本發(fā)明涉及信息，尤其涉及一種基于機(jī)器視覺的碳纖維分離定位方法。

背景技術(shù)：

1、碳纖維復(fù)合材料回收分選對于解決高性能材料廢棄后難以高效再利用的全球性難題極具重要，同時對降低環(huán)境負(fù)荷和提升工業(yè)經(jīng)濟(jì)效益具有不可替代的價值。隨著航空航天、汽車制造等行業(yè)對碳纖維需求的快速增長，如何有效回收并重新利用這些復(fù)合材料已成為亟待突破的技術(shù)瓶頸。在復(fù)合環(huán)境碳纖維回收分選過程中，存在著碳纖維材料界面特征提取難度大的技術(shù)問題，現(xiàn)有的回收方法多依賴機(jī)械破碎或化學(xué)分解，雖然能在一定程度上實現(xiàn)材料分離，但普遍存在分選精度低、能耗高、二次污染嚴(yán)重等問題，尤其是對復(fù)雜結(jié)構(gòu)的復(fù)合材料，傳統(tǒng)方案難以準(zhǔn)確識別和提取碳纖維的空間分布及界面特性，導(dǎo)致回收效率和材料品質(zhì)雙雙受限。由于復(fù)合環(huán)境下碳纖維材料表面形態(tài)復(fù)雜多變，各向異性明顯，傳統(tǒng)的單一光源照明方案難以全面、準(zhǔn)確地提取碳纖維材料的表面形貌特征。此外，碳纖維材料自身的色彩、光澤度、透明度差異較大，給圖像處理和特征提取帶來極大挑戰(zhàn)。因此，如何在復(fù)合環(huán)境下構(gòu)建一個集多光譜視覺檢測、復(fù)合照明方案和多傳感器協(xié)同標(biāo)定于一體的碳纖維回收分選系統(tǒng)，以實現(xiàn)碳纖維空間分布的精準(zhǔn)定位、界面特征的高效提取以及分離路徑的準(zhǔn)確規(guī)劃，成為亟需解決的關(guān)鍵問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供了一種基于機(jī)器視覺的碳纖維分離定位方法，主要包括：

2、通過多光譜視覺檢測單元獲取碳纖維材料在紫外、可見、近紅外三個光譜段的圖像數(shù)據(jù)，根據(jù)圖像數(shù)據(jù)確定碳纖維材料在三維空間中的分布位置，得到碳纖維材料的空間分布信息；

3、根據(jù)碳纖維材料空間分布信息，采用正交偏振光和結(jié)構(gòu)光復(fù)合照明的方式對碳纖維材料進(jìn)行照明，控制偏振光和結(jié)構(gòu)光的角度和強(qiáng)度，獲取碳纖維材料界面特征信息；

4、根據(jù)獲取的碳纖維材料界面特征信息，控制光源的角度和波長，對碳纖維材料進(jìn)行時序照明，得到不同光照條件下的的碳纖維材料圖像；

5、將不同光照條件下的碳纖維材料圖像進(jìn)行處理，通過光譜分光方法將圖像在紫外、可見、近紅外三個波段進(jìn)行分離，得到三光譜同軸采集圖像；

6、對三光譜同軸采集圖像進(jìn)行圖像分割處理，提取碳纖維材料的輪廓邊緣信息，并結(jié)合碳纖維材料空間分布信息，確定碳纖維材料的目標(biāo)切割路徑；

7、在目標(biāo)切割路徑上通過多傳感器協(xié)同標(biāo)定，將不同傳感器采集的碳纖維材料信息進(jìn)行空間配準(zhǔn)和融合，建立碳纖維材料分離定位的空間映射關(guān)系；

8、根據(jù)建立的碳纖維材料分離定位空間映射關(guān)系，結(jié)合目標(biāo)切割路徑，通過機(jī)器視覺引導(dǎo)機(jī)械手臂對碳纖維材料進(jìn)行切割和分離，并將分離后的碳纖維材料進(jìn)行分類回收。

9、進(jìn)一步的，通過多光譜視覺檢測單元獲取碳纖維材料在紫外、可見、近紅外三個光譜段的圖像數(shù)據(jù)，根據(jù)圖像數(shù)據(jù)確定碳纖維材料在三維空間中的分布位置，得到碳纖維材料的空間分布信息，包括：通過多光譜掃描器按照預(yù)設(shè)采樣間隔獲取碳纖維表層在紫外波段360納米至400納米、可見光波段450納米至700納米、近紅外波段750納米至1400納米的反射光譜圖像數(shù)據(jù)，對所獲取的光譜圖像進(jìn)行高斯濾波降噪處理，根據(jù)預(yù)設(shè)閾值去除噪聲點得到光譜圖像數(shù)據(jù)。在碳纖維材料周圍布置標(biāo)定板，采用角點檢測算法提取標(biāo)定板上的棋盤格角點位置坐標(biāo)，根據(jù)角點位置坐標(biāo)建立多光譜相機(jī)成像坐標(biāo)系與世界坐標(biāo)系之間的映射矩陣。對光譜圖像數(shù)據(jù)進(jìn)行分波段處理，采用霍夫變換方法提取各波段圖像邊緣線段，通過交點運算獲取初始特征點集合，根據(jù)預(yù)設(shè)灰度閾值對特征點進(jìn)行篩選得到第一特征點集合。采用區(qū)域生長算法以第一特征點集合中的點為生長起始點進(jìn)行區(qū)域分割，獲取碳纖維材料輪廓區(qū)域，提取輪廓邊界點形成第二特征點集合。根據(jù)映射矩陣對第二特征點集合進(jìn)行三維坐標(biāo)變換，得到碳纖維材料表面特征點的世界坐標(biāo)。采用基于相似度的光譜特征匹配算法對三個波段的特征點進(jìn)行配準(zhǔn)，通過計算特征點灰度值和空間位置的相似度得分，選取相似度得分最高的特征點對建立對應(yīng)關(guān)系。以配準(zhǔn)后的特征點為控制點，采用三次樣條插值算法對碳纖維材料表面進(jìn)行網(wǎng)格劃分，生成高密度三維點云數(shù)據(jù)。對點云數(shù)據(jù)采用三角剖分算法構(gòu)建初始網(wǎng)格模型，通過拉普拉斯平滑運算對網(wǎng)格進(jìn)行優(yōu)化，得到碳纖維材料的三維空間分布模型。

10、進(jìn)一步的，根據(jù)碳纖維材料空間分布信息，采用正交偏振光和結(jié)構(gòu)光復(fù)合照明的方式對碳纖維材料進(jìn)行照明，控制偏振光和結(jié)構(gòu)光的角度和強(qiáng)度，獲取碳纖維材料界面特征信息，包括：根據(jù)碳纖維材料空間分布范圍設(shè)定正交偏振光源的照明位置，通過光強(qiáng)傳感器采集碳纖維表面反射光強(qiáng)信號，采用閉環(huán)反饋控制器調(diào)節(jié)偏振片的偏振角度，對比兩個偏振方向的反射光強(qiáng)差值得到偏振補(bǔ)償參數(shù)。采用偏振補(bǔ)償參數(shù)調(diào)整正交偏振光源的照明方向，通過光強(qiáng)傳感器獲取補(bǔ)償后的反射光強(qiáng)分布，對反射光強(qiáng)信號進(jìn)行高斯濾波得到第一光強(qiáng)圖像。通過數(shù)字光源控制器產(chǎn)生結(jié)構(gòu)光條紋圖案，根據(jù)第一光強(qiáng)圖像計算條紋投影密度參數(shù)，采用光強(qiáng)傳感器獲取結(jié)構(gòu)光條紋反射信號，利用高斯擬合計算得到條紋變形參數(shù)。對正交偏振光和結(jié)構(gòu)光進(jìn)行時序控制，采用光源同步觸發(fā)器產(chǎn)生交替照明序列，通過光強(qiáng)傳感器采集兩種光源下的反射圖像，對反射圖像進(jìn)行去噪濾波處理得到第二光強(qiáng)圖像。根據(jù)第二光強(qiáng)圖像提取碳纖維表面亮度分布，采用sobe?l算子計算圖像梯度得到表面紋理特征圖像。采用條紋變形參數(shù)對表面紋理特征圖像進(jìn)行幾何校正，通過相位解調(diào)算法計算條紋畸變量，得到碳纖維材料表面形貌特征圖像。融合表面紋理特征圖像和表面形貌特征圖像，采用加權(quán)疊加方法得到碳纖維材料界面特征信息。

11、進(jìn)一步的，根據(jù)獲取的碳纖維材料界面特征信息，控制光源的角度和波長，對碳纖維材料進(jìn)行時序照明，得到不同光照條件下的的碳纖維材料圖像，包括：根據(jù)碳纖維材料界面特征信息中的紋理分布和形貌特征，通過電動角度控制器調(diào)節(jié)光源照射角度，采用光強(qiáng)傳感器實時采集表面反射光強(qiáng)分布，對比不同角度下的反射光強(qiáng)差異得到第一角度參數(shù)。采用光譜可調(diào)濾光片對光源波長進(jìn)行掃描，根據(jù)碳纖維材料表面反射特性選取多個波長點，通過波長控制器產(chǎn)生波長調(diào)制信號，利用光譜儀采集不同波長下的光譜響應(yīng)數(shù)據(jù)得到第一波長參數(shù)。根據(jù)第一角度參數(shù)和第一波長參數(shù)生成照明矩陣，通過多通道波形發(fā)生器產(chǎn)生照明脈沖序列，利用定時控制器設(shè)定光源切換時間間隔得到時序控制參數(shù)。采用光源驅(qū)動器根據(jù)時序控制參數(shù)執(zhí)行角度和波長組合照明，通過光電同步器產(chǎn)生圖像采集觸發(fā)信號，得到照明序列控制信號。根據(jù)照明序列控制信號驅(qū)動高速圖像采集器獲取碳纖維材料反射圖像序列，通過中值濾波器對圖像序列進(jìn)行去噪處理得到第一圖像序列。采用圖像銳化算法對第一圖像序列進(jìn)行邊緣增強(qiáng)，通過灰度直方圖均衡化處理得到第二圖像序列。根據(jù)信噪比和對比度閾值對第二圖像序列進(jìn)行篩選，采用亮度校正算法對圖像亮度分布進(jìn)行補(bǔ)償，得到不同光照條件下的碳纖維材料圖像。

12、進(jìn)一步的，將不同光照條件下的碳纖維材料圖像進(jìn)行處理，通過光譜分光方法將圖像在紫外、可見、近紅外三個波段進(jìn)行分離，得到三光譜同軸采集圖像，包括：根據(jù)不同光照條件下的碳纖維材料圖像計算波段光強(qiáng)分布，通過光譜帶通濾波器提取紫外波段360納米至400納米、可見光波段450納米至700納米、近紅外波段750納米至1400納米的光譜分量，對濾波后圖像進(jìn)行高斯去噪得到第一波段圖像。采用分光光度計獲取標(biāo)準(zhǔn)白板的光譜透過率曲線作為參考標(biāo)準(zhǔn)，根據(jù)參考標(biāo)準(zhǔn)對第一波段圖像進(jìn)行逐像素透過率補(bǔ)償，通過亮度歸一化處理得到第二波段圖像。根據(jù)第二波段圖像計算波段間串?dāng)_系數(shù)矩陣，采用非負(fù)矩陣分解方法對各波段圖像進(jìn)行分離，通過迭代運算提取波段純凈光譜分量得到第三波段圖像。對第三波段圖像進(jìn)行邊緣檢測，采用哈里斯角點檢測算法提取特征點集合，通過最小二乘法計算特征點對應(yīng)關(guān)系得到空間變換參數(shù)。根據(jù)空間變換參數(shù)建立圖像坐標(biāo)映射關(guān)系，采用雙三次插值算法對三個波段圖像進(jìn)行重采樣，通過亞像素配準(zhǔn)方法得到第四波段圖像。對第四波段圖像進(jìn)行光譜對比度增強(qiáng)，采用直方圖匹配方法調(diào)整三個波段圖像的灰度分布，通過波段圖像疊加得到第五波段圖像。根據(jù)第五波段圖像進(jìn)行光譜質(zhì)量評估，采用信噪比和光譜對比度指標(biāo)對圖像質(zhì)量進(jìn)行量化，通過質(zhì)量閾值篩選得到三光譜同軸采集圖像。

13、進(jìn)一步的，對三光譜同軸采集圖像進(jìn)行圖像分割處理，提取碳纖維材料的輪廓邊緣信息，并結(jié)合碳纖維材料空間分布信息，確定碳纖維材料的目標(biāo)切割路徑，包括：采用多尺度邊緣檢測算子對三光譜同軸采集圖像進(jìn)行處理，通過高斯金字塔對圖像進(jìn)行三層分解，根據(jù)圖像梯度幅值和方向信息提取邊緣候選點，采用雙閾值百分比法對候選點進(jìn)行篩選得到第一輪廓圖像。對第一輪廓圖像進(jìn)行邊緣跟蹤，采用八鄰域搜索方法對斷開的邊緣進(jìn)行連接，通過灰度相似度準(zhǔn)則進(jìn)行區(qū)域生長得到第二輪廓圖像。根據(jù)第二輪廓圖像提取輪廓特征點序列，采用曲線擬合方法計算特征點曲率，通過極值點提取獲得關(guān)鍵控制點得到第三輪廓圖像。對第三輪廓圖像進(jìn)行曲面映射，根據(jù)碳纖維材料空間分布信息計算深度映射矩陣，采用深度補(bǔ)償方法對輪廓邊緣進(jìn)行校正得到第四輪廓圖像。根據(jù)第四輪廓圖像構(gòu)建三維網(wǎng)格模型，采用網(wǎng)格細(xì)分算法對曲面進(jìn)行局部加密，通過曲率計算確定關(guān)鍵輪廓點得到第五輪廓圖像。對第五輪廓圖像進(jìn)行路徑分段，根據(jù)曲面切向量計算路徑方向，通過路徑平滑算法對分段路徑進(jìn)行連接得到第一切割路徑。根據(jù)碳纖維材料厚度分布對第一切割路徑進(jìn)行約束，采用路徑優(yōu)化算法調(diào)整切割深度和角度，通過曲率約束方法對路徑進(jìn)行修正得到目標(biāo)切割路徑。

14、進(jìn)一步的，在目標(biāo)切割路徑上通過多傳感器協(xié)同標(biāo)定，將不同傳感器采集的碳纖維材料信息進(jìn)行空間配準(zhǔn)和融合，建立碳纖維材料分離定位的空間映射關(guān)系，包括：在目標(biāo)切割路徑上布置標(biāo)定板，通過視覺傳感器和激光傳感器采集標(biāo)定板圖像，采用棋盤格角點檢測算法提取標(biāo)定特征點，根據(jù)特征點位置計算傳感器焦距、主點坐標(biāo)和畸變系數(shù)得到空間標(biāo)定參數(shù)。采用目標(biāo)切割路徑作為基準(zhǔn)，通過多傳感器同步采集碳纖維材料圖像序列，對圖像序列進(jìn)行高斯濾波去噪和直方圖均衡化增強(qiáng)，根據(jù)圖像幀間隔和觸發(fā)延時得到傳感器采集序列參數(shù)。根據(jù)傳感器采集序列參數(shù)計算傳感器間的相對位置關(guān)系，采用空間坐標(biāo)變換矩陣對傳感器坐標(biāo)系進(jìn)行統(tǒng)一，通過最小二乘法優(yōu)化得到坐標(biāo)變換參數(shù)。采用基于尺度不變特征的匹配算法對多傳感器圖像進(jìn)行配準(zhǔn)，提取圖像中的角點和邊緣特征，通過特征描述子計算得到特征對應(yīng)關(guān)系。根據(jù)特征對應(yīng)關(guān)系計算傳感器數(shù)據(jù)的重疊區(qū)域，采用迭代最近點算法對重疊區(qū)域進(jìn)行配準(zhǔn)優(yōu)化，通過誤差反饋得到空間配準(zhǔn)參數(shù)。對配準(zhǔn)后的傳感器數(shù)據(jù)進(jìn)行空間映射轉(zhuǎn)換，采用三維網(wǎng)格重建方法構(gòu)建碳纖維材料的空間結(jié)構(gòu)，通過曲面擬合得到材料分離定位參數(shù)。根據(jù)材料分離定位參數(shù)建立碳纖維材料的空間映射關(guān)系，采用坐標(biāo)變換方程對切割路徑進(jìn)行空間映射，得到碳纖維材料分離定位的空間映射關(guān)系。

15、進(jìn)一步的，根據(jù)建立的碳纖維材料分離定位空間映射關(guān)系，結(jié)合目標(biāo)切割路徑，通過機(jī)器視覺引導(dǎo)機(jī)械手臂對碳纖維材料進(jìn)行切割和分離，并將分離后的碳纖維材料進(jìn)行分類回收，包括：根據(jù)碳纖維材料分離定位空間映射關(guān)系建立機(jī)械手臂坐標(biāo)系，通過視覺傳感器實時采集工作空間圖像，采用基于模板匹配的目標(biāo)跟蹤方法提取目標(biāo)特征點序列，計算特征點與規(guī)劃路徑的偏差得到第一位置參數(shù)。根據(jù)第一位置參數(shù)計算機(jī)械手臂各關(guān)節(jié)的補(bǔ)償量，采用五次多項式插值方法生成關(guān)節(jié)角度序列，通過速度規(guī)劃器計算各關(guān)節(jié)的速度曲線得到第一運動參數(shù)。根據(jù)第一運動參數(shù)控制機(jī)械手臂運動到指定位置，采用基于視覺伺服的實時跟蹤方法計算末端執(zhí)行器與目標(biāo)位置的偏差，通過比例積分控制器進(jìn)行軌跡修正得到第二運動參數(shù)。根據(jù)第二運動參數(shù)調(diào)節(jié)切割工具的姿態(tài)角度，采用力矩傳感器實時采集切割過程中的接觸力和扭矩信號，通過自適應(yīng)阻抗控制器調(diào)節(jié)切割力度得到第一切割參數(shù)。根據(jù)第一切割參數(shù)執(zhí)行碳纖維材料分離操作，采用圖像處理器實時檢測切割區(qū)域的輪廓特征，通過邊緣提取算法計算實際切割軌跡與目標(biāo)軌跡的偏差得到第二切割參數(shù)。采用第二切割參數(shù)控制機(jī)械手臂對切割軌跡進(jìn)行局部修正，根據(jù)視覺反饋信息判斷分離完整度，通過圖像分割算法提取分離材料的形狀特征得到分離特征參數(shù)。根據(jù)分離特征參數(shù)進(jìn)行材料分類，采用基于深度學(xué)習(xí)的特征提取網(wǎng)絡(luò)提取材料表面紋理和形狀特征，通過支持向量機(jī)對材料進(jìn)行分類得到材料類別參數(shù)。根據(jù)材料類別參數(shù)控制分類回收裝置執(zhí)行分類動作，采用多層傳送帶對不同類別的材料進(jìn)行分層輸送，通過光電傳感器檢測材料位置完成分類回收。

16、本發(fā)明實施例提供的技術(shù)方案可以包括以下有益效果：

17、本發(fā)明公開了一種基于機(jī)器視覺的碳纖維分離定位方法，通過多光譜視覺檢測獲取碳纖維材料的空間分布信息，采用正交偏振光和結(jié)構(gòu)光復(fù)合照明獲取界面特征，進(jìn)行時序照明得到不同光照條件下的圖像，利用光譜分光技術(shù)獲取三光譜同軸采集圖像，提取輪廓邊緣信息確定切割路徑，建立分離定位空間映射關(guān)系，最終實現(xiàn)機(jī)器視覺引導(dǎo)下的精準(zhǔn)切割分離和分類回收。本發(fā)明集成了多光譜成像、復(fù)合照明、圖像處理、多傳感器融合等技術(shù)，可高效準(zhǔn)確地實現(xiàn)碳纖維材料的智能化分離和回收利用，提高了碳纖維材料的回收效率和質(zhì)量，具有重要的經(jīng)濟(jì)和環(huán)境效益。