基于对偶四元数的单目视觉目标位姿测量

目的在机器人视觉应用领域中,为控制机器人能够完成焊接、搬运、跟踪等任务,需要确定摄像机与目标之间的相对位姿关系,提出一种目标位姿测量方法。方法利用单摄像机获取目标特征,坐标变换参数表示为对偶四元数的形式,同时计算旋转矩阵和平移向量,构建位置向量和方向向量的测量值与模型值之间的误差方程,利用Hopfield神经网络实现拉格朗日乘子法,求解目标位姿最优解。结果利用Matlab软件平台,选择SVD,DQ以及文中算法进行比较,仿真实验结果表明,基于Hopfield神经网络和对偶四元数的位姿测量算法计算出的位姿参数误差最小。随着测量点数量的增大,文中提出的算法精度更高。结论对偶四元数同时求解位姿变换矩阵的旋转分量和平移分量,可消除计算误差,基于Hopfield神经网络和拉格朗日乘子法,可快速准确地计算,并收敛至目标位姿最优解。     

一种新型非接触位姿检测系统研究

提出一种基于位置敏感探测器(简称PSD)多光束同步检测技术的位姿检测新方法,采用两个二维PSD从不同角度同时测量出目标物体上多个特征点的二维坐标,然后通过坐标变换计算得到各点的三维空间坐标;根据位姿变化前后的各点空间坐标,采用比较简单的算法计算出目标物体的位姿参数.通过算例验证该方法是可行的;由初步的实验获得目标物体的位姿参数,最大平移误差为1.0574mm,最大旋转误差为0.2851rad,需要通过多种途径进一步提高系统的检测精度.     

大部件对接中基于单位四元数的iGPS测量位姿比对研究

在大尺寸飞机部件数字化对接过程中,iGPS的应用越来越广泛.本文在研究iGPS测量数据结构与形式的基础上,提出了基于单位四元数的iGPS测量位姿比对算法.与目前常用的一些位姿比对方法相比,该算法具有计算简洁明了、编程实现便捷的优点,尤其适用于大旋转角、多点实时测量的情形.验证实验结果表明,在不同旋转角和平移量的情况下,该算法均具有很高的转换精度,可有效适用于iGPS的测量位姿比对.     

基于圆环点的亚像素摄像机自标定方法

针对现有的摄像机自标定算法抗噪声性能差等问题,分析了基于圆环点的摄像机自标定方法的原理,对现有方法作出了改进.充分利用Harris算子和Fostner算子的优点设计了一种亚像素的角点检测算法,提取的角点位置可精确到亚像素级;同时引入了等效圆心的概念,最大限度地降低了噪声干扰.然后充分利用射影几何调和共轭的理论求取摄像机的内参数.实验结果表明,该标定方法原理简单,标定结果鲁棒性较好且标定精度较高,可应用于高精度的视觉测量.     

基于三维空间的刚体位姿测量分析与仿真研究

本文针对刚体在三维空间中的位姿测量问题及数据可靠性的需求,提出一种基于三维空间的刚体位姿测量分析方法。首先,对位姿测量装置的结构进行分析,采用基于3-2-1六点定位原理的位姿测量算法,对刚体位姿坐标系建模,并求解相应的位姿关系式,利用实体设备,对位姿测量装置进行测量精度分析。结果表明：该方法在位置和姿态上符合实际情况,满足工业生产的测量精度要求,具有较好的稳定性和准确性。     

独立通道偏振罗盘信息检测方法及传感器设计

目前偏振光导航传感器大多以POL-神经元模型为基础,误差主要来源于通道间信号增益差异,以及检偏器阵列的相对角度误差。为了提高偏振罗盘信息的检测精度,提出了一种独立通道偏振罗盘信息检测方法。利用三个相互独立的偏振光检测通道测量大气偏振信息,获取航向角信息。并且,结合分时复用技术,设计了独立通道偏振光导航传感器,提出了相应的标定方法和误差补偿算法。实验结果表明,独立通道偏振光导航传感器能够显著降低偏振罗盘信息检测误差,补偿后传感器误差在±0.05°以内。     

基于牛顿迭代法的飞机大部件对接位姿检测

文章提出了运用拉绳位移传感器构建测量场，并采用牛顿迭代法求解飞机大部件对接过程中的位置和姿态的方法。通过对拉绳位移传感器的固定布局和建立约束条件，根据拉绳传感器测出的6组点间的距离，建立位姿求解的理论模型，并运用牛顿迭代法对大部件位姿进行求解，求解结果与理论位姿对比显示，位置偏移最大误差在0.07 mm,姿态角旋转最大误差在0.0004°,可以用于飞机大部件对接位姿解算。该方法求解位姿时不使用额外的非接触式测量仪器，避免了建立复杂的光学测量场和复杂的空间位姿解算。     

飞机大部件位姿调整的关键测量特征点误差控制权值计算方法

为了实现飞机大部件的最佳位姿调整,基于层次分析-误差评定组合方法,研究了一种应用于综合评估数字化装配中关键测量特征点的误差控制权值的计算方法。采用引入权值的最小二乘法求解大部件位姿调整量,提高装配精度。通过层次分析(AHP)方法确定关键测量特征点主观权值,误差评定法确定关键测量特征点客观权值,两者结合综合评定关键测量特征点权值。以最小装配误差为优化目标,利用权值实现多个关键测量特征点的误差分配优化。实例分析中,将超差的对接交点误差由1.23 mm降低到了0.72 mm,满足各个测量点的容差要求。以奇异值分解算法求解目标优化初值,采用牛顿法迭代求解,得到部件的最优位姿,并以中后机身对接为对象分析验证权值分配的合理性。     

类圆柱标签等效阶梯柱面展开方法

目的针对半径不等的类圆柱标签的全表面展开问题,提出类圆柱标签等效阶梯柱面展开方法。方法提取4个视角下图像中的类圆柱标签最小外接矩形,根据提取结果建立位姿估计模型。基于微积分的化曲为直的思想,结合标签的位姿和各视角的轮廓,建立等效阶梯的类圆柱标签3D点云。利用双线性插值法对点云进行渲染,并通过NCC算法进行图像拼接,最终实现半径不等的类圆柱标签全表面展开。结果类圆柱棋盘格标签仿真模型与某品牌口香糖标签全表面展开实验表明,文中提出的算法较传统算法具有较高的精度,针对1号模型,在x轴、y轴方向上的方差分别为1.37像素和0.58像素。结论类圆柱标签等效阶梯柱面展开方法可以有效地实现类圆柱标签全表面展开,为后续的标签检测提供基础。     

多边法位姿测量系统中跟踪方式对测量精度的影响研究

为了精确测量大尺寸位姿,建立了一种由7台激光跟踪干涉仪组成的大尺寸位姿测量装置。根据测量各反射镜的激光跟踪干涉仪数量的不同,采用322和331两种跟踪方式对位姿测量精度的影响进行仿真实验,从而发现被测点位置与基站构成平面的距离相关,由坐标解算公式推导被测点坐标值与测量基站之间的相对位置与测量误差间的误差模型,通过分析x、y、z 方向上误差对距离变化的敏感程度,发现z方向距离变化引起的误差最为敏感。当被测点与测量基站的距离由1300.8mm减小到0mm时,测量误差由2.2μm增大到2626.1μm。实际姿态测量结果表明:当采用一种跟踪方式时可以避免被测点与测站点平面过近,有利于提高系统测量精度,所提出的误差模型可为多边法位姿测量系统的优化布局提供一种量化的理论分析方法。     

C/C复合材料热解炭消光角测量中图像配准算法

用偏振光显微镜旋转成像测量C/C复合材料热解炭消光角过程中,所采集的序列图像间经常出现目标偏移现象。针对该问题,提出了一种基于结构特征的图像配准算法。该算法采用圆边缘检测算子检测每幅图像中同一纤维圆截面的圆心,以圆心作为图像配准的匹配点,通过坐标变换实现图像配准。在热解炭消光角测量过程中的应用结果表明,该配准算法可以避免因目标偏移而造成的数据采集误差,保证消光角测量的准确实现。     

跨尺度微小型零件的测量与装配

针对跨尺度微小型零件的精密装配中显微视觉视场狭小与零件的特征尺寸跨度较大相矛盾的问题,研究了跨尺度零件的位姿检测技术,基于高、低倍显微视觉单元研制了自动装配系统,系统采用模块化体系结构及先看后动的装配控制模式.提出局部特征拼接法实现了跨尺度零件的定位测量,使用标定尺对系统坐标系之间的误差角进行了标定,采用参考基准法辅助对显微视觉单元切换后的装配基准进行定位.设计测试模板对系统测量精度进行了验证,结果显示高倍显微视觉单元的同轴度测量精度优于1.5 μm,平行度精度优于1μm.利用研制的装配系统进行了装配实验,实验结果表明,关键零件的装配精度满足工艺要求.该装配系统可稳定、可靠地完成跨尺度微小型零件的自动装配.     

改进最小二乘法双目视觉位姿测量技术研究与测试

由于工件表面油污、光照等因素干扰导致工件图像提取的特征点偏离实际位置,对工业机器人的抓取定位带来较大误差。该文以视觉引导工业机器人抓取气缸盖为应用对象,对双目视觉高准确度位姿测量技术进行分析。首先探讨特定条件下的双目视觉定位引导机器人技术以及粗差点产生原因与解决方法情况;其次介绍视觉系统视觉坐标系和目标坐标系,然后在位姿测量数学模型的基础上提出改进最小二乘法的准确计算方法,并搭建双目视觉引导的工业机器人抓取气缸盖系统进行测试分析。测试表明:改进最小二乘法的位姿计算方法可实现双目视觉对目标物的全自由度位姿测量,满足工业机器人高准确度抓取操作。     

基于模糊神经网络的包装机械臂定位方法研究

目的 为提高包装机械臂的抓取精度,文中基于模糊神经网络设计一种包装机械臂定位方法。方法 将激光测距仪与工业相机融合,可实现目标点的初步定位并得到位姿偏差。以机械臂末端位置误差补偿为例,设计一种模糊神经网络控制器,可实现PID控制关键参数的在线调整以提高误差补偿精度。进一步地,采用果蝇优化算法实现神经网络控制器初始值的优化,可提高控制系统性能。最后,进行实验研究。结果 实验结果表明,机械臂定位算法可使最大绝对误差从7.704 9 mm下降到1.424 2 mm;平均绝对定位误差降低约82.5%;机械臂执行效率与对照组相当。结论 该定位方法可以大幅度提高包装机械臂定位精度,可满足包装、化工、食品等相关行业要求。     

基于3D视觉的机械臂抓取控制方法

针对传统2D视觉下机械臂无法抓取具有3D位姿物体的问题,提出了基于3D视觉的机械臂抓取控制方法。该方法首先通过差分和滤波的方式去除噪点,并提出了一种加权下采样的方法简化点云。通过欧式距离和法线夹角变化率的结合,提出了一种点云二次分割方法。物体的定位方式采用基于主成分分析法(PCA)的粗配准算法和基于迭代最近点算法(ICP)的精配准算法,然后将所得到的目标物体位姿发送给机械臂进行抓取。在达明协作机器人上的实验表明,该方法能够有效抓取具有3D位姿的物体,与已有的方法相比,在精度和处理时间上有了较大的提升。     

精密小型Hexapod并联机器人标定实验及精度分析

为了提高精密小型Hexapod并联机器人的运行精度,对机器人进行了标定实验及精度分析.推导了Hexapod机器人结构参数的误差模型、设计了标定步骤和算法,并在三坐标测量机上对机器人进行标定实验;从机构角度对Hexapod机器人的间隙误差来源进行了分析,并推导了间隙误差对机器人位姿误差的映射关系数学模型;推导并分析了计算过程中最小二乘误差、牛顿-拉普森迭代误差的数学模型,分析了机器人结构参数的辨识精度.标定实验结果表明：经过误差补偿,机器人位姿坐标的最大位移误差由0.267 6 mm降为0.010 5 mm;最大转角误差由0.006 8 rad降为0.001 1 rad.Hexapod机器人标定及精度分析方法对于开发精密型并联机器人具有参考价值.     

基于四元数最少特征点的相机位姿估计

为解决相机位姿估计的问题,提出了一种基于四元数最少特征点的相机位姿估计算法。在相机拍摄的二维图像中检测并匹配特征点,根据特征点坐标与约束条件建立多项式系统,通过求解对应的矩阵方程来求解多项式系统。用四元数表示相机的旋转,避免了求解中相机旋转与平移相互纠缠的问题,当2个摄像机视图之间的平移为零时能够很好地进行位姿求解。求解中结合5点算法对求解原理进行了详细推导,并进行抗噪声测试。测试中随着匹配的特征点数增加,算法平均估计误差范围不超过2%。利用KITTI数据集测试算法的实用性,并与其他几种方法进行结果比较。结果显示,相同条件下算法将估计精度提高了24.5%以上,体现出良好的估计精度。     

基于极坐标测量的圆度误差评定算法

提出一种利用极坐标测量数据求解圆度误差的网格搜索算法,其原理是在最小二乘圆心周围按一定规则布置一系列的极坐标网格点,依次以各网格点为理想圆心计算所有测点的半径值,通过比较这些半径值,实现最小区域法、最小外接圆法和最大内接圆法的圆度误差精确评定。详细叙述了算法求解圆度误差的过程和步骤,给出了数学计算公式及程序流程图。试验结果表明,该算法可有效、正确地评定圆度误差。     

基于机器视觉的分拣机器人6D位姿估计北大核心CSCD

为解决传统分拣机器人通过人工示教完成指定动作其自动化程度低、实时性差、可移植性弱等问题,研究设计了基于机器视觉的分拣机器人实验平台,提出了基于粗配准与增强精配准混合递进配准策略的6D位姿高精度估计方法。首先,将由视觉传感器采集的3D点云信息进行背景信息去除、目标区域裁剪、ROI提取等预处理;然后采用采样一致性初始配准算法(SAC-IA)进行位姿粗配准,再利用迭代最近点算法(ICP)进行精配准及正态分布变换(NDT)进行增强精细配准,以获得高精度6D位姿。实验结果证明,通过粗配准与增强精配准能够快速准确获得待抓取目标6D位置和姿态,与理论位置和姿态相比较其误差分别控制在1.5 mm和2°之内,满足分拣机器人的实际需求,所提出的方法便于在基于机器视觉的机器人装配、打磨等有高精度6D位姿估计场合推广应用。     

一种基于最远Voronoi图的最小外接圆求解方法

当测量平面上一组测量点集的外接圆圆心在该点集的最远Voronoi图上移动时,对应的外接圆半径具有单调收敛性,并收敛于该点集的最小外接圆圆心.根据该性质,提出了一种基于最远Voronoi图的最小外接圆求解方法.编制了相应的算法程序,设计了验证方法,并与穷举法进行了比较,测试结果表明利用该方法进行圆度误差评定不存在误差累积,且具有线性时间复杂度.