现场大空间测量中精密三维坐标控制网的建立

全局测量与精度控制是超大空间内精密测量的基础,决定着整体测量的性能和适用性。为提高整体空间测量精度,同时解决定向及尺度问题,必须在全局空间内布设高精度测量控制网。三维坐标测量作为几何量测量的重要代表,是建立控制网最直接且约束最强的控制条件。为建立大空间精密三维坐标控制网,采用激光跟踪仪多站位对空间全局控制点进行三维坐标测量,结合奇异值分解算法完成各站位的方位定向,并利用激光跟踪仪极高精度的测距值作为约束,对跟踪仪测角误差进行优化,进一步提高坐标控制网的精度。将该控制网建立方法应用于某飞机机翼表面形貌测量,实现激光跟踪仪全局控制与终端摄影测量的高效组合,以不同若干站位下全局控制点间距离比对结果表明该控制网对现场测量精度和可靠性的提高具有良好效果。     

基于合作靶标的分布式测量系统定向方法

大尺寸分布式测量系统基于多源观测交会原理,测量节点间的相对位姿关系决定了系统整体性能。 工作空间测量定位 系统是分布式测量系统的典型代表,其定向方法借助激光跟踪仪的靶球互换性构建几何约束条件,导致系统接收节点存在不可 避免的对心误差,影响定向精度。 本文研究了一种移动式合作靶标的分布式系统定向方法。 通过设计集成多接收节点的合作 靶标,无需精确确定靶标接收节点间的结构关系,而是利用接收节点间空间位置的相对不变性作为刚性约束来建立冗余光平面 交会信息的基站相对位姿关系模型。 结合后方交会定向初值解算模型,得到了不受接收节点互换对心误差影响的定向结果。 最后以工作空间测量定位系统(wMPS)为实验验证平台,结果表明:此定向方法避免了靶球高精度互换性,具有较好的稳定性, 能够有效降低接收节点互换对心误差的影响。 与传统基准尺定向方法相比,此定向方法的基准长度测量精度提高了约 40% 。     

基于数据加权融合的wMPS系统定向方法

为了提高室内空间测量定位系统(wMPS)的定向 精度,提出了一种数据加权融合实现wMPS 各发射站间定向的新方法。方法引入激光跟踪仪控制场三维坐标约束和wMPS发射站光平 面约束,将测 量不确定度转化为权重进行优化分配,推导了误差传递函数,将摄影测量中的坐标系转换方 法用于单个 wMPS发射站与全局坐标系间的坐标转换初值的计算,最终建立数据加权融合的定向数学模 型并实现解算。 仿真表明,利用本文方法,定向平移量误差在0.09mm以内,用四元 数表示的旋转角误差在2.4＂以内。 按照本文方法定向后的系统,在8m×5m×4m的范围内进行实验,点位测量精度优于0.21mm,基准尺长比 对精度优于0.1mm。实验表明,本文方法与传统的利用已知控制点进 行定向的方法相比,定向精度得到了明显提高。     

非模型化相机标定方法及测角误差研究

结合航空摄影光学校准方法和垂线法的概念,提出了一种不依赖于解析模型的相机标定方法,对CCD全像面进行亚像素层级的全视场逐点标定,构建分度视场角-像面坐标映射表;测角过程不依赖于成像模型,而使用映射表标准值插值解算。通过对标定过程进行分析,研究了此方法中影响测角精度的关键参数:一维靶标的靶点直线度、图像处理精度等,获得了系统误差分布特性及测角不确定度。最后通过水平方向测角验证实验,验证了此方法的可行性及误差分析的正确性。     

白车身视觉检测系统中多类型传感器全局校准技术

针对白车身视觉检测系统中传感器数量多、种类各异、分布空间大、位置关系复杂等问题,提出了一种适用于工业现场的多视觉传感器全局校准技术。基于坐标系间接统一法,设计多个精密立体靶标作为坐标系转换中介,利用激光跟踪仪获取现场校准数据,在单位四元数数学模型的基础上,求解两坐标系间最优转换矩阵,将固定式传感器和柔性传感器的测量坐标系统一到全局坐标系。该方法已在某企业在线测量项目中成功应用,现场只需完成传感器坐标系与全局坐标系转换关系标定,降低了复杂现场环境对多传感器全局校准的限制,简化了校准过程,提高了环境适应性,校准后检测系统各向测量精度均优于±0.2 mm,满足白车身在线测量精度要求。     

基于机器人的柔性电子检具测量系统

针对工业生产中常用的专用实物检具成本高、柔性差、自动化程度低的缺点,提出一种工业机器人柔性电子检具测量系统.以工业机器人为柔性自动化平台,将视觉传感器固定于机器人末端工具上,利用机器人示教功能规划测量路径,通过全局标定技术将局部测量结果统一到全局坐标系中.考虑测量过程中机器人重复定位误差是影响系统整体精度的主要因素之一...     

基于遗传算法的wMPS系统布局优化研究

室内空间测量定位系统(wMPS)是一种采用光平面交会的分布式大尺寸室内空间坐标测量系统.发射站的布局直接影响着该测量系统的测量误差、测量精度和其使用效能,而传统的L、C等测量模型在实际过程中受现场条件限制,测量精度比较低.为优化测量系统的网络布局,从该系统的空间多角度交会测量模型入手,以测量精度为优化目标,采用遗传算法作为优化工具,建立了以三维坐标数据对光平面扫描角的导数为关键的定位误差模型,以协方差来反映测量精度,更简单、直接地实现了在指定测量空间下的最优网络布局.最后设计了实验进行验证,实验结果表明该方法能有效优化布局,提高测量精度.     

旋转激光扫描测量系统同步信号电路延时补偿

旋转激光扫描测量系统采用光电扫描的计时方式并结合时空转换的原理实现角度交会定位,光电信号时域信息的精确性是影响测量精度的重要因素之一.针对测量系统中同步信号存在延时的问题,根据测角误差的特性提出一种基于发射基站转台正、反转测量目标的延时评估方法.通过定量分析同步信号的延时,建立同步信号的延时模型.基于可编程逻辑器件分析...     

基于关键点距离表征网络的物体位姿估计方法

提出一种新型的关键点距离表征学习网络，该网络利用位姿变换过程的几何不变性信息，在网络中引入距离量的估计，进而推导出稳健关键点，以此来提升基于深度学习的六自由度物体位姿估计方法的精度。所提方法包含两个阶段。首先，设计了关键点距离表征网络，通过一种骨干网络模块和特征融合结构实现RGB-D图像特征提取，并结合多层感知机预测物体逐点相对于关键点的距离量、语义和置信度。其次，根据可视点投票法及四点距离定位法，利用网络输出的多维信息推理计算关键点坐标，并最终通过最小二乘拟合算法得到物体位姿。为了证明所提方法的有效性，在公开数据集LineMOD和YCB-Video上进行了测试，实验结果表明，所提方法相比于原PSPNet框架中的ResNet参数量减少一半且精度有所提升，在两个数据集上精度分别提升了1.1个百分点和5.8个百分点。     

一种视觉惯性系统位姿高精度一体化标定方法

在视觉惯性定位系统中，传感器位姿关系的标定对于实现精确空间定位至关重要，针对现有标定方法对多传感器系统缺乏集成性、标定精度受限等问题，提出了一种视觉惯性系统位姿高精度一体化标定方法。通过精密三轴转台提供角度基准，基于重力矢量不变性和匀速圆周运动下向心加速度数值的一致性求解惯性测量单元（IMU）与转台之间的外参，利用转台构建控制场为相机标定提供空间角度约束，联合优化求解无重叠视场多相机内外参。仿真和实验结果表明，该方法具有较高的标定精度和稳定性，在多相机IMU系统组合定位测试中，与经典标定方法 Kalibr相比，本文方法系统运动轨迹拟合轴线的角度偏差降低40.32%，距离偏差降低18.93%，可满足高精度视觉惯性定位系统的标定需求。