基于点云的工件基准面定位检测研究

摘要：

针对大型工件检测过程中人工基准面的定位检测精度低、速度慢、重复性差等问题,提出一种基于机器视觉的工件基准面检测方法.以大型工件基准面的3D模型为对象,利用3D深度相机采集基准面的点云数据;通过点云直通滤波器分离背景和工件基准面点云,采用50倍均匀下采样法精简点云,降低点云数;采用统计滤波技术剔除异常点和噪声干扰.使用改进的RANSAC算法先对点云数据进行粗拟合,提取内点,再通过最小二乘法对内点点云集合进行二次精确拟合.实验结果表明,存在干扰和排除干扰的情况下,所提方法都能保持较高的精度,拟合平面和基准面夹角小于0.3°,且具有一定的鲁棒性.该方法能够应用于在线工件检测,为机械臂提供姿态调整的参数,具有一定的应用价值.

关键词：工件基准面、定位检测、点云滤波、统计滤波、RANSAC算法、平面拟合、最小二乘法、点云裁剪

所属期刊栏目：46

分类号：TN820.4-34;TP391.41(无线电设备、电信设备)

在线出版日期：2023-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：140-146