基于空间矢量约束的煤矿掘进机组合测量方法

为了解决煤矿掘进机位姿测量的问题, 将一组反向同轴安装的工业相机和捷联惯性导航系统组装成测偏单元, 并结合视觉测量和惯性导航技术提出了一种基于空间矢量约束的实时位姿组合测量方法。该方法通过测偏单元测得激光指向仪光源光斑的空间矢量、掌子面光斑的空间矢量和掘进机的姿态信息, 建立空间矢量约束方程以及坐标系转换得到掘进机位置信息, 并进行了理论分析和实验验证。结果表明, 通过该方法能得到掘进机实时位姿的六自由度信息。该方法可用于煤矿掘进机的位姿测量, 具有广阔的应用和发展前景。     

面向特大齿轮的激光跟踪测量精度提升方法

为实现特大齿轮激光跟踪测量精度的提升,采用激光跟踪仪与柔性关节坐标测量臂相结合的测量方式,建立了基于激光跟踪多边测量方法的特大齿轮组合式测量网络。采用柔性关节坐标测量臂蛙跳技术确定激光跟踪仪全局坐标系与柔性关节坐标测量臂坐标系之间的坐标转换关系,实现不同站位下测量臂测量数据的空间配准。引入激光跟踪仪多边测量方法,摒弃其角度测量模块,建立激光跟踪多边测量位置参数标定模型,通过测量冗余数据并对其进行L-M优化迭代,以提高激光跟踪仪的全局控制精度。对建立的组合式测量网络进行仿真实验,分析对比测量数据,组合式测量网络的测量误差平均值为0.007 mm,误差标准差为0.004 mm,相同条件下,使用激光跟踪仪直接测量方法的测量误差平均值为0.044 mm。仿真实验分析表明,该方法显著提升了测量精度,满足了特大齿轮现场齿形测量的要求,具有较好的理论与工程应用价值。     

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。     

机器人位姿测量中激光跟踪仪布局位置研究

应用激光跟踪仪进行机器人位姿测量时,为了减小激光跟踪仪分布位置对测量结果的影响,对激光跟踪仪布局位置开展优化。以ABB IRB1410型机器人为研究对象,规划了其测量区域。通过构建激光跟踪仪误差传递函数,对激光跟踪仪测距误差、测角误差对整体坐标测量精度影响进行分析。通过仿真分析研究了激光跟踪仪不同分布位置下机器人测量区域内测量点整体偏差的分布规律。通过构建激光跟踪仪布局评价函数并基于MATLAB无约束线性优化算法确定了激光跟踪仪最优布局位置主要位于测量区域中心轴线及其延长线附近,并对最优位置相邻区域整体测量偏差的分布规律进行了分析,为机器人现场测量提供一定的参考依据。     

动态目标全姿态激光跟踪测量

介绍了工业动态目标全姿态测量的发展,提出了用激光跟踪方法实现动态目标的实时跟踪和测量,并介绍了激光跟踪测量的原理,在此基础上,进一步建立空间目标全姿 态激光跟踪测量的模型,基于空间坐标系的齐交坐标变换,推导出目标分别在绝对坐标系和相对坐标系下的净态计算公式。最后就动态目标全姿态测量的发展趋势进行讨论。     

基于特征点识别的位姿测量数据处理方法研究

视觉测量具有结构简单、成本低、非接触式测量的优点,利用视觉位姿测量结果对空间展开机构进行定位具有良好的应用前景.实际应用中需要将视觉测量数据转换到物空间坐标系从而对定位系统的控制量提供指导.针对相机外参数标定操作繁琐、需要额外设备、不利于在轨实现等缺点,提出了一种利用运动样本空间构建坐标系转换关系的数据处理方法,根据取样空间内构建的补偿方程,可以将各自由度的视觉测量数据转换到控制器坐标系上,同时能够校正由于安装、配准等导致的系统误差,从而实现高精度的空间 目标定位.实验结果表明,在1.7 m的测量距离下,所搭建单相机测量系统的位置与转角测量精度可达0.02 mm和0.003°,验证了所研究方法的有效性和实用性.     

基于激光视觉技术的运动目标位姿测量与误差分析

针对当前方法测量运动目标姿态和位置存在精度较低的问题,将激光视觉技术应用到运动目标位姿的测量中,提出基于激光视觉技术的运动目标位姿测量与误差分析方法。利用三维激光扫描仪和双目相机构成的系统,实现运动目标位姿的测量,分别采用三维激光扫描仪和双目相机采集运动目标的深度信息和二维图像信息,融合深度信息和二维图像信息,获取运动目标的位姿。通过三维坐标和光斑图像坐标、外部参数以及位姿解算之间存在的误差传递矩阵,构建运动目标位姿测量综合误差传递模型,利用误差传递模型对测量结果中存在的位姿误差进行分析,根据分析结果对运动目标位姿测量过程进行改进和优化,提高运动目标位姿测量结果的精度。在模拟风洞的实验环境中,验证了基于激光视觉技术的运动目标位姿测量与误差分析方法的可行性。     

外部测量装置的捷联惯导对准方法

在室内组合定位系统中,不同子系统之间相互姿态关系的确定是通过对准过程实现的。使用惯性器件进行组合定位,通常航姿参考系统AHRS是以地理坐标系(E-N-U)作为导航坐标系。然而,在室内导航任务中,导航坐标系一般根据用户需求建立在厂内标志点或工装坐标系等自定义位置。针对这一问题,提出一种将地理坐标系与自定义坐标系相互转换的新方法,通过激光跟踪仪建立的外部基准,提出了基于方向余弦矩阵的标定算法,实现了地理坐标系与外部参考坐标系之间的相互转换。实验结果表明:AHRS任意位姿下的转换姿态角度均方根误差小于0.25。     

激光非接触式大尺寸内径自动测量系统

为了解决大孔径的高精度检测问题,介绍了一种激光非接触式大尺寸内径自动测量系统。该系统具有灵活可控的运动机构、稳定可靠的定心机构、同步伸缩的支撑机构、对称协调的扫描机构,可实现轴向自动行走、高精度同轴定位和快速扫描测量。高可靠性的控制系统和无线传输模式使其实现了远距离的实时控制和可靠性测量。高精度的温度采集模块实时监测环境温度的变化,便于温度补偿。以VC++为平台的上位机软件,集数据处理与实时显示于一体,操作极其方便。另外,该系统采用相对测量原理、高精度激光位移传感器与标定好尺寸的测量臂相结合,使系统测量范围达到Ф580～998 mm。高精度的激光位移传感器实现系统的非接触式内径测量,测量精度高。通过对比实验和现场实验对系统的测量精度和重复性进行了验证。结果表明:系统的测量精度与FARO激光跟踪仪测量结果比较差值小于6μm,现场测量重复性精度小于7μm。能够实现管道内径几何参数的测量和管道表面的几何评估及校正。     

双目线结构光测量系统三维数据融合研究

在物体的三维重建过程中,常用的立体视觉测量和激光三角测量都存在着一定的局限性,适用性不强。为了快速获取点云数据更为丰富、精度较高的三维模型,结合两种方法构建了一套扫描式三维测量系统。首先提出了基于HSV颜色空间的亚像素激光中心提取算法,实现了对激光中心的精确提取;然后借助立体视觉系统来获取空间标志点的三维坐标,并根据标志点的位姿不变性完成帧间点云数据的拼接,分别得到立体视觉系统和激光三角系统的整体三维数据;最后通过建立全局坐标系将两种测量方法得到的数据进行统一融合,获取了更加丰富的点云数据。实验证明,该方法可以快速获取物体表面丰富的三维点云数据,测量误差在1 mm以内。     

基于光学标靶与测距仪的隐藏区域坐标测量

为了解决大型装备中隐藏区域的空间坐标测量问题,提出一种基于光学标靶与测距仪的激光测头,该测头与全站仪或激光跟踪仪构成非接触测量系统。测量时,激光测距仪发出的激光对准被测点测得其距离,用全站仪或激光跟踪仪瞄准光学标靶,实时获取激光测头的空间坐标,同时激光测头测得其自身的空间姿态角,然后通过坐标变换得到被测点的空间坐标;并进行了实验验证。结果表明,该测量系统可以使得组合测量的量程扩大并保持较高的空间坐标测量精度。     

高速弹丸位置坐标自动测量系统设计

为了精确测量高速弹丸穿越光幕靶瞬间的位置坐标,设计一种基于FPGA加DSP的实时图像处理板卡,采用处理板卡与嵌入式软件算法相结合的方式组成高速弹丸位置坐标自动测量系统。该系统可以设置相机面阵和线阵工作,使测量前端自动互瞄、自动组成光幕靶,提高系统自动化程度。设计基于FPGA的SATA硬盘阵列控制方法,保证高速图像的实时记录和回放。利用FPGA实现的PCIe接口保证上位机与板卡数据交换和通信的实时性。实验结果表明,本系统能够自动完成测量前的准备工作,高速弹丸的捕获概率超过99%,以中心点为原点的200mm直径范围内的测量精度优于1mm。本系统能够满足高速弹丸位置坐标的测量需求,具有捕获率高、精度高、实时性好等特点,有很高的实用价值。     

激光光幕靶坐标测量系统的设计和实现

为了测量大靶面立靶坐标,提出了一种激光光幕靶的坐标测量方法,该方法采用4个90°扇形激光器作为发射光源,高灵敏度的光电二极管阵列作为接收装置。4个激光器发出的光相互交叉形成一个矩形激光光幕,当子弹穿过激光光幕时,会分别在x方向和y方向挡住一部分激光,促使相应的光电二极管产生信号;经过信号的采集和分析得到弹着点坐标,最后经过实弹试验得到子弹的坐标。结果表明,该立靶系统具有高精度和高灵敏度的特点。     

光电着降导引系统的跟踪和参数测量

分析和研究了CCD摄影测量算法的精确定位技术,建立了4个信标点空间位置坐标的数学模型,并推导出计算公式,该算法的特点是计算精度高,可实时计算空间目标的坐标位置,从而对空间目标精确定位,在航天、航空技术上有重要的用途.设计了一台直升机着降与回收的光电导引系统,利用2台红外CCD对在直升机两侧机身被半导体激光器照明的4个信标成像,通过对图像的处理和目标识别,提取出信标的位置和恣态信息.使用双摄影测量法模型实时计算出直升机相对于着降点的坐标.使用高性能的DSP系统,实时检测和跟踪双通道图像信号并显示出实验结果.模拟实验结果表明,在8～13m距离内,光电引导系统的距离测量精度达到±5cm,而角度测量精度达到±3°.     

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。     

动态环境下移动机器人运动目标测速方法

提出了基于Kinect摄像机的 机器视觉测速方法,用于实时的测量运用目标的速度信息。首先,设计出固定在运动目标上 的由 五个已知位置关系的圆组成的标识物,利用图像处理算法根据标志物的拓扑关系检测出运动 目标标志物在Kinect坐标系下 的位置;然后,将Kinect坐标系坐标通过坐标变换转换到世界坐标系;最后,根据采样时间 内测出的距离求出速度信息。通过 以上3步骤,依次解决运动目标检测和运动目标测速问题。理论分析和试验结果表明, 本文方法在移动机器人运动或者静止 情况下能够处理运动目标作直线运动、原地转动及其合成的曲线运动等不同运动形式下的速 度测量,应用范围广泛,计算实 时性和准确性高。     

大型机械零部件孔同轴度测量技术研究

本文提出测量大型机械零部件孔同轴度的新方法。采用单模光纤尾纤半导体激光器作光源的激光准直系统为测量提供的基准线。同轴度由多个截面的光斑中心坐标值和圆周采样数据按一定的算法计算。测量结果表明,该方法具有良好的可行性和灵活性。该系统可用于大孔同轴度的高精度测量。     

狭缝投影位置传感技术及其在精密定位中的应用

提出了一种基于狭缝投影的位置传感技术，阐述了此技术的传感原理及其在精密定位中的应用。准直激光束照明的投影狭缝由一个透镜以掠入射角度投影在被测物体上，狭缝投影经过被测物体表面的反射和另一个透镜的成像在探测双缝上形成投影狭缝像。探测双缝放大成像在双像限探测器上，投影狭缝像透过探测双缝的光强分别被双像限探测器的两个像限所接收，通过检测双像限探测器两个像限上的光强获得被测物体的位置。实验验证了此传感技术的可行性，其位置重复测量偏差小于32nm（1σ）。     

Robust tracking based on local structural cell graph

Structure information has been increasingly incorporated into computer vision, however most trackers have ignored the inner spatial structure of the object. In this paper, we develop a simple yet robust tracking algorithm based on local structural cell graph (LSCG). This approach exploits both partial and spatial information of the target via representing the object with local structural cells (LSCs) and constructing a graph to model the spatial structure between the inner parts of the object. The tracking is formulated as matching LSCG, whose nodes are target parts and edges are the interaction between two parts. Within the Bayesian framework, we achieve object tracking by matching graphs between the reference and candidates. Eventually, the candidate with the highest similarity is the target. In addition, an updating strategy is adopted to help our tracker adapt to the fast time-varying object appearance. Experimental results demonstrate that the proposed method outperforms several state-of-the-art trackers.