面向散乱零件机器人抓取作业的立体图像处理与匹配技术研究

莫毅 翟红云 李俊

广西工业职业技术学院

摘要：在我国机械制造行业快速发展的背景下，传统的人工生产作业模式发生很大变化，受到现代科学技术发展的推动，机器人在作业生产中的应用逐渐广泛，能够代替人工完成大量复杂作业。在一些大型机械设备生产过程中，因为需要的零件较多，零件分布在机械产品的不同位置，人工选取劳作强度较大，且难以保证安装位置准确，所以机械年来通过机器人抓取零件的方式不断应用，为此需要对其立体图像处理和匹配技术方面进行深入地研究与分析，从而提高机器人在机械生产加工中的实际应用效果。

关键词：散乱零件；机器人；抓取作业；立体图处理；匹配技术

在当前加工制造行业中，机器人的作用和优势不断突出，机器人能够适应强度较高、疲劳较高、安全性较差等作业环境，代替人工完成大量复杂且危险的机械加工、安装制造等作业。虽然近些年来在机械制造生产中所应用的机器人不断增多，但是基本以能够完成拼装生产的功能为主，更加复杂的作业中所应用机器人较少，主要是受到技术水平的限制。为了提高机器人实际应用效果，必须对机器人的立体图像处理技术进行优化，使其能够在复杂的作业条件下快速定位目标并准确抓取。

1机器人抓取作业的立体图像处理

机器人在完成散乱零件的抓取作业时，需要以立体图像为基础，也就是说机器人必须获取到零件的图像信息。在机器人视觉系统获取零件图像信息时，会受到光源、环境等多项因素的干扰，从而无法保证图像信息朱雀星，所以需要在生成点云数据之前对图像进行深度处理，从而保证机器人视觉系统所获取图像更加符合实际情况^[1]。

本文以某汽车发动机的外壳作为研究对象，采用Realsense相机的深度图像来获取零件的轮廓信息，深度图像中的像素点表示相机到零件表面的空间距离，通过将深度图像与相机RGB彩色图像进行X、Y方向的像素点匹配，从而能够得到该发动机外壳零件的三维点云图像。因为深度图像包括左右两个红外相机，且图像经过计算合成，图像的匹配会受到一定的影响，但是彩色图像的像素质量较高，图像中的抖动和噪点几乎可以忽略不计，所以零件的图像综合可靠性能够得到保障，能够提高深度图像整体清晰度。在获取该发动机外壳零件的轮廓图像信息后，采用中值滤波将图像的噪声去除，主要应用高斯滤波、均值滤波以及引导图滤波，并对处理后的图像进行对比；将零件图像中存在的空洞信息利用联合双边滤法进行填补；因为深度图像具有一定的像素点数值变化问题，这种变化呈现在点云图像中时，会导致点云图像出现较大振动，从而导致点云图像清晰度不足，为此可以采用卡尔曼滤波技术，将深度信息与当前的信息进行同时处理，能够得到较为准确的深度值。同时，因为立体图像在处理过程中，图像的边缘会出现一定的深度值变化，且滤波也会对深度值造成影响，所以必须保证立体图像边缘的处理算法具有良好适用性，降低对图像边缘的影响，或将图像边缘变化进行修复，从而能够起到良好的修复效果。

2面向散乱零件机器人抓取作业匹配技术分析

2.1零件点云粗匹配技术分析

因为精准匹配对于点云数据的初始位置准确性要求较高，如果匹配距离过远则无法得到准确的匹配结果导致匹配工作失败，所以在精准匹配前必须进行粗匹配作业。当前所应用的点云粗匹配技术较多，例如以方向为基础的包围盒技术、一致性初始配准技术以及主成分分析技术等。以方向为基础的包围盒技术通过对需要匹配的两个点云建立相应的包围盒，收集最小包围盒与坐标轴的夹角和质心坐标，通过将两个包围盒旋转的方式使其距离小于容差，则这来个包围盒的点云具有一致性；一致性初始配准技术在计算前，通过计算机点云数据的特征直方图FPFH，在源点云和目标点云之间随机选择具有相似特征直方图的多个点，将其构成点对，之后对点对与点对之间的刚体变换矩阵进行计算，即可得到准确的数值；主成分分析技术的应用较为简单，能够实现对点云数据的降维处理，通过将复杂的数据简单化，从而能够降低计算和匹配时间，能够提高机器人抓取作业与图像的匹配效率^[2]。

2.2零点点云精准匹配

在点云粗匹配完成后，两个点云在空间的位置匹配性依然没有达到实际要求，所以需要对点云进行精准匹配，提高点云匹配重合度。在三维点云的精确匹配技术中，迭代最近点匹配技术的应用最为广泛，通过多年的应用实践与技术创新，迭代最近点配技术的应用体系不断成熟，主要用于计算两个点云的旋转和平移矩阵，实现源点云与目标点云空间位置中的最大匹配性。迭代最近点匹配技术的初始参数设置能够决定参数匹配需要迭代的次数以及参数收敛所需要的条件，同时能够决定所用时间，该技术在应用时，首先建立两个点云之间的匹配关系，之后查询欧式距离最近的点位，将所有匹配点位的刚体转换矩阵进行计算，使其转换后的匹配点之间平均距离最小，从而能够使其匹配更加精准^[3]

。

结束语

综上所述，本文全面阐述了面向散乱零件机器人抓取作业的立体图像处理技术，并对其所需要应用的匹配技术进行分析，以汽车发动机外壳作为研究实例对象，希望能够对我国机械加工制造行业起到一定的借鉴和帮助作用，不断提高机器人应用水平。

参考文献

[1]梁雪, 黄祖广, 张承瑞,等. 基于机器视觉的散乱柱类零件抓取系统[J]. 制造技术与机床, 2020, 000(005):94-98.

[2]常宇星. 高空机械臂智能巡检机器人机械本体和图像处理技术研究[J]. 南方农机, 2020(3):23-24.

[3]盛华军, 胡国清. 视觉图像技术与机器人工件抓取的协作应用[J]. 自动化与仪表, 2020,23(002):0023-0023.

基金项目：2019年度广西高校中青年教师科研基础能力提升项目（2019KY1466）、广西工业职业技术学院2018年度院级科研立项项目