面向直线顶管机的双屏视觉标靶标定方法与精度评价

针对双屏视觉标靶前、后感光成像屏位姿关系难以标定的问题,提出一种基于坐标点云的感光成像屏位姿标定方法。该方法分别将前、后感光成像屏划分为n行n列的网格阵列,通过全站仪测量感光成像屏上每个网格角点的空间三维坐标,并利用工业相机实时获取感光成像屏上每个网格角点的图像二维坐标,结合图像二维坐标和空间三维坐标获得2D-3D映射关系,从而得到坐标点云数据。根据三公共点坐标系转换算法将坐标点云数据中的三维坐标统一到标靶坐标系下,进而确定相机与前、后感光成像屏的位姿关系,再通过网格索引方法对前、后感光成像屏的位姿关系进行求解。为评价标靶位姿测量精度,设计了静态测量重复性精度评定实验和绝对测量精度评定实验。实验结果表明:该标定方法的坐标静态测量重复性精度为0.13 mm、绝对测量精度为0.93 mm;方位角静态测量重复性精度优于0.01°、绝对测量精度优于0.05°。因此,该标定方法可以实现两个空间平面位姿关系的精确标定,且具有操作简便、精度高等特点,可用于双屏视觉标靶的标定。     

高速列车动态位姿测量方法及校准技术研究

针对高速列车动态位姿测量中高速、大视场和高精度的测量需求,构建由两台高速相机组成的双目视觉测量系统,通过同步捕捉由大功率线激光瞬时光源构造的测量特征,实现对高速列车动态位姿的实时测量。提出基于非成像模型的相机校准方法,重构相机光学成像过程,构造三维空间成像光束和图像像点之间的一一对应关系,通过建立入射光束角度值与像点坐标的数学模型,实现大视场相机的高精度校准。基于光束平差原理,利用已知长度的基准尺实现双相机位置关系的快速精确校准。实验结果表明,采用上述方法可达到±5"的相机校准精度和±0.2mm的双相机校准精度,整个系统能达到±0.5mm的测量精度,为高速列车动态位姿的测量提供了一种全新有效的手段。     

基于扫摆式多相机跟踪的六自由度测量方法

目前视觉测量技术针对工业目标的六自由度测量，存在难以兼顾测量效率、精度与范围的问题。为此，本文提出了一种基于扫摆式多相机跟踪的六自由度测量方法，通过同站位不同角度多图像观测联合构成大尺寸坐标计算的冗余约束量，来实现高效率、高精度、大范围位姿测量。首先，提出相机旋转扫摆运动模型，快速估计相机位姿，并作为先验信息进行图像匹配与空间后方交会，得到精确相机位姿，进行空间前方交会；然后，提出了基于像点平差的位姿估计方法，直接利用物体移动前后的像点信息作为观测值，进行物体位姿的最优化估计。实验结果表明，测量效率提高了4倍，单点精度的最大误差不超过0.2 mm，姿态精度的最大误差不超过0.043°，证实提出方法能有效测量物体的六自由度位姿，一定程度上平衡了测量效率、精度与范围的矛盾。     

多特征点拓扑确定位姿测量算法研究

为解决单目视觉位姿测量时,由目标特征点较多导致图像点与目标点拓扑关系未知的问题,提出了一种多特征点拓扑确定位姿测量算法。较多特征点可在目标进行大角度运动时保证足够的特征点进行位姿解算,与较少特征点相比提高测量精度。该算法将拓扑确定的过程和位姿求解的迭代过程进行嵌套,同时进行拓扑确定和位姿计算。位姿计算的迭代过程基于平行透视投影模型,不需要目标重心投影点坐标作为迭代初始值。拓扑确定的过程转化为分配问题的求解过程。每次位姿迭代的过程中进行一次拓扑确定,拓扑确定的结果可以计算更优的位姿估计。通过多位姿测量实验和精度对比实验结果证明:该算法适合大范围、高精度的位姿测量,在-120~120范围内,位姿测量均方根误差为0。272。     

TOF激光相机六自由度位姿变换估计

相对位姿估计是机器人视觉领域的研究热点。通过两帧数据来估计相机的六自由度位姿变换。充分挖掘TOF相机优势, 提出了多个有效算法, 用以保证估计精度。采用迭代最近点(ICP)算法估计位姿变换, 为了克服ICP算法迭代发散问题, 利用尺度不变特征点对估计初始值。为了提取有效特征点, 根据统计学原理尺度化灰度图像, 提高图像对比度。为了提高相机的测量精度, 根据曝光时间越长, 测量精度越高的原理, 提出了融合多帧数据算法, 使得融合后的数据帧中每个像素值均是在最长合理曝光时间下采集得到。同时提出了度量两个六自由度位姿变换差异的算法, 并首次利用其跟踪ICP迭代过程。实验证明提出的算法可以有效估计相机六自由度位姿变换。     

基于单目视觉和固定靶标的位姿测量系统

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法,用最少硬件资源实现精密定位。首先,利用图像匹配的方法检测出平面靶标在图像中的坐标,图像匹配采用SIFT算法和映射匹配方法,之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后,针对呈矩形分布的PnP问题,提出了一种新的求解方法,以靶标控制点的图像坐标和空间坐标作为输入,得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像,结果表明位姿测量系统在800 mm范围内达到mm级精度,可以满足应用需求。     

基于图像特征融合的无人机位姿测量方法

针对实际无人机位姿测量过程中可能出现的特征数不够、测量精度不高等问题,提出了基于图像特征融合的无人机位姿测量方法及系统。测量过程中充分利用提取得到的无人机图像角点、机翼线以及对称轴特征。利用线-线交会最小二乘求解得到无人机图像中同名特征角点的世界坐标;根据各摄像机间的关系及检测到的直线特征,利用奇异值分解方法解算得到机翼线及对称轴在世界系中的单位方向向量;融合检测得到的角点特征、机翼线以及对称轴特征解算得到无人机的位姿参数。仿真试验结果表明:采用2台数字摄像机的合理布站,噪声标准差为1、无人机距离约为1200 m时,位置精度小于0.05 m,姿态测量精度小于0.5°,且摄像机的台数增加有助于提高位姿测量精度,精度对比验证了所提测量方法的正确性、可行性和高精度。     

多相机非共视场的非合作圆特征位姿测量方法

以大型光学模块转运时基于视觉的位姿测量为背景,利用目标底部同一平面的两个圆特征,针对大目标近距离对接时的环境限制,提出一种基于距离和角度约束的多相机非共视场位姿检测方法。对接时球头与锥孔正确对接,将两个相机分别固定于球头机构的内部后采集锥孔边缘的圆特征,利用非共视场成像的多相机标定获取两相机位置关系,融合多个相机的位姿信息,利用两圆共面和两相机位置关系约束剔除空间圆位姿解算时的虚假解。实验验证了该方法的精度,在1140mm的工作距离时,圆边缘特征的姿态角误差小于0.5°,圆心的计算误差小于1.0mm,实验结果表明该方法可准确计算位姿,结果可靠有效,在大目标近距离位姿测量时具有明显实用性。     

基于线性激光三角法的圆柱对象定位测量研究

为了实现圆柱对象定位点在竖直高度与水平横向两方向位置坐标的一次性准确测量, 采用线性激光三角法建立了线性激光三角法定位测量模型, 并进行了理论分析, 同时依据此方法设计了一套定位测量实验系统。使用工业相机采集被圆柱对象曲面反射的线性激光光斑图像, 选用blob算法根据图像中激光光斑几何特性提取光斑顶点像素坐标, 结合系统标定参量计算了圆柱对象定位点位置坐标。结果表明, 该测量方法在竖直高度与水平横向两方向的最大相对测量误差分别为0.14%与0.89%。该研究成果可用于工业生产中机械手对不同尺寸圆柱对象的抓取定位测量。     

基于动态特征剔除的图像与点云融合的机器人位姿估计方法

针对动态物体影响传感器进行机器人位姿估计的问题,本文提出了一种基于动态特征剔除点云与图像融合的位姿估计方法。首先,YOLOv4和PointRCNN分别被用于识别图像和点云中的潜在运动目标并提取候选框。其次,在视觉定位方面,双目视觉与稀疏光流被用于路标点的构建与追踪,并根据候选框剔除动态特征点,随后构建重投影误差函数,通过基于RANSAC剔除的非线性优化方法求解相机位姿;在激光定位方面,提取前后帧的直线与平面特征点,并根据候选框进行筛选,基于特征点到直线或平面的距离构建误差函数,进而求解激光雷达位姿。为使系统不再局限于单一传感器的使用环境限制,通过自适应加权方法,有效融合了两种位姿结果。最后,通过KITTI数据集和动态场景采集的数据进行定量实验对比,验证了剔除动态特征后的位姿估计的精确性以及融合算法的有效性。     

基于点特征的单目视觉位姿测量算法

针对位姿求解过程中存在的解不唯一、选解难和解的精度不高等问题,提出一种基于点特征的单目视觉位姿测量算法。首先,根据共面4个特征点之间的位置关系,分别对平行和相交两种情况进行分析;其次,根据特征点的空间坐标、图像坐标和空间位置关系,推导出世界坐标系中3个坐标轴上的向量变换到摄像机坐标系中的单位向量,进而求解出物体相对于摄像机的初始位姿;最后,用LM算法对初始位姿进行优化,得到最终位姿。实验结果表明:文中算法的合成误差为0.54 mm;现有的EPnP算法、两点一线算法和P3P算法的合成误差分别为1.28、1.52和4.26 mm;文中算法的合成误差分别减小了57.8%、64.4%和87.3%,优于现有的EPnP算法、两点一线算法和P3P算法。     

基于EPNP算法的单目视觉测量系统研究

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先,利用单相机获取平面靶标图像,经图像处理后得到四个特征点的像素坐标,并使用EPNP算法进行姿态解算;其次,对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据;最后,提出一种与高精度二维转台结合的坐标系配准方法,利用该方法对三个方向姿态角精度进行验证。实验结果表明:当绕x和y轴的转动角度在[-6,6]时,姿态测量误差小于0.1,可以满足测量应用需求。     

三线结构光视觉传感器现场标定方法

三线结构光视觉传感器由于获取信息量大、测量速度快等特点被广泛应用于工业现场测量。为了实现传感器高精度、快速的现场标定,提出了一种基于支持向量机的三线结构光视觉传感器标定方法。首先,设计标定靶标;其次,采集靶标图像后提取特征点亚像素坐标值;再次,基于支持向量机方法建立特征点的图像坐标和三维空间坐标的映射模型;最后,将待标定点图像坐标输入映射模型,即可得到三维空间坐标,实现对三线结构光视觉传感器的直接标定。实验验证,Y轴、Z轴方向上的测量绝对误差均值分别为0.021 1 mm和0.015 0 mm,具有较高的标定精度,且该标定方法标定过程简单、快速,适合现场标定。     

相机标定误差因素分析

分析了影响相机标定精度的一些主要因素,并给出了在这些因素影响下世界坐标重投影误差的分布曲线.仿真及实验表明在非线性相机模型的线性标定方法中,世界坐标的测量精度对相机标定精度有较大影响,标定图片数量15-20幅较合适.对相机标定中合理制作标定板、选择标定图片数量、快速高精度标定相机提供了有益帮助.     

基于靶标的三目视觉3维坐标测量系统

为了解决复杂环境中大视场、高精度、非接触3维测量问题,采用三目摄像机结构,通过靶标成像来测量被测点3维坐标的测量系统。测量时摄像机采集测量靶标的图像,计算机通过图像处理的方法获取测量靶标上标志点的3维坐标,并提出基于被测点与标志点间距离方程与直线约束的被测点求解优化方法。测量系统通过高精度光栅位移平台带动测量靶标移动来完成测试。结果表明,测量系统在视场范围、测量精度、使用灵活性等方面有较大的改进,能够测量视场深度从2m~5m范围内的视场,测量精度优于0.2mm。     

一种图像校正的偏振光罗盘系统的研究

导航传感器在探险、应急、精确制导武器、船舶、航空器导航和定位系统中起着关键作用。针对偏振光罗盘在倾斜状态下误差较大的问题,提出了一种利用加速度计和陀螺仪对偏振光罗盘进行图像校正的方法,设计了一种基于陀螺仪校正的偏振光罗盘系统。首先利用加速度计和陀螺仪计算得到载体姿态角,对偏振光图像数据进行图像校正,采用Stokes矢量法解算大气偏振模式分布,进而提取导航特征点,最后对特征点进行拟合解算出航向角信息。并且进行了静态和动态测试实验,实验结果表明,该算法能够有效的对偏振光罗盘姿态变化引起的误差进行补偿,可以将偏振光罗盘的航向角测量误差控制在1.86°之内,平均误差为0.09°。     

基于射影变换的结构光测量系统中投影仪标定方法

在结构光三维轮廓测量系统中,对参数的标定是测量的首要关键技术,但投影仪参数的标定目前还存在着标定精度低等问题。提出了一种简便、高精度的投影仪标定方法,该方法通过投影圆点图案到一块本身带有圆形标志点的平板上实现。根据射影变换原理建立投影仪图像和摄像机图像的基本对应关系,然后对基本对应关系的误差使用二元四次函数拟合并进行补偿的方法建立两者的准确对应关系,进而获得平板上圆形标志点在投影仪上的准确图像坐标,完成投影仪标定。仿真和实验结果表明,提出的投影仪标定方法有较高的精度,其中实验验证投影仪标定误差最大值小于0.1pixel,有效值小于0.03pixel,系统测量精度可达0.06mm。     

基于全局位姿评估的条纹反向视觉测量

提出基于全局位姿评估的条纹反向视觉测量。利用带测头的摄像机拍摄二维正弦条纹,根据傅里叶分析提取的平面特征点全局评估摄像机位姿,进而测量测头的球心坐标。摄像机的位姿评估是条纹反向视觉测量的关键技术,在测头标定和坐标测量中均需要进行位姿评估。位姿评估的误差函数包括重投影误差和物空间误差两类,两者在基于平面的位姿评估中均存在两个局部极小值,采用全局位姿评估算法可以避免误差函数陷入局部极小以高精度获取摄像机位姿,完成测头标定和坐标测量。实验结果表明,该方法可以高精度测量物体的三维坐标。     

双模态信息融合的飞行目标位姿估计方法

针对在飞行目标位姿估计中背景复杂、目标提取及位姿解算精度低、速度实时性差等问题,提出了一种激光与图像信息融合的飞行目标位姿估计方法。首先,建立彩色相机和激光雷达间的坐标变换模型实现两传感器像素级匹配,对同一时刻的图像和点云进行融合处理;其次,采用Vi Be算法与深度信息融合对图像中运动目标进行提取,并根据图像目标的位置框选出对应的点云;最后,利用PnP算法进行特征点粗配准,获取点云间初始旋转平移矩阵,并采用迭代最近点算法进行精配准,利用IK-D Tree加速临近点搜索,提高配准速度。使用仿真试验和半实物仿真试验对方法准确性和稳定性进行了验证,结果显示：二维图像目标检测算法正确率为97%,错误分类比为0.011 2%;位姿估计算法与传统迭代最近点算法相比精度提高了53.2%,单次耗时从261 ms降低至132 ms,效率提升约49.4%,与其他算法相比也具有一定优势。为飞行目标落点精准预测和制导控制提供解决思路。     

红外零位走动量测量中的相机姿态自适应补偿

为提高红外零位走动量测量精度,针对测量过程中相机姿态变化误差引起的图像定位精度不高问题,提出了一种CCD相机姿态小角度变化自适应补偿方法。通过理论分析,推导出相机姿态解算公式,建立了CCD相机姿态解算数学模型,然后基于某型红外瞄具零位走动量测量系统,分别针对三种相机姿态,对瞄具分划线在参考坐标系中的坐标进行了对比实验。结果表明,测量精度优于0.01 mil,能减小相机倾斜对红外瞄具零位走动量测量带来的误差,为提高零位走动量测量精度提供了一种相机姿态自适应补偿的新方法。