摘要
人工装载大型翅片管换热器生产率低，且对工人身体负担重。此外，工业3D视觉系统在对高反射金属表面成像时往往会产生大面积深度数据缺失，这增加了机器人操作臂抓取姿态估计的复杂性。与随机稀疏测量不同，这些由反射引起的深度失效在空间上是连续的且具有视角依赖性：镜面反射可能将投射信号偏转至接收器之外，从而在较大的表面区域产生无效或错误的深度值。在此类条件下，深度补全方法可能在未观测区域生成几何上合理但未经证实的估计，而当有效重叠、稳定局部几何和显著特征同时减少时，基于对应关系的配准变得不可靠。本文开发了一种模型特定的3D视觉定位方法，用于自动装载受结构化反射引起的点云不完整性影响的大型换热器。首先，工业3D相机同步采集彩色图像和深度图像。混合层间纸板提取策略以二维（2D）颜色阈值形态学分割和三维（3D）反投影作为主分支，当颜色分支未产生有效候选或返回的组件数量与生产任务配置不一致时，启动基于几何的点云后备分支。在129组配对的RGB和点云样本中，颜色分支正确处理了122个样本，后备分支在评估的生产线条件下恢复了其余7个案例。对于产品定位，该方法整合了三种互补的几何操作：投影面积最小化用于航向角估计和横向对齐，尾部特征约束用于头尾判定和纵向锚定，以及完整CAD模板到观测产品姿态的反向映射。这一协调过程利用了剩余可靠的全局和区域几何信息，无需重建缺失表面，从而减少了因不完整点云质心偏移导致的姿态估计偏差。在主要的配准实验中，该方法使用436个具有不同堆叠姿态和不同程度数据缺失的生产线样本进行评估，包括缺失率超过30%的严重情况。这436个样本的评估结果显示，整体平均平移误差为5.21毫米，最近邻均方根误差为1.98毫米，每次配准的平均注册操作运行时间为531.03毫秒。通过利用已知的产品几何和抗反射尾部特征，而非依赖补全后的深度值，所提出的方法为评估的换热器型号和生产线条件提供了确定性的定位。
