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。     

通用机器人视觉检测系统的全局校准技术

介绍了基于通用机器人的车身在线柔性视觉检测系统的工作原理和在复杂现场环境下使用激光跟踪仪和测量臂进行全局校准的实用方法。基于测量姿态的全局校准方法利用机械约束将传感器坐标系和靶标坐标系统一起来,实现测量姿态时传感器坐标系与系统基准坐标系的坐标转换。基于机器人运动学模型的全局校准方法利用机器人末端关节位姿可通过正向运动学获知的特点,在现场构建机器人基坐标系,并通过坐标变换获得与机器人运动精度无关的手眼关系,实现了任意姿态时的全局校准。实际测量的结果表明,应用两种校准方法后系统的重复性精度都十分理想,测量装置重复测量标准差和系统重复测量标准差分别为0.07mm和0.13mm,能够满足在线监控白车身加工尺寸变化的精度要求;系统进行坐标测量时的误差分别为±0.2mm和±0.8mm。     

激光跟踪视觉导引测量系统的全局校准方法

针对柔性装配中现有激光跟踪测量系统存在效率低、成本高、自动化程度低等问题,提出用单目视觉系统联合激光跟踪仪实现大尺寸组合式自主导引测量.为实现该系统的全局校准,提出了一种新的基于平面的全局校准方法,该方法通过获取靶标平面分别在视觉系统和激光跟踪仪坐标系中的平面方程,求解两坐标系间转换矩阵,完成系统全局校准.建立了数学模型,进行了算法仿真和全局校准实验.实验中测量30个不同位姿的平面靶标,并进行全局校准.结果表明,该方法操作简单,稳定性强,有实际应用价值,校准后平面法向量夹角、原点到平面距离的RMS误差分别为0.13°和1.50 mm.     

A novel approach for the field calibration of line structured-light sensors

A new approach for the field calibration of line structured-light sensors is presented, which is fulfilled using a planar target and a raising block. The camera model is firstly established according to the mapping between the world coordinate frame and the computer image coordinate frame. Based on the rule of cross-ratio invariance the calibration points are extracted from the squares on the target, and the lens distortion coefficients are simultaneously acquired. The unknown parameters in the camera model are solved using these points. On the projection of the laser plane, two intersection lines are formed by the laser plane with the target and the raising block, respectively. The angle between the laser plane and the target is worked out by fitting plane using the two lines. Utilizing this angle, the three coordinates of a point in the laser plane can be represented by two of them. Thus the two coordinates can be directly obtained from the camera model. This method simplifies the calibration procedure of structured-light sensors, and facilitates online use. Experiment studies show that the calibrated sensor possesses good accuracy.     

基于线结构光参考平面的多摄像机标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

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。     

微装配机器人手眼标定方法研究

在视觉反馈的机器人控制中,手眼系统的标定非常重要,直接影响机器人的作业精度.针对微装配机器人系统操作空间小的特点,提出了一种固定视觉的手眼系统标定算法,该方法通过3个空间点在机械手基坐标系中的坐标,采用P3P位姿测量原理获得相应空间点在摄像机坐标系中的坐标,建立了标定方程组,基于最小二乘法,标定出了手眼系统之间的转换矩阵.该方法无需复杂的辅助设备,标定过程简单.相关实验得到了待标定的手眼系统之间的转换矩阵,验证了该方法的标定精度和有效性.     

立体视觉和三维激光系统的联合标定方法

双目立体视觉和三维激光扫描是移动机器人环境探测与建模的常见传感测量方法。为实现两个系统的数据融合应用,必须为二者的测量坐标系建立数学关系,即对其进行传感器之间的位姿联合标定。为此提出了一种基于三维特征点距离匹配的联合标定新方法,设计了一种镂空棋盘格作为标定板。使用双目立体相机提取棋盘格角点三维坐标信息,使用激光测距雷达扫描获取镂空区域中心点三维坐标,最终通过最小化两组特征点的理论与实际测量距离的平方差获取两传感器坐标系之间的旋转矩阵和平移向量。进行的联合标定测量实验结果表明了该方法的准确性和可靠性。     

Comprehensive simulation software for teaching camera calibration by a constructivist methodology

This paper describes the Metrovisionlab computer application implemented as a toolbox for the Matlab program. It is designed to teach the most important camera calibration aspects in dimensional metrology applications such as laser triangulation sensors and photogrammetry or stereovision systems. This software is used in several industrial vision courses for senior undergraduate mechanical engineering students. The application: simulates a virtual camera, providing a simple and visual understanding of how various characteristics of a camera influence the image that it captures; generates the coordinates of synthetic calibration points, both in the world reference system and the image reference system; and can calibrate with the most important and widely-used methods in the area of vision cameras, using coplanar or non-coplanar calibration points. Thus, the main goal is to have a simulation tool that allows characterizing the accuracy, repeatability, error mechanisms and influences for different measurement conditions and camera calibration algorithms. In the realized tests, the software has demonstrated to be a very effective educational tool.     

基于共面点的多视觉测量系统的全局标定方法

本文提出了一种基于共面点的世界坐标唯一全局标定方法,利用激光跟踪仪在现场构建系统总体坐标系,通过拟合基准面来设置共面标定点,系统中各摄像机传感器直接获得标定点的图像,从而实现了各局部相机的全局标定,不需要中间坐标系的转换,避免了多次坐标转换带来的精度损失,标定过程简单。通过在实际的由多个高速视觉传感器组成的飞行器外部姿态测量系统中进行标定实验,在测量范围较大的情况下,系统精度的均方根误差不超过0.8mm。 关键词：全局标定 视觉测量 激光跟踪仪 共面点     

三维机器视觉测量系统的标定模型研究

针对单幅二维数字图像计算三维坐标信息的三维机器视觉测量系统,建立了相应的摄像机标定模型和激光三角测距标定模型,为三维机器视觉系统走向实用奠定了基础。     

基于张正友平面模板法的双目立体视觉系统标定

为验证基于张正友平面模板法标定双目视觉系统方法的准确性与合理性,首先分析了双目立体视觉系统的原理,然后论述了双目立体视觉的系统标定原理、方法,以及利用张正友平面模板法进行标定的步骤,通过标定双目立体系统的内部参数和外部参数,应用视差原理,能够确定空间某点的三维坐标,实验验证了文中提出的基于张正友平面模板法标定双目视觉系统方法的准确性与合理性。     

机器人带电作业中的视觉定位与优化策略

针对机器人带电作业自动化的课题,通过机器视觉方法进行目标物体的定位.分析了像素坐标与世界坐标之间的转换关系,完成相机标定.基于形状匹配算法,提出分块与拼接策略,优化识别效果.基于最优化理论,分析定位误差,提出优化策略.通过实验验证了视觉算法的正确性和可靠性,为机器人自动化作业提供了保障.     

基于单目视觉的激光光束方向标定研究

在由激光位移传感器组成的测量系统中,激光光束的方向是一个关键参数.方位角和俯仰角对于一条激光光束是最为重要的两个参数.本文中提出一种基于单目视觉的激光光束方向测量方法.首先,将CCD相机放置于基础平面上方,保持相机光轴与基础平面接近于垂直状态,并利用误差为10μm的圆孔型标定板建立单目定位模型.然后将激光光束发生装置放置在基础平面上并保持位置固定,同时在基础平面上放置特制靶块,使激光光束可以投射到靶块斜面上并形成一个激光光斑.在基础平面上方放置的CCD相机可以清晰的采集到激光光斑、靶块斜面的图像,应用相关算法提取出光斑质心的二维图像坐标.沿激光光束方向以相等间距移动靶块,通过CCD相机采集每移动一次靶块在当前位置下的光斑、靶块图像.利用相关的转换公式,结合靶块本身固有参数,将光斑质心图像二维坐标转换为基础平面下的空间三维坐标.由于靶块的移动,会得到靶块不同位置下激光光斑质心的三维坐标,将这些三维坐标拟合成空间直线表征待测激光光束.拟合直线得俯仰角即为待测激光光束的俯仰角.实验中,应用高精度仪器对靶块参数进行测定,并使用高精度标定板标定相机内外参数建立相应的定位模型.测量精度主要通过单目视觉定位精度、光斑重心提取精度来保证.结果显示,待测光束的俯角最大误差达到0.02°,光束间夹角的最大误差为0.04°.     

基于十字线结构光的亚象素三维视觉测量

本文使用十字线激光器,配置CCD相机组成十字线结构光视觉测量系统。根据视觉测量系统的标定与测量原理,建立了两个光平面相应的数学模型;采用最小外接矩形法分割光条,在每个矩形区域内采用高斯曲线拟合法提取光条中心,再用最小二乘法拟合光条直线。最后用该系统实现了零件的非接触三维轮廓测量,验证了模型的正确性和光条提取方法的精度。     

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。     

线结构光视觉传感器的现场标定方法

建立了线结构光视觉传感器的数学模型,提出了一种基于共面标定参照物的线结构光视觉传感器的现场标定方法。该方法允许共面标定参照物在测量空间内自由移动,通过以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,利用构建的标定特征点在现场对线结构光视觉传感器进行标定,因此可以保证线结构光视觉传感器的标定状态与测量状态完全一致。该标定方法降低了标定设备的成本,简化了标定过程,提高了线结构光视觉传感器工程化应用的便捷性。试验结果表明,该方法切实可行。     

基于单目摄像机的光学立体标定技术

为了构建一种基于单摄像机的三维视觉系统,提出了重构光学标定点三维坐标、计算重构误差和优化标定参数的方法。通过移动高精度位移平台,构建三维视觉系统,计算左右摄像机位的初始参数,引入质心坐标法计算两摄像机位间的旋转平移矩阵,利用最优三角剖分法重构光学标定点的三维坐标,计算并最小化重构误差,对标定参数进行优化。实验表明：重构误差直接反映了三维重建的效率,该方法的精度和鲁棒性得到了显著的提高;实物外形测量的误差从0.1123 mm减小到0.0191 mm,标准差从0.1838减小到0.1275。该方法适合应用于三维视觉系统标定质量的评估。     

机器视觉非接触测量系统在线校准及不确定度分析

高精度、大面阵CCD和CMOS传感器件的出现,使得机器视觉非接触测量技术得到越来越广泛的应用。本研究以典型机器视觉非接触测量模型为研究对象,通过对其原理、测量数学模型和计量特性进行了阐述和分析,创新性提出了一种机器视觉非接触测量系统的在线校准方法,分析并确立了测量过程中的不确定度来源,并对校准结果进行了不确定度评定。实验表明,机器视觉非接触测量系统在线校准方法具备两个优点：一是易操作性,优化了测量标准的追溯关系;二是校准精度高,在95％的置信概率下。校准系统不确定度为0．008mm。     

双摄像机双光源视线追踪系统标定方法研究

针对现有平面镜反射标定方法的不足,提出了一种基于多摄像机全局标定的视线追踪系统标定方法.通过在屏幕对面放置一对标定摄像机与系统摄像机构成多摄像机系统,标定摄像机直接拍摄标定目标,测量系统摄像机、光源和屏幕之间的空间位置关系.通过多摄像机全局标定确定系统摄像机和标定摄像机的坐标转换关系.通过坐标转换最终标定出系统摄像机坐标系中摄像机、光源、屏幕的空间位置关系.该方法解决了屏幕和光源不在系统摄像机视野范围内的问题,减小了图像误差.系统标定结果验证了该方法的有效性,同时为其他同类系统标定提供了一种解决问题的思路.