长度约束下双相机外参数不稳定定向

动态立体视觉测量技术在几何量测量特别是大视场测量中应用越来越广。在分析动态双相机立体视觉测量相对定向算法的基础上,提出了一种基于一定数量距离约束的相机不稳定定向算法。在测量场中固定放置一定数量的一维标定靶标,双相机获取标定靶标上点的中心坐标,由极线几何约束快速准确解算双相机外参数,每次测量根据标定靶重新定向相机,由靶标补偿相机在测量过程中的位置变动,保证在测量场中即使相机站位发生位置变化仍可精确测量。实验中对分布范围2.5 m×1.6 m×4.5 m测量场中90个自反射目标点进行测量,选用5对点间距离作为距离约束,并与V-STARS/S进行结果比对。结果表明在相机站位发生明显变动情况下,90个空间点三维重建位置误差小于0.160 mm,标准差小于0.042 mm。将该方法应用于合成孔径雷达测量,得到相近结果。     

视觉测量系统的相机校准

提出了一种利用虚拟立体校准模板的有效相机校准技术.通过红外发光二极管按照预定路径在三坐标测量机上移动,构成精确的虚拟立体校准模板.校准过程中考虑了径向畸变和切向畸变.采用二次高斯曲面拟合,精确地提取像点的质心坐标.校准过程包括线性参数估计和基于最大似然估计的非线性校正.首先采用线性方法对部分参数进行初始估计,然后再通过基于最大似然估计的非线性最小化获得所有的参数值.该方法可精确获取图像点坐标和空间点坐标,能够实现快速、有效收敛.实验结果表明,该校准技术能够满足视觉测量系统的要求,也可以满足视觉测量系统对相机参数的特殊要求.     

野外大视场双目视觉物体定位监测系统的单参数快速标定

提出了一种只对相机水平偏角进行现场校准的标定方法用于野外远距离、大视场、双目视觉物体定位监测系统的快速标定.该方法通过合理考虑视觉传感器的调平装置,结合现场使用过程中相机焦距值固定的特点,简化了测量模型,减少了待标定参数;只需要测得监测中心和相机在大地坐标系中的经纬度坐标及监测中心的图像坐标即可完成系统标定.由于不需要高精度靶标,从而克服了靶标移动及摆放对标定过程的影响.在实际使用中,对2 km以外400 m×800 m的区域进行监测时,相对定位误差小于0.25％,其中由焦距值误差引起的相对定位误差不超过0.07％.该摄像机标定方法在保证测量精度的同时,具有易实现、用时少等优点,适用于野外大视场环境下物体的快速定位监测.     

线结构光多视觉传感器现场同步校准方法

现有线结构光多视觉传感器现场校准通常需要先完成线结构光视觉传感器局部标定,再进行多视觉传感器全局校准,效率低、且在搬运过程容易对线结构光视觉传感器局部标定结果造成影响,降低测量系统精度。针对以上问题,提出一种可以同步实现线结构光视觉传感器局部标定和多视觉传感器全局校准的现场同步校准方法。该方法以自由移动三次以上的一维靶标为中介,将两个无共同视场的线结构光视觉传感器联系在一起。以一维靶标特征点距离已知为约束条件,由交比不变性,得到所有一维靶标点及光条与一维靶标相交点在各线结构光视觉传感器图像坐标系下的图像坐标,进而求解出两个线结构光视觉传感器之间的转换矩阵和一维靶标特征点及光条与一维靶标相交点在全局坐标系下三维坐标,通过拟合求解全局坐标下的光平面方程,采用非线性优化算法求解出两个线结构光视觉传感器间的转换矩阵与光平面方程的最优解。如果视觉传感器多于两个,可通过两两校准方式实现多个视觉传感器现场校准。试验结果表明,该方法同步校准方均根误差可优于0.14 mm。     

远距离三维坐标测量中双目视觉系统结构参数的优化

针对双目视觉系统对远距离大视场复杂地形环境下目标点三维坐标的测量,研究了优化系统结构,提高双目视觉系统坐标测量精度的方法。分析了系统结构参数对测量精度的影响,通过在监测区域内设置靶标对系统进行标定。测量时,将获取的目标点图像信息代入测量模型进行解算,从而获得目标点的空间三维坐标。仿真分析了系统结构参数中调平传感器精度以及系统布局方式对三维坐标测量精度的影响,得出了其误差影响趋势。在此基础上,提出系统调平传感器精度为±0.1°的要求以及系统合理的布局方式,为构建双目视觉测量系统的布局提供参考。对直径200m的区域进行了监测,结果显示目标点的相对定位误差均小于0.33%,满足系统的精度指标要求,同时使得系统现场架设更加方便快捷,避免了盲目性。     

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。     

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,根据拍摄得到的 3 个或 3 个以上的靶标点图像坐标,由交比不变性原理,对每个视觉传感器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,全局校准精度可达0.041 mm.     

变异机制粒子群优化的摄像机内参数校准

针对大空间单目视觉系统中摄像机内参数校准精度对整体测量精度影响较大这一问题,本文提出一种基于变异机制粒子群优化(MMPSO)算法的摄像机内参数虚拟三维校准方法。该方法基于分阶段最优化思路,通过建立摄像机成像模型对摄像机外参数及部分内参数进行初始值估计,再通过MMPSO算法对内参数进行优化校准确定最终的结果。实验中为了提供精确的校准控制点,搭建了校准硬件平台,将红外发光二极管固定于三坐标测量机测头上并跟随测头移动,构造一个大空间虚拟三维校准板。实验结果表明:主要的10个内参数均达到测量精度要求的数量级,验证了该方法的有效性。通过单目视觉坐标测量系统对两种校准方法所得结果进行等距测量实验,基于Janne Heikkila的三维校准法的总体标准差为0.112mm,基于MMPSO算法的虚拟三维校准法的总体标准差为0.084mm。通过对比实测数据标准差,可以证明本文提出的校准方法稳定性更好,精度更高。该方法能够满足大空间单目视觉坐标测量系统对摄像机内参数精度的要求,对视觉坐标测量技术领域中的摄像机校准等非线性优化问题具有一定指导作用。     

基于二维靶标的管路端点位置测量方法

针对管路系统中端点位置的高效高精度测量难题,提出一种基于二维靶标的管路端点位置测量方法。该方法引入机器视觉技术和二维靶标,将二维靶标装配在导管两端,通过图像采集和处理获得靶标上标识点的图像坐标,通过建立的靶标模型与相机模型的关系求解得到管路端点在相机坐标系下的坐标,在此基础上计算出管路端点的相对位置。测量实验表明,使用该方法有效提高了管路端点的位置测量精度。     

基于立体定向靶标的探针式多视场三维视觉测量系统

针对含有遮挡区域、深孔及凹槽等特征的多面体或回转体物体,设计了一套基于立体定向靶标的探针式多视场三维视觉测量系统,并阐述该套测量系统的结构组成和基本工作原理。首先,基于近景摄影测量技术建立立体定向靶标的6个单元模型,计算靶标各侧面角点在各自单元模型内的坐标,再通过单元模型的链接和光束平差,获取全部角点的精确全局坐标,并将其作为立体定向靶标的全局控制点。然后,设计了利用共面角点辅助定位的探针,仍基于近景摄影测量技术解算出角点和测头在探针坐标系中的精确坐标。最后,利用共面的棋盘格角点与其像平面之间的单应性矩阵,推导全局坐标系、探针坐标系各自与相机坐标系的位姿关系,进而求得探针测头的全局坐标。以量块（量棒）的标准长度作为评价指标,在2m×1.5m的视场范围内测量精度优于0.1mm。测量实验表明,多视场三维视觉测量系统用于具有回转体结构特征的水壶测量,能够获取水壶表面全部区域的点云数据。     

球形靶标中心成像点的高精度定位

为提高球形靶标中心在像平面上成像点的定位精度,研究了球形靶标成像理论及球心成像点定位方法。建立了空间球在摄像机系统下的投影模型,结合空间解析几何理论,证明了球形靶标的透视投影特性。推导出了球心成像点坐标的精确表达式,并结合测量实际给提出了球心成像点的高精度定位方法。利用仿真实验建立了球心投影畸变误差模型并分析了相关影响因素。最后,结合陶瓷标准球进行了视觉系统位姿参数标定实验。结果表明,该定位方法求得的空间球球心重投影误差比传统的球心成像坐标定位方法产生的重投影误差平均减少了36%,位姿参数稳定性相对提高了40%。得到的结果验证了该球形靶标中心成像点定位方法精度高,鲁棒性强,可应用于基于球形靶标的视觉标定或测量中。     

野外空间坐标测量中的任意姿态多目相机快速标定

针对野外复杂地形环境下,对于多个监测区域进行野外坐标测量的情况,提出一种利用双目立体视觉原理对相机3个姿态角及焦距同时进行现场校准的快速标定方法。该方法对传统的标定方法进行改进,可用于相机焦距、姿态未知的情况,对现场环境条件要求低,避免了传统标定方法中相机架设姿态受限的问题。首先通过选择合适的统一世界坐标系和坐标系旋转顺序,使标定得到的相机外参与相机姿态角对应。然后通过GPS测量得到两个标定点的世界坐标,将两个标定点的世界坐标和图像坐标代入成像模型,用最小二乘法解出相机的焦距和姿态角。在现场对其中一个监测区域进行实际测量验证,结果显示直径200 m的圆形监测区域内,相对误差优于0.38%。该方法工程应用性强,灵活度高,适用性广。     

基于成像光线空间追踪的摄像机标定方法研究

摄像机测量模型和标定方法是视觉测量的关键,直接影响视觉测量系统的测量精度。针对这个问题,借鉴非成像模型的摄像机校准的思想,提出了基于成像光线追踪的摄像机标定方法。分析测量点经摄像机镜头成像的规律,通过空间直线确定摄像机图像坐标与测量空间的映射关系。使用像平面和两个空间平面的映射关系,建立空间直线表达方式,完成基于成像追踪方法的摄像机测量参数标定。通过噪声分析和精度测量实验对基于成像追踪的摄像机标定方法进行精度验证,实验结果表明该方法可以有效抑制标定数据噪声对测量结果的影响,提高摄像机标定精度。     

DISTANCE MEASURING MODELING AND ERROR ANALYSIS OF DUALCCD VISION SYSTEM SIMULATING HUMAN EYES AND NECK

A dual-CCD simulating human eyes and neck (DSHEN) vision system is put forward. Itsstructure and principle are introduced. The DSHEN vision system can perform some movementssimulating human eyes and neck by means of four rotating joints, and realize precise object recogniz-ing and distance measuring in all orientations. The mathematic model of the DSHEN vision system isbuilt,and its movement equation is solved. The coordinate error and measure precision affected by themovement parameters are analyzed by means of intersection measuring method. So a theoretic founda-tion for further research on automatic object recognizing and precise target tracking is provided.     

Microscopic vision based on the adaptive positioning of the camera coordinate frame

Microscopic vision measurement precision has been largely limited by inaccurately calibrated model parameters, because image plane is near parallel to reference plane in the narrow depth of field. This article proposes a method of precise microscopic vision measurement based on the adaptive positioning of the camera coordinate frame. The microscopic vision measurement movably attaches the origin of the camera coordinate frame along the optical axis. By finding the optimal position, the nonlinearity of the objective function in calibration optimization is decreased and the optimization sensitivity to initial values is reduced. Therefore, we obtain a high calibration precision and eventually ensure a high measurement precision. Mathematical simulations illustrate that the calibration precision of the proposed microscopic vision measurement model is higher than that of the conventional vision measurement model. The experiment shows that with magnification of 3.024×, the presented system achieves a precision of 0.12% based on the proposed microscopic vision measurement model, which is two times higher than the one based on the conventional vision measurement model. Microsc. Res. Tech. 75:1281–1291, 2012. © 2012 Wiley Periodicals, Inc.     

Research on optimal measurement area of flexible coordinate measuring machines

When we measure a workpiece in the optimal measurement area of the flexible coordinate measuring machines (FCMMs), the measuring precision can be improved. The flexible CMM’s measuring space is given. Then its spatial error distribution model is build by using support vector machine theory. Finally, the two solutions of the optimal measurement area are discussed and solved through experiments. The high precision measurement results can be realized by using a low-precision measuring machine without any increase in hardware manufacturing cost. This is of great theoretical value and practical significance for the flexible CMM’s further development.     

基于结构光测量系统的误差传递分析

结构光系统作为视觉测量中常见的技术之一,其测量精度直接影响了该系统的应用范围。针对交比不变原理的结构光光平面标定方法,利用误差分析理论和矩阵扰动原理分别从系统的测量误差和光平面标定误差进行分析,提出了结构光测量系统的误差传递模型。并给出了一个特例情况下的精度要求,即满足在1000mm的测量距离上获得±0.5mm的测量精度情况下,各标定参数所需要满足的精度要求,以及标定样本提取的精度要求。通过实测实验结果验证了误差分析的有效性。该误差分析为提高结构光系统的测量精度提供了理论依据。     

基于构建最优函数提高飞机姿态测量精度

提出了基于构建最优函数来提高飞机姿态测量精度的方法.首先,利用模板匹配法获得飞机在两个测站投影的同名特征点,在发射坐标系下采用交会获得飞机同名特征点的坐标值,根据飞机在空间的特征三角形解算飞机姿态的初值.然后,建立飞机体坐标系;利用成像的共线方程,重新计算空间特征点对应的像点坐标;以重投影结果与实际像点之间的偏差最小作为优化目标函数.最后,通过迭代提高目标姿态解的精度.实验结果表明,飞机轴向成像在大于500pixel时,姿态角测量误差小于0.1°.与中轴线法及飞机角平分线方向向量法测量精度比对,本文提出的方法采用的数学模型正确、算法合理,有效地提高了飞机姿态的测量精度.     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。