平面方程，得到特征测点空间信息和特征尺寸信息。

19、进一步地，根据点云数据，提取各特征的特征测点空间信息和特征尺寸信息，并对应编号的步骤，还包括：

20、s27：重复步骤s1-s26，直至得到设定数量的特征测点空间信息和特征尺寸信息；

21、s28：计算各特征对应的若干特征测点空间信息和特征尺寸信息的平均值，并获取各特征测点空间信息和特征尺寸信息与平均值之间的差值；

22、s29：判断差值是否小于差值阈值，若小于，则保留该特征测点空间信息和特征尺寸信息，若不小于，则剔除对应的特征测点空间信息和特征尺寸信息；

23、s210：获取剩余数据中，各特征对应的若干特征测点空间信息和特征尺寸信息的平均值，为最终确定的特征测点空间信息和特征尺寸信息。

24、进一步地，根据各特征测点空间信息和编号映射对应先验测点空间信息，得到最优变换矩阵的步骤，包括：

25、根据测点空间信息或/和特征尺寸信息，对各测点空间信息进行排序，并根据排序结果对各测点空间信息和对应先验测点空间信息赋予权重；

26、根据各特征测点空间信息、对应先验测点空间信息和二者的权重，构建目标函数3-1，以确定最优变换矩阵3-2：

27、3-1

28、3-2

29、其中，minf（）为目标函数，i为第i对匹配的特征测点空间信息和先验测点空间信息，0<i<n，n为特征测点空间信息和先验测点空间信息的匹配对数，r为旋转变换矩阵，t为平移变换矩阵，，分别为对应的特征测点空间信息和先验测点空间信息，j，c分别为特征测点空间信息和先验测点空间信息的标号，x_min为最优变换矩阵，k为编号相同的对应特征测点空间信息和先验测点空间信息的权重。

30、进一步地，根据排序结果对各测点空间信息和对应先验测点空间信息赋予权重的步骤，还包括：

31、将距离与中心点更近的测点空间信息赋予更高的权重；或将尺寸更小的测点空间信息赋予更高的权重。

32、进一步地，根据测点空间信息或/和特征尺寸信息，对各测点空间信息进行排序，并根据排序结果对各测点空间信息和对应先验测点空间信息赋予权重之前，包括：

33、获取各特征测点空间信息和对应先验测点空间信息之间的偏差指标，据此判断各特征测点空间信息是否合格，若否则返回步骤s1重新采集工件点云数据。

34、第二方面，本技术提供了一种工件尺寸校正方法，包括：

35、p1：根据上述任意方法，获取当前工件的点云数据，并提取各当前特征测点空间信息和当前特征尺寸信息；

36、p2：根据校正参数对各当前特征测点空间信息和当前特征尺寸信息进行校正，得到校正后的当前特征测点空间信息和当前特征尺寸信息。

37、第三方面，本技术还提供了一种计算机存储介质，存储有可执行程序代码；所述可执行程序代码，用于执行第一方面任意一项所述的标定参数确定方法或/和第二方面任意一项所述的工件尺寸校正方法。

38、第四方面，本技术还提供了一种终端设备，包括存储器和处理模块；所述存储器存储有可被处理模块执行的程序代码；所述程序代码用于执行第一方面任意一项所述的标定参数确定方法或/和第二方面任意一项所述的工件尺寸校正方法。

39、本发明提供了一种标定参数确定方法、校正方法、介质及设备，通过获取标定工件的点云数据，根据点云数据，提取各特征的特征测点空间信息和特征尺寸信息，并对应编号，即可根据各特征测点空间信息和编号映射对应先验测点空间信息，构建目标函数，以确定最优变换矩阵，使得空间信息转换时，二者误差最小，在后续获取标定参数过程中，不需要其他任意辅助测量设备，流程简单，标定效率高，且成本较低，同时由于使用的设备种类少，可以扩大本发明的应用范围，然后根据最优变换矩阵，将各特征测点空间信息、特征尺寸信息和先验测点空间信息、先验尺寸信息变换至同一坐标系，最后获取同一坐标系下相同编号的特征测点空间信息、特征尺寸信息和先验测点空间信息、先验尺寸信息之间的差值，为校正参数，通过对提取的特征点进行校正优化，以提高校正精度。解决了现有技术应用场景较少，操作不变，且标定精度低、标定效率低等问题。