朱凱

摘要：在工業(yè)應用中，工件的種類多種多樣，該文算法主要針對圓形工件進行研究?？紤]到圓形工件的特殊性，提出一種基于橢圓特征的工件位姿估計方法，該方法首先需要對圖像進行預處理操作，然后進行輪廓提取與篩選，最后進行最小二乘法橢圓擬合，針對擬合后的橢圓進行工件姿態(tài)的估計。

關鍵詞：圓形工件;最小二乘法橢圓擬合;位姿估計

中圖分類號：TP3? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）21-0171-02

開放科學（資源服務）標識碼（OSID）：

隨著機器視覺技術的發(fā)展，裝備視覺技術的工業(yè)機器人也被廣泛應用到各種各樣的工業(yè)場景中。目前在工業(yè)領域中，如何實現對工件的準確定位仍是一個非常受關注的問題。鐘佩思等人提出了一種改進的加速魯棒特征（SURF）算法，能夠實現實時準確定位，該方法基于加速分割測試特征檢測器（FAST）對SURF算法的特征提取方式進行了改進，該方法與傳統(tǒng)SURF算法相比，在提高了精度的同時還大大縮減了運行時間。翟永杰等人在進行工件定位的時候采用了利用最小外接矩形定位的方法，該方法首先建立了一個模板，記錄模板最小外接矩形的中心以及長軸的斜率，然后在采集到圖像后計算工件的最小外接矩形的中心以及長軸斜率，并與模板進行比較，最終實現位姿估計。

目前大部分的工件定位算法只包含工件的重心定位以及旋轉矢量求解，并不包含工件傾斜矢量的求解，這種定位方法多適用于生產線等應用場景上的平面工件識別。本文的識別方法的應用場景為料框，料框中工件在擺放時必然會存在傾斜角度，因此目前大部分的工件定位方法都不適用。料框中的工件為圓形工件，圓形為一種規(guī)則形狀，與其他不規(guī)則形狀相比，圓形在處理上難度較低。針對圓形工件的特殊性，本文提出了一種基于橢圓特征的工件位姿估計方法。

1 方法概述

首先需要對圖片進行圖像預處理操作，以便為后續(xù)的算法提供一個良好的處理環(huán)境。圖像預處理之后還需要對圖像進行一個輪廓提取，然后進一步篩選輪廓，還需要針對篩選完成之后的輪廓進行最小二乘法橢圓擬合，經過最小二乘法橢圓擬合之后，可以進一步得到橢圓的中心坐標、長軸偏轉角度、長短軸長度等信息，通過這些信息進而進行重心坐標、傾斜矢量、旋轉矢量的求解。

2 位姿估計

2.1 輪廓篩選

輪廓篩選的目的是去除掉雜質輪廓、干擾輪廓，只留下我們需要的目標輪廓，在進行輪廓篩選時，最常見的約束條件為面積、長度。通過面積與長度約束能夠去除掉很大一部分的干擾輪廓，但是仍然有很大一部分雖然能夠滿足面積、長度要求，卻不屬于圓形輪廓，故仍然屬于干擾輪廓。

考慮到本文都為圓形工件，因此在面積、長度約束的基礎上又通過圓形度進行了約束。圓形度等于1時，說明輪廓為正圓，圓形度越低則說明輪廓與圓的差距越大。

2.2 最小二乘法橢圓擬合

橢圓的一般方程可寫為：

2.3 重心坐標求解

經過上一步的求解，我們已經能夠得到橢圓的長短軸、中心坐標、長軸偏轉角度，在此我們將擬合以后的橢圓的中心坐標作為工件的重心坐標。

2.4 傾斜角度求解

圓形工件若平行于水平面進行放置，當攝像機鏡頭位于工件正上方時，工件在水平面上的投影應為一個正圓形。當出現以下三種情況時工件在水平面上的投影會成為一個橢圓：（1）工件平行于水平面進行放置，但是與攝像機之間存在夾角;（2）工件位于攝像機正下方，但是工件與水平面之間存在夾角;（3）工件與水平面之間存在夾角，且與攝像機之間存在夾角。本文屬于第二種情況，即工件與水平面之間存在夾角。在這種情況下，橢圓的長軸即為圓的直徑，橢圓的短軸可以看為圓的直徑在傾斜方向上的投影。因此，可以根據短軸與圓的半徑之間的關系，求得圓的傾斜角度。

以橢圓的短軸為直角邊，橢圓的長軸為斜角邊，兩條邊之間的夾角即為圓的傾斜角度。

若橢圓的長軸為A，短軸為B，則傾斜角度α的求解公式為：

如圖1所示，邊A是圓形工件的半徑，B是A在平面的上投影，A與B之間的夾角α，則為圓形工件的傾斜角度，轉換到橢圓中來，則A為橢圓的長軸，B為橢圓的短軸。

2.5 旋轉角度求解

圓形工件若為水平放置在桌面上，那么可以忽略旋轉角度問題，但是若存在傾斜角度，則旋轉角度問題就顯得尤為重要。通過橢圓擬合，可以求得長軸的偏轉角度，在此我們以此角度為工件的旋轉角度。

3 結語

本文針對圓形工件的特點，提出了一種基于橢圓特征的工件位姿估計方法，利用圓與橢圓之間的關系，針對最小二乘法擬合后的橢圓進行相關參數求解，進而得到圓形工件的傾斜矢量、旋轉矢量、重心坐標。該方法能夠對圓形工件進行準確的位姿估計，與其他方法相比較，該方法簡單可靠、運行時間較短，能夠滿足實時系統(tǒng)的需求。

參考文獻：

[1] 鐘佩思，劉敬華，劉梅，等.基于改進的加速魯棒特征算法的工件定位方法[J].科學技術與工程，2019，19（05）：197-202.

[2] 翟永杰，劉金龍，程海燕.基于機器視覺的汽車工件抓取定位系統(tǒng)設計與開發(fā)[J].現代電子技術，2018，41（20）：6-9+13.

【通聯(lián)編輯：代影】