基于单目视觉的并联机器人末端位姿检测

高效、准确地检测机器人末端位姿误差是实现运动学标定的关键环节。提出一种基于单目摄像机拍摄立体靶标序列图像信息的末端执行器6维位姿误差辨识方法,构造具有平行四边形几何约束的四个空间特征点,并以平行四边形的两个消隐点为约束,建立空间刚体位姿与其二维图像映射关系模型,实现末端位姿的精确定位,然后以Delta高速并联机器人为对象,进行了运动学标定试验,验证该方法的有效性,为这类机器人低成本、快速、在线运动学标定提供重要的理论与技术基础。     

单目视觉测量系统中目标位姿对图像点灵敏度影响的研究

通过研究单目视觉测量系统中不同位姿物体姿态测量的灵敏度,找到对图像点灵敏度影响的因素和各自占有比例。给出了灵敏度分析的理论模型,通过设计影响图像点灵敏度相关因素的数值分析实验,得出图像点灵敏度与靶板倾角及物距成反比,最大数值灵敏度最大值对应的处的靶面目标姿态,始终位于相机主方向光轴方向上。     

基于三维模型的单目车辆位姿估计

车辆位姿估计是智慧交通系统的重要组成部分,然而复杂的运动场景以及单目相机存在无法获取深度信息等问题。本文提出了一种结合单目相机及车辆三维模型进行车辆位姿估计的方法。首先对多尺度的车辆目标进行尺度归一化,然后以向量场的形式回归车辆关键点的坐标提升在遮挡或者截断状态下的位姿估计精度。在此过程中提出使用基于距离加权的向量场损失函数和关键点误差最小化的投票方法,进一步提高了位姿估计算法的准确性。此外,本文制作了一个含有丰富标注信息的合成车辆位姿估计数据集,在其上的验证结果表明,本文算法的平均定位误差和角度误差分别为0.162 m和4.692°,在实际场景中有着非常大的应用价值。     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

基于单目视觉和激光测距仪的位姿测量算法

基于单目手眼相机和激光测距仪,提出了一种尺寸未知的空间矩形平面的位姿测量算法.该算法不需要知道矩形平面的4个顶点的物体坐标,只需要知道它们的图像坐标、激光点的图像坐标和激光测距结果,就能够计算出尺寸未知空间矩形平面在相机坐标系下的位姿,并且计算出矩形平面的尺寸.通过建立单目手眼相机和激光测距仪的数学模型,对该算法进行了验证.实验结果表明,该算法是有效的,可以应用于机器人对空间物体的跟踪、定位以及抓取.     

基于双目视觉的并联仿生髋关节位姿检测

相较于三维坐标测量仪、激光跟踪仪等传统测量设备，双目视觉检测是一种无接触的检测方式，不会对目标的运动产生干扰和破坏，且更为经济、灵活和方便，因此采用双目视觉技术对3-RRR+(S-P)并联仿生髋关节的位姿进行检测。为提高位姿检测的精度、鲁棒性和通用性，设计了一种方便提取且角点可自动辨识的自编码视觉标识物、提出了一种基于边缘交点坐标反馈式的角点检测算法，该算法主要包括HSV色彩空间下的标识物提取、Canny边缘检测、Hough直线检测、亚像素角点检测和三维重建等流程，将标识物角点检测简化为检测标识物边缘线段并求得交点，再经由亚像素角点检测算法进行提纯的过程。最后，通过双目相机与自编码视觉标识物的布置建立并联仿生髋关节的位姿检测系统，进行位姿检测实验并采用激光跟踪仪进行对比实验，通过分析与实验验证：该系统具备较高的精度、鲁棒性和通用性。     

基于CAD模型的单目六自由度位姿测量

为实现单目摄像头对一般工业零件的六自由度位姿测量,研究了离线模板库自动建立,图像处理以及优化匹配3个方面的问题。首先,由STL文件格式的CAD文件建立不同观察方位下的匹配模板,定义了一种方便模板库调用并有图像意义的位姿描述参数。然后,对Chamfer Match方法进行改进,将距离映射图按边缘倾角分层,结合模板探索点的倾角进行匹配,在不增加运算量的情况下提升匹配度函数的灵敏性。最后,使用加入了退火算法的遗传算法进行最优搜索,从而提高匹配效率。实验结果表明:基于文中的方法完成一次位姿测量耗时在500ms以内,搜索可以获到正确的结果。在330mm观察距离上,平移误差和深度方向误差分别控制在1mm、2mm以内,转角误差为1°左右。得到的结果基本满足单目视觉六自由度位姿快速匹配自动测量的要求。     

基于智能三坐标测量机的零件位姿单目立体视觉识别

为了使三坐标测量机快速准确地识别出被测零件的位姿,提出了一种基于三坐标测量机平动的单目立体视觉识别方法,并对该方法的原理、位姿参数的求解和识别过程进行了研究.根据双目立体视觉原理,以三坐标测量机带动摄像机沿X轴或y轴平移,在两个不同位置分别拍摄被测零件的一幅图像;利用本文提出的基于边缘图像质心偏移的同名像点匹配方法,实现单摄像机立体视觉测量,得到被测零件上各特征点在摄像机坐标系中的三维坐标;由摄像机标定参数,进一步计算出各特征点在机器坐标系中的三维坐标;再结合各特征点在零件CAD坐标系中的对应坐标,求解出被测零件的位姿参数.组建了识别系统,进行了识别实验,结果显示,识别出的实验件位姿的平移量分别为:tx1=32.65 mm,ty1 =-90.23 mm,tz1=13.27 mm,旋转角分别为Ax =38°,AY=4°,Az=-5°,整个识别过程用时1.818 s.得到的实验数据表明该识别方法是可行的,可满足实时测量要求.     

一种平面运动位姿的并联组合测量方法研究

基于特殊的测量环境需要，提出了用于平面运动位姿测量的并联组合测量方法。介绍了并联组合测量方法的测量机构组成和测量原理，并进行了可行性论证；通过建立误差模型，对几何误差源与原始测量参数的映射关系及其对最终位姿测量误差的影响进行了分析，仿真结果和实际应用测量数据验证了分析的正确性。所述并联组合测量方法构思新颖，结构合理，适用于具有一定特殊测量条件的高精度平面大范围运动过程位姿测量。如果在工程应用中有效地控制几何误差源的影响，该方法则具有一定的推广应用价值。     

基于机器视觉的吊具位姿检测系统

提出1种基于单目机器视觉的吊具空间位姿的传感检测系统,在装卸箱过程中实时检测吊具位姿。首先在起重机小车上选取基准点,并安装近红外相机,在吊具上安装由3个发射灯组成的结构光源。用单目相机拍摄吊具上的结构光源,并在暗图像中通过图像识别算法识别出光源在相机中的坐标。然后根据相机标定参数和相机、基准点坐标关系等得到吊具在基准点坐标中的位置和姿态。相较于现有的设备,此检测系统具有成本低、全天候、快速准确等特点,其能为吊具控制系统提供了可靠的反馈数据。     

基于单目视觉的激光光束方向标定研究

在由激光位移传感器组成的测量系统中,激光光束的方向是一个关键参数.方位角和俯仰角对于一条激光光束是最为重要的两个参数.本文中提出一种基于单目视觉的激光光束方向测量方法.首先,将CCD相机放置于基础平面上方,保持相机光轴与基础平面接近于垂直状态,并利用误差为10μm的圆孔型标定板建立单目定位模型.然后将激光光束发生装置放置在基础平面上并保持位置固定,同时在基础平面上放置特制靶块,使激光光束可以投射到靶块斜面上并形成一个激光光斑.在基础平面上方放置的CCD相机可以清晰的采集到激光光斑、靶块斜面的图像,应用相关算法提取出光斑质心的二维图像坐标.沿激光光束方向以相等间距移动靶块,通过CCD相机采集每移动一次靶块在当前位置下的光斑、靶块图像.利用相关的转换公式,结合靶块本身固有参数,将光斑质心图像二维坐标转换为基础平面下的空间三维坐标.由于靶块的移动,会得到靶块不同位置下激光光斑质心的三维坐标,将这些三维坐标拟合成空间直线表征待测激光光束.拟合直线得俯仰角即为待测激光光束的俯仰角.实验中,应用高精度仪器对靶块参数进行测定,并使用高精度标定板标定相机内外参数建立相应的定位模型.测量精度主要通过单目视觉定位精度、光斑重心提取精度来保证.结果显示,待测光束的俯角最大误差达到0.02°,光束间夹角的最大误差为0.04°.     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

基于机器视觉的3自由度并联平台标定试验研究

为了提高并联平台的运动精度,以锡膏印刷机3自由度并联平台为研究对象,基于机器视觉提出了一种运动学标定修正系统输入的补偿方法。给出了平台理论分析模型,利用运动学逆解方程推导出误差函数,通过机器视觉对平台标识点进行测量并记录平台运动的实际位姿,根据标定结果对理论控制模型进行补偿。试验结果表明,该标定补偿方法有效地提高了并联平台的运动精度。     

二维合作目标的单相机空间位姿测量方法

针对空间交会对接的近距离位姿测量要求,提出了一种基于单目视觉的二维合作目标位姿解算算法。为方便空中移动平台的调整以满足特定的位姿关系,引入了一种新的姿态角定义方法,此方法定义的三个姿态角可以作为平台姿态调整的反馈量且不受旋转顺序的限制。平面模型相对于相机坐标系的三个姿态角和位置向量可通过平面单应矩阵直接导出。在测量实验中,算法基于DSP平台实现,合作目标由4个共面LED光源构成,测量值基准由高精度倾角传感器和全站仪获得。对空间位置变化范围为2m×2m,姿态角变化范围为-30°~30°的目标平面进行测量,结果表明,本算法可实现0.88%的相对位置定位误差和最大为0.996°的姿态角测量误差,且单帧算法的解算速度仅为0.25ms。     

基于双平行线特征的位姿估计解析算法

提出了一种基于特征直线的单目单帧计算机视觉相对位姿估计算法.用几何的方法代替常规代数方法,回避了特征点算法中传统的通过求解旋转矩阵和平移向量来获取位置和姿态参数的过程.以特征直线的平行关系和四直线围成的面积作为输入,推导出了几何意义下的位置和姿态参数解析表达式,求解过程简单、直接.理论推导和实验验证表明了该算法的正确有效性.     

室内单目视觉全局定位系统的设计与实现

针对室内定位的准确、稳定、快速的工程需求,设计了一种基于单目摄像头的低成本室内全局定位系统。通过分析摄像头取景框内实际空间关系,采用普通支架摄像头架设方式,提高方案的普适性;为快速获得检测目标,设计了基于RGB图像背景减除的启发式运动目标检测方法。最后借助实验室轮式移动平台进行了实验,结果表明,文章设计的全局定位系统实现了室内运动目标的定位功能,检测到的定位点与移动平台规划路径采样点绝对距离误差小于10.16 cm。     

基于单目视觉的双机距离检测

本文提出了一种基于单目视觉图像信息估计的3D目标飞机编队的视觉检测方法。若照相机（CCD）焦距已知,且给定飞机的特征形状参数和姿态,可用单目视觉的方法估计长机和僚机之间的距离。在特定的情况下,可以计算出僚机的飞行方向、速度等一系列飞行参数。仿真及结果验证了算法的有效性。     

基于单目视觉的自由曲面三维坐标测量方法

本文将单摄像机与三坐标测量机结合设计了一种自由曲面的三维坐标测量方法.自由曲面的表面经坐标测量机带动摄像机序列采集图像后形成图像体积,然后使用调焦评价函数在图像体积内寻优判断,找到自由曲面的正焦图像表面.根据物像关系式和正焦图像表面即可推得自由曲面点的三维坐标.经实验比较,本系统测量结果与接触式坐标测量机测量曲面点Z坐标极限偏差13 μm.     

基于单目视觉的轴类零件3D重构技术

在结构化环境下,提取轴类零件三维信息是实现机械手自动上下料的重要环节。首先采集放置于特定工作台上的轴类零件图像,其次利用超红特征和Otsu法获取超红特征灰度图并进行动态阈值分割,提取标准圆的像素半径,进而获取每毫米所代表的像素值;利用拟合直线方程可获取摄像机与工作台的距离,同时利用亮度特征,采用相同的方法获取轴类零件的像素尺寸,然后利用每毫米所代表的像素值计算轴类零件的实际尺寸,完成轴类零件的三维重构。该技术降低了软硬件的复杂性,可实现机械手智能抓取轴类零件,为数控机床无人化操作的可行性发展提供了理论基础。