摘 要

三维激光扫描技术在如今的社会发展中处于越来越重要的地位，特别在机器视觉领域，与二维摄像技术共同应用在不同场合，带来了巨大的经济效益。本文设计了一款基于三维匹配的零件识别系统，能对工业生产场景中的机械零件进行点云数据的采集，使得其在特定场景中识别出任意摆放的已知零件，为机器人的自动抓取提供姿态指示。

本文在参阅了一定数量的国内外文献的基础上，做了以下的工作：

1. 选择了合适的导轨与三维扫描设备，搭建了线扫激光模块，完成了电机控制、数据采集等功能，使其能够对特定场景进行表面三维数据采集。分析了线扫激光模块的应用场景与相关参数，确定了识别对象的范围。
2. 基于PCL库实现了点云数据的预处理与可视化，完成了点云数据的滤波、简化、分割等工作。
3. 在识别方面，提取了物体的VFH特征，以欧式距离为度量方式识别出了目标零件。
4. 通过点云配准算法解算出了识别目标的姿态角，为后续机械手臂的抓取提供了依据。

本文所完成的工作能够应用于工业生产中的机器人分拣系统中，也为其他目标识别方面的应用提供了参考。

关键词：点云；VFH特征；姿态角；零件识别

Abstract

3D laser scanning technology is more and more important in the social development, especially in the field of machine vision, and 2D camera technology is applied in different occasions, which brings huge economic benefits. In this paper, a part recognition system based on 3D matching is designed, which can collect the point cloud data of the mechanical parts in the industrial production scene, so that it can recognize the known parts placed arbitrarily in the specific scene, and provide the attitude indication for the robot to grasp automatically.

On the basis of referring to a certain number of domestic and foreign literature, this paper has done the following work:

(1) The appropriate guide rail and 3D scanning equipment are selected, the linear scanning laser module is built, the motor control, data acquisition and other functions are completed, so that it can carry out 3D data acquisition for specific scenes. The application scenarios and related parameters of the linear scanning laser module are analyzed, and the scope of the object recognition is determined.

(2) Based on PCL database, the preprocessing and visualization of point cloud data are realized, and the filtering, simplification and segmentation of point cloud data are completed.

(3) In the aspect of recognition, VFH features of objects are extracted, and the target parts are identified by Euclidean distance.

(4) Through the point cloud registration algorithm, the attitude angle of the recognition target is calculated, which provides the basis for the subsequent grasping of the manipulator.

The work completed in this paper can be applied to the robot sorting system in industrial production, and also provide reference for other target recognition applications.

Key words: point cloud; VFH features; attitude angle; part recognition

目录

第一章 绪论 1

1.1目的及意义 1

1.2国内外研究现状 1

1.3主要研究内容与安排 5

第二章 系统总体方案设计 7

2.1系统总体方案设计 7

2.2相关硬件以及配置 9

2.3硬件成本分析 10

第三章 点云数据预处理相关理论 11

3.1点云相关概念 11

3.2点云采集 11

3.3 KD-TREE 12

3.4点云滤波 13

3.5点云简化 15

3.6点云分割 16

3.7实验结果与分析 18

第四章 特征提取与目标识别 22

4.1 FPFH特征 22

4.2 VFH特征 23

4.3特征匹配 23

4.4姿态角解算 24

4.5实验结果与分析 25

第五章 总结与展望 30

5.1工作总结 30

5.2研究展望 30

参考文献 31

致谢 33

绪论

1.1目的及意义

随着德国“工业4.0”的提出，工业的发展将进入了新的阶段，面临着质的变化，从以往的自动化开始向智能化迈进，在其中最为重要的便是生产智能化，生产智能化具体表现在工业机器人的智能程度。工业机器人在现代工业生产中，替代了大量的机械化劳动，解放了大批的生产力，例如对零件的分拣、搬运等。与此同时，工业机器人也产生了大量的经济效益，这对于企业、社会、国家的发展起到了一定的推动作用。

在其发展中，机器视觉技术在工业化生产中起到了不可忽视的作用。对于生产来说，这种技术不会再受到操作者主观因素的影响,而且在一些人眼无法感知到的区域里，机器视觉可以代替人眼来并且能够出色的完成视觉采集任务，这可以看做是人类视觉的延伸。机器视觉是现代制造技术发展中慢慢普及的一种检测方式，同时也是未来实现智能化的必要要求。机器视觉技术作为一种非接触的测量方式，其在工业中的应用有许多优势。例如机器视觉可以实现非接触式检测，其利用激光雷达或者摄像机来对物体数据进行采集，这种方法并不会对测量物体本身造成损害以及其它不利的影响,而且还可以完成生产线上的零件的识别与定位,满足自动化制造系统中的各项要求^[1]。