关于线激光扫描关键点提取的总结zg

1.简介：由于深度学习，需要训练大量图片数据，不想采用深度学习方法。
故采用传统图像处理算法+数学计算实现kuka机器人的V形坡口焊缝寻位
1.通过串口与激光通信控制打开关闭
2.通过网口与相机进行连接
3.通过网口与kuka机器人进行连接，通信协议为Ethernet KRL
听上去很简单，实际工作量很大，主要包括：
1.线激光光平面标定
2.线激光与机器人手眼标定
3.图像处理：图像预处理，激光中心线提取，关键点检测，坡口特征计算。
以上工作原理在各大博主的文章中已讲述的很明白，本质上就是如下流程：
图像坐标系下关键点的像素坐标—>相机坐标系下的三维坐标—>机器人焊枪坐标系下三维坐标—>机器人基坐标系下三维坐标
难点01：由于坡口需要打磨，导致金属表面反光，如下图：导致关键点难以识别

解决思路：由粗到细：先记录一下大体过程，以后有空补全：
0.预处理及中心线提取（较为成熟）
1.先根据像素点获取大致位置，j1\j2\i1\i2，从而确定ROI及判断是否为有效的坡口；
2.分割四个部分：左上、左下、右上、右下；
3.拟合各个部分，获取拟合线（需去除反光部分的此处需要不断优化）；
4.计算交点：上部两个交点较为简单，下部两个边缘点较为复杂，需要优化。
（挖坑以后补充）

经过不断优化算法适应性还是很不错的。
如果有做类似图像处理工作的大佬，欢迎留言，一块交流，共同进步。