共查询到17条相似文献,搜索用时 46 毫秒
1.
挖掘机器人双目视觉系统标定方法与立体匹配 总被引:1,自引:0,他引:1
在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。 相似文献
2.
3.
4.
论文对现有的双目视觉标定方法进行论述,阐述了双目视觉系统的原理,深入的介绍了双目视觉系统标定的原理,方法。此外,针对如何使用HALCON软件进行双目标定进行了详细的论述,分析了面阵摄像机的标定过程,该方法简单易行,充分发挥了HALCON的函数库功能,提高了标定精度和计算速度,而且具有良好的跨平台移植性。 相似文献
5.
6.
7.
为了提高羽毛球机器人的接球成功率,提出基于双目立体视觉的羽毛球机器人环境自动感知方法。分析羽毛球机器人外部结构与内部智能控制系统的组成要素,结合气缸工作过程,利用旋转矩阵变换坐标构建机器人运动学模型;采用棋盘格标定算法获取相机内、外部参数,矫正畸变现象,采用双滤波算法过滤图像噪声;匹配不同视角下图像同一特征点,重构三维环境信息,使用核相关滤波器算法对感知区域做循环位移,构建海量目标分类器,实现环境自动感知。仿真实验证明,所提方法能够获得感知区域更多的目标信息,无论在哪种击球方式下,都能准确感知环境,减少接球定位误差,提升接球成功率。 相似文献
8.
双自立体视觉是计算机视觉的一个重要分支,双目立体视觉直接模拟人类双眼处理景物的方式,可靠简便,在许多领域均极具应用价值,例如在机器人视觉系统中的应用.本文基于排爆机器人的应用,详细描述了排爆机器人双目立体视觉系统的设计与实现,由双目立体视觉系统根据目标物的二维图像计算出目标物的三维坐标.实验表明该系统能提高排爆机器人智能性与易操作性,大大提高了机械人的定位精度. 相似文献
9.
煤仓煤位双目视觉检测自适应标定技术研究 总被引:1,自引:0,他引:1
为了研究视觉图像测距检测煤位的理论和方法,运用基本的针孔成像模型理论,提出了一种非接触式高效的基于双目视觉图像自适应标定的煤仓煤位深度测量方法。通过结合Faugeras标定方法以及卫星定位原理,根据预设定的视觉传感器坐标以及在双目图像中提取的关键轮廓角点,代入三维坐标自适应公式,运用最小二乘法得出视觉传感器的内外参数,并使用线性优化对内外参数值进行优化,得到最终的摄像机内部和外部参数。最后,根据采集图像的像素信息,确定煤仓煤位的深度值,对整体参数RMS测量误差与张正友标定算法进行了对比分析。该方法不需要任何已知的摄像机参数,简单方便地求解。实验结果表明该方法精度较高,能满足煤仓煤位检测的需要,且使煤位检测标定过程实现了自动化。 相似文献
10.
大视场双目立体视觉柔性标定 总被引:1,自引:0,他引:1
为了实现双目立体视觉系统大范围高精度三维测量,提出了一种大视场双目立体视觉系统柔性标定方法,该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离,标定内部参数时,只需要令标靶相对于相机任意摆放至少三个姿态,对标靶上的编码标志点进行识别,根据标靶上编码标志点信息,建立各姿态下视图的对应关系,粗略计算标志点的初始三维坐标;建立多姿态下逆向投影误差最小的目标函数,采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标;最后,建立基于双相机逆向投影误差最小的目标函数,优化得到精确的相机间姿态的外部参数。实验结果表明:当测量空间为1 200mm×1 000mm×1 000mm时,立体视觉系统的测量精度优于0.1mm,满足大范围双目立体视觉系统的高精度测量需求。 相似文献
11.
12.
基于单目视觉的机器人标定方法 总被引:8,自引:1,他引:8
为了辨识出机器人模型的准确参数,提出一种利用单目视觉标定机器人的方法.将摄像机安装在机器人或其延长杆上,使其随机器人转轴转动并拍摄固定的平面点靶标,利用基于径向排列约束(Radial-alignment-constraint,RAC)的标定法对摄像机进行标定并求出摄像机光心在世界坐标系中的坐标.利用得到的光心的坐标,即可获得关节轴线在世界坐标系下的轴线方程.建立机器人运动学模型,利用关节轴线方程得到了模型的准确几何参数.试验结果表明,此方法具有较高的精度,且该方法标定过程简单,便于实际应用. 相似文献
13.
14.
15.
提出一种关于DELTA机器人传送带与视觉的综合标定方法。通过DELTA机器人臂末端在传送带移动一段距离接触传送带始末同一点,得到该点在机器人坐标系的位置和编码器上对应的读数,得到传送带与机器人的比例因子,确定机器人坐标系与传送带坐标系的转化矩阵,从而得到传动带相对于机器人坐标系的位姿,即传送带的标定。通过相机定位与机器人接触同一点,从而确定相机的内参矩阵与外参矩阵,从而得到机器人与相机坐标系的转换关系,即机器人视觉的标定。DELTA机器人传送带与视觉的标定,为DELTA机器人高精度控制的实现打下基础。 相似文献
16.
提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法,建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型;设计了一种标定实验靶板,利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理,获取机构末端目标位置和实际位置的像素误差值;针对机构自身结构的限制,利用边界曲线识别特征角点,提出了一种基于特征角点确定检测点旋转角度的方法,在补偿相机旋转角度的基础上,再利用简化后的相机针孔模型,将像素误差值通过转换得到机构末端执行器的真实位置误差值;最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代,机构误差减小为原来的1/3,验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。 相似文献