视觉测量传感器系统结构参数设计分析

依据三角法建立了基于线结构光和对称式双目立体视觉的两种典型视觉传感器坐标测量系统数学模型.通过对坐标测量模型及传感器各结构参数之间的相互关系分析,研究了线结构光视觉传感器和双目立体视觉传感器坐标测量系统结构参数及其误差对系统综合测量精度的影响关系特性.在对各结构设计参数综合分析的基础上,提出了视觉传感器坐标测量系统结构参数优化准则,并给出了线结构光视觉传感器及双目立体视觉传感器坐标测量系统结构参数的一般性设计原则与方法.     

基于线结构光的轮廓传感器的研究

自动化生产程度和产品质量的提高，对计量检测手段提出了更高的要求，视觉检测技术的发展适应了这一需求。结构光视觉系统为许多空间三维物体的检测问题提供了可行的解决办法。     

基于线结构光的轮廓传感器的研究

自动化生产程度和产品质量的提高，对计量检测手段提出了更高的要求，视觉检测技术的发展适应了这一需求。结构光视觉系统为许多空间三维物体的检测问题提供了可行的解决办法。针对外观轮廓检测的需求，本文研究了一种基于线结构光的轮廓传感器，建立了线结构光垂直投射方式的数学模型，提出了传感器的局部校准方法参数逼近法，以及适应工厂生产环境的整体校准方法，实现了线结构光传感器轮廓传感器。实验证明，轮廓传感器的性能已达到设计要求。本传感器已用于Ａｕｄｉ—１００型轿车白车身的检测。     

RBF网络在编码器误差补偿中的应用

利用径向基函数(RBF)网络进行光电编码器误差补偿,具有非线性处理特性好、逼近精度高等特点.针对RBF网络在工程应用中的特点,文中首先介绍了RBF修正模型与编码器检测转台的结合应用 ,在进行编码器误差检测的同时即可完成仿真分析;再进一步根据算法在数字信号处理器(DSP)中的应用,介绍了算法的优化方法.实际工作表明:将建模与检测相结合,效果直观,方法灵活;优化后的补偿算法在满足运算时间的基础上并未对补偿精度带来明显影响,可将系统精度提高1～3倍.     

用“消隐点”法标定线结构光三维视觉传感器

提出了一种以线结构光为基础的三维视觉传感器，并根据所建立的数学模型，结合传感器的实际使用情况，提出用“消隐点”法对该传感器结构参数进行标定，该标定方法装置简单，速度快，在保证精度的同时简化标定的过程实验证明“消隐点”法是一种高效，实用的视觉传感器标定方法。     

基于神经网络的视觉检测系统的研究

随着电子学和计算机技术的日趋成熟,视觉检测系统取得了突飞猛进的发展并在许多领域得到了广泛地应用。本文提出了一种基于神经网络的结构光中心线提取的方法,实验结果表明神经网络方法可达到亚像素级精度,从而能有效地提高视觉检测的精度。     

视觉检测系统定位误差分离方法

介绍了视觉检测系统中利用空间解析几何、统计原理、摄动学等方面的知识分离工件定位误差的方法，提出用软件实现定位误差分离，从而在一定程度上剔除了定位误差对测量精度的影响。     

基于面结构光的叶片三维重构技术研究

为提高叶片三维检测速度与相位解码过程中的准确性等,通过选择投射解码准确率高的格雷码编码策略的结构光,同时避免叶片表面涂显影剂与粘贴标定点的方法,进行基于面结构光的叶片三维重建技术研究。通过选择合理的实验设备,设计机械结构,搭建一种基于面结构光的三维视觉检测实验系统。对三维视觉检测实验系统的标定方法与重构算法进行理论研究,利用三维视觉检测实验系统完成叶片某一位置的三维重构实验,并获得叶片的离散点云数据;试验结果进一步论证所设计系统的可行性,可为后续叶片三维视觉检测实验系统的研究提供基础。     

基于RBF神经网络的双目摄像机标定研究

摄像机标定是精密测量的基础,传统的双目标定需要建立复杂的数学模型。人工神经网络可以有效地处理非线性映射问题,它可以很好地描述双目视觉中三维空间特征点坐标和二个摄像机对应点间的非线性关系。本文介绍一种RBF神经网络,并对RBF网络与BP网络的标定结果进行比较。实验结果表明：基于RBF神经网络的双目视觉标定方法能获得较高的标定精度。     

基于线结构光的角钢截面几何参数三维测量

针对人工检测角钢效率低、出错率高的问题,研究一种基于机器视觉测量技术的非接触检测方法,即利用线结构光扫描的角钢截面几何参数的测量方法。采用张正友标定法和最小二乘光平面拟合法完成测量系统的标定,通过线结构光三维扫描技术获取物体的原始三维点云数据,然后对经过配准、去噪以及简化处理的原始点云数据进行三维重建,得到物体三维几何模型。结合测量系统标定,提取角钢截面边宽度、边厚度、内圆弧半径3个参数。按国家标准对角钢截面几何参数进行图像测量,测量误差在±0.15 mm范围之内,实验结果表明采用该方法实现对角钢截面参数测量是可行的。     

基于视觉标定的包装搬运机器人定位方法

目的为了提高包装搬运机器人的定位精度,提出一种基于机器视觉的末端执行器定位方法。方法基于OpenCV设计一种视觉标定算法,该算法包括摄像机标定和位姿标定,可实现待码放物体图像坐标和机械手坐标之间的变换。结合工控机和运动控制卡设计其控制系统,同时给出硬件设计和软件设计方法。最后进行实验研究,包括原点定位和重复定位。结果实验结果表明,所述控制方法能够提高搬运机器人的定位精度,原点定位误差约为0.14 mm,重复定位误差约为0.6 mm。结论该搬运机器人定位方法能够满足包装码垛要求。     

Machining error compensation using radial basis function network based on CAD/CAM/CAI integration concept

This paper presents a machining error compensation methodology using an Artificial Neural Network (ANN) model trained by an inspection database of the On-Machine-Measurement (OMM) system. This is an application of the CAD/CAM/CAI integration concept. First, to improve machining and inspection accuracies, the geometric errors of a three-axis CNC machining centre and the probing errors are compensated using a closed-loop configuration. Then, a workpiece is machined using the machining centre, and the error distributions of the machined surface are inspected using OMM. In order to analyse efficiently the machining errors, two characteristic error parameters, W err and D err , are defined. Subsequently, these parameters are modelled using a Radial Basis Function (RBF) network approach as an ANN model. Based on the RBF network model, the tool path is corrected to effectively reduce the errors using an iterative algorithm. In the iterative algorithm, the changes of the cutting conditions can be identified according to the corrected tool path. In order to validate the approaches proposed in this paper, an experimental machining process is performed, and the results are evaluated. As a result, about 90% of machining error reduction can be achieved through the proposed approaches.     

高速高精度的机器视觉定位的算法

针对IC装备的视觉系统在复杂条件下很难快速、精确定位这一问题,提出了基于小波变换和径向基函数（RBF）网络算法,此算法提取图像归一化小波系数作为特征矢量,对目标图像特征进行学习,得到RBF分类器,利用它在背景图像上进行目标定位。仿真实验表明,此算法可以实现在旋转、平移、尺度变化和噪声条件下的快速定位,定位精度达到亚像素级。     

基于视觉辅助定位的机械臂运动学参数辨识研究

标定机器臂的运动学参数可以有效提高机械臂的绝对定位精度。针对一般平面约束标定方法往往通过手动示教获取测量数据,效率低,提出一种基于视觉辅助定位约束平面的机械臂运动学参数辨识方法。为了弥补双目视觉视场范围狭小的弊端,在约束平面上粘贴3个靶点,以此将对平面的定位等效成对靶点的定位。应用双目视觉系统提取靶点中心并进行立体匹配,得到靶点在机械臂基坐标系下的三维位置信息;同时构建靶点坐标系,以此规划出按一定规律分布的约束点;为了进一步提高标定精度,建立双平面约束误差模型,通过两垂直平面上任意非共线的3个点得到一系列法向量,每一对法向量的数量积为0,即增加了约束方程;利用机械臂对相互垂直的两约束平面自动进行接触式测量,通过改进的最小二乘法辨识出真实的运动学参数误差。实验结果表明,基于双平面约束误差模型,修正运动学参数后,机械臂绝对位置精度由1.234 mm提高到了0.453 mm。该方法实现了数据的自动化测量,大大提高了标定效率,为机械臂批量标定提供了参考,具有工程意义。     

一种三维图形定位技术及误差评定方法

在视觉检测技术的应用中，视觉传感器在三维坐标系统中的定位是重要而复杂的关键技术．为此，在汽车整体形位误差测量中，采用新颖的图形定位方法来定位数十个视觉传感器．该方法的要点在于，只要把视觉传感器采集到的车身特征图形与计算机屏幕上预先设定的标准图形重合，即完成了对传感器的定位．文中介绍了图形定位技术的原理，重点论证了图形定位精度的评定方法．经过多种方案的比较，最终采用了最小二乘法综合误差评定的方法．通过理论分析和实验验证，确定了三维图形定位的重复性误差可达0．035mm，优于其他方法所达精度的3倍，且定位速度提高了十几倍。     

基于LabVIEW的多通道视觉测速系统设计

目标运动速度与运动状态的快速预判是机器人避障、目标检测与跟踪的关键。经典的初级运动检测器（elementary motion detector,EMD）模型具有在局部范围内的速度矢量敏感特性,在此基础上结合波峰检测算法,提出一种动目标运动速度和运动状态的快速测速法。为验证所提方法的可行性和有效性,以线性排列的光敏传感器阵列为视觉检测单元,在LabVIEW开发环境中,利用雷赛SMC3380运动控制器和研华PCI-1747U数据采集卡,搭建了具有动目标运动控制及动目标信号采集功能的多通道视觉测速系统;通过多通道数据采集及动目标快速测速处理,实现了目标运动速度和运动状态的判别。实验结果表明：多通道视觉测速系统运行稳定,能够实现最大速度为80 mm/s（绝对误差小于±2 mm/s,相对误差小于±3%）,以及最大加速度为20 mm/s²的匀加速运动状态的动目标检测与判断。为机器人视觉感知器的动目标快速预判研究提供了新思路。     

The effects of a camera's intrinsic parameters on the determination of a coordinate frame

Abstract

In this paper, two methods, the Individual Calibration Method (ICM) and the Simultaneous Calibration Method (SCM), are used to calibrate a vision system with two cameras. The first approach calibrates a camera individually. For the second approach, two or more sets of camera intrinsic and extrinsic parameters are determined simultaneously such that the position errors for the 3‐D points are minimized. We show, theoretically and experimentally, the following results: (a) the offsets of the image centers do not affect significantly the position and orientation of a coordinate frame with respect to a stereo vision system with two cameras; (b) the lens distortion will not change dramatically the position and orientation of a coordinate frame with respect to a stereo vision system. We also find that (a) there is a difference in the determination of an object's location for the simultaneous and individual calibration methods; (b) the approach of calibrating two cameras simultaneously has the advantage of better accuracy over the method of individual calibration.     

双视角三维测量系统同时标定方法

针对现有标定方法在相机无公共视场情况下的局限性,本文提出使用双平面标定板对双相机进行同时标定的方法.通过推导两个相机与两个标定板间的坐标变换,将待标定相机与参考相机的相对位姿关系的求解转换为较为成熟的手眼标定方程求解.通过实验验证:该方法可实现双相机的同时标定,且方法的绝对误差不超过0.089 mm,较为可靠;在双视角...     

Flexible inspection system based on a vision guided coordinate measuring machine

The objective of this paper is to develop a flexible three-dimensional inspection system for sculptured surfaces by employing 'Coordinate Measuring Machine (CMM), CAD database and vision system technology. New surface identification and rough localization methods are suggested using a concept called ‘Z-layers’ and a vision guided system. The Z-layers are generated from a CAD database which classifies the three-dimensional models. The three-dimensional models are reconstructed using a vision system that identifies the model and roughly identifies the orientation and location of the object implementing Z-layers. Then inspection planning and fine localization methods are mapped out which are based on the CAD database. The experimental results indicate that the developed inspection system, with the proposed algorithm, can be implemented in modern industry to reduce measurement errors and increase productivity.     

基于模糊RBF神经网络的水下机械臂控制研究

针对水下复杂工作环境下机械臂控制性能易受影响,而传统控制方法效果不佳的问题,提出了一种基于模糊RBF（radial basis function,径向基函数）神经网络的智能控制器,用于精确、稳定地控制水下机械臂。考虑到在水扰动环境下,机械臂通常受到附加质量力、水阻力和浮力的影响,运用拉格朗日法和Morison方程,建立包含水动力项的二杆机械臂动力学模型,通过模糊RBF神经网络对水下机械臂动力学方程中的水动力不确定项进行总体识别并拟合,利用模糊系统启发式搜索和RBF神经网络推理速度较快的优点,使水下机械臂系统具有较高的控制精度和较强的自适应性。考虑到水动力项,采用Lyapunov稳定性理论验证了水下机械臂系统的稳定性。最后利用MATLAB对二杆机械臂进行轨迹跟踪控制仿真实验,并对比模糊RBF神经网络与常规RBF神经网络识别方法和传统模糊控制方法的控制效果。仿真结果表明：与常规RBF神经网络识别方法相比,模糊RBF神经网络控制下二杆机械臂关节1的响应时间缩短了91%,相对误差减小了88%,关节2的响应时间缩短了92%,相对误差降低了77%;与传统模糊控制方法相比,关节1的相对误差减小了65%,关节2的相对误差减小了10%。研究结果表明模糊RBF神经网络的控制效果优于常规RBF神经网络识别方法和传统模糊控制方法,可为水下机械臂的控制提供一种精度较高、较有效的方法。