基于速度三角波的激光跟踪仪动态定位误差校准技术的研究北大核心CSCD

激光跟踪仪作为大尺寸精密坐标测量仪器,其动态定位误差精度备受关注。而其校准技术还停留在静态校准和动态跟踪性能校准的状态下。在少有对激光跟踪仪动态定位误差校准的前提下,通过对激光跟踪仪的误差分析,提出了基于速度三角波的激光跟踪仪动态定位误差校准方法,并对校准模型中运动目标的规律和运动轨迹进行了分析,设计了激光跟踪仪校准实验。实验结果论证了校准方案的可行性和必要性,对最大测量速度赋予了更为详细的定义。     

激光跟踪仪现场评定装置

介绍了一种用于激光跟踪仪现场快速评定装置,采用激光干涉仪作为标准器,能够生成任意标准长度,符合美国ASME B89.4.19的评价方法,同时还具有动态参数校准和角度标定功能,实现了激光跟踪仪在工业现场的快速评定.     

6D精密摇摆台的动态参数校准

本文介绍了6D精密摇摆台动态参数校准方法.该方法采用激光跟踪仪,利用跟踪仪的高速采样特性测量出模拟台的运动姿态,根据运动姿态进行动态特性分析,解决了Stewart平台结构的动态参数标定问题.     

激光跟踪仪动态参数自动测试系统设计

介绍了中国计量科学研究院最新研制的激光跟踪仪动态参数自动测试系统.当前,对激光跟踪仪的评价普遍局限于静态参数的评定上,而该系统却通过测量激光跟踪仪在动态条件下的各性能指标,弥补了在动态指标评定方面的缺陷,从而可以从静态、动态两个方面对激光跟踪仪进行全面的评价.     

目标引导系统模型研究

为解决目前激光跟踪仪无法满足连续自动测量要求的问题,提出一种使用机械臂抓取靶球的方案,通过建立系统模型和转换统一坐标系,使机械臂末端位姿达到被测目标点位姿,并利用机械臂轨迹规划实现激光跟踪仪连续自动测量。最后,通过Matlab仿真验证了此方案的可行性。     

激光跟踪测量系统的原理及在车身在线检测中的应用

激光跟踪测量系统是一种高精度的工业测量仪器，它具有测量精度高、实时快速、动态测量、便于移动等优点，但其原理实际上是一台单频激光干涉测距、又能自动跟踪目标的全站仪。激光跟踪仪在航空航天、汽车制造、电子工业、高能粒子加速器工程以及大尺寸计量等行业中，已有广泛应用，我国自90年代中期开始也已大量引进该类仪器，并已应用于生产实践和科研。本文主要介绍激光跟踪仪的原理，校准方法及在汽车工业的一个应用情况。     

激光跟踪测量系统校验及在三维测量中的应用

介绍了激光跟踪仪（LTS）原理，提供了一种校验激光跟踪测量系统的方法。通过与高精度三坐标测量机（CMM）比对测量，检验其精度，实验结果表明角向误差是影响LTS精度的主要因素。利用激光跟踪仪对汽车外形进行扫描，建立其三维模型，发现测量中存在的问题，并提出解决方法，结果表明，激光跟踪仪应用于汽车车身扫描有操作简单、精度较高等优点。     

弱小目标跟踪算法性能评估的研究

本文提出了弱小目标检测和跟踪算法的性能评估框架,并针对弱小目标检测和跟踪的特点,从背景特性、目标特性和跟踪干扰特性等方面对弱小目标序列图像的仿真进行了分析.通过分析弱小目标跟踪中可能遇到的不同的目标情况和由此产生的正确跟踪轨迹、正常轨迹消失、错误跟踪轨迹、遗漏轨迹和虚假跟踪轨迹等目标跟踪状况,以弱小目标仿真模块提供的目标原始真值为基础,采用了有效跟踪评价和有效跟踪精度评价的方法对跟踪算法进行评估.试验表明,该方法能够有效地评估弱小目标跟踪算法.     

光电跟踪误差校准技术的研究

研制光电跟踪仪校准系统,利用激光跟踪仪跟踪光电跟踪仪并采集测量数据,剔除其中存在的粗大误差得到有效数据,采用球面拟合最小二乘法确定光电跟踪的中心。建立合理的坐标转换模型,实现激光跟踪仪的中心向光电跟踪仪的中心坐标转换,并将二者的测量数据进行对比得到校准结果。利用VB和MATLAB软件结合的方法对数据进行分析与处理,提升运算效率。举例给出光电跟踪仪校准系统的测试结果,并对其不确定度进行分析,证明了此校准系统的可靠性,为跟踪及瞄准系统的参数校准提供了参考。     

基于最小PDOP的跟踪仪顺次多站测量站位优化

工业机器人进行大型构件加工时，精确测量机器人与大型构件的相对位置关系是保证加工质量的关键。采用单台激光跟踪仪顺次多站法进行测量时，为了提高测量精度，充分考虑了激光跟踪仪的位置误差，对激光跟踪仪站位优化进行了研究。首先，探讨了激光跟踪仪测量误差主要来源，分析了顺次多站法测量原理；然后，基于最小位置精度衰减因子(PDOP)的方法进行了激光跟踪仪站位的优化，并给出了各站位位置测量精度最优的求解算法。最后，进行了站位优化前后的验证实验，结果表明：优化站位后测量系统的测量精度可提高50%以上，验证了站位优化方法的有效性。     

基于激光跟踪仪的拖曳水槽车速动态校准

针对拖曳水槽测速轮静态标定后动态使用可能导致系统偏差的问题,提出一种基于激光跟踪仪的拖曳水槽车速动态校准方法。首先对激光跟踪仪的测速偏差进行了校准和修正,然后利用其开展了拖曳水槽车速动态校准研究;比较了水槽测速轮系统动态校准和静态校准的差异,发现采用测速轮系统在低车速下示值偏低,建议不同车速下采用不同的编码器系数;分析了车速稳定性和测速轮动态性能对校准结果的影响,探讨了实际情况下校准不确定度的评估方法。     

激光跟踪仪测量曲面的测量不确定度研究

针对激光跟踪仪用于曲面轮廓度测量的不确定度评定问题,在论述了激光跟踪仪的标定和面向任务的测量不确定度的基础上,重点研究了Monte-Carlo模拟方法评价面向任务的不确定度的基本思想,并提出了虚拟激光跟踪仪的概念.最后通过实验研究,验证了采用Monte-Carlo模拟方法评价激光跟踪仪测量曲面轮廓度的不确定度是可行的.     

基于激光跟踪仪的超声流量计几何参数实测方法

针对需要现场安装的大口径超声流量计的几何参数外部测量问题,建立了基于激光跟踪仪的大口径超声流量计几何参数测量方法。利用跟踪仪在管道外部测量管段壁面和超声探头的三维特征,并通过三维建模工具获得管段和探头的相对位置关系,进而计算得到流量计几何参数。结合现场测量案例,评估了内径、声道长度、声道角、声道高度等参数对流量不确定度的贡献。该方法不仅解决了管道外部几何参数实测问题,而且能将不确定度水平控制在0.2%左右。与跟踪仪实测值相比,几何参数厂家设置值存在一定的差异,建议厂家和用户给予几何参数实测更多的关注。     

面向机器人标定的单激光跟踪仪顺序多站式测量系统建模与分析

为实现大型串联工业机器人的高精度标定,搭建了一种单激光跟踪仪的顺序多站式测量系统。该系统仅需单台激光跟踪仪,先后在不同的基站位置对工业机器人的末端位置进行独立测量,并基于多边测量方法计算机器人的末端位置。计算过程中仅需激光跟踪仪的距离信息,有效地优化了末端位置的测量不确定度。首先,建立了该测量系统的仿真模型,深入地分析了测量点的数量与分布形状、测量距离以及工业机器人定位精度等因素对系统测量精度的影响;然后,依据分析结果确定单激光跟踪仪顺序多站式测量系统的搭建方案。实验结果表明:该系统在2.5 m距离上的测量误差仅为0.023 mm,优于激光跟踪仪的测量精度,满足大型串联工业机器人参数标定的测量精度要求。     

模块化六自由度机器人运动学标定与实验研究

针对自主研发的模块化六自由度轻载搬运机器人,使用激光跟踪仪并采用直接标定法进行了运动学标定与实验研究。采用D-H法构建了机器人连杆坐标系和机器人运动学模型,并运用微分变换的方法建立误差模型。通过激光跟踪仪测量机器人末端位置,将其与运动学模型求解得到的机器人末端位置进行比较,验证了误差模型的正确性。然后将误差模型计算得到的机器人连杆参数误差在机器人控制系统软件中进行修正。最后利用激光跟踪仪测量机器人的关节转角间隙误差,将误差值转换成脉冲数并在软件中进行补偿。机器人运动学标定实验表明,使用激光跟踪仪进行连杆参数误差补偿和关节转角间隙误差补偿可以明显的减小绝对定位误差,绝对定位误差降低了69.6%,定位精度有了明显的提高。     

Simulation analysis of dynamic working performance for star trackers

The elongated imaging track pertaining to a star spot recorded in the image sensor of a star tracker will diffuse over several pixels at a high angular velocity, leading to an inaccurate, even false, attitude value. A computer simulation of the attitude determination from a dynamic star tracker is developed first, based on a dynamic mathematical model of the star-spot imaging and an efficiency validation of the star centroiding algorithm in the dynamic condition. Then major error sources affecting the attitude accuracy in the dynamic condition are analyzed and discussed systematically based on the simulation results. A mathematical model calculating the average star number detected in the field of view is also deduced, using simulation results and signal processing theory, with image trailing ranging from 0 to 20 pixels during exposure. The summarized regularity is helpful in the system design and accuracy evaluation of a star tracker.