基于单目视觉的轴类零件3D重构技术

沈宝国1，蒋超峰2，孙明3，梁佩佩1

(1. 江苏联合职业技术学院镇江分院，江苏 镇江212016)

(2.菲达进出口有限公司，浙江 诸暨311800)

(3. 烟台杰瑞石油服务集团股份有限公司，山东 烟台264003)

    在结构化环境下，提取轴类零件三维信息是实现机械手自动上下料的重要环节。首先采集放置于特定工作台上的轴类零件图像，其次利用超红特征和Otsu法获取超红特征灰度图并进行动态阈值分割，提取标准圆的像素半径，进而获取每毫米所代表的像素值;利用拟合直线方程可获取摄像机与工作台的距离,同时利用亮度特征，采用相同的方法获取轴类零件的像素尺寸，然后利用每毫米所代表的像素值计算轴类零件的实际尺寸，完成轴类零件的三维重构。该技术降低了软硬件的复杂性，可实现机械手智能抓取轴类零件，为数控机床无人化操作的可行性发展提供了理论基础。
    当前，数控机床无人化操作已经成为一个新兴的研究领域。在上下料操作过程中，为实现机械手智能抓取轴类零件，必须通过图像处理技术提取其三维信息。理论上，重建三维场景需要依靠双目视觉。在实际应用中，双目视觉受到一定的限制，主要原因是其本身存在的问题：（1）双目共有的视野区域相对狭小；（2）特征点的匹配算法复杂。基于双目视觉存在的不足，国内外学者提出了采用单目视觉与距离传感器（如激光雷达、超声波等）融合技术来获取零件的三维信息［1-3］。激光雷达获得的数据精度较高，但也有质量大、价格昂贵等缺点，不适合在工业机器人上应用；超声波测距的误差来源之一是传播速度误差，传播速度受空气的密度影响，而空气的密度又与温度有着密切的关系，因此为提高测距精度，不得不增加温度传感器。由单目视觉、超声波、温度传感器组合成的三维获取方式增加了硬件与软件的复杂性。

    为了利于实时作业和减少硬件与软件的复杂性，在结构化环境下，本文以单目视觉和特定工作台的方式获取轴类零件的三维信息，为数控机床无人化操作提供必要的信息。

1特定工作台的制作

    为了增强前景与背景的对比度，黑色的工作台更适于轴类零件（银白色）后续的图像处理。在工作台上，制作一个已知半径的红色标准圆，如图1所示。

图1特定工作台

2摄像机标定

    摄像机模型是光学成像几何关系的简化，而针孔模型是最基本的模型。本文采用针孔模型。设摄像机到工作台的距离为D(mm)，红色标准圆的实际半径为R′(mm)，像素半径为R(pixel)，记pixel2mm= R/R′为红色标准圆的像素半径与实际半径的比值，其与摄像机到工作台的距离关系表......

作者简介：沈宝国(1981—)，男，山东枣庄人，江苏联合职业技术学院镇江分院讲师，硕士，主要从事视觉检测与定位研究。
（文章来源《机械设计与制造工程》如需详细资料请联系江苏机械门户网025-83726289）