(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221073125 6.4 (22)申请日 2022.06.26 (71)申请人 太原科技大 学 地址 030024 山西省太原市万柏林区窊流 路66号太原科技大 学 (72)发明人 马立东　马贺琛　马自勇　李正楠　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) G06T 7/80(2017.01) G06T 3/40(2006.01) (54)发明名称 一种基于线结构光的管棒材捆丝识别方法 (57)摘要 本发明涉及一种基于线结构光的管棒材捆 丝识别方法， 步骤为： 机器人末端移动至初始位 置， 将激光线打到固定平面， 通过识别图像像素 值确定后续图像处理的二值化阈值； 机器人末端 自预设位置沿着x轴方向对管棒材捆进行扫描， 获得多张管棒材捆上表面图像， 利用图像特征识 别技术将多张上表面图像进行拼接， 确定相邻管 棒材之间最大的捆缝； 获得最大捆缝位置后， 将 机器人末端旋转90度使激光线打在最大捆缝中， 机器人末端再沿着y轴方向对管棒材捆捆丝进行 扫描， 当发现激光线发生畸变后， 通过分析激光 线畸变点的数量和形态判断捆丝数量和捆丝状 态。 权利要求书2页 说明书4页 附图5页 CN 115239634 A 2022.10.25 CN 115239634 A 1.一种基于线结构光的管棒材捆丝识别方法， 包括如下步骤： 步骤S1， 控制机器人末端移动至初始位置， 将激光线打到固定的光滑平面并拍摄激光 线图像， 根据图像中激光线像素个数确定后续图像处 理的二值化阈值； 步骤S2， 调整机器人末端执行器姿态， 在管棒材捆上表面打出激光线且使激光线垂直 于管棒材轴线方向 （机器人y轴方向） ， 机器人末端 执行器沿着 机器人x轴方向进 行连续扫描 和拍照， 确保管棒材捆上表面全部被扫描； 步骤S3， 利用图像特征点识别和图像轮廓特征识别相结合的方法， 将扫描的多张图像 进行拼接， 再通过图像圆弧顶点之间的几何距离对比确定最大捆缝 所在的位置； 步骤S4， 将机器人末端执行器旋转90度使激光线位于管棒材捆最大捆缝处， 机器人沿 着y轴方向进行移动， 末端执 行器上相机实时拍摄激光线的形态， 并发送给工控机； 步骤S5， 工控机对接收到的图片进行分析， 当检测到激光线发生畸变时， 根据激光线畸 变点的数量和 不同形式来判断捆丝的数量和状态， 确定机器人末端执行器的剪切方式， 并 给机器人发送剪切指令； 步骤S6， 重复上述 步骤S4， S5直到扫描完整捆管棒材， 实现捆丝的全部识别。 2.根据权利要求1所述的一种基于线结构光的管棒材捆 丝识别方法， 其特征在于， 移动 机器人到初始位置后将激光线打到固定平面并拍摄激光线图像， 根据图像中的激光线像素 个数确定图像处理的二值化阈值， 其公式为  ， 其中T为二值化阈值， N为高于默 认亮度像素个数， S为图像 像素总数， K为校正系数。 3.根据权利要求1所述的一种基于线结构光的管棒材捆 丝识别方法， 其特征在于， 最大 捆缝确定过程中， 多张图像仅v值发生变化， 其余部分相似， 采用图像特征点识别和图像轮 廓特征识别相结合的方法， 对多幅管棒材捆上表面图像进行拼接处理， 获得一张完整的管 棒材捆上表面图像。 4.据权利要求1所述的一种基于线结构光的管棒材捆 丝识别方法， 其特征在于， 对完整 的上表面图像进行二值化、 滤波、 细化等处理， 通过图像圆弧顶点之 间的几何距离对比确定 最大的捆缝， 其计算公式为 其中ui,vi i= 1,2,3...为其中一个激光线弧最高点的像素坐标值， uj,vj j = i‑1, i+ 1为另 一个相邻激光线弧最高点的像素坐标值， L为这两个最高点之间的距离， d为管棒  材 的直径， f为相邻两根管棒材之间捆缝的大小， umax, vmax为最大捆缝中间的像素  坐标值， uk,vk,和ul,vl为f取最大值时捆缝两侧激光线弧最高点的像素坐标值。 5.据权利要求1所述的一种基于线结构光的管棒材捆 丝识别方法， 其特征在于， 在获得 捆丝的数量和捆丝间距离后， 为保证剪刃可以成功剪切， 需对末端执行器剪刃的开口度进 行设置， 其计算公式为：权　利　要　求　书 1/2 页 2 CN 115239634 A 2其中末端执行器剪刃的最大开口度为T， 绑丝直径为s， 捆丝之间的距离为c， 捆丝数量 为n。权　利　要　求　书 2/2 页 3 CN 115239634 A 3