(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 202210668927.7 (22)申请日 2022.06.14 (71)申请人 广州艾视维智能科技有限公司 地址 510000 广东省广州市黄埔区枝山路 13号C栋1003房 (72)发明人 谢显飞　陈理辉　刘荣贵　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 陈志明 (51)Int.Cl. G06T 7/593(2017.01) G06T 7/73(2017.01) G06T 5/30(2006.01) G06T 5/00(2006.01) G06T 1/00(2006.01) (54)发明名称 一种基于3D图像信息的各类轨迹智能提取 方法及装置 (57)摘要 本申请实施例提供了一种基于3D 图像信息 的各类轨迹智能提取方法及装置， 所述方法包 括： 对产品进行全 方位的3D扫描并生成3D点 云数 据； 基于所述3D点云数据， 创建深度图； 基于所述 深度图确定轨迹工艺规则； 提取与所述轨迹工艺 规则对应的机器人运动轨迹。 实现了在无人工干 预的情况下根据三维图像自动获取指定数量且 均匀内边缘轮廓最高点， 保证轨迹的稳定和准 确， 大大减少产品生产过程中的噪音、 粉尘、 有害 气体对工人身体的损害， 加工效率大 大提升。 权利要求书2页 说明书7页 附图2页 CN 115100270 A 2022.09.23 CN 115100270 A 1.一种基于 3D图像信息的各类轨 迹智能提取 方法， 其特 征在于， 所述方法包括： 对产品进行全方位的3D扫描并生成3D点云数据； 基于所述3D点云数据， 创建深度图； 基于所述深度图确定 轨迹工艺规则； 提取与所述轨 迹工艺规则对应的机器人运动轨 迹。 2.根据权利要求1所述的基于3D图像信 息的各类轨迹智能提取方法， 其特征在于， 所述 基于所述3D点云数据， 创建深度图， 包括： 根据Z轴方向阈值只保留3D点云数据中的有效点云； 创建所述有效点云的最小包围盒； 确定所述 最小包围盒的坐标； 基于所述 最小包围盒的坐标， 创建深度图。 3.根据权利要求1所述的基于3D图像信 息的各类轨迹智能提取方法， 其特征在于， 所述 轨迹工艺规则包括最高轮廓点、 边缘点、 特征点、 最低点， 所述基于所述深度图确定轨迹工 艺规则， 包括： 提取包含最高内边缘的内外轮廓中间部分深度图； 去除点云边 缘处的连通且细长的噪点 集合； 确定最大外轮廓的3个中心， 并将最大外轮廓坐标点 集根据中心分成3 部分； 获取内外轮廓中间部分图的最大外轮廓坐标点。 4.根据权利要求3所述的基于3D图像信 息的各类轨迹智能提取方法， 其特征在于， 所述 确定最大外轮廓的3个中心， 并将最大外轮廓坐标点 集根据中心分成3 部分， 包括： 指定一个最高内边缘轮廓点作为第一个等分点， 以第一个等分点为圆心， 预先设定的 距离为半径 画圆， 得到圆与最高 内边缘轮廓的两个交点； 设圆心与最高内边缘轮廓中心连线是AO， 两个交点与轮廓中心连线分别是BO和CO， 分 别计算∠AOB和∠AOC， 夹角大于0对应的交点即为下一个等分点， 直至下一个等分点和起始 等分点的距离不超过圆半径时完成等分工作； 根据输入的等分数量， 每隔相同间隔取点 生成指定数量的等分最高 内边缘轮廓点。 5.根据权利要求4所述的基于3D图像信 息的各类轨迹智能提取方法， 其特征在于， 所述 根据输入的等分数量， 每隔相同间隔取点 生成指定数量的等分最高 内边缘轮廓点， 包括： 得到的最高内边缘轮廓获取轮廓内的图像区域， 将指定的内缩距离作为腐蚀半径对轮 廓内图像进行腐蚀， 再提取腐蚀后的最大外轮廓 等分最高内边缘轮廓 点集和最高内边缘轮廓中心的线段集合， 该线段集合与 上一步得 到腐蚀后的最大外轮廓的交点 集合就是等分的内缩边 缘轮廓点。 6.一种基于 3D图像信息的各类轨 迹智能提取装置， 其特 征在于， 所述装置包括： 3D点云数据生成模块， 用于对产品进行全方位的3D扫描并生成3D点云数据； 深度图创建模块， 用于基于所述3D点云数据， 创建深度图； 轨迹工艺规则确定模块， 用于基于所述深度图确定 轨迹工艺规则； 机器人运动轨 迹提取模块， 用于提取与所述轨 迹工艺规则对应的机器人运动轨 迹。 7.根据权利要求6所述的基于3D图像信 息的各类轨迹智能提取装置， 其特征在于， 所述 深度图创建模块， 包括：权　利　要　求　书 1/2 页 2 CN 115100270 A 2有效点云保留子模块， 用于根据Z轴方向阈值只保留3D点云数据中的有效点云； 最小包围盒创建子模块， 用于创建所述有效点云的最小包围盒； 最小包围盒的坐标确定 子模块， 用于确定所述 最小包围盒的坐标； 深度图创建子模块， 用于基于所述 最小包围盒的坐标， 创建深度图。 8.根据权利要求6所述的基于3D图像信 息的各类轨迹智能提取装置， 其特征在于， 所述 轨迹工艺规则包括最高轮廓点、 边缘点、 特征点、 最低点， 所述轨迹工艺规则确定模块， 包 括： 中间部分深度图提取子模块， 用于提取包 含最高内边缘的内外轮廓中间部分深度图； 噪点集合去除子模块， 用于去除点云边 缘处的连通且细长的噪点 集合； 拆分子模块， 用于确定最大外轮廓的3个中心， 并将最大外轮廓坐标点集根据中心分成 3部分； 最大外轮廓坐标点获取子模块， 用于获取内外轮廓中间部分图的最大外轮廓坐标点。 9.根据权利要求8所述的基于3D图像信 息的各类轨迹智能提取装置， 其特征在于， 所述 拆分子模块， 包括： 交点得到单元， 用于指定一个最高内边缘轮廓点作为第一个等分点， 以第一个等分点 为圆心， 预 先设定的距离为半径 画圆， 得到圆与最高 内边缘轮廓的两个交点； 距离完成等分单元， 用于设圆心与最高内边缘轮廓中心连线是AO， 两个交点与轮廓中 心连线分别是BO和CO， 分别计算∠AOB和∠AOC， 夹角大于0对应的交点即为下一个等分点， 直至下一个等分点和起始等分点的距离不超过圆半径时完成等分工作； 最高内边缘轮廓点生成单元， 用于根据输入的等分数量， 每隔相同间隔取点生成指定 数量的等分最高 内边缘轮廓点。 10.根据权利要求9所述的基于3D图像信息的各类轨迹智能提取装置， 其特征在于， 所 述最高内边缘轮廓点 生成单元， 包括： 最大外轮廓提取子单元， 用于得到的最高内边缘轮廓获取轮廓内的图像区域， 将指定 的内缩距离作为腐蚀 半径对轮廓内图像进行腐蚀， 再提取腐蚀后的最大外轮廓； 内缩边缘轮廓 点子单元， 用于等分最高内边缘轮廓 点集和最高内边缘轮廓中心的线段 集合， 该线段集合与上一步得到腐蚀后的最大外轮廓的交点集合就是等分的内缩边缘轮廓 点。权　利　要　求　书 2/2 页 3 CN 115100270 A 3