买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于机器人的复杂结构件三维形貌测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115546289B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211324699.8，技术领域涉及：G06T7/70；该发明授权一种基于机器人的复杂结构件三维形貌测量方法是由殷春;高延;闫中宝;程玉华;谭旭彤;刘俊洋设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本一种基于机器人的复杂结构件三维形貌测量方法在说明书摘要公布了：本发明公开了一种基于机器人的复杂结构件三维形貌测量方法，首先通过移动机器人带动双目相机在多个视角位姿下完成测量对象的左右相机图像采集，重建单视角点云数据，并记录机器人位姿信息；然后对机器人末端法兰坐标系到双目相机坐标系的转换关系进行手眼标定，进而得到双目相机坐标系到机器人基座坐标系的转换矩阵，将双目相机获取的单视角测量点云转换至统一坐标系下，完成多视角点云粗配准；最后通过ICP算法对测量点云进行精配准，实现三维形貌测量。整个过程不需在被测物体表面贴标志点，简化了点云配准过程；同时修正了手眼关系精度，可以保证多视角点云数据的粗配准精度，很大程度上提高了多视角三维形貌测量的效率。

本发明授权一种基于机器人的复杂结构件三维形貌测量方法在权利要求书中公布了：1.一种基于机器人的复杂结构件三维形貌测量方法，其特征在于，包括： 1、通过机器人带动双目相机在多个视角位姿下完成测量对象的左右相机图像采集，重建单视角点云，并记录机器人位姿信息 1.1、将双目相机安装于机器人末端法兰的固定器械上，使得左右相机保持在同一水平位置，并且保留一定距离； 1.2、调试双目相机，使其能清晰地拍摄到测量对象，并调试机器人，使其能承载双目相机进行三维测量任务，保证拍摄完测量对象的全貌，并使用张氏标定法进行相机标定，对于第k,k＝1,2,...,n个机器人位姿下的测量对象，由左右相机分别拍摄一副灰度图像； 1.3、对左右相机分别拍摄一副灰度图像，根据双目相机原理进行点云重构，得到第k机器人位姿下的单视角点云并得到该视角机器人位姿矩阵 2、对机器人末端法兰坐标系到双目相机坐标系的转换关系进行手眼标定，进而得到双目相机坐标系到机器人基座坐标系的转换矩阵，将双目相机获取的单视角点云转换至统一坐标系下，完成多视角点云粗配准 2.1、将双目相机安装于机器人末端法兰的固定器械上，控制机器人运动至拍摄视角，在该拍摄视角利用双目相机拍摄获得标定板图片，同时记录机器人位姿信息； 2.2、重复步骤2.1得到m组标定板图片和相对应的机器人姿态信息； 2.3、根据张氏标定法获得每组标定板图片中标定板相对于相机的旋转向量Rci和平移向量Tci，并转换成旋转平移矩阵，即得到相机外参矩阵Hci,i＝1,2,...,m；根据机器人位姿信息计算相对于基座的旋转向量Rgi和平移向量Tgi，得到机器人位姿矩阵Hgi,i＝1,2,...,m，其中： 2.4、由于任意两次变换拍摄位姿i,j之间，机器人基座到标定板之间的相对位姿关系即基座标定板关系矩阵HBW固定不变，并且相机与机器人末端法兰之间的相对位姿关系，即手眼关系矩阵Hcg固定不变，有如下转换关系： HBW＝HgiHcgHci HBW＝HgjHcgHcj 通过相机外参矩阵Hci,i＝1,2,...,n和机器人位姿矩阵Hgi,i＝1,2,...,m，结合机器人基座坐标系和标定板坐标系之间的固定关系，建立手眼标定方程： AX＝XB； 其中，A＝Hgj -1Hgi,B＝HcjHci -1,X＝Hcg 并采用手眼标定函数求解该方程，求得相机坐标系相对于机器人末端法兰坐标系的旋转平移矩阵即手眼关系矩阵Hcg； 2.5、对计算出的手眼关系矩阵Hcg进行修正，得到用于多视角点云粗配准的手眼关系矩阵 2.5.1、用探针装置固定于机器人末端法兰上，通过五点法和示教器建立工具坐标，得到探针末端相对于机器人末端法兰坐标系的位置坐标ΔP0，机器人带动探针移动至标定板左上角的第一个方格的四个角点正上方处，从示教器上记录此时机器人末端法兰相对于基座坐标系的坐标，不断带动探针移动到标定板的方格的四个角点正上方处，得到角点正上方处机器人末端法兰相对于基座坐标系的坐标并且推算出标定板所有角点的真实坐标： 其中，为第l个角点正上方处机器人末端法兰相对于基座坐标系的三维坐标，Δx0,Δy0,Δz0为探针末端相对于机器人末端法兰坐标系的位置坐标，L表示标定板上角点的数量，T表示转置，B表示机器人基座坐标系； 2.5.2、在一确定的机器人位姿下拍摄并重建标定板三维点云，重建得到标定板三维点云，依次点击并获取所述标定板左上角的第一个方格的四个角点相对于双目相机坐标系的点云坐标，根据推算可以获得同所述角点真实坐标相对应的所有标定板角点的点云坐标P1 l： 其中，为点云坐标P1 l的三维坐标表示，C表示双目相机坐标系； 2.5.3、根据机器人位姿信息，得到拍摄标定板点云时的机器人位姿矩阵为Hg，由已知的角点真实坐标P0 l，得到转换至该机器人姿态的法兰坐标系下的角点坐标 其中，为角点坐标的三维坐标表示，G表示机器人末端法兰坐标系； 由此得到一组对应点集 2.5.4、改变机器人位姿J-1次，重复步骤2.5.2、2.5.3，得到J组角点真实坐标和点云坐标之间的对应点集，并重新记为2.5.5、令修正后的手眼关系矩阵为： 其中，T′cg＝[x′,y′,z′]T为待修正的平移向量，Rcg为计算出的手眼关系矩阵Hcg的旋转矩阵； 由一组对应点集之间的刚体变换关系，建立修正函数进行优化： 令修正函数fPj＝0，分别带入各组点集计算出J组点集对应的J个平移向量T′cg，并求取平均值，得到修正后的平移向量即得到最终修正后手眼标定矩阵 2.6、根据步骤1重建的点云数据和各视角位姿矩阵以及最终修正后手眼标定矩阵计算三维点云配准的刚体变换矩阵 其中，刚体变换矩阵反应机器人基座坐标系到双目相机的变换关系； 由此将双目相机获取的单视角测量点云数据转换至机器人基座统一坐标系下，实现点云的粗配准： 其中，为粗配准后的第k个位姿下的单视角点云； 3、通过ICP算法迭代最近点算法对测量点云进行精配准，实现三维形貌测量 3.1、将相邻位姿下的两个经过粗配准的单视角点云Phomo_point_cloud作为ICP源点云和ICP目标点云； 3.2、对两个单视角点云进行ICP点云配准，搜索最近对应点，经过迭代计算，求得使上述对应点对平均距离最小的刚体变换矩阵，当点云距离小于设定的阈值或者达到设定的迭代次数，则输出源点云和目标点云之间的刚体变换矩阵，并由该矩阵实现目标点云到源点云的转换，得到配准后点云； 3.3、将上述配准后点云作为ICP源点云，其相邻位姿下的单视角点云作为目标ICP点云，再重复以上步骤，直到对所有点云完成精配准，得到重建后的测量对象三维形貌点云数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。