本发明提供用于板式家具生产线上的层叠板材大视野定位方法，基于RGBD深度传感器的层叠板材三维坐标检测系统，包括获得板材彩色图像及板材深度信息的RGBD深度传感器、提供照明功能的辅助电源、用于图像处理位置检测的PC机、主控PLC、抓取板材的机械手；该系统的检测步骤如下：获取原始深度数据，对深度数据中值滤波，提取深度数据记为RectDroi，提取RectDroi的有效特征(Px，Py，PZ，α0)为定位结果，将RectDroi通过坐标映射变换到彩色图像区域得到彩色图像记为RectDroi，对RectCroi进行二维码提取处理，最后整合得出最终的计算结果，本发明实现了家具行业的大范围板材自动上料，实现了大视野范围的精确定位，且成像范围可以通过增加传感器数量进行城北拓展。
1.用于板式家具生产线上的层叠板材大视野定位方法，包括：RGBD深度传感器、辅助光源、PC机、主控PLC、机械手，所述RGBD深度传感器连接PC机，所述PC机连接主控PLC，所述主控PLC连接机械手；其特征在于，包括以下步骤：步骤一，通过RGBD深度传感器获取板材成像区域内的彩色图像Ic及最上层板材的深度数据矩阵Md；
步骤二，对深度数据Md采用中值滤波器进行滤波，获得当前Md中最大值的位置(minx，miny)，然后通过公式Id＝Md/255将深度数据矩阵转化为可以显示和处理的灰度图像矩阵Id；
步骤三，以(minx，miny)为种子生长点，在Id中用区域生长算法进行图像分割，分割结果即为当前最上层板材的有效区域，记为RectDroi，提取RectDroi的有效特征(Px，Py，PZ，α0)为定位结果；
步骤四，将RectDroi通过坐标映射变换到彩色图像区域，得到当前彩色图像ROI，记做RectCroi；
步骤六，整合计算结果，通过无线网络通讯将计算结果发送到机械手，机械手根据接收到的数据对板材进行纠偏上料；
所述对RectCroi进行二维码提取处理，具体步骤如下：首先将GRB彩色空间转换为HSV空间，并提取其中对比度较大的V通道，得到V_RectCroi，通过对V_RectCroi进行Gamma增强，提升图像对比度后进行自适应阈值二值分割，在V_RectCroi得到二维码的区域QR_RectCroi：按如下公式计算二维码区域QR_RectCroi的中心点坐标(QRx，QRy)与V_RectCroi中心点坐标(Vx，Vy)的差值，得到二维码的方位信息其中n的具体取值需要根据视觉系统与机器人的相对位置进行修改和校正，
2.如权利要求1所述的用于板式家具生产线上的层叠板材大视野定位方法，其特征在于：所述整合计算结果，得到目标位置及纠偏角度
3.如权利要求1所述的用于板式家具生产线上的层叠板材大视野定位方法，其特征在于：所述中值滤波器采用模板大小可调。
4.如权利要求1所述的用于板式家具生产线上的层叠板材大视野定位方法，其特征在于：所述步骤三中采用区域生长算法进行图像分割的具体步骤如下：以(minx，miny)为种子生长点，针对Id已有区域，如果其周围存在未划分到已知区域的像素点，使用相似性准则对其进行判断，如果该像素与该区域相似，则对该像素进行生长，将其纳入该区域中，重复以上所述步骤三中采用区域生长算法进行图像分割的具体步骤，直到图像中所有像素都被划分到已有区域中。
用于板式家具生产线上的层叠板材大视野定位方法
技术领域
[0001] 本发明涉及板式家具生产技术领域，具体涉及一种用于板式家具生产线上的层叠板材大视野定位方法。
背景技术
[0002] 当前板式家具生产过程中，开料后需要人工将开料后的板材搬运到传送带上，这个过程的非自动化降低了企业的生产效率，增加了人工成本。利用机械手抓取板材需要实时检测到板材的三维坐标，提供位置信息给机械手进行准确抓取。目前在家具生产行业尚未发现有利用视觉系统来引导机器人进行自动拆垛上料的应用。如中国专利申请号为CN201710628731.4一种橱柜门板造型自动生产工艺及装置，其公开了一种自动化程度高且加工精准度高的家具生产方法，并具体公开了有若干个门板分拣加工系统，但其门板的分拣加工并无应用任何的定位方法，门板在输送过程中产生的偏转错误也就无法纠正，容易导致后续的工艺产生混乱，从而降低整体的生产效率。
发明内容
[0003] 针对现有技术的不足，本发明提供了用于板式家具生产线上的层叠板材大视野定位方法，能够精准检测板材三维坐标及板材上二维码方向，检测到板材三维坐标能够使机械手的抓取精准，检测二维码方向能够保证板材在运输加工的过程中保持一致性，且本方法检测精度高、检测算法简单、成本低。
[0004] 为实现上述目的，本发明采用如下技术方案：
[0005] 用于板式家具生产线上的层叠板材大视野定位方法，包括：RGBD深度传感器、辅助光源、PC机、主控PLC、机械手，所述RGBD深度传感器连接PC机，所述PC机连接主控PLC，所述主控PLC连接机械手；其特征在于，包括以下步骤：
[0006] 步骤一，通过RGBD深度传感器获取板材成像区域内的彩色图像Ic及最上层板材的深度数据矩阵Md；
[0007] 步骤二，对深度数据Md采用中值滤波器进行滤波，获得当前Md中最大值的位置(minx，miny)，然后通过公式Id＝Md/255将深度数据矩阵转化为可以显示和处理的灰度图像矩阵Id；
[0008] 步骤三，以(minx，miny)为种子生长点，在Id中用区域生长算法进行图像分割，分割结果即为当前最上层板材的有效区域，记为RectDroi，提取RectDroi的有效特征(Px，Py，PZ，α0)为定位结果；
[0009] 步骤四，将RectDroi通过坐标映射变换到彩色图像区域，得到当前彩色图像ROI,记做RectCroi；
[0010] 步骤五，对RectCroi进行二维码提取处理；
[0011] 步骤六，整合计算结果，通过无线网络通讯将计算结果发送到机械手,机械手根据接收到的数据对板材进行纠偏上料。
[0012] 优选的，所述对RectCroi进行二维码提取处理，具体步骤如下：首先将GRB彩色空间转换为HSV空间，并提取其中对比度较大的V通道，得到V_RectCroi,通过对V_RectCroi进行Gamma增强，提升图像对比度后进行自适应阈值二值分割，在V_RectCroi得到二维码的区域QR_RectCroi；按如下公式计算二维码区域QR_RectCroi的中心点坐标(QRx，QRy)与V_RectCroi中心点坐标(Vx，Vy)的差值，得到二维码的方位信息 ；
[0013]
[0014] 其中n的具体取值需要根据视觉系统与机器人的相对位置进行修改和校正，[0015] 优选的，所述整合计算结果，得到目标位置及纠偏角度
[0016] 优选的，所述中值滤波器采用模板为5×5大小的。
[0017] 优选的，所述步骤二中采用区域生长算法进行图像分割的具体步骤如下：以(minx，miny)为种子生长点，针对Id已有区域，如果其周围存在未划分到已知区域的像素点，使用相似性准则对其进行判断，如果该像素与该区域相似，则对该像素进行生长，将其纳入该区域中，重复以上步骤，直到图像中所有像素都被划分到已有区域中。
[0018] 本发明提供的用于板式家具生产线上的层叠板材大视野定位方法的有益效果在于：
[0019] 1)实现了家具加工的大范围板材自动上料以及大视野范围的精确定位；
[0020] 2)通过增加传感器数量可对成像范围进行成倍拓展；
[0021] 3)检测精确率高、算法简单、成本低。
附图说明
[0022] 图1为本发明方法整体流程图。
[0023] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本发明的保护范围。
[0024] 实施例：用于板式家具生产线上的层叠板材大视野定位方法。
[0025] 本实施例中，采用RGBD深度传感器获得板材彩色图像以及深度数据，PC机用于图像处理位置的检测，主控PLC对数据进行计算，并将计算结果传送给机械手进行抓取板材，RGBD深度传感器获取彩色图像分辨率最大可达1920×1080，获得物体深度图像的分辨率最大可达512×484。具体检测方法步骤如下：
[0026] 步骤一：图像采集，通过RGBD深度传感器获取板材成像区域内的彩色图像Ic及最上层板材的深度数据矩阵Md。
[0027] 步骤二：深度数据处理。对深度数据Md采用大小为5×5的中值滤波器进行滤波，获得当前Md中最大值的位置(minx，miny)，然后通过公式Id＝Md/255将深度数据矩阵转化为可以显示和处理的灰度图像矩阵Id。
[0028] 步骤三：以(minx，miny)为种子生长点，在Id中用区域生长算法进行图像分割，以(minx，miny)为种子生长点，针对Id已有区域，如果其周围存在未划分到已知区域的像素点，使用相似性准则对其进行判断，如果该像素与该区域相似，则对该像素进行生长，将其纳入该区域中，重复以上步骤，直到图像中所有像素都被划分到已有区域中，分割结果即为当前最上层板材的有效区域，记为RectDroi，提取RectDroi的有效特征(Px，Py，PZ，α0)为定位结果。
[0029] 步骤四：将RectDroi通过坐标映射变换到彩色图像区域，得到当前彩色图像ROI,记做RectCroi
[0030] 步骤五：对RectCroi进行二维码提取处理。首先将GRB彩色空间转换为HSV空间，并提取其中对比度较大的V通道，得到V_RectCroi,通过对V_RectCroi进行Gamma增强，提升图像对比度后进行自适应阈值二值分割，在V_RectCroi得到二维码的区域OR_RectCroi。按如下公式计算二维码区域QR_RectCroi的中心点坐标(QRx，QRy)与V_RectCroi中心点坐标(Vx，Vy)的差值，得到二维码的方位信息 。
[0031]
[0032] 其中n的具体取值需要根据视觉系统与机器人的相对位置进行修改和校正。
[0033]
[0034] 步骤六：整合计算结果，得到目标位置及纠偏角度 通过以太网通讯将计算结果发送到机器人控制器，机器人控制器根据接收到的数据对板材进行纠偏上料。
[0035] 以上所述为本发明的较佳实施例而已，但本发明不应局限于该实施例和附图所公开的内容，所以凡是不脱离本发明所公开的精神下完成的等效或修改，都落入本发明保护的范围。
