双目视觉测量系统标定精度提高方法研究

针对提高双目视觉测量系统的标定精度问题,介绍了双目线结构光视觉测量系统的构成和工作原理,分析了影响系统单幅测量精度的各种因素,提出了改善标定精度的方法。采用张氏标定法求解相机内参,用双相机固有的对极几何关系求解外参,二维标定靶选用150mm×150mm的黑白棋盘格。根据标定结果反求标定靶的对角线距离,用该距离来验证标定结果。实验表明,标定误差稳定在20μm,可以满足实用要求。     

基于双目视觉的激光位移传感器标定方法

为了提高激光位移传感器在工业机器人末端坐标系下的标定精度,提出基于双目视觉的激光位移传感器标定方法. 该方法通过双目视觉技术重建激光光束投影在平面上的光斑位置,利用手眼标定参数将光斑位置转换至机器人末端坐标系,同时利用最小二乘方法将光斑拟合成光束直线,获得机器人末端坐标系下的传感器光束方向及零点位置以完成标定. 该方法可同时标定机器人末端上的多个激光位移传感器,无须采用有精度要求的辅助工件标定,具备精度高,鲁棒性强优势. 基于标准球的精度评价实验结果显示,在3倍标准差范围内该方法标定后的激光位移传感器测量精度范围为0.038 6±0.025 8 mm,满足机器人加工要求.     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

基于非接触式眼压计的双目定位方法研究

基于非接触式眼压计对人眼定位系统进行研究,采用汇聚式双目视觉模型对人眼进行定位。阐释了双目视觉原理和相机标定原理与流程,通过标定评价方法对标定结果进行评价,同时搭建双目视觉系统实验平台,对真实人眼进行试验。对眼图处理过程进行了分析,采用HOUGH圆检测与SURF-RANSAC算法进行特征点匹配,最后得到空间点与三维定位点坐标间误差,实验结果验证了方案可行性。     

基于标准杆的双目视觉传感器标定技术研究

目前制造业对大范围精密测量技术要求越来越高,为了克服传统双目立体视觉标定过程中测量场难实现、标定精度低等缺点,提出了一种较灵活的基于一维标准杆的双目视觉传感器的标定方法。该方法首先利用正方形模板和带有四个特征点的标准杆实现主点和畸变的标定,然后在测量场多次摆放标准杆,由两摄像机拍摄标准杆图像,利用标准杆上对应特征点之间的约束以及基本矩阵估计双目视觉传感器其余参数,最后光束法平差进行整体优化,消除累积误差。仿真实验和真实实验结果均表明该方法适用于大视场双目视觉传感器的标定,操作简单、标定效率高。     

基于双目视觉的焊缝跟踪系统研究

在自动焊接技术中,需要焊枪对焊缝实时而准确地跟踪。单目视觉系统不能实现对曲面焊缝的焊接。引入双目视觉技术,利用视觉反馈,实时监控焊点位置,减小自动焊接工作过程中的焊接误差,提高焊缝精度;对双目视觉系统进行标定,得到相机内外参数,利用投影矩阵M得到焊点三维坐标,并以此计算焊点的理论坐标误差,通过实时补偿,满足高精度焊接要求。实验表明,在加装双目视觉传感系统后,焊缝平均精度可达0.68mm,满足自动焊接的要求。     

正交双目视觉长轴类零件装配端位姿检测方法

为解决非正交双目立体视觉在长轴类零件三维位姿检测中需要多个特征点进行匹配,计算量大以及视野中难以获取整个零件的图像等问题,提出一种基于正交双目立体视觉检测长轴类零件装配端三维位姿方法.采用光轴正交的两个相机同时采集长轴类零件装配端的图像,分别采用亚像素法对所采得的图像进行处理,可以得到被检测长轴类零件装配端在两个相机图像坐标系内的位置和姿态,再依据正交双目立体视觉模型对两组位置信息进行融合得到其三维位姿.实验结果表明:利用两个CMOS相机构成的正交双目立体视觉能够快速、精确检测长轴类零件装配端的三维位姿.该方法只需要一个特征点进行匹配,计算量小、简单易行,适用于通过机器视觉引导工业机器人进行精密长轴类零件的快速装配.     

基于阵列图像立体匹配的深度信息获取方法

本文实现了一种对3×3微阵列镜头获取的阵列图像进行匹配计算得到带有深度信息图像的方法.方法首先对3×3微阵列镜头进行单个镜头标定以及单个镜头分别和中心镜头进行立体标定,得到相机参数;然后建立对应的能量代价函数,构建马尔可夫随机场,设定其初始深度,在空间进行划分层次;最后运用图割算法求解能量函数最小化,选择最优匹配值,进而得到带有深度信息的匹配图.实验结果表明本文基于阵列图像立体匹配的深度信息获取方法是有效的;相比一般双目视觉系统,微阵列镜头的体积尺寸小、可以同时拍摄获取图像,能够得到比双目视觉更准确的深度信息.     

基于光轴约束的机械臂运动学标定方法

为了提高机械臂的绝对定位精度,本文提出一种基于光轴虚拟约束的运动学参数标定方法。建立基于虚拟直线约束的运动学误差模型;本文在相机光轴的约束下,使用基于图像的视觉控制方法,使机械臂末端标定板的固定特征点依次到达光轴的多个位置;根据运动学模型计算特征点的对齐位置差,并使用迭代最小二乘法求解运动学参数误差。设计了Reinovo六自由度工业机械臂的运动学参数标定实验,对于随机产生的测试点,标定前的平均对齐误差为1. 50 mm,标定后降至0. 72 mm,机械臂末端的定位精度提高了52%,实验结果验证了该方法的有效性。     

双目立体视觉分步标定及精度分析

在双目立体视觉中,为了解决传统标定时间长、自标定精度低的问题,使用一种分步标定方法并从Harris角度对影响精度的因素进行了分析.首先,利用Open CV通过张氏标定法计算出内部参数和畸变参数;其次,利用Matlab测算出了摄像机运动参数未知情况下的双目立体参数.结果表明:经计算得出总的图像残差均值为0.158 5像素,时间为200 s;标定结果比自标定方法精度高,同时比传统标定方法时间短.实验结果不仅达到了预期目的,而且从Harris角度分析发现,光照、标定靶的旋转程度对精度影响很大,同时摄像机的分辨率越高,对图片的拍摄条件要求越高.该方法为机器视觉中的三维测量和重建等工作奠定了良好的基础.     

基于单摄像机手眼系统的距离测量标定方法

距离信息的获取在机器人技术中是非常重要的。提出了一种适于机器人手眼系统进行双目测距的简单的测量标定方法。这种方法通过控制深度方向上的一次移动，即可得到某些参数的标定解，从而克服了一些标定系统技术上的难点．通过实验验证，本方法可以达到小于１２％的测量精度．可以用于机器人的视觉粗定位和三维避平障等实际应用．     

脐橙采摘机器人快速视觉定位系统研究

基于双目视觉设计了脐橙采摘机器人果实快速识别与三维视觉定位系统.利用归一化2R-G-B色差模型阈值分割提取目标果实;采用游程编码快速进行连通区域标记及区域形状特征描述;通过最优采摘目标策略选取最佳采摘对象.针对目标的外形、纹理区分度小,容易出现多候选匹配情况,采用形心特征点与邻域灰度互相关性相结合的匹配算法立体匹配.通过定位实验验证了系统的实时性和精度性能.实验数据表明:系统定位单个果实时间为0.6 s左右,在220~850 mm距离范围内误差小于12 mm,可以较好满足采摘机器人实时性和精度要求.     

自主移动机器人的自定位问题研究

为解决仅仅利用视觉系统或者声纳系统得到的信息进行机器人自定位时存在较大的误差的问题,提出了一种极坐标系下进行自定位的方法.在极坐标系下,通过简单的几何算法获得视觉距离和角度、码盘距离和角度及声纳距离和角度,然后运用模糊数学的方法再对其信息融合,即将机器人视觉信息,驱动码盘信息和声纳信息等进行有效的融合,得到了理想的距离和角度信息,从而提高机器人的自定位精度.实验结果表明:在4 m范围内,其定位误差低于1.5%.该研究为多机器人定位提供了参考依据.     

Dead-reckoning/vision integrated navigation for mobile robot

0　INTRODUCTIONInordertofulfilamission ,amobilerobothastohaveanavigationsystem .Severaldifferenttechniques ,suchasGPS ,anddead reckoningandbeaconbasedsys tem[1～ 3] canbeusedforrobotnavigation .Foraparticularkindofmission ,arobotwillfulfil ,aproperkindofnavi gationsystemwillbeusedfortherobot.Sincealmostallnavigationsystemshavetheiradvantagesanddrawbacks ,sometimesasinglenavigationsystemcannotsatisfyalltherequirementsforfulfillingaparticulartask[4 ] .Sotwoorthreenavigationsystemshavetobei…     

自主式移动机器人分布视觉组合导航多摄像机标定方法

根据分布视觉组合导航系统利用全局视觉对移动机器人进行绝对定位的要求,针对机器人远离摄像机时定位精度明显下降的问题,提出了适用于较大场景的多摄像机参数分区标定方法。在集合的概念下描述了移动机器人的整个工作区域与各个摄像机的有效区域的关系,建立了基于小孔模型的空间平面到摄像机像平面的透视变换矩阵的摄像机参数标定模型。通过4部摄像机在长9.6 m,宽6.4 m的区域内进行的标定实验和误差分析表明,该方法的整体平均误差仅为7.96 mm。     

基于Kinect的仿人机器人抓取目标定位

目标定位是仿人机器人实现抓取操作的前提。针对机器人单目视觉容易丢失深度信息,双目视觉难以对缺乏纹理特征的物体获得有效深度信息的问题,提供一种基于Kinect的仿人机器人抓取目标定位系统。首先建立Kinect和机器人坐标系,构建布尔沙坐标转换模型;然后利用线性总体最小二乘(LTLS)算法求解该模型;最后依据Kinect获取的抓取点坐标信息,通过坐标转换将其转换到机器人坐标系:从而实现机器人对目标物体的定位。在仿人机器人NAO平台上对该系统进行实验验证,其结果表明:利用该方法,机器人在一定空间范围内能够可靠的定位目标物体,并且较其单目视觉定位更准确;根据所提供的目标定位系统,NAO机器人实现了对不同物体的抓取操作。     

基于航迹关联的足球机器人视觉系统的改进

为了提高足球机器人视觉系统的识别速度、精度和适应性,以航迹关联的基本技术为指导,结合足球和足球机器人的模型,提出基于航迹关联的半自主足球机器人视觉系统的一种改进方法,利用航迹预测、航迹关联和航迹检测对目标进行跟踪．实验表明该方法简单、有效,满足实时视觉系统的要求．     

基于Matlab和VC++混合编程的障碍检测系统设计

本文主要研究移动机器人在环境未知情况下的障碍物检测问题,提出了一种图像分割和立体视觉相结合的方法进行检测,减小了检测算法的复杂度,并能快速可靠地检测出机器人行进前方障碍物的位置和距离信息;将VC++的可视化图形界面功能和MATLAB的强大图像处理功能有机的结合起来,采用混合编程开发方法实现障碍物检测系统软件。实验结果表明,该方法在障碍物检测系统的开发过程中大大提高了编程效率,缩短了软件的开发周期。     

解决约束平面偏移问题的机械臂闭环标定

基于平面约束的工业机械臂闭环标定,拟合平面与实际约束平面之间存在一定偏差,直接影响标定精度.针对此问题提出消除偏差的方法及误差模型.建立平面坐标系,得到约束平面的准确方程,通过接触式测量头对约束平面进行测量,在平面坐标系中描述测量点的位置;建立最小完整连续运动学模型,从而减少冗余参数的影响;利用双目视觉定位约束平面并规划理论测量点位置,实现自动化测量;通过改进的最小二乘法对参数误差进行辨识.实验结果表明,修正运动学参数后,机械臂绝对位置精度由1.234 mm提高到0.405 mm.该方法成本低、精度高、效率高,且简化了误差模型,适用于工业机械臂的现场标定,为机械臂生产厂家实现批量化标定及后期设备维护提供了思路.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。