[發(fā)明專利]一種基于機器視覺的盾構管片自動拼裝方法

有效

• 申請?zhí)枺?/td>: 202110366063.9
• 申請日: 2021-04-06
• 公開（公告）號: CN113107550B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設計）人: 王林濤;趙磊
• 申請（專利權）人: 大連理工大學
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;E21D11/40;E21D11/08
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 關慧貞

1.一種基于機器視覺的盾構管片自動拼裝方法，其特征是，拼裝方法具體步驟如下：

步驟一、工業(yè)相機安裝和標定，獲取工業(yè)相機內參數矩陣k；

工業(yè)相機(7)安裝在管片拼裝機上，管片拼裝機提升機構由左提升液壓缸(4)和右提升液壓缸(8)構成，將工業(yè)相機(7)安裝固定在右提升液壓缸(8)下端；工業(yè)相機(7)的光心軸線平行于右提升液壓缸軸線，使其能夠跟隨旋轉機構(3)和右提升液壓缸(8)作旋轉和提升運動；建立工業(yè)相機坐標系O_C-X_CY_CZ_C，O_c為工業(yè)相機光心點，Y_c軸平行于平移機構軸線，Z_c軸平行于提升機構軸線，X_c軸可由左手定則得出；運用工業(yè)相機(7)在不同位置與角度下采集高精度靶標信息；

采用“張氏標定方法”對工業(yè)相機進行相機標定，獲取工業(yè)相機內參數矩陣k，其形式為：

式中：k_x、k_y為相機在X軸和Y軸的尺度因子，(u₀,v₀)為工業(yè)相機光軸中心線與成像平面交點；

設一景物點在工業(yè)相機坐標系下的坐標為(x₁,y₁,z₁)，用內參數矩陣描述景物點與圖像點之間的關系，則其像素坐標(u,v)為：

步驟二、在管片上布置靶標ArUco碼；

靶標ArUco碼內部由多個不同排列的黑白格組成，將靶標ArUco碼A布置在每塊待拼裝管片一端對中的位置，靶標ArUco碼A側邊與管片側邊平行且距離一致，確保ArUco碼A安放在每片管片相同位置；

步驟三、特征點提取，

在工業(yè)相機坐標系O_c-X_cY_cZ_c中，通過工業(yè)相機識別已拼裝管片和待拼裝管片上兩張靶標ArUco碼B、A的輪廓特征，即靶標ArUco碼的四個角點C為特征點作為檢測對象，并提取各自外輪廓的四個角點C的像素坐標，共兩組，分別為A_i(u_Ai,v_Ai)和B_i(u_Bi,v_Bi)，i表示第i個角點，i＝1,2,3,4；

步驟四、預測待拼裝管片的期望位置點；

將待拼裝管片(1)和已拼裝管片(2)進行預拼裝，通過手動控制管片拼裝機；設置工業(yè)相機不同位置，采集多組ArUco碼A、B的角點坐標(u_Ai,v_Ai)、(u_Bi,v_Bi)數據作為訓練集、測試集；預測待拼裝管片的期望位置點d_i像素坐標(u_di,v_di)；采用機器學習的回歸模型，假設回歸模型的訓練集為D：

D＝{(x₁,y₁),(x₂,y₂)...(x_n,y_n)} (3)

式中：x_i，i＝1,2,3...n,為輸入值，即特征點B_i的坐標值；y_i，i＝1,2,3...n為輸出值，即期望位置點d_i的坐標值；

回歸模型將輸入空間劃分為m個單元R₁,R₂,...,R_m，假設每個單元上有一個固定的輸出值C_m，則回歸模型表述為：

若采用平方誤差最小準則求解每個單元的最優(yōu)輸出值，則得到單元R_m上的最優(yōu)數值；

式中：是R_m上的所有輸入值x_i對應輸出y_i的均值；

依據上述回歸模型，實現期望位置點預測；

步驟五、計算待拼裝點與期望位置點偏差；

計算待拼裝管片當前位置四個角點A_i(u_Ai,v_Ai)與期望位置的四個角點d_i(u_di,v_di)的誤差值e，采用四特征點下基于圖像的視覺伺服算法得到管片拼裝機平移、提升和回轉的期望速度；

誤差值e定義為：

結合公式(6)，采用基于圖像的視覺伺服策略，其具體形式為：

式中：v＝(v_cx,v_cy,v_cz,w_cx,w_cy,w_cz)^T為工業(yè)相機坐標系下六自由度期望速度，λ_p為比例增益參數，為四特征點疊加圖像雅可比偽逆矩陣，具體形式為：

式中：k_x,k_y,u₀,v₀為步驟一工業(yè)相機標定的有關參數，z_c為圖像深度信息；

根據相機坐標系的建立規(guī)則，可知(v_cx,v_cy,v_cz)^T即為管片拼裝機回轉機構、平移機構、提升機構期望速度；(w_cx,w_cy,w_cz)^T為管片拼裝機微調機構俯仰、平搖、橫移的期望速度；

步驟六，計算平移、提升和回轉機構當前速度與期望速度誤差值；

計算平移機構、提升機構和回轉機構當前速度與期望速度誤差值β，通過PID控制算法得到平移油缸、提升油缸、回轉伺服電機控制量，使管片進行初次定位，到達期望位置附近；

以平移機構為例，設當前速度為v_x，誤差值β定義為：

β＝v_x-v_cx (9)

采用PID控制算法的平移油缸控制量：

式中：k_p，k_i，k_d為控制增益參數，根據系統(tǒng)參數設計；

根據上述方法，同理可得到提升油缸以及回轉伺服電機控制量；

步驟七，初次定位后，計算微調機構俯仰、平搖、橫移期望速度，

再次計算初次定位后，待拼裝管片當前位置四個角點A_i(u_Ai,v_Ai)與期望位置的四個角點d_i(u_di,v_di)的偏差值e；采用四特征點下基于圖像的視覺伺服算法得到管片拼裝機微調機構俯仰、平搖、橫移的期望速度，計算方法同步驟五；

步驟八，計算微調機構當前速度與期望速度；

通過PID控制算法得到偏轉油缸、微調油缸控制量，計算方法同步驟六，使管片進行微調定位，到達期望位置；當待拼裝管片的四個角點(u_Ai,v_Ai)與期望位置(u_di,v_di)按照位置對應關系重合時，完成待拼裝管片的安裝；

按照上述步驟，重復步驟五到八，直至完成一環(huán)管片的自動拼裝。