本申请涉及智能制造，特别是涉及一种零件定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术：
1、在制造业中，多样化的生产制造模式对于零件定位的准确性、快速性以及灵活性均提出了更高的要求，尤其是激光切割钢板分拣领域具有高精度、非接触式加工、材料适用范围广、自动化程度高、定制性强和安全性等特性。这就要求机器人能在一块激光切割完的钢板上实现对上面各个不同零件的感知、识别以及定位，从而完成零件精准的抓取或装配任务。但由于市场上对钢板零件的各种定制化的需求导致所需零件种类繁多，所以目前无法对钢板零件进行实时扫描来制作定位模板。
2、另一方面，激光切割钢板后的零件之间的缝隙较小，并且激光切割应用场景的不同以及现场环境的影响也会导致出现零件歪斜、激光溅射导致的缺陷等问题，这些问题会导致切割完后的钢板零件边缘信息弱以至于无法精确的定位到钢板零件的位置。因此，亟需一种能够提高零件定位精度的零件定位方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高零件定位精度的零件定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种零件定位方法，包括：
3、获取包含待定位零件的零件图形的零件套料图，以及对待定位零件进行拍摄得到的零件点云；
4、对零件套料图进行点云填充，得到模板点云；
5、采用多种边缘检测算法对零件点云进行边缘特征提取，并对提取到的各边缘特征进行融合得到融合点云；
6、基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿。
7、在其中一个实施例中，基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿，包括：
8、基于融合点云的特征描述，对模板点云和融合点云进行第一配准，得到第一配准关系，并基于第一配准关系对模板点云进行位姿调整；
9、基于位姿调整后的模板点云的位姿确定待定位零件的零件位姿。
10、在其中一个实施例中，基于位姿调整后的模板点云的位姿确定待定位零件的零件位姿，包括：
11、对位姿调整后的模板点云和零件点云进行第二配准，得到第二配准关系；
12、基于第二配准关系对位姿调整后的模板点云进行位姿调整，直至位姿调整后的模板点云和融合点云重合，将位姿调整后的模板点云的位姿作为融合的零件位姿。
13、在其中一个实施例中，对零件套料图进行点云填充，得到模板点云，包括：
14、获取待定位零件的应用场景；
15、根据应用场景确定点云生成方式，并根据点云生成方式对零件套料图进行点云填充，得到点云填充图；
16、对点云填充图进行点云转换得到模板点云。
17、在其中一个实施例中，采用多种边缘检测算法对零件点云进行边缘特征提取，包括：
18、对零件点云进行离群点检测，并从零件点云中删除离群点；
19、采用多种边缘检测算法对离群点删除后的零件点云进行边缘特征提取。
20、在其中一个实施例中，基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿，包括：
21、对融合点云进行点云去重；
22、基于点云去重后的融合点云的特征描述，对模板点云和点云去重后的融合点云进行配准，得到待定位零件的零件位姿。
23、第二方面，本申请还提供了一种零件定位装置，包括：
24、获取模块，用于获取包含待定位零件的零件图形的零件套料图，以及对待定位零件进行拍摄得到的零件点云；
25、填充模块，用于对零件套料图进行点云填充，得到模板点云；
26、融合模块，用于采用多种边缘检测算法对零件点云进行边缘特征提取，并对提取到的各边缘特征进行融合得到融合点云；
27、配准模块，用于基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿。
28、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
29、获取包含待定位零件的零件图形的零件套料图，以及对待定位零件进行拍摄得到的零件点云；
30、对零件套料图进行点云填充，得到模板点云；
31、采用多种边缘检测算法对零件点云进行边缘特征提取，并对提取到的各边缘特征进行融合得到融合点云；
32、基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿。
33、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
34、获取包含待定位零件的零件图形的零件套料图，以及对待定位零件进行拍摄得到的零件点云；
35、对零件套料图进行点云填充，得到模板点云；
36、采用多种边缘检测算法对零件点云进行边缘特征提取，并对提取到的各边缘特征进行融合得到融合点云；
37、基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿。
38、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
39、获取包含待定位零件的零件图形的零件套料图，以及对待定位零件进行拍摄得到的零件点云；
40、对零件套料图进行点云填充，得到模板点云；
41、采用多种边缘检测算法对零件点云进行边缘特征提取，并对提取到的各边缘特征进行融合得到融合点云；
42、基于融合点云的特征描述，对模板点云和融合点云进行配准，得到待定位零件的零件位姿。
43、上述零件定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，采用多种边缘检测算法对零件点云进行边缘特征提取，并融合提取到的各边缘特征得到融合点云，有利于增强融合点云的特征描述，从而有利于提高零件的定位精度；通过对包含待定位零件的零件图形的零件套料图进行点云填充得到模板点云，对拍摄得到的待定位零件的零件点云进行边缘特征提取和特征融合得到融合点云，由于模板点云是基于零件套料图得到，模板点云的边缘信息较强，因此，基于融合点云的特征描述对模板点云和融合点云进行配准，有利于得到精准的待定位零件的零件位姿，提高了零件定位精度。
1.一种零件定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述融合点云的特征描述，对所述模板点云和所述融合点云进行配准，得到所述待定位零件的零件位姿，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于位姿调整后的模板点云的位姿确定所述待定位零件的零件位姿，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述零件套料图进行点云填充，得到模板点云，包括：
5.根据权利要求1所述的方法，其特征在于，所述采用多种边缘检测算法对所述零件点云进行边缘特征提取，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述融合点云的特征描述，对所述模板点云和所述融合点云进行配准，得到所述待定位零件的零件位姿，包括：
7.一种零件定位装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
