通用机器人视觉检测系统的全局校准技术

介绍了基于通用机器人的车身在线柔性视觉检测系统的工作原理和在复杂现场环境下使用激光跟踪仪和测量臂进行全局校准的实用方法。基于测量姿态的全局校准方法利用机械约束将传感器坐标系和靶标坐标系统一起来,实现测量姿态时传感器坐标系与系统基准坐标系的坐标转换。基于机器人运动学模型的全局校准方法利用机器人末端关节位姿可通过正向运动学获知的特点,在现场构建机器人基坐标系,并通过坐标变换获得与机器人运动精度无关的手眼关系,实现了任意姿态时的全局校准。实际测量的结果表明,应用两种校准方法后系统的重复性精度都十分理想,测量装置重复测量标准差和系统重复测量标准差分别为0.07mm和0.13mm,能够满足在线监控白车身加工尺寸变化的精度要求;系统进行坐标测量时的误差分别为±0.2mm和±0.8mm。     

基于共面点的多视觉测量系统的全局标定方法

本文提出了一种基于共面点的世界坐标唯一全局标定方法,利用激光跟踪仪在现场构建系统总体坐标系,通过拟合基准面来设置共面标定点,系统中各摄像机传感器直接获得标定点的图像,从而实现了各局部相机的全局标定,不需要中间坐标系的转换,避免了多次坐标转换带来的精度损失,标定过程简单。通过在实际的由多个高速视觉传感器组成的飞行器外部姿态测量系统中进行标定实验,在测量范围较大的情况下,系统精度的均方根误差不超过0.8mm。 关键词：全局标定 视觉测量 激光跟踪仪 共面点     

基于双平面靶标的多视觉传感器现场全局校准

针对现有多视觉传感器全局校准方法多依赖外部辅助设备的问题,提出一种基于双平面靶标的多视觉传感器现场全局校准方法。以其中一个视觉传感器为基础视觉传感器,建立全局坐标系。根据基础视觉传感器与待校准视觉传感器之间的位置关系,调整固定两个平面靶标之间位置。将双平面靶标无约束移动多次(至少三次),每个视觉传感器可以“看”到对应的平面靶标。以两个平面靶标之间位置关系不变为约束条件,求解待校准视觉传感器坐标系到全局坐标系的转换矩阵,通过非线性优化方法求解转换矩阵在最大似然准则下的最优解。当视觉传感器多于两个时,通过两两视觉传感器校准的方式完成多视觉传感器现场全局校准。试验证明该方法灵活方便,切实可行。     

基于激光跟踪仪和机器视觉的飞机翼身对接装配偏差动态综合修正

提出一种基于激光跟踪仪和机器视觉的飞机翼身对接装配偏差动态综合修正方法。在对合前机翼调姿阶段,利用人工鱼群粒子滤波算法对机翼调姿控制点坐标进行跟踪与估值,结合多项式轨迹规划与定位器运动学逆解,建立翼身对合前机翼位姿的修正数学模型。在翼身对合阶段,利用加权最小二乘异质传感器信息融合方法,将机器视觉和激光跟踪仪的检测数据进行融合滤波,建立翼身对合质量动态监控和对合偏差综合修正数学模型。试验表明,该方法能显著提升飞机翼身对接装配准确度,实现飞机大部件对接装配偏差的动态修正。     

激光跟踪仪现场测量的系统不确定度研究

在分析激光跟踪仪系统不确定度的基础上,通过对Leica激光跟踪仪LTD840进行相关实验,提出了一种激光跟踪仪现场测量不确定度的评估方法,并通过实验验证了相关结果.     

激光跟踪测量系统在飞机型面测量中的应用

最新一代激光跟踪仪AT901-LR具有测量精确度高、实时快速、动态测量、可快速扫描等特点.通过对激光跟踪仪测量系统功用及原理的分析,结合飞机装配工装的结构特点,重点对装配工装数字化安装工艺技术进行研究,摸索和总结了测量安装工艺方法的规律和特点,设计了型面测量的方案,为进一步深入研究和推广应用飞机数字化安装工艺技术打下良好的基础.     

激光跟踪测量系统比对校验

介绍激光跟踪仪精度校验方法。用激光跟踪仪与高精密立式加工中心比对来测量激光跟踪仪在IFM(干涉测量模式)模式下精度，为激光跟踪系统的验收提供依据，同时为激光跟踪仪误差补偿提供数据支持。     

一维靶标的多视觉传感器全局校准

基于交比不变性原理和一维靶标点共线的特点,提出了一种多视觉传感器全局校准方法.以一个视觉传感器坐标系为基础建立全局坐标系,称该视觉传感器为基础视觉传感器.将一维靶标在基础视觉传感器和待校准视觉传感器前合适位置摆放至少两次,根据拍摄得到的 3 个或 3 个以上的靶标点图像坐标,由交比不变性原理,对每个视觉传感器求解不在视场区域的靶标点图像坐标.结合靶标点之间的距离约束,求解待校准视觉传感器到基础视觉传感器的转换矩阵.根据一维靶标特征点共线的特点,通过捆绑调整方式得到转换矩阵的最优解.最后,通过两两视觉传感器校准的方式完成多视觉传感器全局校准.该方法不需外部辅助设备,简单灵活,实用性强,全局校准精度可达0.041 mm.     

视觉测量系统的相机校准

提出了一种利用虚拟立体校准模板的有效相机校准技术.通过红外发光二极管按照预定路径在三坐标测量机上移动,构成精确的虚拟立体校准模板.校准过程中考虑了径向畸变和切向畸变.采用二次高斯曲面拟合,精确地提取像点的质心坐标.校准过程包括线性参数估计和基于最大似然估计的非线性校正.首先采用线性方法对部分参数进行初始估计,然后再通过基于最大似然估计的非线性最小化获得所有的参数值.该方法可精确获取图像点坐标和空间点坐标,能够实现快速、有效收敛.实验结果表明,该校准技术能够满足视觉测量系统的要求,也可以满足视觉测量系统对相机参数的特殊要求.     

基于一维靶标的多视觉传感器全局校准

基于交比不变性原理和一维靶标点共线的特点,提出了一种多视觉传感器全局校准方法。以一个视觉传感器坐标系为基础,建立全局坐标系,称该视觉传感器为基础视觉传感器。将一维靶标在基础视觉传感器和待校准视觉传感器前合适位置摆放至少两次。对每个视觉传感器,根据拍摄得到的三个或三个以上靶标点图像坐标,由交比不变性原理,求解不在视场区域的靶标点图像坐标。结合靶标点之间的距离约束,求解待校准视觉传感器到基础视觉传感器的转换矩阵。根据一维靶标特征点共线的特点,通过捆绑调整方式得到转换矩阵的最优解。最后通过两两视觉传感器校准的方式完成多视觉传感器全局校准。该方法不需外部辅助设备、简单灵活,实用性强。试验证明全局校准精度可达0.041mm。     

Global calibration method of multi-sensor vision system using skew laser lines

Multi-sensor vision system plays an important role in the 3D measurement of large objects.However,due to the widely distribution of sensors,the problem of lacking common fields of view (FOV) arises fre...     

线结构光视觉系统标定新法及其振动测控应用

激光视觉是一种在工业检测领域应用广泛的测量方式,其标定是视觉检测系统搭建的基础。为此,提出了一种新型线结构光视觉系统标定方法。采用张氏标定法完成相机标定,通过提取标定板上的激光条纹特征,根据三面共线条件进行处理完成结构光平面的标定,并对标准尺寸进行测量以验证标定结果的准确性。接着基于该系统搭建了柔性臂振动测控实验台,并用其对柔性臂振动进行检测,设计了一种非线性控制器抑制柔性臂的振动。实验结果表明,提出的标定方法三维检测精度可达0.1 mm,得以应用在柔性臂的振动检测上,设计的控制器也可在短时间内抑制柔性臂的振动,以此验证了标定方法的检测效果和振动抑制的有效性。     

机器视觉非接触测量系统在线校准及不确定度分析

高精度、大面阵CCD和CMOS传感器件的出现,使得机器视觉非接触测量技术得到越来越广泛的应用。本研究以典型机器视觉非接触测量模型为研究对象,通过对其原理、测量数学模型和计量特性进行了阐述和分析,创新性提出了一种机器视觉非接触测量系统的在线校准方法,分析并确立了测量过程中的不确定度来源,并对校准结果进行了不确定度评定。实验表明,机器视觉非接触测量系统在线校准方法具备两个优点：一是易操作性,优化了测量标准的追溯关系;二是校准精度高,在95％的置信概率下。校准系统不确定度为0．008mm。     

立体视觉和三维激光系统的联合标定方法

双目立体视觉和三维激光扫描是移动机器人环境探测与建模的常见传感测量方法。为实现两个系统的数据融合应用,必须为二者的测量坐标系建立数学关系,即对其进行传感器之间的位姿联合标定。为此提出了一种基于三维特征点距离匹配的联合标定新方法,设计了一种镂空棋盘格作为标定板。使用双目立体相机提取棋盘格角点三维坐标信息,使用激光测距雷达扫描获取镂空区域中心点三维坐标,最终通过最小化两组特征点的理论与实际测量距离的平方差获取两传感器坐标系之间的旋转矩阵和平移向量。进行的联合标定测量实验结果表明了该方法的准确性和可靠性。     

基于液晶靶标的多CCD线结构光测量系统全局标定

为了在多CCD线结构光测量系统中进行精确快速的全局标定,研究了一种基于液晶平面靶标的多CCD全局标定方法。首先,将液晶靶标放入光平面中,在靶标上显示一系列特征点,各个CCD同步采集。然后,通过时间序列对应特征点的图像坐标与靶标坐标,建立起像平面与靶标平面间的非线性模型。最后,对形位关系已知的标准块进行测量,利用标准块的形位关系对像平面与靶标平面间的非线性模型进行优化,得到像平面与光平面间的映射关系,完成多CCD的全局标定。利用优化后的标定结果进行测量,在自由曲面类物体的测量中三个摄像机的数据拼接精度高,对标准块上特征点距离测量的绝对误差为0.2mm,角度测量的绝对误差为0.2°。方法快速简便,适合现场操作,已在多CCD线结构光测量系统中得到了实际应用。     

一种基于立体模板的双目视觉传感器现场标定方法

给出了一种基于立体标定模板的双目视觉摄像机内、外部参数现场标定方法.该方法采用理想小孔模型忽略摄像机镜头的非线性畸变,把透视变换矩阵中的元素作为未知数,在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视变换矩阵中的各个元素,进而得到所需的参数.最后采用立体标定模板对该标定算法进行了实验验证,用标定完成的立体视觉传感器对已知长度进行测量,相对精度达到了0.02%,取得了较为理想的结果.结果表明:该方法由于无需迭代,因此计算速度快,在测量现场只需摆放一次标定模板即可完成标定,可高精度地实现摄像机内、外部参数的现场标定.     

构建虚拟立体靶标的大视场高精度视觉标定

为了提高立体视觉系统在大视场下的测量精度,基于误差溯源思想提出了一种构建虚拟立体靶标的大视场高精度视觉系统标定方法,克服了大尺寸高精度标定物难以制造等问题。对影响立体视觉系统测量精度的主要因素进行分析,列出视觉测量系统的误差溯源链,解析了大视场视觉系统精度瓶颈的原因。借助激光跟踪仪,运用非线性最小二乘单位四元数算法求解坐标系刚体变换,获取大范围高精度的空间点阵,构建虚拟靶标。在相机畸变模型中考虑了三阶径向畸变和二阶切向畸变参数,并使用Levenberg-Marquardt迭代算法进行标定参数求解,进一步提高系统精度。实验构建了一套测量空间约为4m×3m×2m的双目立体视觉系统,通过对某型号高精度直线导轨进行点距测量,在测量距离3m处,152组不同长度的横向距离测量的误差算术均值为-0.003mm,误差标准差为0.08mm。测量精度相较于传统的平面标定法有较大提升。