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。     

基于标定模块的多线结构光测量系统的直接标定

多线结构光测量系统的标定精度直接影响到测量 结果的精确度,但传统标定方法存在着标定模型过 于复杂且计算量过大的不足。同时在针对深孔类零部件内表面几何形状进行结构光测量过程 中,由于特征 点的缺失,传统标定方法难以直接应用。因此提出了一种基于标定模块的直接标定法,无需 建立标定模型, 直接通过查找索引表完成标定任务。实验结果表明该标定方法的标定误差低于单个像素,即 0.037 mm,能够满足测量系统的精度要求,并且操作简便、易于实现 。     

线结构光参数的简易标定方法

为了实现高效率、低成本、高精度地标定线结构光 的参数,本文提出了一种基于单个平面同心面靶标标定线结构光参数的新方法。该方法基于 三点透视模型和交比不变原理计算光平面上标定点的三维坐标,利用最小二乘法拟合平面方 程。在摄像机视野范围内自由移动平面靶标,同时保持结构光投射到靶标上同心圆之外的区 域,采集至少两幅图像即可完成线结构光参数的标定。 实验结果表明: 光平 面标定的均方根 误差约为0.05mm,传感器测量精度的相对误差约为0.3%,系统整体 测量精度约为0.1mm, 说明本文标定方法具有较高的标定精度。并且该方法同时适用于其它类型结构光的标定,通 用性较强,具有获取标定点效率高、计算简单且操作灵活方便等优点,适合现场标定。     

线结构光三维轮廓测量系统的标定方法

在线结构光360°三维轮廓测量方法中,采用多图像传感器系统可实现物体整体轮廓及局部形貌细节同时高精度测量.为了实现测量系统多传感器同时标定,提出一种线结构光多传感器三维轮廓测量系统的标定方法.以直接线性变换法为系统标定模型,设计含有多特征点的靶标控制场来解算系统模型参数,应用二元全区间插值误差校正方法对物方坐标计算误差进行校正,实现对整个测量系统的标定.并提出了一种基于二维离散傅里叶变换的多分辨率标定靶标特征点提取的新方法.论述了线结构光四传感器测量系统的标定过程.实验结果表明这种标定方法可实现多传感器测量系统高精度同时标定.     

基于多视觉线结构光传感器的大尺度测量方法

为解决现有线结构光大尺度测量标定复杂、精度不高的问题,提出了一种基于多视觉线结构光传感器的大尺度、高精度测量方法。多视觉线结构光传感器含1个激光器和多个等间距并排的相机(一主多从),相互间有1/3左右重叠视场(OFOV),光束覆盖所有相机视宽。传感器标定只需简易的棋盘格靶标,按张氏标定法采集靶标图像、标定传统参数;此外,考虑相机视角的不变性,利用OFOV内标定图像的已知特征角点,经图像配准可预标定相邻相机图像拼接的变换矩阵。变换矩阵的逐步连乘得到任意从相机图像转换到主相机成像平面的透视变换模型(PTM)。该方法通过各相机同步采集大尺度物体的局部光条图像,再利用PTM将所有局部光条快速拼接成完整的光条图像,最终经光条坐标提取、换算得到光条位置的三维坐标。实验结果表明:与已有方法相比,该方法使用简便、精度更高,重构模型平均构造深度与真实模型仅差8.3%。     

超大尺度线结构光传感器三维测量系统外参数标定

为了满足大型自由曲面工件高精度实时三维测量的需求,设计了一种超大尺度线结构光传感器三维测量系统,并提出一种基于一维靶标的传感器外参数的现场标定方法。实验结果表明,该方法的标定精度与基于平面靶标的方法相当,且其一维靶标的高精度制作更容易,外参数的现场标定过程操作更方便,更适合超大尺度线结构光传感器的现场标定。     

加工中心工件在机三维检测系统的光平面标定

为了满足加工中心在机检测的实时性需求,实现高效率、低成本、高精度地标定线结构光传感器,提出了一种基于同心圆平面靶标标定线结构光平面参数的新方法。该方法将三点透视模型和交比不变原理相结合,在线结构光传感器的视觉范围内通过移动同心圆平面靶标,计算得到光平面上多组标定点的三维坐标,进而使用最小二乘算法确定光平面方程,通过标定和检测实验分析并验证了该方法的有效性。该方法具有标定算法简单且操作灵活方便等优点,适合加工检测等领域的现场标定。     

基于消隐点的线结构光测量系统标定方法

针对现有线结构光测量系统标定模型复杂、需要特制靶标等局限性,提出了一种新的线结构光测量系统标定方法.利用精密导轨运载平面靶标沿着空间一个方向至少运动两次,创建一组在激光平面上的平行特征线.根据消隐点的原理,建立新的数学模型,可以标定成像像素与运动方向上一维信息的直接对应关系.改变导轨运动方向,另外两个空间正交方向上的像素-维度对应关系同样可以得到.与传统标定方法相比,所提标定方法无需标定系统多组空间关系,简化了传统标定过程,减少了误差的积累.另外,靶标可为普通平面,避免了特制靶标的制造困难.实验结果表明,所提方法测量结果均方根误差(RMSE)为0.0359 mm,平均绝对误差(MAE)为0.0306 mm,可以有效用于线结构光三维(3D)测量.     

基于共面靶标的结构光标定方法

在交比不变原理基础上,提出了基于共面靶标的线结构光标定方法。对标定方法中各个计算过程、进行了鲁棒性分析,进而设计了相对应的平面靶标和实验流程。该方法可以降低图像处理过程所引入的误差,减少多次交比不变计算标定点所带来的累积误差,得到多组高精度的标定点,从而提高结构光系统的标定精度。定量实验结果表明,该标定方法可得到0.3334mm的测量精度。     

基于全局空间控制的高精度柔性视觉测量系统研究

针对传统机器人视觉测量系统中测量精度受机器人绝对定位精度限制的问题,构建了基于全局空间控制的高精度柔性视觉测量系统并研究其标定技术。通过全局空间测量定位系统实现机器人末端工具的高精度实时控制,可以突破机器人自身定位精度的限制,充分发挥其高度柔性的运动特性。为实现系统高精度测量,提出一种基于单应性矩阵的视觉传感器外参标定方法,该方法仅需对所设计的平面靶标进行一次成像,结合激光跟踪仪进行坐标转换即可实现传感器坐标系与外部参考坐标系之间坐标转换关系的精确标定。实验结果表明,基于全局空间控制的机器人视觉测量系统在其工作空间中距离测量精度优于0.2/mm,较传统的机器人视觉测量系统得到显著提高。     

线结构光三维传感器扫描方向标定方法

线结构光三维传感器需要结合扫描机构才能对物体进行三维重构,在使用前需要对扫描方向进行标定。由于各个标定图像的清晰度不同,传统标定方法会多次引入噪声,降低了标定精度。为了减小由图像清晰度不同多次引入的噪声,本文提出了基于联合估计的扫描方向标定方法。在标定过程中,需要使用位移台将平面靶标移动一个固定的距离,使每个拍摄位置处的靶标相对相机坐标系的旋转矩阵相同,同时平移向量的变化由位移台的运动步长约束。通过对旋转矩阵和平移向量增加约束,将平面靶标上的二维特征点拓展为三维特征点;联合所有标定图像进行统一的单应性估计,减小了由图像清晰度不同多次引入的噪声。通过测量量块尺寸进行了验证实验,实验结果表明：所提方法的测量误差相比传统方法减小了约30%,而且所提方法具有更好的重复性。所提方法实现了线结构光三维传感器扫描方向的高精度标定,减小了传感器三维重构的误差。     

大型工件单目结构光三维扫描方法

针对大型工件,提出了一种基于单目线结构光三维扫描的方法。通过引入线结构光平面建立了视觉传感器数学模型和多项式模型,并使用高精密手动平移台控制平行线靶标在6个固定位置的移动对相机和光平面进行标定,提高标定的精度和准确度。同时对测量工件部分精准定位有效区域,减小程序运算量。该扫描方法可直接构建传感器的测量坐标系,过程简单,速度较快。通过对大尺寸铝合金铸件进行扫描测试,选取了合适的扫描速度v=1.25 mm/s,在满足精度的前提下提升了工业应用的效率。实验结果证明,此种方法能够有效准确的对物体表面进行重构,平均误差小于0.1 mm,具有较高的精度。     

线结构光双传感器测量系统的标定方法

针对现有线结构光双传感器测量系统标定过程中对设备要求高、标定过程复杂等难题,提出了一种简便的基于平面标定参照物的现场标定方法。该方法不需要设计复杂的校准模型和高精度的辅助调整设备,只需要将一个绘制有棋盘格图案的平面参照物在两个传感器公共的测量范围内任意摆放几个位置,即可完成双传感器标定,并建立两个传感器之间的相互关系,进一步将多个局部世界坐标系下的标定特征点统一到一个全局世界坐标系中,从而建立起两个传感器与线结构光平面间的标定方程。实验验证了该方法的可行性,实测平面高度的均方根(RMS)误差为0.03 mm。     

基于三维测量模型的立体视觉传感器的现场标定技术

提出了基于双目立体视觉传感器三维(3-D)测量模型的传感器现场标定技术，并建立了标定数学模型。相关实验表明，这种标定方法简单，具有较高的标定精度，最大尺寸测量误差小于0．05mm，对标定环境及靶标的摆放姿态无严格要求。     

基于平面靶标的线结构光视觉传感器机器人手眼标定方法

为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系，设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态，使激光线经过平面靶标上实心圆的圆心，通过图像处理，得到圆心的像素坐标，转换后得到圆心在传感器坐标系下的坐标；多次调整姿态，获取多组图像，得到多组传感器坐标系下圆心坐标；结合对应机器人位姿关系，采用最小二乘法直接解算出手眼矩阵。实验结果表明，所提方法与采用标准球为靶标的手眼标定方法对比，反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm，以同一目标的不同间距为测量对象，均方根误差均有效减小。该方法提高了标定精度，不需要采用昂贵的靶标，适合于现场标定。     

正交约束下的机器人线结构光手眼标定

为了将传感器局部坐标系下的测量数据转化为机器人坐标系下的全局三维数据,需要确定机器人法兰盘与传感器之间的关系,即手眼标定。为实现机器人与线结构光传感器的现场手眼标定,提出一种正交约束条件下的新方法,该方法标定过程无需人工参与,仅需一块具有空间正交约束关系的平面靶标。标定过程中任意变换机器人位置与姿态,控制激光线与靶标两直角边分别相交,并记录传感器测量坐标值以及对应的机器人姿态数据,再基于空间正交约束建立非线性优化模型,最后采用内点法迭代求得最优解。实验结果表明：该标定方法快速、稳定且精度较高,系统整体测量精度优于0.3 mm,可满足常规测量需求。     

管道内表面圆结构光视觉三维测量系统

为保证管道运输安全,需要对管道进行定期维护和检测。采用视觉检测原理,提出了一种基于圆结构光三维视觉检测的管道内表面测量系统。针对管道内表面测量空间受限的约束,基于圆结构光视觉检测原理,提出了视觉传感器的纵向排列结构模式,并搭建了管道内表面圆结构光视觉检测系统。针对圆结构光特点,设计了圆环形平面标定靶标,实现了圆结构光检测系统的标定,并基于该圆结构光视觉检测系统对工业管道内表面进行了三维测量。实验结果表明:该系统的标定不确定度为0.081 mm,针对管道内表面,具有较高的测量精度。     

多线结构光视觉传感器测量系统的标定

为实现大尺寸轧钢几何尺寸、形状误差、表面缺陷的实时检测,采用4个激光器和4个CCD摄像机搭建了多线结构光视觉传感器测量系统。针对多视觉传感器全局校准的关键问题,设计了特殊形状的靶标,提出了新的全局标定方法。利用交比不变原理获取光平面上多个标定点,同步实现视觉传感器的局部标定和全局校准。详细阐述了标定的基本原理和系统构建过程,分析了标定中存在的误差,并提出了减小误差的方法。实验验证系统重复测量精度在0.04mm以内,测量相对误差小于0.9%。     

基于线结构光旋转扫描和光条纹修复的三维视觉测量技术研究

非接触式三维视觉测量广泛应用在工业制造质量检测中。针对工业金属零部件检测的应用场景,提出了一种基于线结构光旋转扫描和光条纹修复的三维视觉测量方案。首先,通过基于线结构光投影的计算机视觉技术,设计了线结构光旋转扫描视觉子系统,并对工业相机、线结构光平面和旋转扫描中心轴进行标定;然后,针对采集到的光条纹图像存在低灰度区域缺失数据的问题,提出了基于缺失区域自适应灰度增强的光条纹中心线提取算法,有效修复了被测零部件的线结构光投影条纹;同时,利用文中提出的线结构光三维视觉测量方案,通过重建标准球棒的表面点云计算两球直径和球间距来评价测量系统的精度,测量系统精度优于0.06 mm;最后,进行金属轮毂外轮廓形貌测量,通过重复性实验计算轮毂外轮廓最大半径,验证重复性误差优于0.03%。实验结果表明:该方法可以无损伤、高效率、高精度地实现工业金属零部件三维测量,弥补了接触式三维测量方法的缺陷。     

一种基于平面标靶的线结构光视觉传感器标定方法

提出了一种适合于现场的线结构光视觉传感器标定 方法。建立了标定的数学模型,设计了一种平面点阵标靶,提出了坐标映射方法。根据结构 光条纹特征点的图像坐标和对应在标靶坐标系下的坐标,以及 相机内参,计算出标靶坐标系到摄像机坐标系的转移矩阵,再由转移矩阵得到特征点在摄像 机坐标系下的 坐标;在视场范围内,平面标靶按不同位姿摆放多次,获取投射在标靶上的所有特征点,对 这些特征点进 行平面拟合,得到结构光平面在摄像机坐标系下的方程。对标定的精度进行了验证,实验表 明,本文方法标定 过程简单,精度较高,适合于结构光传感器的现场标定。