太阳敏感器测量坐标系与立方镜坐标系转换矩阵的标定

提出一种太阳敏感器测量坐标系与立方镜坐标系转换矩阵的标定方法.该方法首先利用太阳模拟器和两轴转台对太阳敏感器测量坐标系与转台坐标系进行标定;然后,利用光阑接受屏和CCD图像瞄准定位系统,对立方镜坐标系和转台坐标系进行标定;最后,以转台坐标系作为中间坐标系计算出所述两坐标系的转换矩阵,从而将太阳敏感器测量的太阳视线方向间接转换到立方镜坐标系.实验结果表明,两坐标系转换矩阵的标定精度优于4"(1σ),满足太阳敏感器测量精度要求.该方法不需要精准的加工和安装工艺,同时对两坐标系转换矩阵的标定也不需要太阳敏感器测量坐标系与转台坐标系保持一致,易于实现,具有实用价值.     

测绘相机坐标系与立方镜转换矩阵的标定

介绍了一种测绘相机坐标系与立方镜之间关系的标定方法。对两坐标系的转换矩阵、标定方法和标定精度进行研究。推导了两坐标系的关系,建立了坐标系间的转换矩阵。利用高精度二维转台、0.5″经纬仪和平行光管完成了测绘相机与相机立方镜坐标系之间的角度测量。最后,对标定精度进行了分析。误差分析结果表明:该方法的标定精度优于2″(1σ),可以满足测绘相机坐标系与立方镜转换关系的标定要求,具有实用价值。     

测绘相机立方镜与星敏立方镜转换矩阵的标定

传输型立体测绘卫星利用测绘相机进行摄影测量时,需要确定测绘相机在惯性坐标系中的姿态。确定姿态时,首先由星敏感器测量得到星敏测量坐标系在惯性坐标系中的姿态,然后通过星敏测量坐标系与星敏立方镜的转换矩阵、星敏立方镜与测绘相机立方镜的转换矩阵,得到测绘相机测量坐标系在惯性坐标系中的姿态。文中介绍了各坐标系的定义,根据星敏立方镜与测绘相机立方镜坐标系的关系,利用4台经纬仪测量系统分别建立星敏立方镜和测绘相机立方镜的坐标系以及2坐标系间的转换矩阵,介绍了2个立方镜坐标系的标定方法,多次测量结果表明,最大标定误差为1.011 6",优于2"(1σ),满足立体测绘精度的要求。     

星上敏感器空间矢量自准直测量方法及标定试验

针对星上敏感器测量坐标系高精度标定的需求,提出一种空间矢量自准直测量方法,采用光电自准直经纬仪、卫星转台、基准镜阵列和坐标平移系统等,实现立方镜镜面法向矢量之间夹角的高精度自动化测量。给出空间角测量模型,基于误差传播原理推导出误差模型,并证明不确定度上限;仿真分析传感器精度对空间角测量误差的灵敏度,并在此基础上进行误差分配;设计并研制星上敏感器空间矢量自准直测量系统,对光电自准直经纬仪的转角精度、两轴垂直度和整个系统的空间角测量精度等进行试验标定;结果表明,光电自准直经纬仪转角精度优于0.6″、两轴垂直度优于0.2″,空间角测量精度优于3″,验证所提出方法的有效性、误差分配的合理性和设计方案的可行性,可为高精度星上敏感器的自动化测量标定系统的开发和应用提供参考。     

双目立体摄影测量中的标定方法

针对立体摄影测量中的双目立体摄影测量,利用透视变换方法及矩阵转换知识建立了双目立体摄影测量系统的空间三维坐标数学模型,提出一种不需要迭代求解摄像机参数的标定方法,避免了迭代算法收敛速度慢、耗时多的缺点。该标定方法只需对标定板在不同角度拍摄一组图像,在无需控制任何运动参数的情况下,通过成像过程中不同坐标系之间的转换,实现了像素坐标与基准坐标之间的直接转换。该算法快速、精确、简便。实验结果表明,该标定算法可达到相对误差为0．2的精度。     

面向飞机大部件对接的标定点选择方法

飞机大部件自动对接中普遍采用靶标点来拟合大部件位姿,因此为了满足靶标点测量精度,需要合理布局测量设备位置以及合理选择拟合坐标转换矩阵的标定点。通过矩阵计算,在分析测量误差传递函数基础上,得出了测量设备的有效测量距离,同时提出了基于标定点的坐标系转换矩阵求解方法和选择标定点原则,最后结合现场采集数据验证了该方法应用在飞机大部件对接中测量靶标点坐标的可行性。     

船载高精度星敏感器安装角的标定

星敏感器测量船体姿态精度与星敏感器与甲板之间的安装角标定精度密切相关。本文介绍了船载星敏感器的相关坐标系及安装角的定义,建立了船载星敏感器蒙气差修正模型,提出了一种船载高精度星敏感器安装角标定方法。船进坞坐墩时,船载经纬仪通过拍摄方位标确定航向,星敏感器通过星图识别获得视场内星点的赤经、赤纬,构成地心惯性系参考矢量,经岁差、章动、极移、船位等修正,得到各恒星在惯导地平系下的参考矢量。然后,根据蒙气差模型对星点逐个修正俯仰角,重构惯导地平系下的参考矢量。最后,依据姿态确定算法原理,解算星敏感器安装矩阵,求解安装角。实验表明,使用该方法可使方位角、俯仰角的标定精度达10"以内。该方法有效发挥了星敏感器指向精度高的优点,改善了程序自动化程度,提高了船体姿态测量精度。     

激光测量标定机器人坐标系位姿变换的正交化解算

针对大型装备智能制造中的机器人在线位姿激光跟踪测量与实时引导需求,提出了一种机器人坐标系与激光测量坐标系标定转换和解算方法。设计了基于距离原则的机器人末端光学工具中心点TCP(Tool Center Point)位置标定算法。通过运用空间点坐标重心化配置算法和基于罗德里格矩阵变换的最小二乘优化算法解算出了具有单位正交性的位姿变换旋转矩阵。进行了机器人坐标系位姿变换激光测量标定和优化对比实验,旋转矩阵初值和正交优化值进行点坐标转换后的综合RMSE分别为0.579 0mm和0.501 5mm。结果表明该方法能够有效改进姿态旋转矩阵正交性,并提高位姿变换解算精度。     

高精度星敏感器标定方法研究

星敏感器是一种广泛应用在航天飞行器中的高精度姿态测量器件,精度标定是保证高精度测量的重要环节。为了尽量提高星敏感器的整体精度,对传统星敏感器标定方法进行了仿真分析,针对传统星敏感器标定方法模型参数难以解耦的弊端,提出单独标定主点,将星敏感器光学参数误差(如焦距、成像平面倾斜和畸变)等看作一个整体误差源,采用直接映射的方式进行标定。该方法简单方便、标定精度高,避免了传统方法中误差影响因素分析不全面及多次求取拟合近似值造成的累积误差。实验结果表明,该标定方法完全满足测量角误差2″的要求。     

串联机器人标定系统的坐标系快速转换方法

针对串联机器人标定系统中的工业机器人基座标系{B}与激光跟踪仪测量坐标系{T}的转换问题,提出一种融合多点拟合法和轴线矢量测量法的坐标系快速转换方法。该融合坐标系快速转换方法首先利用轴线矢量测量法获得旋转矩阵R,然后利用多点拟合法获得位移矢量T,进而得到坐标系转换矩阵BTR。试验结果表明该融合坐标系快速转换方法的测量时间比多点拟合方法减少了184.68s,但综合RMSE(Root mean squared error,RMSE)增加了0.215mm;相比于基于关节圆交点的坐标系转换方法,该方法的综合RMSE降低了0.626mm,测量时间仅增加了51.26s;相比于基于平面拟合转换法,该方法的综合RMSE与测量时间分别降低了2.790mm和120.0s。因此,该融合坐标系快速转换方法的转换精度远优于基于轴线测量的坐标系转换方法,相比于多点拟合法具有相近的转换精度和更好的测量效率。     

基于一维靶标的多视觉传感器全局校准

基于交比不变性原理和一维靶标点共线的特点,提出了一种多视觉传感器全局校准方法。以一个视觉传感器坐标系为基础,建立全局坐标系,称该视觉传感器为基础视觉传感器。将一维靶标在基础视觉传感器和待校准视觉传感器前合适位置摆放至少两次。对每个视觉传感器,根据拍摄得到的三个或三个以上靶标点图像坐标,由交比不变性原理,求解不在视场区域的靶标点图像坐标。结合靶标点之间的距离约束,求解待校准视觉传感器到基础视觉传感器的转换矩阵。根据一维靶标特征点共线的特点,通过捆绑调整方式得到转换矩阵的最优解。最后通过两两视觉传感器校准的方式完成多视觉传感器全局校准。该方法不需外部辅助设备、简单灵活,实用性强。试验证明全局校准精度可达0.041mm。     

基于三点透视模型的线结构光系统标定方法

针对现有线结构光传感系统标定过程中对设备要求高、标定过程繁琐等问题,提出一种基于三点透视模型的快速标定方法。引入一个可自由移动的平面靶标,靶标上只需要共线、且相互位置确定的三个特征点,利用共线三点建立三点透视数学模型,根据三个特征点以及光条纹在摄像机像面的成像信息,就可以获取光平面上标定点在摄像机坐标系下的坐标。平面靶标在视觉范围内任意移动几个位置,得到光平面上多个标定点坐标,从而确定光平面方程。实验证明,该方法平均相对测量误差小于0.8%。该方法不需要昂贵的辅助调整设备,也不需要求解坐标系之间的转换矩阵,简单、快速,适合现场标定。     

点激光测头激光束方向标定

为了使点激光测头能在任意方向上实现测量功能,提出一种逆向工程中标定激光束方向的方法,设计了一种标定面方向可调的标定块配合标定。标定过程中,让激光测头在标定面上分别沿X、Y、Z3个轴方向做等间距运动,根据进给步长与激光束长度变化量之间的关系确定激光束的方向。以三坐标测量机为平台,给出了以任意方向安置点激光测头时,测量值从传感器坐标系到基准坐标系的转换过程,并对标定算法及整个标定过程进行了详细描述。最后,通过与接触式测量进行对比实验,验证标定后点激光测头的测量效果。实验结果表明,用该方法标定的点激光测头在3σ范围内沿任意方向的测量误差为(0.0452±0.0168)mm,满足逆向工程的测量要求。     

基于手眼系统的线结构光焊缝跟踪系统设计

为了实现一般手眼系统与线结构光焊缝跟踪系统主要部件的复用,在一般手眼系统的基础上,加装激光器、滤光片、保护装置等设备,将其用作焊缝跟踪系统中的线激光结构光焊缝跟踪传感器。通过实验对原手眼系统的标定结果进行实验修正,使其可以替代线结构光焊缝跟踪传感器的标定。详细分析了安装激光器、滤光片、保护装置等对原手眼标定结果造成的影响,使用数据逼近的方法提高线激光结构光焊缝跟踪传感器的手眼标定精度;实验时先对手眼系统进行标定,得到相机坐标系到工具坐标系的原外参矩阵;再对使用原外参矩阵得到的焊点数据,与焊点的实际坐标的误差进行分析,修正手眼系统标定结果。通过实验验证了本方法在手眼系统标定结果基础上,进行加装机构后的线结构光焊缝跟踪传感器的手眼标定的平均精度可达0.53 mm,能够满足机器人焊接的需求。     

Linear calibration method of magnetic gradient tensor system

Based on the detailed analysis of systematic errors, mathematical model of error parameters is constructed and linear calibration method is proposed for magnetic gradient tensor system. Firstly, nonlinear mathematical model of error parameters for single vector magnetometer is constructed based on scalar calibration, and least square solution is deduced by two nonlinear conversions without any mathematical simplification. Then outputs of four tri-axial magnetometers are calibrated to sensor’s orthogonal coordinate respectively. Secondly, a least square estimation is proposed for the misalignment errors between different magnetometers according to the rotation matrix comprising conversion of different orthogonal coordinate system. After calibration, outputs of tri-axial magnetometers are acquired along the ideally platform frame-orthogonal coordinate system and these enable calibration of magnetic gradient tensor system. Simulations and experiments show that the proposed linear calibration method can accurately solve the detailed error parameters and decrease measurement errors of magnetic gradient tensor system remarkably.     

基于双平面靶标的多视觉传感器现场全局校准

针对现有多视觉传感器全局校准方法多依赖外部辅助设备的问题,提出一种基于双平面靶标的多视觉传感器现场全局校准方法。以其中一个视觉传感器为基础视觉传感器,建立全局坐标系。根据基础视觉传感器与待校准视觉传感器之间的位置关系,调整固定两个平面靶标之间位置。将双平面靶标无约束移动多次(至少三次),每个视觉传感器可以“看”到对应的平面靶标。以两个平面靶标之间位置关系不变为约束条件,求解待校准视觉传感器坐标系到全局坐标系的转换矩阵,通过非线性优化方法求解转换矩阵在最大似然准则下的最优解。当视觉传感器多于两个时,通过两两视觉传感器校准的方式完成多视觉传感器现场全局校准。试验证明该方法灵活方便,切实可行。     

二维旋转平台下的相机参数标定

针对可旋转相机的参数标定问题,提出了一种基于二维旋转平台的相机成像模型。首先,通过一对坐标系的变换与逆变换,将相机的旋转平移变换关系转换为二维旋转平台纯旋转关系;然后,借助旋转平台读数以及相机到旋转平台的固定变换关系,实现相机内参的精确标定以及任意位置间相机外参的相互转换;最后,利用标定出的相机与旋转平台间变换矩阵实现不同位置相机参数的转换。相比于传统固定相机的标定方法,本文提出的方法标定获得的相机内参具有更好的收敛性,而且能够标定出相机到旋转平台的变换矩阵,从而实现相机坐标系变换参数的精确计算。实验结果表明,在标定模板图像数量相同时,与常用的张氏标定法相比,本文提出的方法标定获得的相机内参具有更快的收敛速度。棋盘格角点重投影坐标与实际拍摄图像中棋盘格角点坐标相对比,平均误差约为0.12pixel,表明该方法具有较高精度。