本发明属于测量技术领域，尤其是涉及一种机器人视觉测量系统及方法。
背景技术
近几十年来，远距离高精度大量程的大尺寸坐标测量系统在航空航天、汽车造船、水力电力、钢铁、交通运输等工业领域中有着广泛的需求。随着大型装备制造业的发展，用户对产品质量控制的要求也在不断提高，工业产品设计和制造技术不断革新，工业现场大尺寸测量逐渐呈现出测量环境复杂、测量对象多样、测量过程自动化和测量功能综合化的特点，传统的大尺寸测量系统已经无法满足日益增长的工业现场大尺度空间坐标测量的要求。
技术实现要素：
有鉴于此，本发明旨在提出一种机器人视觉测量系统，以解决上述背景技术中提到的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种机器人视觉测量系统，包括靶标跟踪系统、机器人、立体靶标、视觉测量系统和中央控制系统；
所述视觉测量系统安装在立体靶标内，所述机器人夹持立体靶标，所述机器人固定在地面上，所述靶标跟踪系统固定在三脚架上；所述靶标跟踪系统用于实时跟踪识别立体靶标，所述中央控制系统控制各设备工作并具有标准化接口，能够与上层mes等系统实现数据交互。
进一步的，所述视觉测量系统为双目视觉系统或者激光扫描系统。
进一步的，所述机器人根据测量任务的不同可采用3、4、5、6自由度串联式工业机器人。
进一步的，所述立体靶标由多个靶点组成，用于实现不同方位的跟踪。
本发明还提出一种机器人视觉测量方法，包含如下步骤：
(1)测量前，对机器人进行轨迹规划，对立体靶标以及视觉测量系统的位置进行标定；
(2)测量时，利用视觉测量系统、立体靶标和靶标跟踪系统得到待测件整体的点云数据；
(3)测量后，对测量的数据进行优化处理。
进一步的，所述步骤(1)中，轨迹是指机械手在运动过程中的位移、速度和加速度，对于点到点的运动，机器人的轨迹规划需要规划出经过两个测量点的曲线，以保证机械手运动平滑、不出现抖动；针对连续运动的作业，轨迹规划规划出经过所有路径点的最佳拟合曲线，以保证运动的连续性和稳定性。
进一步的，所述步骤(1)中，标定包括标定立体靶标与视觉测量系统之间的位置关系，即求解立体靶标坐标系与视觉测量系统坐标系之间的转换关系；通过标定求解出来的转换矩阵，将视觉测量系统获取的高密度点云转换到靶标跟踪系统的世界坐标系下。
进一步的，所述步骤(2)中具体包括，将视觉测量系统采集到的局部点云数据，通过标定的坐标系转换关系，统一拼接合并到跟踪靶标系统坐标系下，得到完整的待测件整体的点云数据。
进一步的，所述步骤(3)中，具体包括如下步骤：
(1)删除点云对象中的冗余数据单元；
(2)待测工件特征的提取与分析；
(3)通过扫描数据与模型的匹配和对比分析，得到实际零件表面轮廓的误差分布。
相对于现有技术，本发明具有以下优势：
本发明基于靶标跟踪系统、以机器人携带的视觉测量系统和立体靶标为依托，建立全局控制手段，使得靶标跟踪系统与视觉测量系统、立体靶标相结合，去除了以往视觉测量系统贴靶标的繁琐步骤，避免了靶标匹配造成的误差，以及机器人本身对测量误差的影响，并且实现了测量的自动化。靶标跟踪系统的坐标系作为世界坐标系，将视觉测量系统测量获取的点云数据统一到世界坐标系下来，标定精度的高低对最终测量结果起着至关重要的作用。在测量之前，需完成测量系统中机器人的轨迹规划，以及测量系统的标定，实现大尺寸工件视觉测量系统的自动化测量。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的机器人视觉测量系统整体框图；
图2为本发明实施例所述的机器人视觉测量系统硬件平台三维模型图；
图3为本发明实施例所述的中央控制系统组成框图；
图4为本发明实施例所述的数据后处理流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
本发明的大尺寸扫描测量系统整体框图如图1所示。系统的硬件平台如图2所示，其中视觉测量系统安装在立体靶标内，立体靶标被机器人末端夹持，机器人固定在地面；靶标跟踪系统固定在三脚架上。
其中：
靶标跟踪系统是利用视觉方法，实时跟踪识别立体靶标，实现了和视觉测量系统的完美结合，控制着全局坐标系，实时处理视觉测量系统采集到的数据，省去了以往视觉测量系统贴靶标的繁琐步骤，避免了机器人本身的误差对整体测量系统的影响，本测量系统中靶标跟踪系统通过三角支架固定在地面，与视觉测量系统相互配合，实现对大尺寸工件的测量。
机器人携带视觉测量系统和立体靶标，可实现复杂形面的测量，作业方式灵活，该测量方案中机器人的精度不影响测量精度。
机器人可根据测量任务的不同可采用3、4、5、6自由度串联式工业机器人。
本系统所采用的靶标是由多个靶点组成的立体靶标，立体跟踪靶标安装在机器人末端，并在其内部安装视觉测量装置，与靶标跟踪系统结合，不仅可以实时的提供与其固连的视觉测量系统的位置信息，而且还可以提供视觉测量系统的姿态信息。多个靶点可以保证在不同方位下的跟踪。
本视觉测量系统采用非接触性坐标测量方法，能够快速的获取高密度的点云数据，并且具有高的分辨率，对于目标对象的结构和表面特性能够直接扫描测量得到。本视觉测量系统可为双目视觉系统，也可为激光扫描系统。
中央控制系统是本测量系统的操作平台，控制着本测量系统中的各个子系统以及相应的设备。实现设备控制的一体化。中央控制系统的组成框图如图3所示。机器人按照中央控制器发出的控制信号运动。
系统的软件平台组包括
轨迹规划模块：
本模块中的轨迹是指机械手在运动过程中的位移、速度和加速度。对于点到点的运动，机器人的轨迹规划是指规划出经过两个测量点的曲线，以保证机械手运动平滑、不出现抖动。针对连续运动的作业，轨迹规划就是要规划出经过所有路径点的最佳拟合曲线，以保证运动的连续性和稳定性。
标定模块：
标定模块的任务包括标定立体靶标与视觉测量系统之间的位置关系，即求解立体靶标坐标系与视觉测量系统坐标系之间的转换关系。通过标定求解出来的转换矩阵，能够将视觉测量系统获取的高密度点云转换到靶标跟踪系统的世界坐标系下。
测量模块：
该模块目的是得到待测件整体的点云数据，将视觉测量系统采集到的点云数据，通过标定的坐标系转换关系，统一拼接合并到跟踪靶标系统坐标系下，得到完整的待测件整体的点云数据。
数据后处理模块
测量模块中，点云数据是通过靶标跟踪系统和视觉测量系统得到的，再加上实物的几何形状以及测量手段的制约，不可避免的会引入数据误差，比如数据杂点、数据冗余等。在扫描数据处理模块提供对点云的以下处理功能：
(1)删除点云对象中的冗余数据单元；
(2)待测工件特征的提取与分析；
(3)通过扫描数据与模型的匹配和对比分析，得到实际零件表面轮廓的误差分布。
本发明的工作过程如下：
准备阶段
(1)机器人的轨迹规划。
机器人的轨迹规划首先利用已知cad模型根据曲面的曲率基于自适应的采样策略确定出测量点密度及分布、行走顺序及位姿信息。本视觉测量系统机器人的运动根据作业类型分为“点到点运动”和“连续路径运动”。对于“点到点运动”的轨迹规划，首先用运动学反解将测量的路径点转换成关节矢量角度值，然后对每个关节拟合一个光滑函数，使其平稳的实现点到点运动。对于“连续路径运动”的轨迹规划，首先确定一条轨迹来逼近经过所有测量路径点的曲线(可采用高阶多项式及各种样条曲线)，然后通过运动学反解得出关节位移，用逆雅可比求出关节速度，用逆雅可比及其导数求解关节的加速度。姿态规划首先根据视觉测量系统的参数明确运动过程中允许的最大角加速度，然后基于各种插补算法对其中间姿态进行插补并输出中间状态的位姿信息，轨迹规划的结果是把速度、加速度、位移等运动参数表示为时间的函数，控制系统利用轨迹规划结果控制关节电机运动。
(2)标定模块是指立体靶标与视觉测量系统坐标系之间的标定
首选需要标定出立体靶标与视觉测量系统坐标系之间的转换关系。根据设计的标定靶标，靶标跟踪系统识别立体靶标的坐标系在自身坐标系下的坐标关系，视觉测量系统和靶标跟踪系统在不同的位姿下采集标定靶标上的标志点信息，建立标志点在各自系统坐标系的坐标，基于标定靶标上的标志点本身的坐标系是固定的，经过多次采集数据，利用最小二乘法求解相应的方程，建立立体靶标与视觉测量系统坐标系之间的坐标系之间的转换关系。
测量过程
测量开始后，视觉测量系统根据轨迹规划模块规划的路径点在被测工件上方进行点到点的测量作业，与此同时，靶标跟踪系统负责记录视觉测量系统在每个测量路径点的位姿信息。
数据后处理过程
本测量系统的点云数据是通过视觉测量系统和靶标跟踪系统得到的，再加上实物的几何形状以及测量手段的制约，不可避免的会引入数据误差，比如数据杂点、数据冗余等。如图4所示。
由于实际测量过程中受到种种人为或随机因素的影响,使得测量结果不可避免地引入了“噪声”。为了降低或消除噪声对后续建模质量的影响,需要利用智能算法对测量得到的“点云”进行噪声消除与平滑滤波等优化处理。并对不同视角测量的数据集转化为统一的数据形式以构成整个待测件表面的完整信息。
然后构造大略表达实体的特征线(对曲率变化比较大的实体,应尽量保证完整表达曲率变化的范围,即使特征线的密度大些)并用标准格式(如iges文件)输出到通用cad三维造型软件中,作为建立cad模型的基本特征,以此重建待测物体的三维cad模型；
最后将测量得到的三维模型与设计时的cad模型导入到分析软件进行对齐和比对，得到实际零件表面轮廓的误差分布。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。