>[0035] 本发明所述的一种基于立体视觉的车门点焊机器人路径校正方法，其中，步骤3) 旋转实际翻边线与理论翻边线，获取焊接补偿量包括以下具体过程：
[0036] 3. 1)采用Matlab曲线拟合工具箱对获得的冲压板件实际翻边线与激光线交点的 空间坐标点进行拟合，得到一空间曲线，即实际翻边线；
[0037] 运行Matlab软件，在Command Window命令窗格中输入所获得的空间三维坐标 值，点击Matlab界面左下角的Start命令按钮，选择Toolboxs工具箱，从下拉菜单中找到 CurveTitting中的Curve Fitting Tool(cftool)按钮，点击运行程序曲线拟合工具箱，或 者直接命令窗口直接输入"cftool"，点击回车，即可调用曲线拟合工具箱，分别写入空间三 维坐标的X、y和z值，即可获得拟合的曲线。
[0038] 3. 2)获得冲压板件的理论翻边线；
[0039] 在车门的Catia模型的翻边线上提取若干个点，并将其空间坐标转化到实际车门 坐标系当中，之后对这些空间点进行拟合得到理论翻边线；
[0040] 3. 3)旋转实际翻边线和理论翻边线，计算焊接补偿量；
[0041] 将实际翻边线和理论翻边线旋转，分别投影到X-Y平面，X-Z平面和Z-Y平面上， 分别获得X方向、Y方向和Z方向的补偿量。
[0042] 与现有技术相比本发明的有益效果是：
[0043] 1.本发明所述的基于立体视觉的车门点焊机器人路径校正方法关键点是获取补 偿量的大小，其前提是求得实际翻边线上的点的坐标，采用了一种新型的线激光的用法，即 将激光倾斜打在冲压板件的实际翻边线上，激光线会发生偏折，折点就在实际翻边线上，通 过实际翻边线上的点即可拟合出实际翻边线。此方法可以方便快速的确定位置不知道的曲 线方程。
[0044] 2.本发明所述的基于立体视觉的车门点焊机器人路径校正方法的一个创新点是 补偿量的计算，也是发明实现在焊接前判断焊接位置是否准确的关键。车门在进行门框焊 接时可以近似看作是刚体，焊接线和翻边线之间的距离是固定的，当车门发生移动时，翻边 线和焊接线是整体发生移动，之间的距离不变，所以焊点线之间的位移量，也就是补偿量就 转化成翻边线之间位移变化量，进而解决了在焊接前判断焊接位置是否准确的问题。
[0045] 3.本发明所述的基于立体视觉的车门点焊机器人路径校正方法对结构光的处理 方法进行了改进，预处理就是对图像进行处理，使得我们所需要的目标区域凸显出来，对目 标点进行提取时，通过对多种方法的比较，最终选定采用Hough变换求取目标点，保证目标 点的准确性。
【附图说明】
[0046] 图1是本发明所述的基于立体视觉的车门点焊机器人路径校正方法的总体流程 图；
[0047] 图2是本发明所采用的基于立体视觉的车门点焊机器人路径校正系统在线获取 焊接补偿量的示意图；
[0048] 图3是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中对摄像机 进行标定时的标定模板；
[0049] 图4是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中获取焊接 补偿量的原理图；
[0050] 图5是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中获取焊接 补偿量的具体流程图；
[0051] 图6是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中对图像预 处理中图像降噪时中值滤波的工作流程图；
[0052] 图7-a是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中获取冲 压板件实际翻边线与激光线交点的空间坐标里采用Hough变换时的图像空间；
[0053] 图7-b是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中获取冲 压板件实际翻边线与激光线交点的空间坐标里采用Hough变换时的参数空间；
[0054] 图8是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中对冲压板 件实际翻边线与激光线交点进行三维重建的原理图；
[0055] 图9-a是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中对实际 翻边线和理论翻边线绕X轴旋转α角的示意图；
[0056] 图9-b是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中对实际 翻边线和理论翻边线绕Y轴旋转β角的示意图；
[0057] 图10是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中十字线性 导轨采用的螺杆示意图；
[0058] 图11是本发明所述的基于立体视觉的车门点焊机器人路径校正方法中求取步进 电机转动角度的原理图；
[0059] 图中：1.车门外板流水线，2. -号摄像机，3.信息处理终端设备，4. 一字激光发射 器，5.二号摄像机。
【具体实施方式】
[0060] 下面结合附图对本发明的技术方案作详细的描述：
[0061] 参阅图2,图中是本发明设计的一种基于立体视觉的车门焊接补偿量获取系统的 简化示意图，当车门外板1沿轨道缓慢移动时，一字激光器4把激光倾斜打在冲压板件的实 际翻边线上，利用一字激光器4两侧对称设置的一号摄像机2和二号摄像机5分别采集到 左右两幅图像，再将采集到的图像传输到信息处理终端设备3进行处理。
[0062] 检测时，一号摄像机2和二号摄像机5均位于车门正上方1. 5米处，一号摄像机 2和二号摄像机5采用的是北京大恒图像设备公司生产的型号为DH-HV1302UM-T，分辨率 为1248*1024和焦距为12. 5-75mm的CCTV&VIDEO摄像机镜头；一字激光发射器4被放置 于车门斜前方1. 5米处，使用型号是sz-mt50i，输出功率为40-50mW，光线亮度高，受外界 环境干扰相对较小；计算机一台。参阅图2,标定模板是一个9 X 9的棋盘格，其规格尺寸是 270mmX 270mm〇
[0063] 参阅图1，一种基于立体视觉的车门点焊机器人路径校正方法，整个检测过程主要 分成3个阶段：1.摄像机的标定阶段；2.焊接机器人补偿量获取阶段；3.模拟焊接机器人 补偿量的实现阶段。
[0064] 1.摄像机的标定阶段：
[0065] 搭建好检测平台（基于立体视觉的车门焊接补偿量获取系统）后，为了保证检测 的顺利进行，在采集待测车门表面图像之前，首先必须对一号摄像机2和二号摄像机5进行 标定，获取摄像机的相关内外参数，才能建立起实际待测物空间位置和图像坐标之间的对 应的非线性关系，利用这种非线性关系，才能计算检测图像特征点对应的空间坐标。
[0066] 参阅图 3,利用张正友标定的方法（ZHANG Z Y, A Flexible New Technique for Camera Calibration[R]· Microsoft Corporation, NSR-TR-98-71, 1998)进行标定，首先米 用CAD软件绘制标定模版，标定模板是一个9X9的棋盘格，其规格尺寸是270mmX270mm。 然后再将两摄像机2、5固定在适当位置并保持不动，之后不断变换标定模版与成像平面之 间的角度与方位，两摄像机对标定模版采集16幅图像。将拍摄得到的16幅图像中左下角 的摄像机棋盘格标靶图像进行特征角点提取，每个摄像机棋盘格标靶图像可以提取100个 角点，16幅图像总共得到1600个特征角点图像坐标。根据张正友标定方法，世界坐标系设 定在摄像机棋盘格标靶图像最左上角处的一个角点上，Z方向坐标值取为零，由于每个棋盘 格尺寸大小精确设计为30_，因此棋盘格特征角点在X和Y方向的世界坐标可精确得知。 因此在得到标定平面上棋盘格标靶图像特征角点坐标以及对应点的空间坐标以后，即可利 用工具箱完成标定，计算得到摄像机2、5的内外部参数。
[0067] 2.焊接机器人补偿量获取阶段：
[0068] 参阅图4,实际焊接完成后，焊点与翻边线之间有一定的距离，在车门局部本身可 以看作是刚体，焊点与翻边线之间的距离是固定不变的。当车门发生移动时，实际焊点线与 理论焊点线之间的差值，就转化成实际翻边线与理论翻边