基于直线的全维视觉系统标定方法研究

利用空间直线的中心折反射投影的特性对全维视觉系统的标定方法进行了研究。应用光线追迹法提取空间直线折反射图像上的点,并提出一种基于最小二乘理论的二次曲线拟合方法,将其应用到直线折反射图像的拟合中,最终求出系统成像参数,完成对全维视觉系统的标定。对真实全维视觉系统的标定实验验证了该方法的实用性。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光测量系统的相机标定的精度对三维测量的精度有很大影响;首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

基于嵌入式视觉的子机器人入舱方法

提出一种基于嵌入式视觉的子机器人入舱方法, 用于子母式机器人系统中对子机器人的回收. 子机器人基于自身嵌入式平台捕获和处理入口处的引导标识图像, 根据局部颜色排布特征快速提取出标识中心, 利用最小二乘法拟合水平颜色交界线的成像斜率, 基于成像斜率-视偏角模型判别出子机器人航向与入口平面的法线关系, 从而进行运动决策使二者重合以完成入舱. 该方法无需摄像头标定和航迹测量即可准确入舱, 仿真实验验证了所提出方法的有效性.

     

基于LS–SVR的机器人空间4DOF无标定视觉定位

研究了基于智能算法的机器人无标定视觉伺服问题, 提出了一种新的基于最小二乘支持向量回归的机器人无标定视觉免疫控制方法. 利用最小二乘支持向量回归学习机器人位姿变化和观测到的图像特征变化之间的复杂非线性关系, 其中最小二乘支持向量回归的参数由自适应免疫算法加5折交叉检验优化确定, 在此基础上利用免疫控制原理设计了视觉控制器. 六自由度工业机器人空间4DOF 视觉定位实验结果表明了该方法的有效性.     

线结构光视觉传感器直接标定方法

分析了传感器测量模型,推导了摄像机畸变模型下的像坐标与像素坐标变换关系,在此基础上,提出了一种基于二元五次多项式拟合的线结构光视觉传感器物像标定模型。在数控平台上,利用锯齿形标定块获取一组标定点,应用最小二乘方法实现参数标定。标定与测量实验表明：本方法实现简单,精度较高,满足测量要求。     

基于影子的乒乓球机器人单目视觉系统标定

视觉系统的场景标定问题是乒乓球机器人研究中要解决的首要任务。针对传统的双目视觉方案中图像处理运算量大、成本高、高速同步采集实现较为困难的缺点,探索了一种单目摄像机下的基于影子辅助成像的视觉标定方法。从单目摄像机模型出发,简化立体映射为平面映射,利用视觉场景中灯光、乒乓球和影子之间的几何关系,结合最小二乘法和最小误差估计,准确地计算视觉系统中灯与摄像机的位置,为图像识别和3维目标定位奠定基础。该方法既标定了摄像机的参数,同时也标定了辅助灯的参数,而且从平面图像坐标计算3维坐标过程简便,实验结果证明其具有较高的精度（<4 mm）,可应用于快速图像处理的场合（>60 fps）,有望成为一种低成本、便捷而有效的方法。     

二轴转台测角法用于线阵相机几何参数标定

目的 目前对线阵相机的几何参数标定方法比较少,而且已有标定方法都需要特殊、高精度要求的设备,为此提出一种基于二轴转台测角法的线阵相机标定方法,通过简单的设备高精度求取线阵相机的内参数和畸变参数。方法 通过简化面阵相机成像模型,建立线阵相机成像模型且推导出参数计算公式,提出测角法标定流程并设计了专门的标定板,利用图像边缘检测得到标定板黑白条纹的边缘点坐标,结合二轴转台的角度信息,代入成像模型中,主要采用最小二乘法和迭代优化算法,求取线阵相机的内参和畸变参数。同时指出了该方法的适用性和标定精度依赖于转台精度、镜头视场角和感光器件分辨率。结果 对3只不同焦距的镜头进行标定实验,分析了内参数和畸变参数迭代优化过程,焦距的标定精度优于5 μm、主点的标定精度优于3 μm,与其他文献中高成本方法进行相比,处于同一数量级。结论 提出一种新的线阵相机几何参数标定方法,该方法利用低成本二轴转台和黑白条纹标定板即可高精度标定出线阵相机几何参数。该方法的适用性依赖转台精度、镜头视场角和感光器件分辨率,对于步长为0.012 9°的转台和分辨率为1 436的线阵相机,最多只能标定焦距为16 mm的镜头,而焦距更长的镜头需要更高精度的转台。     

最小二乘法在PLC模拟量测量系统标定中的应用

针对工程实际应用中,PLC多模拟量测量系统在干扰和设备温度漂移等多种因素的影响下,测试的不准确问题,提出了一种基于最小二乘法回归数学模型的PLC模拟量标定方法.根据最小二乘法的思想,推导了适合于PLC标定的具体计算过程,并给出了具体应用实例.实验结果表明,最小二乘法的拟合精度优于拉格朗日线性插值法,而且基于最小二乘法的PLC模拟量标定精度很高,从而保障了后续计算的精度.     

双目机器人工具末端姿态自动测量算法研究

针对标定过程中工业机器人工具末端姿态测量精度低的问题,提出了一种基于改进最小二乘法的双目机器人工具末端姿态测量算法。为了减少噪声对拟合收敛性的影响,提高拟合的精度和速度,该算法融合“邻域加权平均法”的去噪原理,结合空间解析几何理论和最小二乘法,对双目相机测量得到的点云数据进行筛选和特征提取。利用拟合模型完成点云数据的轴线拟合,实现对末端姿态的自动测量。实验表明,该算法相比传统姿态标定算法的测量精度提高 0.2°,保证了工业机器人的标定精度,在工业上具有较强的应用价值。     

基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题;针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统;基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明:本系统的装配同轴度精度能达到0.05 mm,零件尺寸测量标准差低于3.8 μm,满足工业需求,可以解决工业实际问题。     

视觉技术在坦克火炮运动参数测量中的应用

为准确、便捷地测量坦克火炮运动参数,设计了一套基于视觉检测技术的测试系统。首先利用平面标定法对系统成像模型进行标定;然后基于迭代寻优的思路,采用动态阈值对光斑图像进行分割,并利用最小二乘法进行圆周拟合,结合光斑的几何特点进行光斑有效性判定,进而迭代获取最优的定位结果;最后结合光斑在投影靶标上的运行距离和时间,获得坦克火炮运动参数。实验结果表明,测试系统能够适应复杂的光照环境,满足对测量精度、重复性、便捷性的要求。     

一种无标定视觉伺服控制技术的研究

在视觉伺服控制过程中无法精确地标定摄像机和机器人运动学模型,而当前的无标定视觉伺服控制技术或者只能针对静态的目标,或者针对动态目标但无法摆脱大偏差的影响．针对此问题,提出一种动态无标定的视觉伺服控制方法：基于非线性方差最小化法控制机器人跟踪运动目标,利用动态拟牛顿法估计图像雅克比矩阵,采用迭代最小二乘法提高系统的稳定性并提出大偏差条件下的无标定控制策略．仿真实验证明了该方法的正确性和有效性．     

基于眼固定安装方式的机器人定位系统

研发了基于眼固定安装方式的机器人定位系统,提出了一种方便有效的手眼标定方法。通过最小二乘法求解手眼坐标的变换关系,再根据工作台平面与摄像机成像模型的约束关系,求解出目标物体的三维位姿,并最终实现了机械手的精确定位。     

基于长基线双目系统的信号弹高度测量方法

针对信号弹测量的实际需求,增加了现有双目视觉系统的基线长度。使用标准尺寸的特征物来搭建外参数标定系统,利用最小二乘法拟合特征物轮廓,提取特征点像素坐标,建立约束方程组;使用LM优化算法分别计算出两相机与标定系统的旋转量与平移量,进而求解两相机之间的外部参数。利用五帧差分法提取信号弹目标,最终获得信号弹飞行高度。试验证明,该方法测量精度高,鲁棒性较好。     

基于多传感器系统的统计建模与标定方法

在融合惯性、视觉、磁场信息以及嵌入式技术的多传感器定位系统中,标定模型的准确性会影响传感器测量精度。以非线性最小二乘法为基础,提出了一种低成本高精度的标定方法。首先,分析系统各项参数,以加速度计为例建立模型,并利用重力加速度作中间量对传感器确定性项进行标定。通过仿真实验分析,结果表明提出的方法实用可行,能降低误差,提高系统传感器精度。     

混合遗传算法在结构参数标定中的应用

对多关节三维扫描仪的参数标定方法进行了研究。在准确推出三维空间坐标模型的基础上,提出了基于非线性最小二乘法思想的参数优化模型,继而提出了一种基于奇异值分解的最小二乘法的参数标定方法,在分析其适用范围之后,进一步提出了嵌入这种最小二乘法算子的混合遗传算法,这种算法综合了两者的优点,具有收敛速度快,精度高等优点,特别是其修正参数误差的范围比文献3、4的范围大大提高了。实验结果证明这种标定方法具有非常好的鲁棒性和工程应用价值。     

基于棋盘标定板的优化相机参数标定方法

相机标定是计算机视觉与重建定位的重要基础,是构建二维图像与三维空间联系的重要桥梁。该文根据传统线性相机成像的规律,在理想的针孔相机成像模型的基础上,同时针对张正友标定法中相机参数求解过程较为复杂与繁琐的问题,采用一种简易的标定方法来求解单目相机的相机参数。该方法在平面张正友标定方法的基础上,通过预先估计部分相机参数的初值进而求解理想针孔相机成像模型后,再进一步优化预估参数的方式,根据棋盘标定板的特征点的空间坐标与图像坐标的对应方程,利用奇异值分解和Levenberg-Marquardt优化的方法进行参数求解,从而避免求解繁杂的约束矩阵后再分别对相机参数进行求解的过程,达到直接求解相机参数的目的,优化求解过程,最终实现单目相机的相机标定。实验结果表明,使用该方法标定的单目相机在物距一米以下时的标定误差能够满足绝大部分视觉与定位的应用需求,且该方法具有较好的稳定性和可行性。     

基于改进圆形靶的圆心自动提取与排序

针对传统圆形靶不便于相机全自动标定、特征圆圆心提取精度不高以及圆心点阵排序受圆形靶旋转角度影响较大的问题,设计了适用于相机全自动标定的圆形靶,并针对该靶,提出了基于随机抽样一致的最小二乘圆心拟合法和基于向量夹角的圆心点阵顺序排序法。实验结果表明,采用该圆心提取算法,平均拟合误差为0.006?1个像素,相比传统的最小二乘拟合法,精度较高;对于标定靶0°~360°角度的旋转,均能够快速且准确地完成圆心点阵排序,平均排序时间为0.009?6?s,易于实现在线的相机全自动标定。     

一种基于工业相机的距离测量系统

基于双目视觉的基本原理,运用视差法,设计了一个距离测量系统,该系统通过两台高精度数字工业相机,能对一目标距离进行检测。系统首先通过工业相机获取图像,利用标定算法对工业相机内部参数进行标定,之后选取目标点输入并进行距离测算,最终输出目标点距离结果。实验结果表明,该系统能够较好地完成对物体的非接触式测量。     

基于VI-SLAM的四翼无人机多目标视觉定位技术

针对传统多目标视觉定位技术定位误差大这一问题,基于VI-SLAM的四旋翼无人机提出了一种新的多目标视觉定位技术,阐述了定位技术原理,在进行定位时,导航定位系统、航空姿态测量系统、机载光电测量平台共同工作,通过多目标相机标定、锁定目标背景差分确定目标在摄像机坐标系的位置,将摄像机坐标系转换成载机机体坐标系,再将载机机体坐标系转换成大地坐标系,从而实现定位,引入北斗卫星导航系统和递归最小二乘算法降低定位误差。对比实验结果表明,相较于传统定位技术,基于VI-SLAM的四旋翼无人机的多目标视觉定位技术定位误差更小,应用性更广。