基于角度约束的圆姿态识别二义性消除方法

目的：对了消除视觉测量中单个圆姿态识别中存在二义性的问题,提出了一种基于空间角度约束的二义性消除方法,并且对姿态求解算法进行了误差分析,为准确的进行姿态估算给出了指导性的实验结果。方法：在摄像机已标定的前提下,首先,根据圆的投影确定其空间位置和姿态参数,存在二义性;接着,利用欧式空间中的角度不变量,可唯一确定空间圆平面的姿态;最后,根据误差传播理论对位姿计算的方法进行了精度分析。结果：实验结果表明：圆平面姿态角绝对误差在0.2°以内,圆心定位误差为0.5%,重构的空间直线距离误差为0.8%。结论：能够准确的识别圆平面的姿态,计算过程简单,结果稳定可靠且具有较高的精度。     

梯形活塞环梯形角度及基圆高综合测量的误差分析

对梯形活塞环梯形角度及基圆高综合测量方法进行了系统的误差分析 ,并给出了仪器精度及可靠性指标的测试结果     

一种闭环控制圆光栅角度分度测量装置

研制闭环控制的用于角度标定与测量的分度装置,该装置以永磁直流力矩电机驱动精密轴系主轴的运转带动角度分度盘的转动,以圆光栅测量系统检测主轴的转动角度.由电流环、速度环和位置环组成的闭环控制系统实现零误差分度定位控制.研究圆光栅测量信号处理中信号细分形成的系统非线性误差对分度精度的影响,建立误差修正模型.经检定,系统在±5°的角度范围内分度精度达到±0.2",定位重复性0.06".     

圆光栅角度传感器偏心误差的分析与补偿

偏心误差是圆光栅角度传感器测角误差的主要来源之一。 通过推导偏心误差的表达式及其三角级数展开,提出了使用对径双读头可以测量偏心参数并补偿偏心误差,因此设计了利用改进的粒子群算法从双读头计数值中拟合得到偏心参数的流程和一种基于区间转换和两级查找表的现场可编程门阵列(FPGA)偏心误差实时补偿模块,使得在标定得到偏心参数后,在设备中仅使用单个读头就能实现与双读头几乎相同的测角精度,节省了成本。 实验分析表明,对于实验中用到的单圈 320 000 计数值的编码器,在误差补偿前,单读头计数值与双读头计数均值之间最大相差 109,即偏心误差最大可达 0. 06°,显著影响测角精度;而在误差补偿后,二者最大相差 6,平均仅相差 1. 46,这验证了提出的误差补偿方法可以有效代替双读头的使用。     

基于FPGA的圆光栅角度动态测量电路研制

文中针对静态测量的角度输出值无法表征圆光栅运动中当前时刻的位置这一问题,就圆光栅动态角度测量开展研究,在分析动态测角中延时误差的存在原因的基础上,提出了基于代数导数法的补偿方案.文中在FP GA上开发了适用于圆光栅动态角度测量的电路,重点阐述了电路中硬件资源和测量精度间矛盾的解决方案.搭建基于FP GA的动态角度测量电...     

机械手姿态识别的立体视觉匹配

为了提高机械手姿态识别的精度,提出了区域边缘线段立体匹配算法。该算法利用图像中包含边缘线段区域的颜色特性和边缘线段的几何特征进行线段匹配,其中,区域的颜色特征包括边缘线段的左右颜色和梯度方向,边缘线段的几何特征包括长度、方向和角度。由于充分利用了图像提供的颜色信息,特别是颜色梯度方向信息,使得边缘线段的匹配不仅依靠其自身的几何特征(如长度,方向和位置),而且依靠直线段所在图像区域的所有信息。因此,匹配的判据可以做得更准确。使用该算法进行机械手姿态识别实验,结果验证了该算法能够在复杂背景下识别机械手的姿态,识别精度高,其相对误差达到1.7%,该结果满足机械手在姿态识别中的精度要求。     

机器视觉技术在角度检测方面的应用研究

基于机器视觉技术在角度检测方面具有重要的应用前景及研究价值,国内外的一些学者对其做了大量的探讨研究,并取得了一定的成果。笔者对前人的研究做了适当总结,并进行了展望,以期为今后的研究提供有利的参考。     

嵌入式线结构光角度视觉检测及误差补偿

建立了基于DM642的嵌入式线结构光角度视觉检测系统,用于精确实时地在线检测线结构光角度.首先,将以CCD为图像传感器的装置与基准平面固定,以线结构激光发生器为光源的装置与被测平面固定;用CCD采集投影屏上的线结构光图像,再由DM642进行实时处理得到线结构光的角位置,并对角位置进行标定来获得被测平面与基准平面的夹角.然后,分析系统误差源,得出系统主要误差是由CCD感光面阵平面与投影屏平面之间的夹角α所致.最后,针对此误差项建立数学模型,并根据模型采用圆光栅控制激光发牛器精确转动3个角位移,由圆光栅所得的精确角位移值和对应的图像检测值计算出标定夹角a的大小和方向,并对由此夹角误差导致的检测误差进行精确补偿.实验结果表明:在a为0.331 97°时,经误差补偿后的圆光栅角位移值和对应的图像检测值之间的转角误差由22.522％减小到0.595％,系统测量的不确定度为0.051 44°.     

基于空间距离约束的姿态角现场精度评定方法

针对大型精密工程现场姿态测量精度评定的需求,提出了一种利用长度计量基准溯源姿态测量结果的姿态角现场精度 评定方法。 首先,介绍了激光跟踪姿态测量系统的基本组成及测量原理;其次,基于六自由度并联机构的正向运动学研究,建立 了空间距离与靶标姿态之间的数学模型,并通过蒙特卡洛法仿真分析距离约束测量精度、控制场布局以及系统工作距离等因素 对评定模型精度的影响;最后,搭建实验平台,利用精密转台的相对转动量作为角度基准,对本文研究方法的可行性进行了验 证。 结果表明:当距离约束测量精度为 0. 038 mm,控制场大小为 1 400 mm×1 400 mm 时,在-20° ~ 20°的姿态角变化范围内,评 定模型方位角精度为 0. 055°,俯仰角精度为 0. 058°。 本文研究方法避免了基于角度基准评定方法中较为严格的坐标系配准要 求,能综合反映测量系统现场使用状态,可为六自由度激光跟踪测量系统中姿态角现场精度评定方法提供参考。     

基于机器视觉的FPC角度定位算法的研究

自动上料设备在柔板的加工工艺中起着极为重要的作用,由于柔板的特性和加工工艺要求,基于视觉定位的自动上料设备成为了主流,而视觉定位中,主要任务是获得工件相对于标准位置的偏移量以及偏转角度,其中偏转角度对精度的影响很大,成为定位研究的难点和关键点。在对上料过程中定位的重要性论述后,重点分析推导了角度定位算法,为以后的工程应用奠定了理论基础。     

机械臂全工作空间域非参数约束位姿误差估算

针对机械臂全工作空间域位姿误差估算,提出了非参数化约束的运动学误差综合解算与动态估算方法。基于误差等效微分变量和多关节运动的连杆坐标系误差等效微分变换,构建了机械臂运动学动态非参数化约束的位姿误差模型。将多因素产生末端位姿误差归结为与关节转角变量有关的周期性动态函数变化,实现了机械臂综合误差的动态函数化描述。根据多连杆坐标系关节运动耦合规律,设计了多关节运动空间坐标系位姿在线解耦变换与补偿算法。全工作空间域验证实验中,误差估算值与测量值之间的位置坐标的最大绝对值偏差小于0.01 mm,姿态角的最大绝对值偏差小于0.03°。实验结果表明,该方法可提高机械臂全工作空间域位姿误差估算的精度与可靠性。     

利用平行透视投影模型的位姿迭代估计

提出了一种利用平行透视投影模型的高效位姿迭代估计方法来提高单目视觉测量系统的精度和鲁棒性.通过引入齐次坐标表示,避免了现有算法对平行透视投影参考点选择的限制.首先,研究了平行透视投影模型下使用齐次坐标求解目标位姿的方法,阐述了它的几何意义.然后,通过迭代的方式将其应用于一般透视模型下目标位姿的高精度估计.仿真实验结果表明,本文方法提高了基于平行透视投影模型的位姿迭代估计的精度,速度和抗噪性能.实物测量结果表明,本文方法的平移测量精度优于0.1 mm,旋转测量精度优于0.1°,可以满足各种视觉检测系统的要求.另外,使用标志点和图像特征亚像素定位技术还可进一步提高该算法的精度.     

应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。     

结合位姿约束与轨迹寻优的人体姿态估计

基于混合部件模型的人体姿态估计方法忽视了人体结构的对称位姿约束关系,从而导致对称部件容易被重复检测、人体姿态估计准确率较低,为此,提出一种基于位姿约束与轨迹寻优的姿态估计新方法。首先估计人体单部件和对称部件在单帧图像中的多个合理位置,利用对称部件之间的位姿约束关系构建标识部件。然后根据单部件和标识部件各自的目标优化函数,通过动态规划算法反复迭代获得初始轨迹候选集,再结合轨迹的全局特征剔除检测得分较低的运动轨迹。最后引入树形合约模型,联系时空上下文信息,准确求解出视频序列光滑且兼容的最优轨迹。在N-best、Outdoor Pose和Scene数据集中的实验结果表明,对于存在背景复杂、运动模糊、部件遮挡等问题的视频序列中,该方法平均姿态估计准确率达87%以上,有效减少了对称部件的误判,提高了视频中人体姿态估计的准确率。     

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.     

利用姿势估计实现人体异常行为识别

异常行为识别是近年来计算机视觉领域的研究热点。为了实现对多人体异常行为精确识别的目标,提出了一种基于人体姿势估计的异常行为识别算法。首先采用基于滤波通道特征的行人检测算法对各个目标人体进行定位;然后对每个人体构建基于图结构框架的外观模型;最终采用霍夫方向计算器算法(HOC)提取人体部件特征,从而进行行为分类。实验结果表明,该文算法可以在单帧图像上对多个人体的行为进行识别,并提供了多类别的异常行为分类,实验效果明显,准确率较高。     

测量误差不确定性加权的立体视觉位姿估计目标函数

针对视觉测量过程中配合目标特征点在成像时灰度模式的各向异性且非独立同分布对位姿估计求解的影响,建立了基于特征点测量误差不确定性加权的位姿估计目标函数。利用协方差矩阵描述特征点的方向不确定性,分析成像特征点的不确定性对目标函数的作用权重,并将特征点测量误差的不确定性融入到空间共线性误差函数中,进而构造了基于成像特征点测量误差不确定性加权的新目标函数。该方法适应于特征点测量误差具有不同程度的方向不确定性的情况,最后通过广义正交迭代算法对该目标函数进行迭代优化求解。实验表明,当测量空间为2 300 mm×1 400 mm×1 400mm,采用新目标函数得到靶标重投影后图像坐标的最大误差不超过0.11pixel,立体视觉系统对标准杆的相对测量精度优于0.01%。所得的结果验证了新目标函数的位姿估计精度高、稳定性强,适用于实际的工程应用。     

基于点集配准的立方体卫星非合作姿态估计

非合作目标相对姿态估计是空间在轨任务的重要问题。目前视觉成像系统通常采用特征点实现姿态测量,对单个特征点依赖性强,因此存在鲁棒性差的缺点。针对空间非合作目标中的立方体卫星在自主交会对接等任务中的姿态估计问题,采用双目视觉立体匹配并根据三角测量原理获取目标卫星的部分三维点集数据,利用点集配准解算该测量三维数据相对于已知模型的变换参数,最终实现立方体卫星的相对姿态估计。该方法基于稠密点集保证了较高的测量鲁棒性,并可扩展用于解决其他非合作目标的相对姿态估计问题。利用高精度转台的对比测量实验,验证了本文方法的精度和有效性。     

单目三点位置测量精度分析

通过理论推导,对影响三点单目视觉位置姿态测量系统的6个因素(标志器与相机的相对距离,标志器尺寸,相机量化误差,相机内参数标定误差,特征点的中心提取精度,姿态解算算法精度)以及这些因素对系统精度的影响程度进行了分析,然后通过数值仿真和成像试验验证了理论推导的正确性。实验结果表明,对测量精度影响最大的因素是测量距离,像平面方向的测量误差与靶标和相机的相对距离成正比,光轴方向的测量误差与相对距离的平方成正比;图像中提取的特征点的位置误差是测量系统误差的主要来源,位置误差包括特征点提取误差和由于镜头畸变等引起的特征点成像位置偏移;长焦距和小像元有助于减小相机的量化误差;焦距的标定误差和靶标尺寸主要影响光轴方向的距离测量精度,对其余两个方向的精度影响不大;测量系统的解算算法不是引入误差的主要因素。