一种基于点云拼接的机械臂喷涂轨迹规划方法及系统

一种基于点云拼接的机械臂喷涂轨迹规划方法及系统
1.技术邻域
2.本发明属于点云处理与轨迹规划领域，涉及一种基于点云拼接的机械臂喷涂轨迹规划方法及系统。


背景技术：

3.目前的机械臂喷涂模式大体分为两种，一种是开环式的机器人喷涂作业，该方法无法对非标准化目标做出自适应调整，一条喷涂生产线只能固定喷涂少数几种型号的产品，其通用性较差，无法适应非结构化的不确定环境，且机械臂位置固定，一个目标物体的喷涂需要多台机械臂共同协作完成，不适于差异化物品的通用喷涂；第二种是传统喷涂产业，由于可变性大、环境因素不可控和喷涂要求不统一等原因，该方法目前仍主要由人工完成，其喷涂质量取决于工人的经验，品控难度大、喷涂精度低。且因长期工作于恶劣环境下，有害于工作人员的健康。
4.若采用人工示教的方式实现机器人喷涂，首先由人工引导机械臂末端实现喷涂轨迹，接着程序记住轨迹中的路径点位姿信息，最后控制机械臂重复此轨迹来完成喷涂，该方法虽然可以大大减少人工的参与度，满足长时间作业的要求，但是会面临：(1)对非标准物体无法自适应调整，需要反复示教；(2)示教需要工人参与，恶劣的喷涂环境对工人的健康有害；(3)人工示教会引入工人的主观经验，缺乏客观的最优分析；(4)复杂工件难以依靠人工规划，生成的路径品质较低等问题。
5.由此，本发明提出基于固定舵机携带深度相机多角度拍摄深度图像，拼接构建喷涂目标点云，同时采样生成路径点空间坐标及其法向量，最后借助机械臂完成喷涂作业。相比于人工示教生成喷涂轨迹，该方法可离线生成轨迹，大大提高了喷涂轨迹的生成效率，同时可满足移动机械臂的喷涂需求。


技术实现要素：

6.本发明的目的是针对人工示教生成喷涂轨迹的不足，提出一种基于点云拼接的机械臂喷涂轨迹规划方法及系统。
7.本发明借助固定舵机搭载深度相机完成多角度拍摄，以扩大深度相机的视野范围，根据舵机绕x轴和绕z轴的旋转角度，计算得到多幅点云的变换矩阵，从而实现点云拼接。虽然该点云拼接方法目前只能在固定位置实现，但是研究者们可以基于现有的移动机械臂方案，拓展出可移动的舵机点云拼接方法。
8.为实现上述目的，本发明的技术方案是：
9.一方面，本发明提供一种基于点云拼接的机械臂喷涂轨迹规划方法，包括以下步骤：
10.步骤一：基于三角形相似原理的深度相机标定方法，标定得到深度相机成像坐标系相对舵机基坐标系的外参旋转矩阵r和平移矩阵t；
11.步骤二：通过舵机搭载深度相机旋转，拍摄多张能完整覆盖目标的彩色深度图像，
将点云拼接得到目标点云；
12.步骤三：目标点云的滤波；
13.步骤四：以搭载深度相机的舵机基坐标为原点，舵机0
°
正前方为x轴方向，逆时针旋转90
°
方向为y轴方向，垂直底座方向为z轴方向，建立笛卡尔坐标系，采用均匀采样离散化步骤三滤波后的目标点云，其中z轴方向上的采样步长为喷涂时机械臂末端在z轴方向上的前进步长；
14.步骤五：判断步骤四处理后的目标点云内部是否存在不需要喷涂的空闲区域，若是则采用颜色滤波分离目标点云内部的空闲区域点云，同时对处理后目标点云和空闲区域点云分别采用统计滤波以滤除离群点，然后执行步骤六；若否则直接执行步骤六；
15.步骤六：随机采样一致性(ransac)算法平面拟合
16.对步骤五所述目标点云采用ransac算法迭代得到拟合步长内的最佳拟合平面，其中所述拟合步长为机械臂末端在z轴方向上的前进步长；
17.在目标点云步长内，计算除拟合点以外的点到最佳拟合平面的距离，删除距离大于设定阈值的点；
18.步骤七：点云路径规划；
19.将步骤六处理后的点云排序后构成机械臂末端的路径点，构建一条基于喷涂物体表面的全覆盖路径，同时绕过其中不需要喷涂的空闲区域，具体方法为：
20.针对步骤六处理后的目标点云，若存在不需要喷涂的空闲区域，则在z轴上，以步骤五所述空闲区域点云在z轴方向的两个极值为界，将目标点云按照z值大小分为三部分：最大部分、最小部分、中间部分，对目标点云中z值最大和最小部分为一次排序部分，中间部分则为二次排序部分；若不存在不需要喷涂的空闲区域，则均认为是一次排序部分：
21.对于一次排序部分，在采样步长内，以y值大小排序，奇数步长内顺序从小到大排列，偶数步长内倒序从大到小排列，交替排列构建栅格类路径，以此实现全覆盖路径；
22.对于二次排序部分，以空闲区域点云在y轴上的中值为界，将该二次排序部分点云分为两部分，再对上述两部分点云分别按照一次排序步骤重排序规划路径点；
23.步骤八：在步骤七规划后的每个路径点的邻域内拟合平面，以该拟合平面的法向量作为该路径点的法向量，根据路径点坐标及法向量实现喷涂轨迹。
24.第二方面，本发明提供一种机械臂喷涂轨迹规划系统，包括：
25.标定模块，获取深度相机成像坐标系相对舵机基坐标系的外参旋转矩阵r和平移矩阵t；
26.目标点云获取模块，根据标定得到的外参旋转矩阵r和平移矩阵t，计算点云拼接时的转换矩阵，获取目标点云；
27.预处理模块，对目标点云进行滤波、均匀采样离散化；然后，若存在不需要喷涂的空闲区域则采用颜色滤波分离目标点云内部的空闲区域点云，同时对处理后目标点云和空闲区域点云分别采用统计滤波以滤除离群点，若不存在不需要喷涂的空闲区域则不额外处理；
28.点云路径规划模块，将ransac算法平面拟合处理后的点云排序后构成机械臂末端的路径点，即一条基于喷涂物体表面的全覆盖路径，同时绕过其中不需要喷涂的空闲区域；
29.机械臂喷涂轨迹构建模块，在点云路径规划模块规划后的每个路径点的邻域内拟
合平面，以该拟合平面的法向量作为该路径点的法向量，根据路径点坐标及法向量实现喷涂轨迹。
30.第三方面，本发明提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现所述的方法。
31.第四方面，本发明提供一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现所述的方法。
32.与现有技术相比，本发明的有益效果在于：
33.(1)本发明自主搭建舵机耦合深度相机的系统，控制舵机按指定角度旋转，引入深度相机成像原理、飞行时间原理、三角形相似原理等，间接得到相机成像坐标系与舵机基坐标系之间的位置偏移关系，进而得到转换矩阵；
34.(2)本发明通过读取舵机旋转角度，结合标定得到的位置偏移关系，实时计算深度图像相对初始坐标系的转换矩阵，实现多幅深度图像的点云拼接，构建目标点云；
35.(3)本发明针对成功构建的点云，采用分区域规划栅格路径，使路径可以绕过目标中不需要喷涂的区域，在完全覆盖喷涂区域的前提下，路径更短，且更贴合实际喷涂需求。
36.综上，本发明能够基于深度相机获得目标点云，经过一系列滤波处理后提取需要喷涂区域，最后基于喷涂区域点云构建栅格路径。结合多种点云滤波方法，在尽可能不丢失点云细节信息的条件下，减小点云的数据量，采样获得目标点云。直接对点云进行排序以规划机械臂末端路径点，使路径更贴合实际物体，同时减小了实际应用环境下算法的计算量，提高机械臂末端路径规划的准确率与效率。
附图说明
37.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
38.图1为本发明流程图。
39.图2为本发明设计的舵机耦合深度相机系统。
40.图3为本发明相机标定示意图。
41.图4为本发明舵机绕y轴旋转示意图。
42.图5为本发明舵机绕x轴旋转示意图。
43.图6为本发明未对目标点云做区域分割的路径规划示意图。
44.图7为本发明对目标点云进行区域分割后的路径规划示意图。
具体实施方式
45.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本发明保护的范围。
46.本实施例采用二自由度舵机搭载深度相机构成实验平台。
47.一种基于点云拼接的机械臂喷涂轨迹规划方法，如图1包括以下具体实施步骤：
48.步骤一：基于三角形相似原理的深度相机标定方法，标定得到深度相机成像坐标系相对舵机旋转坐标系的外参旋转矩阵r和平移矩阵t；
49.所述标定方法具体如下：
50.图2为本发明设计的舵机耦合深度相机系统。
51.图3中，相机成像坐标camera_link与舵机基坐标base_link在z轴方向上的距离可由游标卡尺测量，设为z，但是x轴方向和y轴方向上的距离不易测量，所以本发明设计出一种标定方法，如图3所示xoy平面，首先使深度相机垂直面向一已知竖直平面，camera_link的x轴方向垂直于一竖直平面，此时可根据深度相机返回深度值测得camera_link与竖直平面相距x，设此时在xoy平面下，camera_link与base_link之间夹角为θ，距离为r；之后舵机绕base_link顺时针旋转θ1角度，此时深度相机返回距离为x1，根据三角形相似原理可列得下式：
52.r[cos(θ-θ1)-cosθ]＝x-x
1 cosθ1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0053]
设舵机再一次旋转角度为θ2，深度相机返回距离为x2，同理可得下式：
[0054]
r[cos(θ-θ2)-cosθ]＝x-x
2 cosθ2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0055]
根据式(1)和式(2)，可得：
[0056][0057]
因此，可得在xoy平面下camera_link相对base_link坐标为(rcosθ,rsinθ)，即camera_link的三维坐标为(rcosθ,rsinθ,z)。
[0058]
通过机械结构搭建，使相机成像坐标系与舵机基坐标系对齐，则外参旋转矩阵为：
[0059][0060]
外参平移矩阵为：
[0061]
t＝[r cosθ r sinθ z]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0062]
所求外参矩阵为：
[0063][0064]
步骤二：通过舵机搭载深度相机旋转，拍摄多张能完整覆盖目标的彩色深度图像，将点云拼接得到大范围目标点云；
[0065]
所述点云拼接具体如下：
[0066]
设舵机绕xyz轴旋转的角度分别为θ
x
，θy，θz；分别对应的旋转矩阵为：
[0067][0068][0069][0070]
其中，r
x
，ry，rz分别为绕x轴，y轴，z轴旋转的旋转矩阵分量，同时由于舵机旋转属于外旋，旋转矩阵为：
[0071]
r＝rz(θz)
×ry
(θy)
×rx
(θ
x
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0072]
设先绕y轴旋转θy，如图4，求得其在xoz平面平移量：
[0073][0074][0075]
设舵机绕z轴旋转θz，如图5，求得其在xoy平面平移量：
[0076][0077][0078][0079]
则平移矩阵为：
[0080]
t＝[δx δy δz]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)
[0081]
转换矩阵为：
[0082][0083]
根据式(17)，点云与对应转换矩阵相乘转换为同一坐标系下，实现点云拼接；
[0084]
步骤三：目标点云滤波；
[0085]
对上述目标点云使用颜色滤波提取即边界点云，对边界点云进行统计滤波以去除明显离群点，根据滤波后的边界点云对目标点云进行分层提取滤波，得到边界点云包围的
目标点云，采用体素滤波下采样，后续再采用统计滤波进一步去除杂点，中值滤波平滑点云，移动最小二乘平滑滤波上采样增加点云空洞处的点云密度；
[0086]
进一步地，所述颜色滤波是将原始rgb彩色点云转换到hsv颜色空间，在hsv颜色空间中，预先设定一组hsv阈值指定需要保留的颜色范围，遍历点云获得在指定hsv阈值范围内的点云索引，根据该索引滤得对应点云，用于提取特定颜色的物体点云，在三维点云中进行对象分割和过滤；
[0087]
进一步地，所述分层提取滤波，是针对包含边界点云的目标点云，在z轴上以规定步长将点云划分为若干份，在y轴上以边界点云在y轴方向上的极值为界选择目标点云，在x轴上则不做要求，以此来实现较精细地从目标点云中提取边界点云包围的目标点云；
[0088]
步骤四：采用均匀采样离散化目标点云，此时的采样步长应为喷涂时机械臂末端在z轴方向上的前进步长；
[0089]
步骤五：判断目标点云内部是否存在空洞，如窗口等，若是则采用上述颜色滤波将内部的空洞部分点云滤除，同时采用统计滤波以滤除离群点，然后执行步骤六；若否则直接执行步骤六；
[0090]
步骤六：采用随机采样一致性(ransac)算法迭代拟合每一个步长内的最佳平面，其在z轴方向上的拟合步长为机械臂末端在z轴方向上的前进步长，在目标点云步长内，计算步长内除拟合点以外的点到该拟合平面的距离，删除距离大于设定阈值的点；
[0091]
步骤七：点云路径规划；
[0092]
点云信息存储了点在空间中的三维坐标，所以将点云按照一定规则排序即可构成机械臂末端的路径点，构建一条基于喷涂物体表面的全覆盖路径，同时绕过其中不需要喷涂的空闲区域，具体方法为：
[0093]
针对步骤六所述目标点云，若存在不需要喷涂的空闲区域，则在z轴上，以步骤五所述空闲区域点云在z轴方向的极值为界，将目标点云划分为三部分，其中z值最大和最小部分为一次排序部分，剩下一部分则为二次排序部分；若不存在不需要喷涂的空闲区域，则均认为是一次排序部分：对于一次排序部分，在采样步长内，以y值大小排序，奇数步长内顺序从小到大排列，偶数步长内倒序从大到小排列，交替排列可构建栅格类路径，以此实现全覆盖路径；对于二次排序部分，以空闲区域点云在y轴上的中值为界，将该二次排序部分点云划分为两部分，再对上述两部分点云分别按照一次排序步骤重排序规划路径点；
[0094]
未对目标点云做区域分割的路径规划如图6，对目标点云划分喷涂区域和不需要喷涂的空闲区域后，路径规划如图7，其中各点为机械臂路径点，点与点之间直线为模拟机械臂末端喷涂路径。
[0095]
步骤八：在每个点的邻域内拟合平面，以该拟合平面的法向量作为该点的法向量，将点云坐标及法向量按照一定格式输出为txt文件，利用该txt文件实现喷涂轨迹。

技术特征：
1.一种基于点云拼接的机械臂喷涂轨迹规划方法，其特征在于包括以下步骤：步骤一：基于三角形相似原理的深度相机标定方法，标定得到深度相机成像坐标系相对舵机基坐标系的外参旋转矩阵r和平移矩阵t；步骤二：通过舵机搭载深度相机旋转，拍摄多张能完整覆盖目标的彩色深度图像，将点云拼接得到目标点云；步骤三：目标点云的滤波；步骤四：以搭载深度相机的舵机基坐标为原点，舵机0
°
正前方为x轴方向，逆时针旋转90
°
方向为y轴方向，垂直底座方向为z轴方向，建立笛卡尔坐标系，利用均匀采样离散化步骤三滤波后的目标点云，其中z轴方向上的采样步长为喷涂时机械臂末端在z轴方向上的前进步长；步骤五：判断步骤四处理后的目标点云内部是否存在不需要喷涂的空闲区域，若是则采用颜色滤波分离目标点云内部的空闲区域点云，同时对处理后目标点云和空闲区域点云分别采用统计滤波以滤除离群点，然后执行步骤六；若否则直接执行步骤六；步骤六：ransac算法平面拟合对步骤五所述目标点云采用ransac算法迭代得到拟合步长内的最佳拟合平面，其中所述拟合步长为机械臂末端在z轴方向上的前进步长；在目标点云步长内，计算除拟合点以外的点到最佳拟合平面的距离，删除距离大于设定阈值的点；步骤七：点云路径规划；将步骤六处理后的点云排序后构成机械臂末端的路径点，构建一条基于喷涂物体表面的全覆盖路径，同时绕过其中不需要喷涂的空闲区域，具体方法为：针对步骤六处理后的目标点云，若存在不需要喷涂的空闲区域，则在z轴上，以步骤五所述空闲区域点云在z轴方向的两个极值为界，将目标点云按照z值大小分为三部分：最大部分、最小部分、中间部分，对目标点云中z值最大和最小部分为一次排序部分，中间部分则为二次排序部分；若不存在不需要喷涂的空闲区域，则均认为是一次排序部分：对于一次排序部分，在采样步长内，以y值大小排序，奇数步长内顺序从小到大排列，偶数步长内倒序从大到小排列，交替排列构建栅格类路径，以此实现全覆盖路径；对于二次排序部分，以空闲区域点云在y轴上的中值为界，将该二次排序部分点云分为两部分，再对上述两部分点云分别按照一次排序步骤重排序规划路径点；步骤八：在步骤七规划后的每个路径点的邻域内拟合平面，以该拟合平面的法向量作为该路径点的法向量，根据路径点坐标及法向量实现喷涂轨迹。2.根据权利要求1所述方法，其特征在于步骤一所述舵机搭载的深度相机的外参旋转矩阵r和平移矩阵t标定方法具体操作如下：根据深度相机返回深度值，获取深度相机成像坐标camera_link与竖直平面的距离x；设此时在xoy平面下，camera_link与舵机基坐标base_link之间夹角为θ，距离为r；之后舵机绕base_link顺时针旋转θ1角度，此时深度相机返回距离为x1，根据三角形相似原理可列得下式：r[cos(θ-θ1)-cosθ]＝x-x1cosθ1ꢀꢀꢀꢀ
(1)设舵机再一次旋转角度为θ2，深度相机返回距离为x2，同理可得下式：
r[cos(θ-θ2)-cosθ]＝x-x2cosθ2ꢀꢀꢀꢀ
(2)根据式(1)和式(2)，可得：因此，可得在xoy平面下camera_link相对base_link坐标为(rcosθ,rsinθ)，即camera_link的三维坐标为(rcosθ,rsinθ,z)；通过机械结构搭建，使相机成像坐标系与舵机基坐标系对齐，则外参旋转矩阵为：外参平移矩阵为：t＝[rcosθ rsinθ z]
t
ꢀꢀꢀꢀ
(5)所求外参矩阵为：3.根据权利要求书1所述方法，其特征在于步骤二点云拼接具体操作如下：设舵机绕xyz轴旋转的角度分别为θ
x
，θ
y
，θ
z
；分别对应的旋转矩阵为：；分别对应的旋转矩阵为：；分别对应的旋转矩阵为：其中，r
x
，r
y
，r
z
分别为绕x轴，y轴，z轴旋转的旋转矩阵分量，同时由于舵机旋转属于外旋，旋转矩阵为：r＝r
z
(θ
z
)
×
r
y
(θ
y
)
×
r
x
(θ
x
)
ꢀꢀꢀꢀ
(10)设绕y轴旋转θ
y
，求得点云在xoz平面平移量：，求得点云在xoz平面平移量：设舵机绕z轴旋转θ
z
，求得点云在xoy平面平移量：
则平移矩阵为：t＝[δxδyδz]
t
(16)转换矩阵为：根据式(17)，点云坐标与对应转换矩阵相乘，转换为同一坐标系下，实现点云拼接。4.根据权利要求1所述方法，其特征在于步骤三具体是：对步骤二所述目标点云使用颜色滤波提取边界点云；对边界点云进行统计滤波，以去除明显离群点，得到滤波后的边界点云；根据滤波后的边界点云，对步骤二所述目标点云进行分层提取滤波，得到由边界点云包围的目标点云；对由边界点云包围的目标点云采用体素滤波下采样，再依次采用统计滤波去除杂点，中值滤波平滑点云，移动最小二乘平滑滤波上采样增加点云空洞处的点云密度。5.根据权利要求4所述方法，其特征在于步骤三中所述颜色滤波是将原始rgb彩色点云转换到hsv颜色空间，在hsv颜色空间中，预先设定一组hsv阈值指定需要保留的颜色范围，遍历步骤二所述目标点云，获得在指定hsv阈值范围内的点云索引，根据该索引滤得对应点云，用于提取特定颜色的物体点云，在三维点云中进行对象分割和过滤。6.根据权利要求4所述方法，其特征在于步骤三中所述分层提取滤波，是针对步骤二所述目标点云，借助边界点云，在z轴上以规定步长将点云划分为多层，在y轴上以边界点云在y轴方向上的极值为界选择目标点云，在x轴上则不做要求，以此实现更精细地从目标点云中提取由边界点云包围的目标点云。7.一种实现权利要求1-6任一项所述方法的喷涂轨迹规划系统，其特征在于包括：标定模块，获取深度相机成像坐标系相对舵机基坐标系的外参旋转矩阵r和平移矩阵t；目标点云获取模块，根据标定得到的外参旋转矩阵r和平移矩阵t，计算点云拼接时的转换矩阵，获取目标点云；预处理模块，对目标点云进行滤波、均匀采样离散化；然后，若存在不需要喷涂的空闲区域则采用颜色滤波分离目标点云内部的空闲区域点云，同时对处理后目标点云和空闲区
域点云分别采用统计滤波以滤除离群点，若不存在不需要喷涂的空闲区域则不额外处理；点云路径规划模块，将ransac算法平面拟合处理后的点云排序后构成机械臂末端的路径点，即一条基于喷涂物体表面的全覆盖路径，同时绕过其中不需要喷涂的空闲区域；机械臂喷涂轨迹构建模块，在点云路径规划模块规划后的每个路径点的邻域内拟合平面，以该拟合平面的法向量作为该路径点的法向量，根据路径点坐标及法向量实现喷涂轨迹。8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-6任一项所述的方法。9.一种机器可读存储介质，其特征在于，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现权利要求1-6任一项所述的方法。

技术总结
本发明涉及一种基于点云拼接的机械臂喷涂轨迹规划方法及系统，包括相机标定方法、点云滤波方法、轨迹规划方法等；采用舵机搭载深度相机绕Y轴和Z轴旋转，以扩大相机视野范围；根据舵机反馈角度信息，计算点云的旋转平移变换矩阵，点云拼接构建完整点云。合理规划多种滤波方法，实现对点云的杂点滤除、密度填充和平滑，最终实现目标点云的精确提取。在Z轴方向上，以规定步长对目标点云分层规划，重新排列点云顺序，以目标点云的采样点的坐标构建机械臂末端移动的路径点，计算采样点法向量作为末端姿态。本发明使用舵机搭载深度相机构建拼接点云，通过多种滤波获得采样点，创建贴合目标的喷涂轨迹，更高效的引导机械臂进行视觉伺服喷涂。喷涂。喷涂。


技术研发人员：张波涛 李正强 李昕哲
受保护的技术使用者：杭州电子科技大学
技术研发日：2023.07.13
技术公布日：2023/9/19