基于视觉正交迭代法改进的激光跟踪姿态测量

针对航空航天、汽车船舶以及机器人应用等领域对姿态精准测量的需求,研究了一种基于视觉加权加速正交迭代(WAOI)的激光跟踪姿态角测量方法。首先阐述了测量系统组成、建立了数学测量模型,并分析了系统的主要误差源;其次在正交迭代(OI)的基础上,通过物方重投影误差设置参考点权重系数,引入常系数矩阵整合迭代过程中的冗余计算,提出了一种WAOI算法,并通过实验验证了算法的性能;最后搭建实验平台,利用精密二维转台对基于WAOI的姿态角测量进行精度评定。结果表明,在-20°～20°角度范围内,3～15 m测量范围内,方位角精度可达0.11°,俯仰角精度可达0.26°。相较比例正交投影迭代变化(POSIT),方位角和俯仰角测角精度均提升75%以上。本文提出的WAOI算法有效提升了激光跟踪姿态测量系统的精度。     

微工作台姿态视觉测量方法

结合单目视觉,提出了一种基于三点法的微工作台姿态测量新方法.用固定在微工作台上的标准球的球心为标志点,建立微工作台坐标系,通过单目视觉模型计算各标志点的世界坐标,进而得出微工作台的三维姿态参数.该方法的优点是利用单目视觉实现目标三维姿态的测量,结构简单,避免了立体匹配的难题.实验结果表明,该测量方法简单高效,满足可行性要求.     

基于机器视觉的斜齿轮螺旋角参数测量方法

为了快速检测斜齿轮的螺旋角,提出了一种基于机器视觉的标准斜齿轮螺旋角测量方法。介绍了系统的总体结构和测量流程。通过对斜齿轮上下端面的数字图像进行形态学处理,获得斜齿轮主要的特征参数,求得斜齿轮的螺旋角。实验验证表明,该方法快速可靠,精度满足测量要求。     

基于激光跟踪原理的空间机构运动学参数测量方法

就一般空间机构任意构件运动学参数在线测量问题,提出了激光跟踪方法。在该构件上,选定不共线的3个测量点构成平面内两个互相垂直的向量,按照右手系建立连体基(动系);基于多体系统运动学,得到与该3个测量点绝对坐标动态数据相关的该构件姿态矩阵、角速度和角加速度,以及被测构件上任一点的线位移、线速度和线加速度的求解公式。为串联机器人、并联机器人及至任意空间机构的运动学参数测量和闭环控制提供了理论方法和技术基础。     

圆柱铣刀刀刃螺旋角视觉测量方法

针对圆柱铣刀刀刃螺旋角传统测量方法中存在的测量不便、重复精度差的问题,提出一种基于机器视觉的圆柱铣刀刀刃螺旋角测量方法。在划分铣刀图像ROI区域的基础上,利用DCT算法判断得到刀刃正焦图像,通过逆圆柱化矫正畸变后提取亚像素边缘轮廓特征并与直线进行拟合,最终依据刀刃轮廓线计算出圆柱铣刀刀刃的螺旋角大小。实验结果表明,该方法便于工程测量,所得到的螺旋角测量值重复精度在99. 9%以上。     

基于概率连续模型的激光视觉焊缝自动跟踪

针对目前在实际焊接过程中多数焊缝自动跟踪系统对飞溅、弧光等噪声干扰十分敏感,从而造成焊接精度损失的问题,设计了能够实时检测焊缝特征图像的线激光视觉传感器,并根据其几何模型建立了精确的测量模型。跟踪过程中以线性表示模型对观测矢量进行建模并利用仿射变换模型对焊缝运动进行描述,提出了基于概率连续模型的焊缝跟踪算法。充分利用图像中激光条纹和背景噪声的空间一致性,结合刻画邻域结构内像素点间相互关系的一阶马尔可夫随机场理论,推导出焊缝跟踪问题的目标函数。采用基于最小二乘法与最大流/最小割的迭代算法对其进行求解,最终获取准确的焊缝位置。搭建了焊缝跟踪试验平台,并在实际焊接环境中应用所提算法进行焊缝跟踪试验。试验结果表明该算法的跟踪精度达?0.109 1 mm,平均每帧图像处理时间不长于45 ms,并且激光条纹与焊接熔池的最小距离可达24 mm,能够克服强烈噪声干扰,实现实时、准确的焊缝跟踪。     

激光精密跟踪测角误差分析与计算

叙述了用四象限探测器进行激光精密跟踪测角的原理,并对其误差进行了分析和计算.     

激光跟踪仪测角误差补偿

由于激光跟踪仪的角度测量精度直接影响仪器的测量精度,本文提出了用自准直仪结合多面棱体对跟踪仪金属圆光栅测角误差进行离散标定的方法。研究了基于谐波分析的误差补偿方法,取金属柱面圆光栅测角误差中幅值较大且相位基本不变的谐波分量建立了补偿模型,避免了最小二乘法不收敛的问题。分析了标定测角误差的不确定度,结果显示：水平测角精度补偿前后分别为1.60"和0.90",俯仰测角精度补偿前后分别为4.89"和0.91",精度分别提高了44%和81%,从角秒级提高到了亚角秒级。结果表明,提出的方法可为激光跟踪仪水平和俯仰轴系提供测角误差补偿,对类似测角系统的误差补偿也有参考价值。     

基于激光跟踪仪测量方法的磁测探头空间位置测量

介绍了一种基于激光跟踪仪准直方法的磁测探头空间位置测量中的高精度定位机构,解决了在激光跟踪仪测量过程中因微小受力使磁测探头位置发生改变的问题,实现了磁测探头在空间位置测量中的高精度定位,进而实现了磁测探头的空间位置高精度测量。     

一种结合激光测量与视觉检测的尺寸测量方法

为了简化传统的视觉检测中对测量系统进行的复杂重复标定过程,将激光测量应用到视觉检测中,结合激光测距获得的距离参数与光斑图像检测得到的相关参数,进行精密尺寸测量。为进一步提高测量精度,以椭圆最小二乘拟合法为基础,提出了一种检测光斑中心距的亚像素级定位算法。根据该测量方法设计了尺寸测量系统,进行了若干测量精度实验。结果表明,该方法对目标尺寸测量的相对精度优于0.1%,满足工业化需求,亦可推广至对动态目标的位移测量。     

面向激光跟踪仪跟踪恢复的合作目标视觉检测

为了实现复杂场景下激光跟踪仪跟踪恢复过程中合作目标靶球的检测,本文研究了基于深度学习的靶球检测方法。首先,分析靶球自身特点、应用环境及它在跟踪恢复过程中的作用,然后根据Faster R-CNN模型原理与跟踪恢复应用需求提出基于超特征与浅层高分辨率特征信息复用的改进方法生成新的融合特征图,并优化区域建议提取参数,协同解决图像中目标多尺度变化与小尺寸导致目标漏检率高的问题;同时提出一种基于强背景干扰的困难样本挖掘方法提高模型对外形颜色等与目标近似的干扰物识别能力,解决模型误检测率高的问题。最后,本文构建了目标靶球数据集并进行了对比训练与测试。测试实验结果表明:本文提出的基于强背景干扰困难样本挖掘方法的改进Faster R-CNN模型在目标多尺度、小尺寸检测,以及对复杂背景中相似干扰物的辨别能力都有提升,最终对测试集的检测精度达到了90.11%,能够满足激光跟踪仪跟踪恢复过程对合作目标靶球的视觉检测精度要求。     

焊缝跟踪的激光视觉传感器图像处理研究

焊接自动化及智能化已成为焊接业的发展趋势,焊缝跟踪技术是实现焊接自动化的关键。文中依据传统弧焊机器人系统的基础上,首先通过激光视觉传感器采集工件上激光线的成像信息,经过控制系统模数转换后,以灰度矩阵的形式存入计算机存储器得到数字图像,然后对这些数字图像运用滤波去噪、图像分割、边缘检测特征点提取等一系列图像处理技术,得到焊缝中心特征点像素坐标,最后经过像素坐标与位置坐标变换得到焊缝中心坐标,控制系统根据数学模型成像原理得到焊缝中心位置与电弧的偏差进行实时纠偏,最终实现焊缝位置检测与焊缝跟踪。     

面向激光跟踪测量的大范围高精度姿态测量

针对我国高端制造业对高精度空间六自由度测量系统的迫切需求,提出一种面向激光跟踪测量的基于单目视觉的大范围全自动高精度姿态测量方法。阐述了面向激光跟踪测量的姿态测量系统构成、合作靶标硬件设计,并建立了姿态测量数学模型;其次,分析了自适应清晰成像的姿态测量模块特性,基于光学畸变模型与张正友标定法建立了实时相机成像模型,动态校正特征点像素坐标模型,提升了特征点的提取精度;之后,结合合作靶标几何特性、EPnP算法、Soft-POSIT算法提出一种改进的姿态测量方法,建立了姿态测量系统的自动监测纠错机制,实现测量范围内任意动态位姿的自动测量。最后,利用二维精密转台搭载合作靶标对激光跟踪测量的姿态测量系统进行精度测试。实验结果表明：在3～10 m,方位角/俯仰角为±30°、滚动角为±180°内,适配有14个特征点的合作靶标,姿态测量精度优于0.049°;适配有10个特征点的合作靶标,姿态测量精度优于0.065°。此方法普适性强,对合作靶标特征点布局约束较小,可以满足高端制造业激光跟踪测量的精密测量需求。     

基于激光跟踪仪的多目视觉全局标定算法研究

全局标定是大尺寸检测系统中多目视觉完成数据融合非常重要的一个环节。通过特定的双目立体视觉标靶板结构,在完成双目立体视觉标定前提下,通过激光跟踪仪及相关视觉算法,完成多目视觉下的全局标定,并将该技术应用于大型轨道客车车身关键尺寸检测场景中,通过实验分析,该全局标定算法具备了良好的健壮性,提高了大型轨道客车车身关键尺寸检测现场适应性,提高了检测效率及精度。     

激光跟踪仪测角误差的现场评价

激光跟踪仪是基于角度传感和测长技术相结合的球坐标测量系统,其长度测量采用激光干涉测长方法,可直接溯源至激光波长,因此,激光跟踪仪的长度测量精度远高于角度测量精度,相对而言,测角误差就成为评价跟踪仪测量精度的重要指标。为了对现场测量激光跟踪仪的测角误差进行快速有效地评价,采用跟踪仪多站位对空间中测量区域内若干个被测点进行测量,与传统基于角度交汇原理的多站位冗余测量不同,利用各站位所观测的高精度测长值建立误差方程,并通过测长方向的矢量位移对跟踪仪测长误差进行约束,获得被测点三维坐标在跟踪仪水平角和垂直角方向上的改正值,以此来评价激光跟踪仪的测角误差。通过Leica激光跟踪仪AT901-LR进行了多站位测角误差评价实验,在现场测量条件下,跟踪仪水平和垂直方向测角误差约为0.003 mm/m(1σ),符合跟踪仪的测量误差特性。     

基于机器视觉的工件角度测量方法

工件角度测量方法是一项利用机器视觉技术的角度测量技术,可实现快速、非接触式测量。同时克服了人为因素。以角度块规为研究对象,首先利用亮度特征和。诲u法实现零件彩色图像灰度化和灰度图像二值化。其次利用面积法去噪和边缘提取减少噪声对后续处理的影响和提高处理速度。再次利用边界点法提取零件边缘的临界点并剔除多余的临界点即可确定三个顶点的位置坐标。最后利用倾斜角关系确定三个角度值及位置关系。试验表明。该算法可以实现了工件多角度一体化测量,实现了快速、非接触测量,满足当前工件角度检测要求。     

基于视觉修正的激光雷达体积测量方法

针对激光雷达点云数据稀疏、扰动、存在噪声和其他方法难以迁移,实时性差等难题,面向“L”型小尺寸目标研究了一种基于视觉修正的激光雷达体积测量方法。该方法首先通过联合标定和时间戳最近邻匹配实现相机与激光雷达数据的对齐;然后经过目标检测算法获取图像中目标的信息,与此同时对点云数据执行地面分割得到地面点云与非地面点云,利用视觉投影和点云聚类实现目标点云的分割,使用KDtree找到目标点云附近的地面点云;最后,设计了一种三维框的拟合算法初步完成点云目标三维框的粗拟合,并建立视觉修正模型对于目标三维框进行细修正,从而实现目标体积的计算。实验结果表明,对于武器箱道具、医疗箱和油桶等“L”型物体,提出的算法在一定范围内,体积测量的平均相对误差小于4.44%、最大误差小于6.12%、最大重复性小于5.61%,并且基于视觉的修正模型大幅提高了算法的精度和稳定性,在嵌入式平台的处理1帧用时55 ms,能够实现实时高精度的体积测量,具有良好的工程应用前景。     

基于视觉的低空跟踪系统

构建了一个以无人飞行器为载体的基于视觉的低空跟踪系统。该系统由地面站和机载模块两部分组成,构建了机载自动跟踪与地面人工干预两个并联的控制回路;采用了基于灰度直方图的自适应容忍度多阈值分割算法,并在此基础上采用了基于双重子窗口的动态聚类目标提取方法;用目标的形心脱靶量作为云台的控制参数,根据目标的运动趋势对速度参数进行调整。系统通过用鼠标对监控视野中心的坐标替换目标的形心脱靶量实现机载自动跟踪和地面人工干预的平滑切换;保留不同照度下目标的灰度阈值,使得运动区域在阴影下也能被分割。经过2~3次的聚类迭代,较精确地计算出目标的形心位置,排除了干扰目标的影响,系统的处理速度达到15 frame/s。结果表明,上述算法和方法是可行的,系统具有较大的实用性。     

基于RBF神经网络的人体运动跟踪与姿态预测

本文采用径向基函数神经网络进行人体运动跟踪与人体姿态预测，利用采集的运动数据对本文提出的运动跟踪与姿态预测方法进行性能评估，给出部分测试和比较实验结果，实验结果表明，基于径向基函数神经网络的人体运动跟踪与人体姿态预测方法是可行的。