智能三坐标测量机视觉系统的在线标定技术

提出了智能三坐标测量机视觉系统的在线标定技术。根据摄像机标定的基本原理,利用三坐标测量机沿x、y、z轴移动和正交精度都很高的特点,三坐标测量机带动待标定摄像机产生和白色陶瓷标准球球心(标定特征点)在x、y、z轴方向上的相对平动,得到标定特征点在测头坐标系中不同位置的坐标。引入测头坐标系,建立了该项标定技术的数学模型,给出了标定步骤,组建了标定系统。智能三坐标测量机视觉参数在线标定系统与专用标定系统的比对标定精度在±1μm以内,完全满足工程实际精度要求。     

智能三坐标测量机零件位姿识别中的立体匹配

为提高三坐标测量机零件位姿识别的效率和准确率,提出了一种基于图像质心偏移的立体匹配新方法。将CCD摄像机安装在三坐标测量机的Z轴上,利用三坐标测量机的精确平移特性,构成单摄像机立体视觉系统,在两个不同位置获取被测零件的实时图像,对其进行处理得到图像质心,将图像质心的偏移距离作为约束条件完成立体匹配。该方法避开了极线约束、灰度约束等复杂约束条件,实验表明该方法可以达到较高的匹配精度,实验件的匹配时间为1.818s。     

光笔式三坐标视觉测量系统的多点透视模型

为了提高光笔式三坐标视觉测量的正确性和有效性,对其多点透视模型进行了研究。以经典的"N点透视问题"理论为依据,将世界坐标系的原点巧妙地构建在光笔笔尖处,使坐标测量变为传统的摄像机外部参数标定问题,采用坐标变换方法,建立了光笔式三坐标视觉测量系统的多点透视数学模型,得出光笔上点光源的个数应大于等于3。结合光笔参数的自标定,采用十点透视模型,开发出光笔式三坐标视觉测量实验系统,在三坐标测量机上进行了比对测量实验。比对测量结果表明:在300mm测量范围内,实验测量系统和三坐标测量机在x、y、z轴方向上的测量数据最大差值分别为0.13、0.14和0.2mm。     

基于全局位姿评估的条纹反向视觉测量

提出基于全局位姿评估的条纹反向视觉测量。利用带测头的摄像机拍摄二维正弦条纹,根据傅里叶分析提取的平面特征点全局评估摄像机位姿,进而测量测头的球心坐标。摄像机的位姿评估是条纹反向视觉测量的关键技术,在测头标定和坐标测量中均需要进行位姿评估。位姿评估的误差函数包括重投影误差和物空间误差两类,两者在基于平面的位姿评估中均存在两个局部极小值,采用全局位姿评估算法可以避免误差函数陷入局部极小以高精度获取摄像机位姿,完成测头标定和坐标测量。实验结果表明,该方法可以高精度测量物体的三维坐标。     

光笔式单摄像机三维坐标视觉测量系统建模

提出了一种光笔式单摄像机三维坐标视觉测量系统,其主要由光笔、摄像机和笔记本电脑组成.测量时,使笔尖测头接触被测物体表面,摄像机摄取笔体上3个发光二极管的像,由3个发光二极管的像面坐标就可计算出被测点的三维坐标.运用三点透视问题(P3P)原理建立了系统的数学模型,并用摄像机模型中的坐标变换原理证明了该模型解的唯一性,推导出了被测点坐标的求解公式.在三坐标测量机上做了对比实验,结果表明,该系统达到了大尺寸现场测量要求的精度.     

多传感三维运动坐标测量技术研究

提出了一种多传感器一体化的三维坐标测量系统,系统由带有激光三角测头、显微视觉测头和接触式测头的三坐标测量机组成。设计了视觉测头和激光三角测头的像素级融合技术得到被测物体的三维表面点云,然后经过相位相关匹配算法、边缘与区域相结合的分割方法、以直线为基元的表面识别方法等一系列步骤对表面点云进行处理,最终测出被测特征的几何参数。并提出了整个测量系统以及视觉测头的自标定技术。最后使用该测量系统对一个有高精度尺寸要求的光学仪器进行测量,重复性精度可达1．2μm。     

智能CMM系统中摄像机的标定方法

将计算机视觉引入到坐标测量系统中能够实现零件位姿的识别.在建立一阶径向畸变摄像机模型的基础上,分析并得到了需要标定才能确知的摄像机内外部参数,对求解这些参数的方法和步骤进行了详细说明,结合坐标测量机(CMM)精度高的特点及白色陶瓷标准球的良好光学特性提出了一种基于摄像机平动的非共面标定方法.标定实验及结果分析表明该标定方法最终在X、Y方向上所引起的误差小于0.4994mm.     

基于点特征的单目视觉位姿测量算法

针对位姿求解过程中存在的解不唯一、选解难和解的精度不高等问题,提出一种基于点特征的单目视觉位姿测量算法。首先,根据共面4个特征点之间的位置关系,分别对平行和相交两种情况进行分析;其次,根据特征点的空间坐标、图像坐标和空间位置关系,推导出世界坐标系中3个坐标轴上的向量变换到摄像机坐标系中的单位向量,进而求解出物体相对于摄像机的初始位姿;最后,用LM算法对初始位姿进行优化,得到最终位姿。实验结果表明:文中算法的合成误差为0.54 mm;现有的EPnP算法、两点一线算法和P3P算法的合成误差分别为1.28、1.52和4.26 mm;文中算法的合成误差分别减小了57.8%、64.4%和87.3%,优于现有的EPnP算法、两点一线算法和P3P算法。     

激光跟踪测距三维坐标视觉测量系统建模

提出了一种激光跟踪测距视觉坐标测量系统,主要由摄像机、激光测距仪、计算机和光笔组成.测量时摄像机测量光笔上各光反射点的方向,激光测距仪跟踪捕捉并测量出某一光反射点到激光测距仪的距离,由测得的方向和距离计算出光笔笔尖接触点的三维坐标.根据n点透视问题(PnP)原理建立了系统的数学模型,激光测距仪测得的距离参数的引入,使得该数学模型可以线性求解,而且解具有唯一性.依据冗余技术给出了被测点三维坐标的求解方程组及其解法.和单摄像机视觉坐标测量系统的比对实验结果表明:在Z、Y和X轴方向上的测量稳定性精度可分别提高0.366、0.031和0.011 mm.     

便携式组合测量系统坐标统一的标定方法

针对便携式结构光测量系统和光学三 坐标测量系统的测量坐标系的全局统一问题,提出了一种基于手眼标定模型的标定方法 。利用 在全局坐标系下固定的平面标靶以及与便携式结构光测量系统具有刚性约束关系的 主动光立体标 靶作为中介坐标系,分别估计便携式结构光测量系统与平面标靶的位姿参数以及光学三 坐标测量系统 与主动光立体标靶之间的位姿参数,然后基于手眼标定模型标定出主动光立体标靶与便携式 结构光测量系 统之间的刚性位姿关系,进而完成便携式结构光测量系统和光学三坐标测量系统的坐标统一 。实验结果表 明,本文方法标定结果相对误差标准差约为0.151mm,标定精度合理 有效,可以实现便携式组合测量系统坐标统一的快速标定。     

基于激光追踪仪多站位测量的CMM空域坐标修正方法

三坐标测量机(CMM)是坐标测量技术中高效率的精密测量系统,随着超精密加工技术的发展,对三坐标测量机测量精度的要求越来越高。考虑到三坐标测量机在测量过程中的弱刚体性状态,提出了一种基于激光追踪仪多站位测量的三坐标测量机空域坐标修正方法。首先建立激光追踪仪多站位测量系统,然后利用激光追踪仪的高精度干涉测长值对被测空域内的三坐标测量机待测点坐标进行修正,最后利用三线性插值方法对三坐标测量机的被测空域坐标进行修正。仿真实验结果表明利用所提出的空域坐标修正方法得到的标准球直径标准差均值为0.098μm,小于三坐标测量机直接测量得到的标准差均值0.118μm,验证了所提出的方法可以有效提高三坐标测量机空域坐标精度。     

基于矩形几何特性的小型无人机快速位姿估计方法

为了更加实时、精确地实现小型无人机视觉导航,利用矩形的几何特性以及空间点、线的共面特征,提出了一种基于单目视觉的位姿分步估计方法。该方法在任意位置对空间矩形进行拍摄,通过获取的一对正交消隐点,确立无穷远点在像平面的投影关系,完成姿态估计;利用光心、空间矩形以及其投影的共面性特征建立约束方程,求解空间矩形在摄像机坐标系下的法向量,结合欧氏空间线性变换的不变性,实现摄像机坐标系中矩形4顶点坐标的线性求解,并根据空间点在世界坐标系与摄像机坐标系间的转换关系,完成位置估计。为了抑制图像噪声对位姿估计的影响,建立基于空间点、线共面特征的指标函数,利用NM寻优算法实现对位姿参数的非线性优化。实验结果表明,该算法具有计算精度高、实时性强、适用范围广的优点,设计的优化算法能够有效地抑制图像噪声,提高了位姿估计的稳健性。     

面向直线顶管机的双屏视觉标靶标定方法与精度评价

针对双屏视觉标靶前、后感光成像屏位姿关系难以标定的问题,提出一种基于坐标点云的感光成像屏位姿标定方法。该方法分别将前、后感光成像屏划分为n行n列的网格阵列,通过全站仪测量感光成像屏上每个网格角点的空间三维坐标,并利用工业相机实时获取感光成像屏上每个网格角点的图像二维坐标,结合图像二维坐标和空间三维坐标获得2D-3D映射关系,从而得到坐标点云数据。根据三公共点坐标系转换算法将坐标点云数据中的三维坐标统一到标靶坐标系下,进而确定相机与前、后感光成像屏的位姿关系,再通过网格索引方法对前、后感光成像屏的位姿关系进行求解。为评价标靶位姿测量精度,设计了静态测量重复性精度评定实验和绝对测量精度评定实验。实验结果表明:该标定方法的坐标静态测量重复性精度为0.13 mm、绝对测量精度为0.93 mm;方位角静态测量重复性精度优于0.01°、绝对测量精度优于0.05°。因此,该标定方法可以实现两个空间平面位姿关系的精确标定,且具有操作简便、精度高等特点,可用于双屏视觉标靶的标定。     

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。     

激光测头的光束空间矢量标定方法

为了完成三维型面的高效扫描测量,将激光测头通过回转台安装在三坐标测量机Z轴的移动末端上,以搭建非接触式的光学坐标测量系统。在被测表面三维点云的创建过程中,需要将激光测头的一维距离值转化为测量点的三维坐标值,为此,提出了基于球面的光束空间矢量标定方法。在标定过程中,通过控制测量机X、Y和Z轴的运动实现测头的标定轨迹,使测头能够采集到球面上的若干测量点,同时记录下各轴的光栅尺读数和测头的输出。然后,应用这些数据和球面的约束方程来建立超定非线性方程组,并采用矩阵最小二乘法求解出测量光束所在直线的单位方向向量。最后,将一个直径已知的金属球作为被测对象,应用所搭建的测量系统在10个不同方位对其直径进行测量,所得结果的测量误差均小于0.05 mm,充分说明了所提出的标定方法的有效性,从而为实现空间自由曲面的精密高效测量奠定了基础。     

基于最佳偏振角的线性位姿测量方法研究

在基于视觉图像的位姿测量中,非线性位姿测量算法的全局收敛存在不确定性,测量结果取决于初值的选取,不能保证位姿测量的鲁棒性。线性位姿测量算法对图像处理的要求比较高,如果定位特征点图像坐标提取不够精确,会导致位姿测量精度降低。在自然光条件下,相机采集定位特征点图像,图像中高亮度区域的存在对定位特征点提取精度产生影响,进而使有效定位特征点数量减少,影响位姿测量精度。针对上述问题,文中提出了一种基于最佳偏振角的线性位姿测量方法:在相机镜头前加装线偏振片,根据Stokes矢量建立偏振片最佳偏振角度求解模型,在使用最佳偏振角度的前提下采集定位特征点图像,提取图像坐标;建立线性位姿求解模型,计算被测物体位姿。实验结果表明,该方法能够有效减少图像中的高亮度区域,改善成像质量,提高线性位姿测量精度,在?60°~+60°的测量范围内,角度测量误差小于±0.16°,在0~20 mm的测量范围内,位移测量误差小于±0.05 mm。     

任意位姿平面靶标实现立体视觉传感器标定

提出一种基于任意位姿平面靶标的立体视觉传感器标定新方法。利用平面标定参照物,并允许其在测量空间内自由移动,结合镜头畸变的摄像机标定数学模型,实现传感器中摄像机标定;在立体视觉传感器三维测量模型基础上,引入特征点约束优化传感器结构参数,同时实现了传感器现场标定。该方法降低了标定设备的成本,灵活方便,切实可行。实验结果表明,该方法标定精度高,已标定传感器测量空间距离的相对误差优于0．3％。     

参数法P3P模型在视觉坐标测量中的应用

P3P问题的求解是视觉坐标测量系统建模的数学理论基础,传统上利用通用余弦定理和正弦定理求解.为快速精确地求取控制点三维坐标,提出一种利用参数法求解P3P模型解析解的计算方法,并将该模型应用到视觉坐标测量过程中,通过精确求解共线三控制点在摄像机坐标系下的坐标.进而求出与其位置关系已知的被测点三维坐标.介绍了该测量系统的结构、测量原理、计算模型、实验过程以及实验结果,并与传统的利用通用余弦求解模型的计算结果进行了比较,说明本计算方法不仅简单直观,而且精度较高,非常适合应用在视觉坐标测量过程中.     

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。     

坐标测量技术发展方向

论述了坐标测量技术的历史地位和需要解决的问题。讨论了智能三坐标测量机的工作原理和关键技术。分析了柱坐标测量机、球坐标测量机、关节臂测量机、光笔式测量机、三角法测量系统、多边测量系统等非正交三坐标测量系统的特色;论述了非接触测头,特别是共焦式测头在坐标测量中的应用前景。介绍了国内外纳米测量机的研究现状。