基于椭圆特征的工件位姿估计方法

朱凯

摘要：在工业应用中，工件的种类多种多样，该文算法主要针对圆形工件进行研究。考虑到圆形工件的特殊性，提出一种基于椭圆特征的工件位姿估计方法，该方法首先需要对图像进行预处理操作，然后进行轮廓提取与筛选，最后进行最小二乘法椭圆拟合，针对拟合后的椭圆进行工件姿态的估计。

关键词：圆形工件;最小二乘法椭圆拟合;位姿估计

中图分类号：TP3        文献标识码：A

文章编号：1009-3044（2019）21-0171-02

开放科学（资源服务）标识码（OSID）：

随着机器视觉技术的发展，装备视觉技术的工业机器人也被广泛应用到各种各样的工业场景中。目前在工业领域中，如何实现对工件的准确定位仍是一个非常受关注的问题。钟佩思等人提出了一种改进的加速鲁棒特征（SURF）算法，能够实现实时准确定位，该方法基于加速分割测试特征检测器（FAST）对SURF算法的特征提取方式进行了改进，该方法与传统SURF算法相比，在提高了精度的同时还大大缩减了运行时间。翟永杰等人在进行工件定位的时候采用了利用最小外接矩形定位的方法，该方法首先建立了一个模板，记录模板最小外接矩形的中心以及长轴的斜率，然后在采集到图像后计算工件的最小外接矩形的中心以及长轴斜率，并与模板进行比较，最终实现位姿估计。

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转矢量求解，并不包含工件倾斜矢量的求解，这种定位方法多适用于生产线等应用场景上的平面工件识别。本文的识别方法的应用场景为料框，料框中工件在摆放时必然会存在倾斜角度，因此目前大部分的工件定位方法都不适用。料框中的工件为圆形工件，圆形为一种规则形状，与其他不规则形状相比，圆形在处理上难度较低。针对圆形工件的特殊性，本文提出了一种基于椭圆特征的工件位姿估计方法。

1 方法概述

首先需要对图片进行图像预处理操作，以便为后续的算法提供一个良好的处理环境。图像预处理之后还需要对图像进行一个轮廓提取，然后进一步篩选轮廓，还需要针对筛选完成之后的轮廓进行最小二乘法椭圆拟合，经过最小二乘法椭圆拟合之后，可以进一步得到椭圆的中心坐标、长轴偏转角度、长短轴长度等信息，通过这些信息进而进行重心坐标、倾斜矢量、旋转矢量的求解。

2 位姿估计

2.1 轮廓筛选

轮廓筛选的目的是去除掉杂质轮廓、干扰轮廓，只留下我们需要的目标轮廓，在进行轮廓筛选时，最常见的约束条件为面积、长度。通过面积与长度约束能够去除掉很大一部分的干扰轮廓，但是仍然有很大一部分虽然能够满足面积、长度要求，却不属于圆形轮廓，故仍然属于干扰轮廓。

考虑到本文都为圆形工件，因此在面积、长度约束的基础上又通过圆形度进行了约束。圆形度等于1时，说明轮廓为正圆，圆形度越低则说明轮廓与圆的差距越大。

2.2 最小二乘法椭圆拟合

椭圆的一般方程可写为：

2.3 重心坐标求解

经过上一步的求解，我们已经能够得到椭圆的长短轴、中心坐标、长轴偏转角度，在此我们将拟合以后的椭圆的中心坐标作为工件的重心坐标。

2.4 倾斜角度求解

圆形工件若平行于水平面进行放置，当摄像机镜头位于工件正上方时，工件在水平面上的投影应为一个正圆形。当出现以下三种情况时工件在水平面上的投影会成为一个椭圆：（1）工件平行于水平面进行放置，但是与摄像机之间存在夹角;（2）工件位于摄像机正下方，但是工件与水平面之间存在夹角;（3）工件与水平面之间存在夹角，且与摄像机之间存在夹角。本文属于第二种情况，即工件与水平面之间存在夹角。在这种情况下，椭圆的长轴即为圆的直径，椭圆的短轴可以看为圆的直径在倾斜方向上的投影。因此，可以根据短轴与圆的半径之间的关系，求得圆的倾斜角度。

以椭圆的短轴为直角边，椭圆的长轴为斜角边，两条边之间的夹角即为圆的倾斜角度。

若椭圆的长轴为A，短轴为B，则倾斜角度α的求解公式为：

如图1所示，边A是圆形工件的半径，B是A在平面的上投影，A与B之间的夹角α，则为圆形工件的倾斜角度，转换到椭圆中来，则A为椭圆的长轴，B为椭圆的短轴。

2.5 旋转角度求解

圆形工件若为水平放置在桌面上，那么可以忽略旋转角度问题，但是若存在倾斜角度，则旋转角度问题就显得尤为重要。通过椭圆拟合，可以求得长轴的偏转角度，在此我们以此角度为工件的旋转角度。

3 结语

本文针对圆形工件的特点，提出了一种基于椭圆特征的工件位姿估计方法，利用圆与椭圆之间的关系，针对最小二乘法拟合后的椭圆进行相关参数求解，进而得到圆形工件的倾斜矢量、旋转矢量、重心坐标。该方法能够对圆形工件进行准确的位姿估计，与其他方法相比较，该方法简单可靠、运行时间较短，能够满足实时系统的需求。

参考文献：

[1] 钟佩思，刘敬华，刘梅，等.基于改进的加速鲁棒特征算法的工件定位方法[J].科学技术与工程，2019，19（05）：197-202.

[2] 翟永杰，刘金龙，程海燕.基于机器视觉的汽车工件抓取定位系统设计与开发[J].现代电子技术，2018，41（20）：6-9+13.

【通联编辑：代影】