CN110363801A - 工件实物与工件三维cad模型的对应点匹配方法 - Google Patents
工件实物与工件三维cad模型的对应点匹配方法 Download PDFInfo
- Publication number
- CN110363801A CN110363801A CN201910600519.6A CN201910600519A CN110363801A CN 110363801 A CN110363801 A CN 110363801A CN 201910600519 A CN201910600519 A CN 201910600519A CN 110363801 A CN110363801 A CN 110363801A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- material object
- point
- cad model
- workpiece material
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
提供一种工件实物与工件三维CAD模型的对应点匹配方法，本发明通过计算各个视图中工件照片轮廓，采用三维扩充的方式得到空间坐标点，取各个坐标的极值点为关键点，在三维CAD模型中同样选取各个坐标轴上的极值点，利用余弦定理分别计算工件三维CAD模型中的关键点的两两夹角,作为结构化依据，并对工件实物上的关键点做相同处理，遍历集合，得到两者误差最小的匹配方式，从而计算出两者转化矩阵，三维CAD模型点与转化矩阵相乘，得到实物中的关键点坐标，实现了工件三维CAD模型和工件实物上任意点映射关系的直观匹配。本发明对加工位置的计算不受工件实物摆放位置、旋转角度的影响，提高了工件实物与三维CAD模型对应点匹配速度和匹配精度。
Description
技术领域
本发明属于零件数字化技术领域，具体涉及一种工件实物与工件三维CAD模型的对应点匹配方法。
背景技术
计算机辅助设计CAD已经广泛应用在各个领域，尤其是在工业设计中，CAD的发展使得工业产品设计流程更加标准、更加高效。在目前的产品生产流程中，产品设计方通过工程制图的方式，得到产品的三维CAD模型，再交给工厂加工生产。在工件实物进行加工时，一般现在主要依赖技术操作人员对CAD图纸模型的理解，进行加工生产，没有有效的工具来反映工件实物与CAD模型间的逐点对应关系，使工件实物上的加工位置和三维CAD模型上的加工位置不能达到准确高效的匹配对应。其中，申请号为“201610303972.7”，名称为“基于检测特征的点云模型与CAD模型的配准方法”的专利文件公开了一种配准方法，此专利是通过计算CAD模型上与工件实物上匹配点的重心，建立坐标系，通过矩阵数据运算得到旋转矩阵，从高斯曲率突变点选取点，通过ICP算法计算CAD模型上与选取点对应的匹配点，将点云坐标按照旋转矩阵旋转，将点云中的点构成候选点集，通过逐点遍历的方式进行匹配。但是此专利中需要对CAD模型进行分割，计算速度慢，主要针对点云模型，对拍摄要求较高。因此有必要提出改进。
发明内容
本发明解决的技术问题：提供一种工件实物与工件三维CAD模型的对应点匹配方法，本发明通过计算各个视图中工件照片轮廓，采用三维扩充的方式得到空间坐标点，取各个坐标的极值点为关键点，在件三维CAD模型中同样选取各个坐标轴上的极值点，利用余弦定理分别计算工件三维CAD模型中的关键点的两两夹角,作为结构化依据，并对工件实物上的关键点做相同处理，遍历集合，得到两者误差最小的匹配方式，从而计算出两者转化矩阵，工件三维CAD模型点与转化矩阵相乘，得到工件实物中的关键点坐标，实现了工件三维CAD模型和工件实物上任意点映射关系的直观匹配，使加工位置的计算不受工件摆放位置、旋转角度的影响，提高了两者对应点匹配速度和匹配精度。
本发明采用的技术方案：工件实物与工件三维CAD模型的对应点匹配方法，将工件三维CAD模型上的任意点通过坐标映射关系直观匹配到工件实物上，反之，将工件实物上的任意点通过坐标映射关系直观的匹配到工件三维CAD模型上，具体包括以下步骤；
1)在工位上架设相机，建立工位正交坐标系，以工位上的一点为原点，计算相机的坐标；
2)通过相机拍摄工位的实际背景，形成背景视图；将工件实物放置在工位上，通过相机拍摄工件实物的实际照片，形成工件视图；
3)采用计算机系统打开步骤2)中拍摄的视图照片，使用工件视图与背景视图的深度矩阵差值，得到工件实物在对应背景视图上的轮廓；
4)使用矩阵拼接的方式，计算工件实物在工位坐标中的各个坐标位置；
5)对工件实物坐标位置在工位坐标的X,Y,Z三轴上分别取max与min，得到工件实物最外侧轮廓的角点坐标；
6)在工件实物上任选一个角点为基准点，按顺时针或者逆时针的顺序计算其他各个角点到该角点的距离，并对距离进行单位化；
7)通过余玄定理计算工件实物上基准点与其余任意两个角点的夹角；
8)在工件三维CAD模型上以一角点为基准，按照与步骤6)中相同的顺序，计算三维CAD模型基准点与其余两点间的夹角，依次跟换基准点；
9)计算工件实物和工件三维CAD模型相对应夹角误差均值MAE，选取夹角误差均值MAE中最小的基准点作为工件实物中的基准点；
10)以步骤9)中得到的工件实物中的基准点，计算出工件三维CAD模型与工件实物的转化矩阵，通过工件三维CAD模型上的点与转化矩阵相乘，得到工件实物上的真实位置。
述步骤1)中，当所述相机采用普通相机时，分别在工位上方、工位正前侧和工位左侧方安装相机，对应的上述步骤2)中，形成的背景视图包含背景主视图、背景俯视图、背景左视图，形成的工件视图包含工件主视图、工件俯视图、工件左视图；上述步骤1)中，当所述相机采用激光点云相机时，只在工位上方安装相机，对应的上述步骤2)中，即形成一张激光点云背景视图，一张激光点云工件视图。
上述步骤5)和6)中，当工件实物为立方体时共8个角点，其余形状工件实物的角点个数都少于8；上述步骤7)中，8个角点对应的夹角为C2 8-1＝21个。
本发明与现有技术相比的优点：
1、本方案中通过计算各个视图中工件照片轮廓，采用三维扩充的方式得到空间坐标点，取各个坐标的极值点为关键点，在工件三维CAD模型中同样选取各个坐标轴上的极值点，利用余弦定理分别计算工件三维CAD模型中的关键点的两两夹角,作为结构化依据，并对工件实物上的关键点做相同处理，遍历集合，得到两者误差最小的匹配方式，从而计算出两者转化矩阵，工件三维CAD模型点与转化矩阵相乘，得到实物中的关键点坐标，实现了工件三维CAD模型和工件实物上任意点映射关系的直观匹配，使加工位置的计算不受工件摆放位置、旋转角度的影响，提高了两者对应点匹配速度和匹配精度，使匹配速度控制在0.5秒之内，相比于现有技术，使匹配效率大大提高；
2、本方案中利用了图像恢复技术，对图像精度要求不高，适用于二维和三维模型与工件实物的对应点匹配，扩大了使用范围。
具体实施方式
下面结合描述本发明的较佳实施例，以详细说明本发明的技术方案，但并不因此将本发明限制在所述的实施例范围之中。
工件实物与工件三维CAD模型的对应点匹配方法，包含点与点，线与线，面与面的对应关系，将工件三维CAD模型上的任意点通过坐标映射关系直观匹配到工件实物上，反之，将工件实物上的任意点通过坐标映射关系直观的匹配到工件三维CAD模型上。其目的是：任意在工件三维CAD模型上标注待加工点、待加工线或待加工面，可以通过拍照的方式计算工件实物上的加工位置，转化为工件实物上的对应坐标。具体包括以下步骤；
1)在工位上架设相机，此处的相机可以根据要求选取，并且不同的相机在工位上的安装位置要求不同，具体如下：当所述相机采用普通相机时，分别在工位上方、工位正前侧和工位左侧方安装相机，当所述相机采用激光点云相机时，只在工位上方安装相机。接着建立工位正交坐标系，以工位上的一点为原点，计算相机的坐标；
2)通过相机拍摄工位的实际背景，形成背景视图；将工件实物放置在工位上，通过相机拍摄工件实物的实际照片，形成工件视图。当所述相机采用普通相机时，由于工位三方位安装相机，背景视图包含背景主视图、背景俯视图、背景左视图，工件视图包含工件主视图、工件俯视图、工件左视图；当所述相机采用激光点云相机时，只在工位上方安装相机，即形成一张激光点云背景视图，一张激光点云工件视图；
3)采用计算机系统打开步骤2)中拍摄的视图照片，使用工件视图与背景视图的深度矩阵差值，得到工件在对应背景视图上的轮廓；
4)使用矩阵拼接的方式，计算工件实物在工位坐标中的各个坐标位置；
5)对工件实物坐标位置在工位坐标的X,Y,Z三轴上分别取max与min，得到工件实物最外侧轮廓的角点坐标；当工件实物为立方体时共8个角点，其余形状工件实物的角点个数都少于8；
6)在工件实物上任选一个角点为基准点，按顺时针或者逆时针的顺序计算其他各个角点到该角点的距离，并对距离进行单位化；
7)通过余玄定理计算工件实物上基准点与其余任意两个角点的夹角；其中立方体的工件实物8个角点对应的夹角为C2 8-1＝21个，其余形状的工件实物的夹角个数都少于21；
8)在工件三维CAD模型上以一角点为基准，按照与步骤6)中相同的顺序，计算三维CAD模型基准点与其余两点间的夹角，依次跟换基准点；
9)计算工件实物和工件三维CAD模型相对应夹角误差均值MAE，选取夹角误差均值MAE中最小的基准点作为工件实物中的基准点；
10)以步骤9)中得到的工件实物中的基准点，计算出工件三维CAD模型与工件实物的转化矩阵，通过工件三维CAD模型上的点与转化矩阵相乘，得到工件实物上的真实位置。
本发明通过计算各个视图中工件照片轮廓，采用三维扩充的方式得到空间坐标点，取各个坐标的极值点为关键点，在工件三维CAD模型中同样选取各个坐标轴上的极值点，利用余弦定理分别计算工件三维CAD模型中的关键点的两两夹角,作为结构化依据，并对工件实物上的关键点做相同处理，遍历集合，得到两者误差最小的匹配方式，从而计算出两者转化矩阵，三维CAD模型与转化矩阵相乘，得到实物中的关键点坐标，实现了工件三维CAD模型和工件实物上任意点映射关系的直观匹配，使加工位置的计算不受工件摆放位置、旋转角度的影响，提高了两者对应点匹配速度和匹配精度。
上述实施例，只是本发明的较佳实施例，并非用来限制本发明实施范围，故凡以本发明权利要求所述内容所做的等效变化，均应包括在本发明权利要求范围之内。
Claims (3)
1.工件实物与工件三维CAD模型的对应点匹配方法，其特征在于：将工件三维CAD模型上的任意点通过坐标映射关系直观匹配到工件实物上，反之，将工件实物上的任意点通过坐标映射关系直观的匹配到工件三维CAD模型上，具体包括以下步骤；
1)在工位上架设相机，建立工位正交坐标系，以工位上的一点为原点，计算相机的坐标；
2)通过相机拍摄工位的实际背景，形成背景视图；将工件实物放置在工位上，通过相机拍摄工件实物的实际照片，形成工件视图；
3)采用计算机系统打开步骤2)中拍摄的视图照片，使用工件视图与背景视图的深度矩阵差值，得到工件实物在对应背景视图上的轮廓；
4)使用矩阵拼接的方式，计算工件实物在工位坐标中的各个坐标位置；
5)对工件实物坐标位置在工位坐标的X,Y,Z三轴上分别取max与min，得到工件实物最外侧轮廓的角点坐标；
6)在工件实物上任选一个角点为基准点，按顺时针或者逆时针的顺序计算其他各个角点到该角点的距离，并对距离进行单位化；
7)通过余玄定理计算工件实物上基准点与其余任意两个角点的夹角；
8)在工件三维CAD模型上以一角点为基准，按照与步骤6)中相同的顺序，计算三维CAD模型基准点与其余两点间的夹角，依次跟换基准点；
9)计算工件实物和工件三维CAD模型相对应夹角误差均值MAE，选取夹角误差均值MAE中最小的基准点作为工件实物中的基准点；
10)以步骤9)中得到的工件实物中的基准点，计算出工件三维CAD模型与工件实物的转化矩阵，通过工件三维CAD模型上的点与转化矩阵相乘，得到工件实物上的真实位置。
2.根据权利要求1所述的工件实物与工件三维CAD模型的对应点匹配方法，其特征在于：上述步骤1)中，当所述相机采用普通相机时，分别在工位上方、工位正前侧和工位左侧方安装相机，对应的上述步骤2)中，形成的背景视图包含背景主视图、背景俯视图、背景左视图，形成的工件视图包含工件主视图、工件俯视图、工件左视图；上述步骤1)中，当所述相机采用激光点云相机时，只在工位上方安装相机，对应的上述步骤2)中，即形成一张激光点云背景视图，一张激光点云工件视图。
3.根据权利要求1所述的工件实物与工件三维CAD模型的对应点匹配方法，其特征在于：上述步骤5)和6)中，当工件实物为立方体时共8个角点，其余形状工件实物的角点个数都少于8；上述步骤7)中，8个角点对应的夹角为个。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910600519.6A CN110363801B (zh) | 2019-07-04 | 2019-07-04 | 工件实物与工件三维cad模型的对应点匹配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910600519.6A CN110363801B (zh) | 2019-07-04 | 2019-07-04 | 工件实物与工件三维cad模型的对应点匹配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110363801A true CN110363801A (zh) | 2019-10-22 |
| CN110363801B CN110363801B (zh) | 2023-04-18 |
Family
ID=68218153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910600519.6A Active CN110363801B (zh) | 2019-07-04 | 2019-07-04 | 工件实物与工件三维cad模型的对应点匹配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110363801B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113240674A (zh) * | 2021-07-09 | 2021-08-10 | 深圳市艾视铂智能技术有限公司 | 基于三维点云和二维图像融合的共面度检测方法 |
| WO2022222115A1 (en) * | 2021-04-22 | 2022-10-27 | Abb Schweiz Ag | Method and apparatus of determining point for processing workpiece |
| WO2022222114A1 (en) * | 2021-04-22 | 2022-10-27 | Abb Schweiz Ag | Method and apparatus of determining point for processing workpiece |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296693A (zh) * | 2016-08-12 | 2017-01-04 | 浙江工业大学 | 基于3d点云fpfh特征实时三维空间定位方法 |
| CN107590832A (zh) * | 2017-09-29 | 2018-01-16 | 西北工业大学 | 基于自然特征的物理对象追踪定位方法 |
| US20180247147A1 (en) * | 2017-02-28 | 2018-08-30 | Quality Vision International, Inc. | Automatic alignment of a 3d model to a test object |
| CN109345620A (zh) * | 2018-08-13 | 2019-02-15 | 浙江大学 | 融合快速点特征直方图的改进icp待测物体点云拼接方法 |
-
2019
- 2019-07-04 CN CN201910600519.6A patent/CN110363801B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296693A (zh) * | 2016-08-12 | 2017-01-04 | 浙江工业大学 | 基于3d点云fpfh特征实时三维空间定位方法 |
| US20180247147A1 (en) * | 2017-02-28 | 2018-08-30 | Quality Vision International, Inc. | Automatic alignment of a 3d model to a test object |
| CN107590832A (zh) * | 2017-09-29 | 2018-01-16 | 西北工业大学 | 基于自然特征的物理对象追踪定位方法 |
| CN109345620A (zh) * | 2018-08-13 | 2019-02-15 | 浙江大学 | 融合快速点特征直方图的改进icp待测物体点云拼接方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022222115A1 (en) * | 2021-04-22 | 2022-10-27 | Abb Schweiz Ag | Method and apparatus of determining point for processing workpiece |
| WO2022222114A1 (en) * | 2021-04-22 | 2022-10-27 | Abb Schweiz Ag | Method and apparatus of determining point for processing workpiece |
| CN113240674A (zh) * | 2021-07-09 | 2021-08-10 | 深圳市艾视铂智能技术有限公司 | 基于三维点云和二维图像融合的共面度检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110363801B (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109816703B (zh) | 一种基于相机标定和icp算法的点云配准方法 | |
| CN109945853B (zh) | 一种基于3d点云航拍图像的地理坐标定位系统和方法 | |
| CN105740899B (zh) | 一种机器视觉图像特征点检测与匹配复合的优化方法 | |
| CN105261060A (zh) | 基于点云压缩和惯性导航的移动场景实时三维重构方法 | |
| CN106204574B (zh) | 基于目标平面运动特征的相机位姿自标定方法 | |
| CN107358633A (zh) | 一种基于三点标定物的多相机内外参标定方法 | |
| CN103196370B (zh) | 一种导管接头空间位姿参数的测量方法和装置 | |
| CN107588721A (zh) | 一种基于双目视觉的零件多尺寸的测量方法及系统 | |
| JP2009093611A (ja) | 三次元オブジェクト認識のためのシステムおよび方法 | |
| CN104463969B (zh) | 一种对航空倾斜拍摄的地理照片的模型的建立方法 | |
| CN105118021A (zh) | 基于特征点的图像配准方法及系统 | |
| CN107818598B (zh) | 一种基于视觉矫正的三维点云地图融合方法 | |
| CN110363801A (zh) | 工件实物与工件三维cad模型的对应点匹配方法 | |
| CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
| CN111768449B (zh) | 一种双目视觉结合深度学习的物体抓取方法 | |
| CN106097431A (zh) | 一种基于三维栅格地图的物体整体识别方法 | |
| CN111754579A (zh) | 多目相机外参确定方法及装置 | |
| CN116129037B (zh) | 视触觉传感器及其三维重建方法、系统、设备及存储介质 | |
| Pathak et al. | Dense 3D reconstruction from two spherical images via optical flow-based equirectangular epipolar rectification | |
| CN103985154A (zh) | 一种基于全局线性方法的三维模型重建方法 | |
| CN105469386A (zh) | 一种确定立体相机高度与俯仰角的方法及装置 | |
| CN104167001B (zh) | 基于正交补偿的大视场摄像机标定方法 | |
| CN114022530A (zh) | 基于混合现实技术的3d打印辅助方法、系统及应用 | |
| CN104504691A (zh) | 基于低秩纹理的摄像机位置和姿态测量方法 | |
| CN108257184A (zh) | 一种基于正方形点阵合作目标的相机姿态测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |