基于双目相机的数控折弯工件折弯角的测量方法及装置

1.本发明属于光电检测相关技术领域，更具体地，涉及一种基于双目相机的数控折弯工件折弯角的测量方法及装置。


背景技术：

2.数控折弯是一种常用的针对金属薄板的冷加工工艺，它具有利用率高、产品功能稳定、成本低等优点。因此折弯工件在汽车、家电、建筑等重要的经济领域中被广泛使用。折弯的加工原理是利用金属塑性变形的特点，将板材置于数控折弯机上模与下模之间，通过上、下模的挤压，得到具有特定角度工件。
3.但是冷加工弯曲获得的金属板材具有弹性，当折弯机施加的外力消失后，板材会发生回弹现象，导致实际折弯角度和预期折弯角度产生偏差，影响产品质量。目前，大部分数控系统角度控制采用离线测量、定量补偿、多次修正的开环控制方式。其中工件角度测量环节多采用人工机械测量，存在着测量精度低、效率低、被测工件易被划擦等缺点。一些学者致力于研究金属折弯回弹模型，并利用其预测板材回弹量进而补偿数控系统折弯参数。但是影响板材回弹量的因素众多，具体包括：板材大小、形状、厚度、材料以及模具的形状、结构等，回弹模型难以覆盖所有因素。一种更加可靠的方案是对金属折弯工件进行高精度的角度在线测量，为后续二次或多次折弯提供折弯补偿参数依据。
4.综上，本发明的目的在于提出一种非接触式测量方法，完成对折弯工件的高效、精确的测量，使之满足现代化企业的生产要求。


技术实现要素：

5.针对现有技术的以上缺陷或改进需求，本发明提供了一种基于双目相机的数控折弯工件折弯角的测量方法及装置，解决折弯工件角度测量中精度低、效率低、工件容易被划擦的问题。
6.为实现上述目的，按照本发明的一个方面，提供了一种基于双目相机的数控折弯工件折弯角的测量方法，该测量方法包括：
7.s1对于双目相机进行标定，获取双目相机的内参和外参；
8.s2在待检测折弯工件的一个折弯面α和机床下模上引入两条线激光，采用双目相机分别采集所述两条线激光的图像，对该图像进行处理获得两条线激光的点云数据；
9.s3在该点云数据中选取三个点，判断该三个点是否共线，若共线则重新选择点，否则计算该三个点所在的平面方程，计算该点云数据中剩余点到该平面的距离，将该距离与预设阈值进行比较，小于该预设阈值的点为该平面内的点，统计该平面内所包含的点的数量；
10.s4按照预设次数重复步骤s3，以此获得多个平面以及每个平面内包含的点的数量，保留包含点最多的平面作为所需平面，将该所需平面外的点拟合为另一个平面方程，计算该平面与所需平面的夹角，即为折弯件的一个面α与机床下模面的夹角；
11.s5对于折弯件的另一个面β，重复步骤s2～s4，以此获得折弯件的另一个面β与机床下模面的夹角，利用折弯件面α和β分别与机床下模面的夹角计算折弯件面α和β之间的夹角。
12.进一步优选地，在步骤s2中，所述对图像进行处理按照下列步骤进行：
13.s21利用步骤s1中获得的双目相机的内参和外参，对双目相机采集的图像进行立体矫正，使得空间中同一个点在两幅图像中处于同于水平线；
14.s22将双目相机采集的两幅图像进行特征点匹配，并计算每个特征点的深度信息。
15.进一步优选地，在步骤s22中，所述特征点匹配后还需计算空间中点在双目相机的两幅图像中的视差。
16.进一步优选地，在步骤s22中，所述深度信息按照下列表达式计算：
[0017][0018]
其中，z是空间点q的深度信息，即z轴坐标，x
ql
是空间点q在双目相机中左边相机获得的图像中x轴方向的坐标，x
qr
是空间点q在双目相机中右边相机获得的图像中y轴方向的坐标，b是两相机基线距离，f是双目相机的相机焦距。
[0019]
进一步优选地，在步骤s21前，还需对双目相机获得的图像进行预处理，该预处理包括滤除噪点和阈值化处理，以此滤除线激光光条外的反射光线。
[0020]
进一步优选地，在步骤s21中，对所述图像进行立体矫正采用ncc算法。
[0021]
进一步优选地，在步骤s5中，所述计算折弯件面α和β之间的夹角θ按照下列表达式计算：
[0022]
θ＝360-θ
1-θ2[0023]
其中，θ1是面α与下模面的夹角，θ2是面β与下模面的夹角。
[0024]
进一步优选地，所述面α与下模面的夹角θ1按照下列表达式计算：
[0025][0026]
其中，a1和b1是平面内的点拟合的平面方程的系数，a2和b2是平面外的点拟合的平面方程的系数。
[0027]
进一步优选地，在步骤s3中，所述计算该点云数据中剩余点到该平面的距离di按照下列表达式进行：
[0028]di
＝|a0xi+b0yi+z
i-d0|
[0029]
其中，xi，yi和zi分别是点i沿三个坐标轴方向的坐标，a0，b0，z0和d0拟合的平面a0x+b0y+z＝d0的系数。
[0030]
按照本发明的另一个方面，提供了一种上述所述的测量方法的测量装置，该装置包括双目相机、激光器、底座和旋转平台，其中：
[0031]
所述旋转平台设置在所述底座上，可沿y轴方向上下旋转，所述激光器和双目相机设置在该旋转平台上，同时，所述双目相机和激光器均可沿z轴方向旋转。
[0032]
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具备下列有益效果：
[0033]
1.本发明提供了一种基于多线结构光的折弯工件参数测量方法，首先为光滑的工
件表面赋予激光光条特征，并通过图像预处理、中心线提取、点云重建等一系列步骤将左、右光条图像平面信息，转化为空间三维信息，间接实现折弯工件非接触式角度测量；克服了传统人工检测方法的低效，精度低，易划擦的缺点，测量精度与测量时间等项目指标均能满足，对于数控折弯工件参数测量工作具有一定的应用价值；
[0034]
2.本发明提出了一种基于多线结构光的折弯工件参数测量装置，通过激光器支架可以调整激光光束投射路径，通过旋转平台和相机支架可以调整相机拍摄视角，可以为生成点云步骤提供具有理想激光光条分布位置的图像，从而实现更加精确的角度测量。
附图说明
[0035]
图1是按照本发明的优选实施例所构建的基于双目相机的数控折弯工件折弯角的测量方法流程图；
[0036]
图2是按照本发明的优选实施例所构建的获取点云数据后对点云数据处理的流程图；
[0037]
图3是按照本发明的优选实施例所构建的折弯件和下模面上引入线激光的示意图；
[0038]
图4是按照本发明的优选实施例所构建的双目相机拍摄的图像；
[0039]
图5是按照本发明的优选实施例所构建的立体矫正的原理示意图；
[0040]
图6是按照本发明的优选实施例所构建的基于双目相机的数控折弯工件折弯角的测量装置的结构示意图。
[0041]
在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：
[0042]
1-相机支架，2-右相机，3-激光器，4-激光器支架，5-左相机，6-旋转平台，7-底座。
具体实施方式
[0043]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0044]
参见图6所示，本发明实施例提供的基于多线结构光的折弯工件参数测量装置包括：
[0045]
旋转平台6通过光轴和锁紧轴套与底座7安装连接，旋转平台可以沿y轴方向旋转并通过螺栓压紧在底座侧面，固定倾斜角。
[0046]
相机支架1和激光器支架通过螺栓连接固定于旋转平台6，实现沿z轴方向角度调节。
[0047]
左相机5和右相机2通过螺栓连接固定于相机支架1，激光器3通过螺栓压紧固定于激光器支架4。
[0048]
根据上述的基于多线结构光的折弯工件参数测量装置，进行基于多线结构光的折弯工件参数测量方法包括以下步骤，如图1所示：
[0049]
1)对双目相机的检测系统进行标定，具体为：首先通过左相机5、右相机2对7*7的圆点标定板在不同姿态下进行拍摄，左、右视角各形成一组图片序列；
[0050]
再分别对左、右视角图片序列进行单目标定计算获取相机内参，对左、右视角标定板图像进行双目标定计算获取相机外参，即右相机2相对于左相机5的平移向量t和旋转矩阵r；
[0051]
2)考虑到工件多为光洁的表面，没有明显特征点，如图3所示，因此在折弯工件上引入两条线激光，作为折弯工件的辅助特征参与重建。进一步地，为了滤除其余波长光线的干扰，安装滤光片于相机镜头，并采集带有激光光条的工件图像，如图4所示，为采集的带有激光光条的图像。
[0052]
3)利用opencv库函数对光条图像进行预处理，首先采用3*3的中值滤波函数medianblur，滤除图像中的噪点；再通过阈值化处理，将不高于亮度阈值的像素点亮度值置0，高于亮度阈值的像素点亮度值置255，滤除目标光条外的反射光线，；
[0053]
4)如图5所示，对采集到的左右视角光条图像进行立体矫正，利用步骤2)获得的左相机5和右相机2的内外参数将左右视角采集到的图片映射到同一平面，转换为理想的双目视觉系统，表现为：空间中一特征点，成像在左右两个成像平面的同一行。
[0054]
5)特征点匹配，采用ncc算法(normalized cross correlation)对立体矫正后的左右视角图像进行特征点匹配，算法基本原理为：对于左视图中一像素点，在右视图中同一行取与其相关性最高的像素点进行匹配。
[0055]
6)计算视差，通过ncc算法，对左、右视图进行特征点匹配，设一空间点p，记p在左视图上一特征点为q1，与之匹配的右视图上的特征点为qr，x
ql-x
qr
即为视差，计算左视图上每一个特征点与右视图匹配点的视差。
[0056]
7)计算深度信息，依据三角形相似原理有：
[0057][0058]
可以得到p相对于左相机5的深度为：
[0059][0060]
式中x
ql
、y
ql
为q1在左视图图像坐标系中的坐标，x
qr
、y
qr
为qr在右视图图像坐标系中的坐标。x
ql
、y
ql
、z为点p相对于左相机坐标系即世界坐标系的坐标，b为两相机基线距离，继而获得深度信息转化为点云数据。
[0061]
8)由于双目重建得到的三维点云数据常存在误差点和异常点，因此利用点云分割方法将同属于一个分布特征的点云数据划分为一部分，滤除误差点和异常点。使用随机一致性算法进行点云数据的筛选过程如下：
[0062]
(1)如图2所示，在初始点云中随机筛选3个点，判断这3个点是否共线，如果共线则重新选择；如果不共线，计算出这三个点所在的平面λ的方程：a0x+b0y+z＝d0，接着计算剩余点云到平面λ的距离：
[0063]di
＝|a0xi+b0yi+z
i-d0|
[0064]
(2)设定阈值t，将满足di≤t的点分类为内点，统计出该平面的所有内点；
[0065]
(3)将步骤(1)(2)迭代k次，计算出包含内点最多的平面，并保留该平面的所有内点；
[0066]
平面拟合与角度计算过程首先利用上述随机一致性算法筛选内点，记内点平面方
程为：a1x+b1y+z＝d1。接着对外点再进行随机一致性算法筛选，记这部分的平面方程为：a2x+b2y+z＝d2。这两个平面方程分别代表机床下模面和折弯工件表面。则工件平面和下模面平面的夹角为：
[0067][0068]
设另一工件平面与下模面平面的夹角为θ2，则工件的夹角为：
[0069]
θ＝360-θ
1-θ2[0070]
本领域的技术人员容易理解，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、等同替换和改进等，均应包含在本发明的保护范围之内。