双摄像机模组的组合式标定和校正方法

提出了双摄像机模组的组合式标定和校正方法,能够将传统的标定和校正2道工序合并为1道工序,不需要借助于外部测量设备,仅利用双摄像机同时对目标模板拍摄的1幅图像,即可实现双摄像机模组的标定和校正。先基于交比不变性计算摄像机的径向畸变系数,将摄像机畸变成像模型转换为线性模型,利用线性模型分别对2个摄像机进行标定;然后计算2个摄像机之间的位姿偏移参数,调节右摄像机位姿,进行双摄像机之间的位姿校正;最后标定2个摄像机之间的位姿参数。实际应用结果表明,所提出的双摄像机模组校正和标定方法,校正和标定精度高,缩短了工艺时间,提高了工艺效率,能够满足双摄像机模组封装生产工艺的要求。     

圆轨双链主动视觉机构标定体系的设计

针对圆轨双链主动视觉机构中摄像机动态标定问题,设计了一种在圆轨内侧安装均匀分布6组立体标靶块的标定体系.从保证摄像机在任意支链位置均能获得立体标靶块图像出发,分析了立体标靶块的合理布局和靶块尺寸,并给出了梯形靶面的编码标志点和非编码标志点的设计方案;基于小孔成像原理,建立了标定体系的视觉标定模型,实现了通过一块平面棋盘靶进行立体标靶块的非编码标志点空间坐标的测定,以及通过立体标靶块进行摄像机位姿的动态标定.实验结果表明了标定体系设计的合理性及用其动态标定的有效性.     

基于OpenCV的摄像机标定研究

根据摄像机标定原理,实现了VC2010环境下基于OpenCV的摄像机标定系统。该系统以棋盘格标定板图像作为输入,计算出了摄像机的各内外参数及畸变系数。通过图像矫正实验证明了系统的有效性。     

基于光偏振信息的摄像机标定方法研究

摄像机内参数标定直接影响位姿测量精度。在自然光条件下采集图像,由于光照不均匀,使靶标图像产生局部高亮现象,降低了标定点图像坐标提取精度。针对这一问题,提出一种基于光偏振信息的摄像机标定方法,分两步完成摄像机标定,第1步,使用自然光条件下采集的图像完成摄像机标定;第2步,在镜头前加装偏振片,根据第1步得到的标定结果,针对不同偏振角条件下采集得到的图像,计算靶标平面与摄像机像平面之间的2D单应矩阵进而根据相应的重投影误差确定当靶标摆放在不同位置时所对应的最佳偏振角,最终使用该偏振角条件下采集的图像,完成摄像机标定。实验结果表明,该方法可以有效提升摄像机标定精度,进而提升位姿测量精度：在-45°～+45°范围内,平均测量误差低于0.019°,与使用自然光条件下标定参数的位姿测量相比,测量精度提升了0.01°。在0～20 mm范围内,平均测量误差低于0.03 mm,与使用自然光条件下标定参数的位姿测量相比,测量精度提升了0.043 mm。     

基于共面圆的距离传感器与相机的相对位姿标定

近年来, 距离传感器与摄像机的组合系统标定在无人车环境感知中得到了广泛的研究与应用, 其中基于平面特征的方法简单易行而被广泛采用. 然而, 目前多数方法基于点匹配进行, 易错且鲁棒性较低. 本文提出了一种基于共面圆的距离传感器与相机的组合系统相对位姿估计方法. 该方法使用含有两个共面圆的标定板, 可以获取相机与标定板间的位姿, 以及距离传感器与标定板间的位姿. 此外, 移动标定板获取多组数据, 根据计算得到两个共面圆的圆心在距离传感器和相机下的坐标, 优化重投影误差与3D对应点之间的误差, 得到距离传感器与相机之间的位姿关系. 该方法不需要进行特征点的匹配, 利用射影不变性来获取相机与三维距离传感器的位姿. 仿真实验与真实数据实验结果表明, 本方法对噪声有较强的鲁棒性, 得到了精确的结果.     

用于交会测量的摄像机标定系统设计

介绍了一种简易的摄像机立体标定系统的设计方案,主要应用于多CCD交会测量技术中,可以完成单个摄像机的标定、多个摄像机之间的立体标定和标定精度评估等功能.建立了包含透镜径向畸变和切向畸变的摄像机成像模型,采用两步法求解摄像机参数,最后通过交会测量得到的多个棋盘格的边长与实际边长的误差量来衡量摄像机标定的精度.该系统不要求使用者具有专业的3D几何知识,速度快,成本低,而且可以达到很高的精度.     

基于2D靶标的摄像机与转台中心轴同步标定方法

针对旋转拼接系统分步标定摄像机和转台中心轴时容易造成误差累计的问题,提出一种基于2D靶标的摄像机与转台中心轴同步标定方法。该方法利用转台旋转调整2D靶标位姿,通过同一组实验数据完成摄像机与转台中心轴两个标定过程。实验结果表明:四视角点云拼接试验中,标准球拼接后,重建模型直径与实际直径偏差均值为0. 1293 mm;航空压气机叶片拼接后获得模型厚度与叶片实际厚度偏差的均值为0. 1192 mm,平均偏差率为4. 47%,满足叶片焊接轨迹规划需要。实际应用证明:该方法简化了系统标定流程,在不降低三维点云测量与拼接精度的前提下,提高了系统标定效率。     

未标定相机的高精度位姿估计方法

针对未标定相机的位姿估计问题,提出了一种焦距和位姿同时迭代的高精度位姿估计算法。现有的未标定相机的位姿估计算法是焦距和相机位姿单独求解,焦距估计精度较差。提出的算法首先通过现有算法得到相机焦距和位姿的初始参数;然后在正交迭代的基础上推导了焦距和位姿最小化函数,将焦距和位姿同时作为初始值进行迭代计算;最后得到高精度的焦距和位姿参数。仿真实验表明提出的算法在点数为10,噪声标准差为2的情况下,角度相对误差小于1%,平移相对误差小于4%,焦距相对误差小于3%;真实实验表明提出的算法与棋盘标定方法的精度相当。与现有算法相比,能够对未标定相机进行高精度的焦距和位姿估计。     

混合3D模型跟踪注册算法

针对维修诱导系统中采用基于3D模型的注册算法跟踪复杂机械设备时要求手动初始化位姿、容易产生误差偏移以及不能自动更新3D模型等诸多问题,提出一种基于边缘特征的3D模型混合跟踪注册算法.首先选取边缘像素数量作为测度标准,采用粒子滤波算法对摄像机位姿进行初始化;然后在持续位姿估计中利用非线性最小平方误差估计算法对位姿进行持续更新,并且通过对模型控制点数量的实时监控消除误差偏移;最后利用关键点匹配实现进程的识别和3D模型实时更新.在原型系统进行实验的结果表明,该算法具有较强的稳定性和较高的效率,能够有效地克服误差偏移.     

结构光三维测量系统的建模与标定

改进了结构光三维测量系统的数学模型,将投影仪的内外部参数引入其中,并在该模型的基础上采用了一种投影仪标定的新方法.为了提高黑白摄像机在暗区的对比度用红/蓝棋盘代替了黑/白棋盘.将投影仪看作是摄像机的倒置,统一了标定摄像机和投影仪的方法.在3dMA×仿真环境下分别标定了摄像机和投影仪,标定实验的相对误差小于0.32%.利用已经标定的结构光三维测量系统进行重构仿真实验,测量误差小于0.136mm.     

手眼系统中刀具刀头位姿标定与视觉引导

在服务机器人的日常任务中要求机械手抓取不同的目标,且根据目标的放置位姿的不同需要从相应角度进行抓取,但机械手与手持目标的位姿关系往往难以精确和直接地测量。以刀具作为手持目标,利用eye-in-hand手眼系统抓取该目标后,在线标定手眼与手持刀具刀头的位姿关系,首先给出了摄像机调焦前后焦距标定的计算方法,再将调整焦距视为摄像机沿光轴的平移运动,通过调焦前后摄像机获取的两幅图像,标定出刀具在摄像机和机械手坐标系下的位姿,同时给出了刀具刀头到期望加工点的导向矢量计算方法。     

一种摄像机标定系统的设计与实现

对摄像机标定系统进行研究和设计,给出了基于Matlab的单个摄像机标定和立体标定的流程和实现方法,给出了基于棋盘格长度的标定精度方法的实现步骤。该标定系统具有简单、快捷、精度高等优点,是一种简便实用的标定方法。     

基于精密运动的激光平面标定方法

在基于手持光刀法的三维测量中,激光平面标定缺少空间参照.针对该问题,提出基于精密运动的激光平面标定方法引入棋盘格标定靶作为激光平面的空间参照,将激光投射于棋盘格标定靶,通过铣床带动棋盘格标定靶精密运动,解算激光平面上两直线在摄像机坐标系下的位置,利用异面直线修正法确定激光平面的位置.实验结果表明,该方法具有精度高、鲁棒性好的特点.     

基于HALCON的机器人手眼标定精度分析与反演方法

通过视觉引导机器人完成抓取任务,机器人手眼标定的精度直接影响了抓取任务作业精度和抓取成功率。对于基于位置的机器人视觉引导系统,手眼标定的任务则是确定机器人坐标系与相机坐标系之间的位姿关系。通过HALCON平台,使用线性标定法实现了6DOF机器人的手眼标定。对手眼标定的结果进行反演,直观地展示了手眼标定的精确程度。最后通过采集多组不同数量的图片,在HALCON平台下验证了不同摄像机模型对手眼标定的精度影响,以及同种摄像机模型在不同数量图片的情况下手眼标定的标定精度。实验证明,根据位姿矩阵中待求解的未知量个数采集合适数量的图片和使用更精确的摄像机模型能够提高手眼标定的精度。     

未标定摄像机P5P问题的一种解析解

经典PnP问题是以摄像机内参已知为前提条件的,然而对未标定摄像机PnP问题的研究更具有实际意义.文中对未标定四参数针孔摄像机P5P问题的解析解进行了研究,不仅可以求出摄像机相对于世界坐标系的位姿,而且还能得到摄像机的内参.首先根据投影方程和旋转矩阵的性质,利用16个变量构造出了16个约束方程,然后通过消元推导出只含一个未知数的4次多项式方程,分析证实一般情况下未标定摄像机P5P问题最多有4组解.大量的仿真实验表明该算法在确定摄像机位姿上精度很高,且鲁棒性很强.该算法在物体定位、手眼定标、路标导航等领域具有比较重要的实际应用价值.     

VC++环境下基于OpenCV的摄像机标定系统的开发

根据摄像机标定原理,在VC++环境下利用OpenCV设计并实现了摄像机标定系统,详细介绍了系统的功能以及实现流程。以棋盘格标定板图像作为输入,不仅计算出了摄像机的各内外参数,而且对标定误差进行了统计。通过相关实验证明了该系统的有效性。相对于传统标定方法,该系统使用更加方便、快捷,标定结果更加精确。     

复杂环境下的多工件定位研究

为了获取工业流水线上工件精确的位姿信息,提出一种在复杂环境下同时定位多个工件的方法。首先在复杂环境下采用基于边缘梯度的匹配算法及图像金字塔搜索策略快速识别多个目标,得到目标在图像坐标系中的精确位置信息。然后通过张正友棋盘标定法对单目摄像机进行标定,获得摄像机的内参数及畸变参数。最后,通过优化最小二乘法建立了一种图像坐标系到世界坐标系间的转换关系,实现目标由图像坐标系到世界坐标系中的精确位姿定位。实验表明该方法能在杂乱背景、部分遮挡及非线性光照等环境下,准确地定位工件,鲁棒性较高;识别目标的平均时间在0.5 s以内,工件在x-o-y平面的定位误差小于1 mm、姿态角度定位误差小于1°,可以满足工业应用中复杂环境下的实时性和精度要求。     

面向单向器星轮自动化装配的视觉检测定位

针对传统单向器星轮人工装配效率低下问题,分析了单向器星轮装配过程,构建了基于计算机视觉技术的工业机器人自动化装配方案;首先利用CCD摄像机捕捉星轮表面形貌图像,然后利用Open CV视觉库进行了摄像机标定,再结合图像噪声去除,Hough圆检测,轮廓提取等技术,实现了星轮位姿的非接触式视觉检测;最后以单向器为例验证了该检测方法的有效性,机器人通过视觉获取的星轮位姿信息完成自动化装配.     

基于手眼立体视觉的机器人定位系统

研发了基于手眼的机器人定位系统,采用了眼在手上的单目摄像机,通过机械手的一次移动实现了立体视觉的功能.提出了一种方便有效手眼标定方法,避免了复杂的传统手眼标定过程,无需求解摄像机外参数和手眼变换矩阵.仅获取标定时刻的摄像机综合参数和机器人位姿,就可以在机器人基坐标系中视场范围内的任意两点进行检测,根据立体视觉的约束关系求解出目标物体在机器人基坐标中的位置,进而实现对目标物体的精确定位.     

自由双目立体视觉摄像机动态外参数的获取

针对自由双目立体视觉中由于摄像机旋转导致的摄像机外参数变化的问题,提出一种基于旋转轴标定的动态外参数获取方法。在多个不同位置,立体标定得到多组旋转平移矩阵,利用最小二乘法求解旋转轴参数;结合初始位置左右摄像机的内、外参数及旋转角度,实时获取左右摄像机的外参数。利用所提方法获取动态外参数,并对棋盘角点进行三维重建,平均误差为0.241mm,标准差为0.156mm;与基于多平面标靶的标定方法相比,精度高且操作简单。所提方法无需实时标定,可完成摄像机旋转情况下动态外参数的获取。