机器人系统来扫描和复制对象

抽象

用视觉系统集成的机器人系统的应用情况。机器人是3轴回转原型，而视觉系统基本上由在激光扫描仪取得的照相机和线性激光投影仪组成。无论是机器人和视频系统设计，并在DIME那不勒斯腓特烈二世大学（机械工程系的能量学），内置。所呈现的应用程序基本上由被安装在机器人臂上的激光扫描器的;扫描器扫描三维表面，并且所述数据转换中的点在机器人的工作区中的云。然后，从这些点出发，末端执行器的轨迹通过复制被扫描表面进行计算;所以，相同的机器人，通过使用工具，可以再现被扫描物体。该软件在DIME也很发达。所采用的工具是一个高速钻头，以由该数据表示通过点的云，以获得足够精确的表面安装在机器人臂的最后一个环节，用球头铣刀上。一种算法插值的路径，并计划轨迹也被开发并试验成功。

1.介绍

有关适合于工作环境识别的传感器，已在[1]。对于建筑的3D地图，激光扫描仪是最好的选择之一。

激光扫描技术允许三维物体的数字采集云点。对象的数字几何描述是离散的，为获取设置的分辨率定义了点云的密度，因此表示的细节。在扫描器的框架中，每个点用(3D)笛卡尔空间中的一个位置表示;通过这些点，有可能获得一个三维模型，可以与工作环境交互有用。由于这个原因，激光扫描系统的使用在机器人应用中变得更加普遍。

二维激光扫描器广泛应用于移动机器人应用中，并被应用于物体跟踪和避障[2]、特征提取[3.]、地图建造[4- - - - - -7]，和自定位[8]。

Biber等人[9]提出了一种方法，以获得一个真实的室内办公环境的三维模型，通过一个移动机器人装备了激光距离扫描仪和全景摄像机。

Borangiu等人[10]提出了一个仿真环境，集成了一个短程3D激光扫描探针和一个机器人系统，该系统由一个垂直铰接机器人手臂和一个转盘组成。基本上在10]它是研究了基于机器人臂周围，其具有通过使用计算机生成的自适应扫描路径被扫描对象移动的系统的可行性;后者实时计算而扫描仪识别对象的特征。

在[11， Larsson和Kjellander展示了一个配备了激光轮廓扫描仪的标准工业机器人是如何被用作测量设备的，它可以自由地沿着任意路径移动，因此可以从合适的方向进行测量。

所有这些技术使得快速原型技术和机器人三维实体复制技术的发展变得容易;这代表了一个发展了好几年的研究领域，如[12]。

本文描述了一种集成在机械臂上的光学激光扫描器的应用。这项研究的主要目的在于研究使用机器人提高激光扫描仪性能的可能性。同时利用激光扫描数据作为机器人轨迹规划的输入，实现了对被扫描物体的再现。

所开发的设备允许数字化表面和复制他们，通过机械工具。这种设备的发展允许灵活的，同时，可重复的，获取的形式，给他们一个精确的控制运动通过机器人。与静态采集设备不同，该设备可以在被分析对象周围移动摄像系统，而不会引入数据匹配问题。然而在这种应用中，视觉系统成为一个集成的装置，具有位置传感器和形状和体积识别的作用。因此，如果将视觉系统嵌入到机器人的控制回路中，就有可能提高机器人的性能。

研制了一种三轴旋转机器人。使用。对机械臂及其特性进行了描述;看，例如，[13- - - - - -16]。该机器人控制系统在硬件和软件方面都进行了修改，以能够分配适当的运动规律的关节。

软件，巧开发，允许取得，实时，点的云，与所检查的表面，而视觉系统，通过在工作区中的机器人操作时，观测到来自不同角度的相同表面上，以取形态特征。

这是可能的一些采集周期与建立的路径或直接移动机器人捕捉表面的详细分析。采集系统记录的信息用于规划机器人的轨迹，可用于复制机器人表面，也具有比例因子。我们提出的轨迹规划算法，提供了复制的表面经过后续阶段的雕刻。轨迹是计划给出真实的几何路径，工具必须遵循的位置，速度和加速度。这种规划类型的优势在于，可以保证再现的路径更符合真实的轮廓。

因此，研究的主要目的是评估我们提出的技术和算法，以便:(1)使用机器人提高激光扫描仪的性能;(2)使用激光扫描仪的数据作为机器人轨迹规划，将允许再现被扫描物体的输入。

2.激光扫描系统

用于获取表格的激光扫描系统由一个网络摄像头和一个激光发射器组成，固定在机器人的最后一个连杆上(图形)1和2)。所述光由所述激光模块以等于635纳米的固定波长发射;同时采用了以激光波长为中心的光带通滤波器，使视觉系统能够更好地观察激光束，使边缘检测操作更加简单和鲁棒。

由于激光扫描仪与机器人相连，因此可以使用机器人关节的坐标，来确定扫描窗口在机器人参考系统中的位置和方向，从而确定工作空间中的位置和方向。为了达到这个目的，有必要知道摄像机系统的框架与机器人最后一个连杆的框架之间的关系(如图)1)。然后，利用Denavit-Hartenberg矩阵[DH]，就可以在机器人基座坐标系中确定摄像机与激光模块之间三角化得到的点的坐标。

2.1。校准

机器人激光扫描仪系统的校准过程基本上由在确定激光模块和照相机之间和照相机和机器人之间的相对位置。激光模块和相机之间的关系通过由保持固定在一个运动目标的前部的机器人的位置中实现的过程来实现（图2) [17]。针对目标的不同位置获取一组图像。每一步都可以计算投影在目标上的激光线的点在像面上的坐标。通过优化程序，可以识别出描述激光与摄像机之间关系的所有变换参数。

通过将机器人在已知网格前移动的方法，得到摄像机与机器人最后一个连杆的参考点之间的相对位置。由于摄像机以已知的规律进行各种构型的运动，由机器人的运动学来定义，并且已知了机器人基座坐标系中的网格位置，就有可能确定摄像机在机器人最后一个连杆坐标系中的位置。

校准过程后，获得所有必需识别视觉系统在机器人的工作区中的信息。以这种方式，有可能使用由机器人提供的定位信息，与他们的可重复性和精确度，在激光扫描系统的三角剖分算法;因此能够重建表面，实时，由编码器获取的链路的角位置，和从所述图像的其余部分外推激光线[18]。

3.表面收购

激光扫描器捕捉物体表面的轮廓。在扫描过程中，机器人移动激光扫描仪，根据物体的形状，从不同的位置和方向捕捉物体轮廓的图像。开发了一个具有图形用户界面的软件，使用户能够轻松地使用系统(图)3.)。

通过这个GUI，可以加载校准数据，设置相机参数，如亮度、饱和度等，以及用于从图像其余部分推断激光形状的红色强度的阈值。它可以控制机器人关节的变量、原始图像和激光线的细化。通过“连续三维生成”选项，机器人可调度扫描路径，实时捕获三维曲面。另一个例行程序，“3D生成”，允许精细的获取和保存数据与三角算法。

3.1。三维重建结果

论述的结果保存像点的云可以与标准的CAD软件进行分析。

在图4，可以观察两个试样的采集操作。

利用CATIA软件，可以通过获得CAD模型来构造两个物体的表面，这一三维重建方法的步骤可以看作是一个真实的逆向工程过程。点云的精化可以消除可能使表面重建任务困难的缺陷。

在数据5(一个)和5 (b)，可以观察激光扫描仪对两种不同试样采集的点云以及CAD软件处理的后续结果。

4.表面繁殖

从表面数据开始，开发了一种程序，利用机器人从一块原材料中复制表面本身。

可用的点是利用“机器人-激光扫描仪”的三维重建系统获得[18]。这些点必须首先被处理以除去重建的任何缺陷，则该轨迹生成以移动机器人，最后进行处理的指令将被分配给所述机器人。

必须分配给机器人的轨迹，可以规划它在物体表面上的移动，并通过工具从一个块中复制获得的表面。当然，也可以获得复制对象所需的模具。该数据还可用于复制具有比例因子的表面。

4.1。路径规划

接下来，我们将描述从重建点开始获取机器人的轨迹的步骤。

第一步做的，从点云开始，是为了消除任何缺陷，识别该工具应该做的路径的几何形状。

此外，为了获得轨迹的全过程，具有GUI软件开发（图6)。

从点的云，这是激光扫描器采集的结果开始（见图7(一)），它能够减少获取点和消除是由于重建误差的点。以这种方式，获得的点的新的云（图7 (b))。

第二步骤包括在选择待实现的表面的那部分;例如，在图8所述头部的一部分被示出。

与其他软件（图9），能够移动和定向在机器人工作区中的点的云;最终，还可以缩放以再现经缩放的表面。

从点的云及其在机器人工作区中的位置开始，需要实现一个处理周期。

路径规划算法涉及面分步建设。轨迹被赋予该工具必须按照实际几何路径，位置，速度和加速度计[计划19]。

例如，可以考虑一个具有盒子形状的初始体积(可以是一块必须在其表面复制的材料)，也可以在其上固定一个框架(图10)。

如果为初始方框的点集，它们必须位于机器人工作空间的内部。

如果是属于曲面的点的坐标集合，必须使导向

在(1）,和是初始体积的大小，分别沿轴线。

从水平曲线属于与该平面平行的平面可以用它们之间的距离来定义它等于这取决于使用工具的几何形状。如果每个特定的曲线的数量是多少我们有

沿轴线每个切割的深度被选择，和数量等于大于这个比值的最小整数 然后，对于每个电平曲线，即定义必须分配给工具定义如下的路径点：

这些点从最大值排序到最小值，并交替进行排序递增-递减到的值，如图所示11。

具有坐标的点和的最后一点和是添加到描述每个水平曲线路径的点集吗，所以有可能把在初始体积的工具移动到下一个曲线。

要分配给工具来复制表面的路径由水平曲线的并集表示:

在数据12和13给出了工具必须生成的以红色线条表示的所需表面的整个路径。

下一步是定义一个可以插值路径点的参数曲线。三维空间中的参数曲线是从一个区间开始的连续应用来:

为了定义与曲线相关的不同性质，至少需要类的正则性(即。,the regularity of each component). A curve is regular in a point if the vector 是不是空载体。该（7)给出同一曲线在该曲线的每一点上的切向(顶点表示对的微分)。曲线上某一点的规律性的丧失与奇异点的存在有关。

为了获得一个参数曲线，使用三次样条插值函数。如果每个向量的路径点是中，内插函数必须为它们中的每限定。

举个例子，函数的三次样条在节点是一个函数这 其中每个是次≤3的多项式，那么

（一世）对于。

(2)。

通过这种方式，我们可以得到在3D空间中的参数曲线：

函数的每一点(9)，则可定义切线versor:

4.2。轨迹规划

一旦路径被定义，它是可能的计划轨迹。轨迹规划基本上由在规划每个而从初始位置到最终一项所述的端部执行器移动所述机器人连杆的运动。

路径是在关节空间机器人必须遵循的点的轨迹;这样的路径只涉及几何型的描述。轨迹，而是表明一个路径和它的运动规律，也就是位置，速度和加速度的时间依赖性。

因此，规划轨迹的算法必须考虑以下内容:路径的定义，路径的约束，以及由于机械手的运动学和动力学限制而产生的约束。作为输出，该算法将给出关节位置、速度和加速度方面的轨迹。路径的定义可以在关节空间或工作空间中完成。

一种算法设计和开发;它是基于以下概念：路径本身不仅是由多个点，而且由若干点和相应的切线向量的路径分配;在每个点的切线由关节的速度[给定19,20.]。

该算法可以通过以下步骤进行总结。(1)速度模块，沿着几何路径，被陈述为等于渴望的末端执行器的速度，这是必须复制表面的刀具的速度。如果为速度模块，所定义的速度在曲线各点的分量为: (2)速度方向是轨迹的切线方向每条切线都是给定的点。在图14被示出给定的，强加属于它的点的速度矢量的轨迹的一个例子。(3)现在有可能通过逆运动学的装置，以计算每个关节的速度。如果每个关节在每个轨迹的给定点的那些计算速度，末端执行器将到达并与计划切线离开各自的路径点。

所以，一组位置和速度的值是为机械手的每一个关节得到的，这是给控制系统的。每一个机器人执行器都遵循一个瞬间变化的运动规律，末端执行器以指定的速度和方向通过每一个轨迹点。

以这种方式，有可能获得比使用方法得到的那些，其中的轨迹是由一组由关节位移联点的更加精确的轨迹使得获得以下的运动的固定法[21]。

至于所提出的轨迹规划的一个例子，在图15示出了由所描述的方法，并通过点与点控制而得到的轨迹，给人的9点的坐标在工作区中而获得的正弦轨迹之间的比较。

5.实验结果

通过两个实验验证了该方法的有效性。第一种涉及工业应用，涉及轴流压气机叶片;第二部分是重建在艺术领域的应用实例，涉及一个仿真头。在数据16和17，显示两个测试对象及其以不同尺度复制的部分表面。

两个表面中的每一个与轨迹的两个不同的类型学获得：a粗糙一个和成品的一个;后者是从第一个通过内插数据和通过给下移送速度到工具获得。当然，它使用不同的材料，选择最适当的设备，以机器他们可以工作。

6.结论

研究和测试了一种三维重建过程，利用已知的机械手，可以获得满意的结果;这样，即使不是高清晰度的传感器也被采用。采用激光三角测量作为采集形状技术，使重建具有实时性、准确性、鲁棒性和重复性。

校准技术也被调整[17]。后者允许校准整个机器人激光扫描仪系统，因此，以减少误差由于设备之间的相对位置。

最后，研究并应用了一种新的轨迹规划技术，以获得更精确的物体扫描表面再现。由于该控制系统是在我们的实验室组装的，因此可以通过在机器人上安装一个高速钻头和一个球形铣刀来实现对所获得表面的复制软件。

所实现的系统允许扫描对象，并以极大的灵活性在任何规模复制它们。也可以获得被加工的形状来分析复制的质量。

该系统可用于许多应用程序，其中三维形状是需要没有接触，并复制相同的形状，使一个副本。也可以不仅使获得的同一表面，而且使模具获得若干副本。这个系统的发展包括在机器人上安装一个手腕;通过增加更多的自由度，可以分析和复制更复杂的表面。

参考文献

1. M.赫伯特，“机器人的主动和被动范围感应”，进IEEE机器人及自动化国际会议录(ICRA '00)，第102-110，旧金山，加利福尼亚州，美国，2000年4月。视图:谷歌学术
2. J. L. Martinez的，A.波索-鲁斯，S.佩德拉萨和R.费尔南德斯，“对象以下，并在室外移动机器人Auriga-使用激光扫描器避障α，”在在IEEE / RSJ国际会议智能机器人与系统程序， 204-209页，1998年10月。视图:谷歌学术
3. “一种分层的、双卡尔曼滤波算法用于室内特征提取”，国立台湾大学信息与科学研究所硕士论文在IEEE / RSJ国际会议智能机器人与系统程序，第454-461，高松，日本，2000年11月。视图:谷歌学术
4. Kwon、J. S. Lee，“基于二维激光测距机的移动机器人随机地图构建方法”，自主机器人卷。7，没有。2，第187-200，1999。视图:出版商的网站|谷歌学术
5. 使用两种类型的激光扫描仪数据的三种激光测距算法的定量和定性比较>，刊于系统，人与控制论的IEEE INTERANTIONAL会议论文集，第1422-1427，2000年10月。视图:谷歌学术
6. “在户外应用中使用激光距离传感器的高精度导航”，台北IEEE机器人及自动化国际会议录(ICRA '00)2000年4月，第3817-3822页。视图:谷歌学术
7. L. A.阿尔伯克基和J. M. S. T. Motta的，“3D形状重建从范围图像为对象数字建模的实现，”ABCM机电一体化系列研讨会，第二卷，第81-88页，2006年。视图:谷歌学术
8. 张良军和B K.戈什，“线段基于使用二维激光测距仪地图构建和定位，”在IEEE机器人及自动化国际会议录(ICRA '00)2000年4月，第2538-2543页。视图:谷歌学术
9. “使用激光扫描仪和全景相机的移动机器人进行室内环境的三维建模”，台北在IEEE / RSJ国际会议智能机器人与系统程序2004年10月，日本仙台。视图:谷歌学术
10. 刘建民，“基于三维三角测量的激光扫描系统的建模与仿真”，硕士论文。国际期刊计算机，通信和控制卷。3，补充，第190-195，2008。视图:谷歌学术
11. S. Larsson和J. A. P. Kjellander，“用工业机器人进行激光扫描的运动控制和数据捕获，”机器人技术和自主系统第54卷，no。6，第453-460页，2006。视图:出版商的网站|谷歌学术
12. R. A. Jarvis和Y. L. Chiu，《三维立体的机器人复制》，台北IEEE/RSJ智能机器人与系统国际会议论文集，(IROS '96)，第89-95，1996年11月。视图:谷歌学术
13. R. Brancati，C.罗西和S. Scocca“在联合空间控制的实验平面机械臂，”在第四届IEEE智能工程系统国际会议(INES '00)论文集，第125-128页，波尔托罗，斯洛文尼亚，2000年9月。视图:谷歌学术
14. S. Pagano, C. Rossi, F. Timpone，“一种低成本的五轴转动工业机器人设计”，台北阿尔佩-阿德里亚-多瑙河机器人研讨会的会议记录(RAAD '02)，第117-122，巴拉顿菲赖德，匈牙利，2002年6月。视图:谷歌学术
15. R. Brancati，C.罗西，S.圣萨维诺，和G. Vollono，“A机器人原型先进didatic，”在第13届国际研讨会机器人在阿尔卑斯 - 亚德里亚 - 多瑙河论文集（RAAD '04），第293-298，布尔诺，捷克共和国，2004年6月。视图:谷歌学术
16. R. Brancati, C. Rossi, S. Savino，“在关节空间的轨迹规划方法”，刊于第14届阿尔佩-阿德里亚-多瑙河地区国际机器人讲习班的会议记录，第81-85页，罗马尼亚布加勒斯特，2005年5月。视图:谷歌学术
17. V. Niola，C.罗西，S.圣萨维诺和S.斯特拉诺，“一种用于3-d激光扫描器的校准方法，”在第19届柔性自动化与智能制造国际会议论文集, 2009年。视图:谷歌学术
18. V. Niola, C. Rossi, S. Savino和S. Strano，“一个新的实时形状采集系统与激光扫描仪:第一次测试结果”，在第19届柔性自动化与智能制造国际会议论文集, 2009年。视图:谷歌学术
19. “基于点和切线的机器人轨迹规划”，国立台湾科技大学资讯工程学研究所硕士论文第十届WSEAS机器人，控制和制造技术国际会议的会议记录2010年4月，中国杭州。视图:谷歌学术
20. C.罗西，S.圣萨维诺和S.斯特拉诺，在“使用的机器人手臂，3D对象重建”第二届欧洲机制科学会议论文集2008年，意大利卡西诺。视图:谷歌学术
21. c·罗西机器人力学讲义， Edizioni Scientifiche编Artistiche，那不勒斯，意大利，2008,ISBN 978-88-95430-118-8, A.Y. 2008-2009。

版权

版权所有©2011 Cesare Rossi和Sergio Savino。这是一篇开放获取下发布的文章知识共享署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。