基于数模的轨迹生成方法、装置、电子设备及存储介质与流程

1.本技术涉及智能制鞋技术领域，尤其是涉及基于数模的轨迹生成方法、装置、电子设备及存储介质。


背景技术：

2.自动化制鞋的后段流程，需要进行鞋底和鞋帮的贴合安装，这之前需要对鞋帮进行打粗和刷胶。打粗是指对鞋帮上合模线部分进行打磨，以便于增加鞋帮上合模线部分的粗糙度，从而便于后道加工中胶液能更好地附着在鞋帮上。刷胶是指对鞋帮上合模线部分进行胶水刷涂，便于与鞋底的粘连。而鞋帮在打粗或刷胶前需要先确定打粗或喷涂的位置，由此需要先确定鞋帮轨迹，再让机器人沿鞋帮轨迹进行打粗或刷胶。
3.鞋帮轨迹的生成至关重要，在相关技术中，一般需要硬件机构载体进行实现，具体的，该硬件机构包括旋转平台，旋转平台上设置有机械手以及加工机构（例如打粗头或刷胶头），机械手抓取加工机构，同时工作人员控制机械手带动加工机构对鞋帮上的逐个点位进行定位，然后再每个点位对应的机械手的空间姿态进行记录，最后再将记录数据生成机械手执行文件，使得机械手按照执行文件进行动作以对待加工鞋帮进行加工，由此通过示教方式生成一款鞋帮的加工轨迹。
4.但此轨迹生成方法的精度仅取决于机械手的旋转精度，在算法方面无法进行精度校准。机械手旋转精度偏低时会影响鞋帮轨迹的精度，进一步影响到后续的打粗刷胶效率和效果。


技术实现要素：

5.本技术提供基于数模的轨迹生成方法、装置、电子设备及存储介质，有利于解决相关技术中用成像机构进行获取图像以对获取到的数据进行实时记录处理导致影响鞋帮轨迹的精度的缺陷，实现生成鞋帮轨迹的更精准化，进一步提高了打粗刷胶机器人的工作效率。
6.本技术的发明目的一是通过以下技术方案得以实现的：基于数模的轨迹生成方法，包括：获取与目标对象相关联的3d数模并将所述3d数模转换为点云模型；所述目标对象包括大底、鞋帮或鞋子中的任一种；基于所述点云模型，确定roi区域；在所述roi区域中提取一条连续的分界线以及与所述分界线相关联的三维坐标信息；基于所述分界线和所述三维坐标信息，将所述分界线进行区域放大，以形成目标区域带；基于所述分界线和所述目标区域带，获取所述分界线的每一个点上的空间姿态，所述空间姿态包括法向方向和切线方向；
基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，所述目标轨迹具备带姿态的点位数据以及相关工艺参数。
7.在上述方案中，通过将3d数模转换为点云模型，然后再确定roi区域，再基于roi区域中提取连续的分界线，以有利于提高获取分界线的效率，区域放大是为了获取到用于计算分界线上每个点的姿态（方向）需要的数据集，而且，基于3d数模来生成目标轨迹，实现生成鞋帮轨迹的更精准化，进一步提高了鞋子加工的工作效率。同时省去了传统的硬件机构（机械手等），从而进一步提高了鞋子加工的工作效率和降本降低生产成本，同时基于数模的轨迹生成方法可以配合普通楦头应用于鞋子加工，实现低成本生产、多样化生产和大规模生产。
8.优选的，所述在所述roi区域中提取一条连续的分界线的步骤，包括：计算所述点云模型中的点云数据的高度值的梯度变化；基于所述梯度变化，确定一条连续的分界线；或，基于分水岭算法，来确定一条连续的分界线（20）。
9.通过采用上述方案，通过计算点云数据中的高度值的梯度变化以准确提取边界线。也可以通过分水岭算法来确定一条连续的分界线。
10.优选的，所述基于所述点云模型，确定roi区域的步骤，包括：获取所述目标对象的类型信息；基于所述类型信息，确定与所述类型信息相关联的基准模型；基于所述基准模型，确定roi区域。
11.通过采用上述方案，先识别目标对象的类型信息，因为不同的目标对象对应的基准模型不同，从而在确定与类型信息相关的基准模型来确定roi区域，使得roi区域的数据来源可以多样化，从而适用于不同目标对象的roi区域确定。
12.优选的，基于所述分界线和所述目标区域带，获取所述分界线的每一个点上的空间姿态的步骤，包括：计算该三维坐标的方位角和俯仰角：方位角a=atan(y/x)俯仰角e=atan(z/(x^2+y^2)^0.5)其中，atan()表示反正切函数，x、y、z分别是三维坐标在空间xyz坐标系中的坐标值；计算该三维坐标的滚动角：滚动角r=atan((ab-cd)/(ab+cd))其中，ab为三维坐标在水平方向上的分量(x和y)，cd为三维坐标在竖直方向上的分量(z)。优选的，在生成与目标对象相关联的目标轨迹的步骤之后，所述方法还包括：基于所述目标轨迹，结合执行参数生成机器人执行文件；所述执行参数包括io信息、工具、平滑系数、转速、压力、运行速度、延时和用户参数中的至少一个。
13.在上述方案中，在目标轨迹的基础上，对点位数据进一步绑定执行参数，以此生成机器人文件，工作机器人根据此文件能够在实际作业中更加精确地应对各种情况，包括打粗或上胶作业的一些细节问题都能得到解决优化。
14.优选的，所述生成与目标对象相关联的目标轨迹的步骤之后，包括：根据工作机器人的运行特性，对所述目标轨迹进行平滑算法拟合，生成适应所述
工作机器人运行的平滑轨迹。
15.在上述方案中，在生成鞋帮轨迹之后，对鞋帮轨迹进行进一步平滑处理，使其能更加适应于工作机器人的运行，保证了工作机器人运行的流畅性，提高了工作效率和精准度。
16.优选的，所述生成适应所述工作机器人运行的平滑轨迹的步骤，所述方法还包括：所述平滑轨迹和机台零位进行数据标定。
17.在上述方案中，将平滑轨迹和机台零位进行数据标定，有助于保证平滑轨迹能够准确匹配到鞋帮的待加工的轨迹中，有助于进一步提高对鞋帮加工的精准度。
18.优选的，所述方法还包括：将所述点云模型存储在数据库中。
19.通过采用上述方案，这样设置以便于供后续鞋子加工过程中进行使用。
20.本技术的发明目的二是通过以下技术方案得以实现的：一种基于数模的轨迹生成系统，包括：转换模块：用于获取与目标对象相关联的3d数模并将所述3d数模转换为点云模型；所述目标对象包括大底、鞋帮或鞋子中的任一种；确定模块：用于基于所述点云模型，确定roi区域；提取模块：用于在所述roi区域中提取一条连续的分界线以及与所述分界线相关联的三维坐标信息；放大模块：用于基于所述分界线和所述三维坐标信息，将所述分界线进行区域放大，以形成目标区域带；获取模块：用于基于所述分界线和所述目标区域带，获取每一个点上的空间姿态，所述空间姿态包括法向方向和切线方向；生成模块：用于基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，所述目标轨迹具备带姿态的点位数据以及相关工艺参数。
21.本技术的目的三是通过以下技术方案得以实现的：一种电子设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述基于数模的轨迹生成方法的计算机程序。
22.本技术的目的四是通过以下技术方案得以实现的：一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种基于数模的轨迹生成方法的计算机程序。
23.本技术的目的五是通过以下技术方案得以实现的：智能制鞋生产线，包括生产线本体以及上述方案所述的电子设备，所述电子设备用以执行上述基于数模的轨迹生成方法的计算机程序。
24.综上所述，本技术的有益技术效果为：通过将3d数模转换为点云模型，然后再确定roi区域，再基于roi区域中提取连续的分界线，以有利于提高获取分界线的效率，区域放大是为了计算分界线上每个点的姿态（方向）需要的数据集，而且，基于3d数模来生成目标轨迹，实现生成鞋帮轨迹的更精准化，进一步提高了鞋子加工的工作效率。同时省去了传统的硬件机构（机械手等），从而进一步提高了鞋子加工的工作效率和降本降低生产成本，同时基于数模的轨迹生成方法可以配合普通楦头应用于鞋子加工，实现低成本生产、多样化生产和大规模生产。
附图说明
25.图1是本技术基于数模的轨迹生成方法的流程示意图。
26.图2是本技术roi区域的示意图。
27.图3是本技术作为示例性显示分界线以及区域带的关系图。
28.图4是本技术步骤s6-步骤s8的流程示意图。
29.图5是本技术其中一实施例中基于数模的轨迹生成系统的结构框图。
30.图6是本技术其中一实施例中电子设备的结构框图。
31.附图标记说明：10、roi区域；20、分界线；30、目标区域带；2、转换模块；3、确定模块；4、提取模块；5、放大模块；6、获取模块；7、生成模块。
具体实施方式
32.以下结合图1-图6对本技术作进一步详细说明。
33.由于本技术实施例涉及基于数模的轨迹生成方法，为了便于理解，下面先对本技术实施例涉及的相关术语进行介绍。
34.一、xyzabc坐标：xyzabc坐标通常指一个六维坐标系，其中xyz表示空间三维坐标系，a表示绕x轴旋转的角度，b表示绕y轴旋转的角度，c表示绕z轴旋转的角度。 在机器人学、计算机视觉、自动化等领域中，xyzabc坐标系常用于描述物体或机器人在三维空间中的位姿（位置和姿态）。例如，一个机械臂在三维空间中的位置可以用三维坐标（x、y、z）和三个旋转角度（a、b、c）来描述其位姿。
35.二、点云：点云是由大量离散点组成的一种三维数据表示形式，每个点都包含了在三维空间中的坐标位置信息。点云可以用来表示物体的三维形状、表面特征，以及环境的三维结构等信息。点云数据的优点是可以提供大量的三维信息，可以捕捉物体表面的细节和几何形状，适用于许多领域的应用，如计算机视觉、机器人技术等。
36.本技术实施例提供一种基于数模的轨迹生成方法，用以解决相关技术中用成像机构对鞋帮逐个点位进行获取图像以对获取到的数据进行实时记录处理导致影响鞋帮轨迹的精度的缺陷，参见图1，该方法包括：s1、获取与目标对象相关联的3d数模并将3d数模转换为点云模型。目标对象为鞋子、大底或鞋帮中的任一种，因此点云模型可以为与鞋子相关联的点云模型、与大底相关联的点云模型或与鞋帮相关联的点云模型。其中，3d数模为三维数字模型，点云模型的文件格式为ply格式。将3d数模转换为点云模型后以便于进行后续的数据操作（例如roi区域确定、分水岭算法确定分界线等）。
37.在本实施例中，采用cloudcompare为三维点云处理软件将3d数模转换为点云模型。
38.在其他实施例中，可以采用pcl点云处理库将3d数模转换为点云模型。
39.s2、基于点云模型，确定roi区域。
40.图2显示的是roi区域10为鞋底与鞋帮的贴合区域。在其他实施例中roi区域10来
源于与大底相关联的点云模型或来源于与鞋帮相关联的点云模型，步骤s2根据目标对象的类型不同，进行确定roi区域，该步骤具体包括：s21、获取目标对象的类型信息。
41.由于目标对象可以为鞋子整体、大底（即鞋底）或鞋帮，但由于不同的目标对象对应的确定roi区域的方式不同，因此需要先确定目标对象的类型信息。
42.s22、基于类型信息，确定与类型信息相关联的基准模型，该基准模型为点云ply数据格式。
43.以下示例性说明步骤s22：当目标对象为大底，且假设大底厚度为3-4厘米，那么大底的基准模型包含：将大底点云模型中顶部的边线设为基准线，在大底的内侧且以基准线向上以及向下分别延伸1厘米的区域作为预设roi区域。
44.当目标对象为鞋帮，且假设鞋帮的高度为5-6厘米，那么鞋帮的基准模型包含：将鞋帮点云模型中的底部轮廓线设为基准线，在鞋帮的外侧且以该基准线向上延伸1厘米的区域作为预设roi区域。
45.当目标对象为鞋子时，则假设鞋子整体的高度为8-10厘米，那么鞋子的基准模型包含：以该鞋子点云模型中的鞋帮部位和大底部位的连接轮廓为基准线，将该基准线向上以及向下分别延伸1厘米的区域作为预设roi区域。
46.s23、基于基准模型，确定roi区域。
47.具体的，在确定基准模型后，将点云模型和基准模型进行匹配，以确定点云模型中的roi区域。
48.s3、在roi区域10中提取一条连续的分界线20以及与分界线20相关联的三维坐标信息。
49.在本实施例中，步骤s3包括：计算点云模型中的点云数据的高度值的梯度变化。在本实施例中，采用sobel算子进行计算点云数据的梯度变化。
50.基于梯度变化，确定一条连续的分界线20。
51.在另一实施例中，可以采用分水岭算法进行确定一条连续的分界线20。分水岭算法主要实现分割的功能以确定连续的分界线20。
52.s4、基于分界线20和三维坐标信息（xyz），将分界线20进行区域放大，以形成目标区域带30。图3作为示例性显示分界线20以及区域带30的关系。
53.具体的，由于分界线是只有一圈的点（独立的点），但并不存在后面计算所需要的切线法向、法向方向等数据，因此必须基于分界线进行区域扩大以形成目标区域带30（即一片点云），才能形成点云与点云相切或点云与点云垂直这种方向关系，区域放大是为了获取到用于计算分界线上每个点的姿态（方向）需要的数据集。区域放大的程度可根据实际设置需要进行设定。
54.以下示例性说明区域放大的具体步骤：以分界线为参考线向上方向扩充3-5mm形成目标区域带30,或以分界线为参考线向下方向扩充3-5mm，亦或是以分界线为参考线向上方向扩充3-5mm以及同时向下方向扩充3-5mm以形成目标区域带30。
55.s5、基于分界线20和目标区域带30，获取分界线20上每一个点上的空间姿态，空间姿态包括法向方向和切线方向。其中，目标区域带30用于分界线20上每一个点上的空间姿态计算提供更多的数据支撑。
56.具体的，步骤s5包括：s51、计算该三维坐标的方位角和俯仰角：其中，方位角a=atan(y/x)；俯仰角e=atan(z/(x^2+y^2)^0.5)。
57.其中，atan()表示反正切函数，x、y、z分别是三维坐标在空间xyz坐标系中的坐标值。
58.s52、计算该三维坐标的滚动角：滚动角r=atan((ab-cd)/(ab+cd))。
59.其中，ab为三维坐标在水平方向上的分量(x和y)，cd为三维坐标在竖直方向上的分量(z)。
60.s6、基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，目标轨迹具备带姿态的点位数据（xyzabc坐标）和相关工艺参数（包括io信息、工具、平滑系数、转速、压力、运行速度、延时和用户参数中的至少一个）。
61.在步骤s6之后，参见图4，该方法还包括：s7、基于目标轨迹，结合执行参数生成机器人执行文件；执行参数包括io信息、工具、平滑系数、转速、压力、运行速度、延时和用户参数中的至少一个。
62.在上述方案中，在目标轨迹的基础上，对点位数据进一步绑定执行参数，以此生成机器人文件，工作机器人根据此文件能够在实际作业中更加精确地应对各种情况，包括打粗或上胶作业的一些细节问题都能得到解决优化。
63.在步骤s7之后，执行步骤s8：根据工作机器人的运行特性，对目标轨迹进行平滑算法拟合，生成适应工作机器人运行的平滑轨迹。
64.在上述方案中，在生成鞋帮轨迹之后，对鞋帮轨迹进行进一步平滑处理，使其能更加适应于工作机器人的运行，保证了工作机器人运行的流畅性，提高了工作效率和精准度。
65.在一些可能的实施方式中，在生成机器人执行文件的步骤时，需要先平滑轨迹和机台零位进行数据标定（即根据机台零位进行数据校准），然后再生成机器人执行文件，有助于保证平滑轨迹能够准确匹配到鞋帮的待加工的轨迹中，有助于进一步提高对鞋帮加工的精准度。
66.需要说明的是，机台零位是在后续鞋子加工工序中所应用到的设备（例如机械手），在此不进行限定。
67.在一些可能的实施方式中，方法还包括：将点云模型存储在数据库中，以供后续工艺的使用。
68.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
69.本技术实施例还提供一种基于数模的轨迹生成系统，如图5所示，该基于数模的轨迹生成系统包括转换模块2、确定模块3、提取模块4、放大模块5、获取模块6和生成模块7，且各功能模块详细说明如下：转换模块2：用于获取与目标对象相关联的3d数模并将3d数模转换为点云模型；目
标对象包括大底、鞋帮或鞋子中的任一种。
70.确定模块3：用于基于点云模型，确定roi区域10，roi区域10为鞋底与鞋帮的贴合区域。
71.提取模块4：用于在roi区域10中提取一条连续的分界线20以及与分界线20相关联的三维坐标信息。
72.放大模块5：用于基于分界线20和三维坐标信息，将分界线20进行区域放大，以形成目标区域带30。
73.获取模块6：用于基于分界线20和目标区域带30，获取每一个点上的空间姿态，空间姿态包括法向方向和切线方向。
74.生成模块7：用于基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，目标轨迹具备带姿态的点位数据以及相关工艺参数。
75.通过转换模块2将3d数模转换为点云模型，然后确定模块3再确定roi区域10，再采用提取模块4基于roi区域10中提取连续的分界线20，以有利于提高获取分界线20的效率，而且，生成模块7基于3d数模来生成目标轨迹，实现生成鞋帮轨迹的更精准化，进一步提高了鞋子加工的工作效率。同时基于数模的轨迹生成方法可以配合普通楦头应用于鞋子加工，实现低成本生产、多样化生产和大规模生产。
76.关于基于数模的轨迹生成系统的具体限定可以参见上文中对于基于数模的轨迹生成方法的限定，在此不再赘述。上述基于数模的轨迹生成系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
77.本技术实施例还提供一种电子设备，该电子设备安装在上述实施例中的吸尘装置内部。如图6所示，包括存储器和处理器，存储器上存储有能够被处理器加载并执行基于数模的轨迹生成方法的计算机程序：s1、获取与目标对象相关联的3d数模并将3d数模转换为点云模型；目标对象包括大底、鞋帮或鞋子。
78.s2、基于点云模型，确定roi区域10，roi区域10为鞋底与鞋帮的贴合区域。
79.s3、在roi区域10中提取一条连续的分界线20以及与分界线20相关联的三维坐标信息。
80.s4、基于分界线20和三维坐标信息，将分界线20进行区域放大，以形成目标区域带30。
81.s5、基于分界线20和目标区域带30，获取每一个点上的空间姿态，空间姿态包括法向方向和切线方向。
82.s6、基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，目标轨迹具备带姿态的点位数据以及相关工艺参数。
83.另外，该电子设备中的处理器执行计算机程序时执行上述所有基于数模的轨迹生成方法的步骤。
84.其中，该电子设备是服务器，其内部结构图可以如图6所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该电子设备的处理器用于提供
计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储实时空气流速信息、空气流速阈值信息等。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数模的轨迹生成方法。
85.本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：s1、获取与目标对象相关联的3d数模并将3d数模转换为点云模型；目标对象包括大底、鞋帮或鞋子。
86.s2、基于点云模型，确定roi区域10。
87.s3、在roi区域10中提取一条连续的分界线20以及与分界线20相关联的三维坐标信息。
88.s4、基于分界线20和三维坐标信息，将分界线20进行区域放大，以形成目标区域带30。
89.s5、基于分界线20和目标区域带30，获取每一个点上的空间姿态，空间姿态包括法向方向和切线方向。
90.s6、基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，目标轨迹具备带姿态的点位数据以及相关工艺参数。
91.处理器执行计算机程序时还能够执行上述任意实施例中关于基于数模的轨迹生成方法的步骤。
92.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink）dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
93.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
94.本技术实施例还公开一种智能制鞋生产线，该智能制鞋生产线用于进行鞋帮打磨、喷涂、过胶以及烘干工艺。在打磨工艺和喷涂工艺中，通常使用机械臂和打磨机构（或喷涂机构）根据打磨轨迹（或喷涂轨迹）对鞋帮进行打磨（或喷涂），而此处的打磨轨迹（或喷涂轨迹）是基于上述实施例中记载的基于数模的轨迹生成方法生成，一方面省去了传统的硬件机构载体（如机械手、加工机构等），提高制鞋的整体效率和降低生产成本；另一方面，通
过基于数模的轨迹生成方法可以根据鞋子的款式、尺码的不同而快速获取到不同的目标轨迹，由此基于数模的轨迹生成方法生成的轨迹可以配合普通楦头应用于各种款式、各种尺码的鞋子加工，无需针对不同款式的鞋子定制不同的楦头结构，从而实现低成本生产；同时使得普通楦头也能够应用于不同款式或不同尺寸的鞋子，从而实现多样化生产和大规模生产。
95.以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。

技术特征：
1.基于数模的轨迹生成方法，其特征在于：包括：获取与目标对象相关联的3d数模并将所述3d数模转换为点云模型；所述目标对象包括大底、鞋帮或鞋子中任一种；基于所述点云模型，确定roi区域；；在所述roi区域中提取一条连续的分界线（20）以及与所述分界线（20）相关联的三维坐标信息；基于所述分界线（20）和所述三维坐标信息，将所述分界线（20）进行区域放大，以形成目标区域带（30） ；基于所述分界线（20）和所述目标区域带（30），获取每一个点上 的空间姿态，所述空间姿态包括法向方向和切线方向；基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，所述目标轨迹具备带姿态的点位数据以及相关工艺参数。2.根据权利要求1所述的基于数模的轨迹生成方法，其特征在于：所述在所述roi区域中提取一条连续的分界线（20）的步骤，包括：计算所述点云模型中的点云数据的高度值的梯度变化；基于所述梯度变化，来确定一条连续的分界线（20）；或基于分水岭算法，来确定一条连续的分界线（20），所述分水岭算法可应用于目标对象包括大底、鞋帮或鞋子中任一种的情况。3.根据权利要求1所述的基于数模的轨迹生成方法，其特征在于：所述基于所述点云模型，确定roi区域的步骤，包括：获取所述目标对象的类型信息；基于所述类型信息，确定与所述类型信息相关联的基准模型；基于所述基准模型，确定roi区域。4.根据权利要求1所述的基于数模的轨迹生成方法，其特征在于：基于所述分界线（20）和所述目标区域带（30），获取每一个点上的空间姿态的步骤，包括：计算该三维坐标的方位角和俯仰角：方位角a=atan(y/x)俯仰角e=atan(z/(x^2+y^2)^0.5)其中，atan()表示反正切函数，x、y、z分别是三维坐标在空间xyz坐标系中的坐标值；计算该三维坐标的滚动角：滚动角r=atan((ab-cd)/(ab+cd))其中，ab为三维坐标在水平方向上的分量(x和y)，cd为三维坐标在竖直方向上的分量(z)。5.根据权利要求1所述的基于数模的轨迹生成方法，其特征在于：在生成与目标对象相关联的目标轨迹的步骤之后，所述方法还包括：基于所述目标轨迹，结合执行参数生成机器人执行文件；所述执行参数包括io信息、工具、平滑系数、转速、压力、运行速度、延时和用户参数中的至少一个。6.根据权利要求1所述的智基于数模的轨迹生成方法，其特征在于：所述生成与目标对象相关联的目标轨迹的步骤之后，包括：根据工作机器人的运行特性，对所述目标轨迹进行平滑算法拟合，生成适应所述工作
机器人运行的平滑轨迹；和/或，所述平滑轨迹和机台零位进行数据标定。7.基于数模的轨迹生成系统，其特征在于：包括转换模块（2）：用于获取与目标对象相关联的3d数模并将所述3d数模转换为点云模型；所述目标对象包括大底、鞋帮或鞋子中的任一种；确定模块（3）：用于基于所述点云模型，确定roi区域，所述roi区域为鞋底与鞋帮的贴合区域；提取模块（4）：用于在所述roi区域中提取一条连续的分界线（20）以及与所述分界线（20）相关联的三维坐标信息；放大模块（5）：用于基于所述分界线（20）和所述三维坐标信息，将所述分界线（20）进行区域放大，以形成目标区域带（30）；获取模块（6）：用于基于所述分界线（20）和所述目标区域带（30），获取每一个点上的空间姿态，所述空间姿态包括法向方向和切线方向；生成模块（7）：用于基于每一个点上的空间姿态，生成与目标对象相关联的目标轨迹，所述目标轨迹具备带姿态的点位数据以及相关工艺参数。8.一种电子设备，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1-6任一项所述基于数模的轨迹生成方法的计算机程序。9.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1-6任一项基于数模的轨迹生成方法的计算机程序。10.智能制鞋生产线，其特征在于：包括生产线本体以及权利要求8所述的电子设备，所述电子设备用以执行如权利要求1-6任一项所述基于数模的轨迹生成方法的计算机程序。

技术总结
本申请涉及智能制鞋技术领域，尤其是涉及基于数模的轨迹生成方法、装置、电子设备及存储介质，其要点为：获取与目标对象相关联的3D数模并将3D数模转换为点云模型；基于点云模型，确定ROI区域；在ROI区域中提取一条连续的分界线以及与分界线相关联的三维坐标信息；将分界线进行区域放大，以形成目标区域带；获取每一个点上的空间姿态；基于每一个点上的空间姿态，生成目标轨迹。本申请能够实现生成鞋帮轨迹的更精准化，同时省去了传统的硬件机构载体，从而进一步提高了鞋子加工的工作效率和降低生产成本；同时基于数模的轨迹生成方法配合普通楦头应用于鞋子加工，满足低成本生产、多样化生产和大规模生产需求。样化生产和大规模生产需求。样化生产和大规模生产需求。


技术研发人员：廖瑞平 谢显飞
受保护的技术使用者：广东艾视维智能科技有限公司
技术研发日：2023.05.29
技术公布日：2023/10/15