基于拉丝法的线结构光视觉测量系统标定

 利用线结构光视觉非接触测量技术的大量程、大视场、高精度、光纹信息提取简单等优点进行非接触测量大型机器及轨道等。分析了线结构光视觉测量传感器数学模型,利用构建的位于光平面上的标定特征点,提出了一种基于拉丝法的线结构光视觉测量标定方法,即先标定传感器相机的内外参数,再利用激光线与铁丝相交形成的点作为特征点标定光平面在相机坐标系下的方程。该方法降低了标定设备的成本,过程简单。标定结果表明：该方法标定满足测量要求。     

基于阶梯形标定物的线激光传感器手眼标定算法

本文设计了一种阶梯形标定物,这种标定物的标定点坐标更容易获取,只需线激光对准一次标定物上的标记点,与球形标定法相比操作更加简单;同时,在阶梯型标定物的基础上,提出了一种线激光传感器手眼标定算法,该算法利用RASANC(随机抽样一致)算法对标定点进行拟合,并利用最小二乘法求解手眼标定矩阵,这种标定算法无需对标定点的坐标进行修正.实验结果表明,阶梯形标定法的精度和稳定性均优于球形标定法,且该方法操作简单,可以满足自动化加工领域的大部分应用.     

线结构光多传感器三维测量系统误差校正方法

针对线结构光多传感器三维轮廓测量系统中多传感器坐标系统一误差及线结构光带特征平面方程求解误差的校正问题,应用一种可进行特征点多分辨率提取的平面靶标,选择两传感器共同测量范围内部分特征点作为参考点,应用迭代求解最近临点算法,求解两标定坐标系精确统一的参数,实现多传感器测量系统中两坐标系统一误差的校正.提出了一种带参数的线结构光带图像特征点亚像素提取算法,通过参数设置改变线结构光带特征平面的位置,对线结构光带特征平面方程求解误差进行校正.实验结果表明,误差校正算法精度高、重复性好,确保测量系统可以获得复杂型面物体高精度的截面测量配准数据.     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

基于最小化各向同性误差的LiDAR-双目相机标定方法

LiDAR(Laser Imaging,Detection,and Ranging，激光雷达)与双目相机的多模态数据融合是3D重建领域的一个重要研究方向，两种传感器各有优缺点，通过多模态数据融合可以实现互补，获得更好的重建效果。为了实现数据融合，首先需要将两种数据统一到同一个坐标系下，LiDAR与相机之间外参的高精度标定结果对后续的3D重建十分重要。在LiDAR与相机的外参标定过程中，受LiDAR点云的稀疏性与其定位误差的影响，提取精确的特征点并构建正确的点对应关系是一个挑战性的问题。此外，LiDAR在球坐标系下完成测量工作，而大多数标定方法忽略这一特性，直接使用笛卡尔坐标测量结果进行标定，引入了沿坐标轴各向异性分布的误差，导致标定精度下降。针对该问题，有研究者提出了各向异性权重方法，但仍存在一些缺陷。文中提出了一种最小化LiDAR球坐标误差的LiDAR与双目相机标定方法。首先，提出了一种使用形心特征点的新的标定板，改善特征点的提取精度；其次，将各向异性的LiDAR笛卡尔坐标误差转换为各向同性的球坐标误差，直接最小化球坐标误差求解外参。实验研究表明，本文提出的各向同性误差法相比各向异性...     

预制构件混凝土布料机自动预标定应用

目的 研究混凝土布料机在浇筑生产过程中的自动预标定方法,解决布料机无法定位到浇筑起始点的问题。方法 搭建预标定行走系统,采用伺服电机作为布料机行走机构的驱动电机,建立布料机的行走坐标系;通过在布料机上增设边模检测传感器,结合位置传感器实现边模位置检测;设计预标定方法,结合布料区边模摆放特点,给出预标定点确定原理,在此基础上,设计布料机自动预标定过程,将边模的位置信息映射至布料机行走坐标系中,实现预标定点坐标自动确定。结果 实验验证表明,此方法可使布料机自动确定预标定点,最终标定点X轴方向最大位置差为13.8 mm,Y轴方向的最大位置偏差为14.3 mm,预标定最大定位偏差为19.9 mm。结论 该自动预标定方法能够自动完成布料区预标定点的确定,可显著提高当前混凝土布料机在预标定定位方面的自动化水平、定位效率,同时具有较高的定位精度,可为后期混凝土布料机自动浇筑生产流程的实现奠定基础。     

面向结构光三维测量的两轴转台标定

提出了一种基于结构光测量数据的两轴转台标定新方法.在转台绕摆动轴转动过程中对按一定布局固定在转台上的2个标定球进行不同视角测量,通过数据分割得到每个球的数据并计算其球心,采用2个标定球球心所在圆的圆心精确标定了转台摆动轴轴线;同理,可以标定出转动轴的初始轴线.通过计算得到转动轴在任意视角的方位,从而精确标定了两轴转台的位姿,实现了多视测量数据在线自动拼合,提高了数据拼合的精度.实验证明,所提出的标定方法简单、高效,并适用于其他转台测量系统.     

一种新的高精度的线结构光传感器标定方法

提出了一种新的高精度的线结构光传感器标定方法。这种方法仅需一个简单标定靶和一个一维工作台,且不用另外的仪器来测量光平面上点的光标,即可实现对线结构光传感器参数的高精度、快速的标定。该方法可对可见光和不可见光的场合均适用。     

基于液晶标靶的坐标测量方法

提出一种基于液晶标靶的坐标测量方法.通过最小二乘优化的方法确定摄像机主点与坐标测量头的坐标转换关系,结合摄像机外参数确定测量头的三维坐标,将摄像机用于光学三维坐标的测量,提出了相机移动时的坐标变换公式和移动距离的计算方法.实验结果表明,平面标靶标定点数量显著增多,可精确提取标定点,摄像机的标定结果更加准确.该方法简单、可靠,可以准确的得到光学坐标测量结果.     

基于激光点云特征的LiDAR-GNSS/IMU联合自动标定方法

车载多线激光雷达与GNSS/IMU系统间的数据融合可以提高智能驾驶定位系统的精度，两传感器间外部参数的标定是完成数据融合的前提.针对车辆传感器间外部参数手动测量困难、标定自动化程度低的问题，提出了一种不依赖标志物的自动标定方法，首先构建线、面两类特征点云地图并采用闭环约束减小累积误差，对两类点云地图分别提取面特征体素和线特征聚类，并将每一激光帧中的激光点与面特征体素和线特征聚类进行关联，结合基于运动标定的约束，构建最小二乘问题优化求解外部参数，最后通过实车实验验证了所提出算法的有效性和鲁棒性.     

大视场多视觉传感器测量系统的全局标定方法

研究了姿态测量系统中多视觉传感器在大视场条件下的标定技术.提出了一种基于激光跟踪仪的多视觉测量系统的全局标定法.利用激光跟踪仪在现场构建系统总体坐标系.通过对测量系统中的屏幕扫描拟合基准面作为标定板,然后在其表面设置标定点,并精确测定共面标定点位置.针对一阶径向畸变的摄像机模型,分步标定各参数,且全部采用线性方法求解,避免了非线性优化中的不稳定性.通过坐标反求的方法应用贝塞尔公式计算标准差.实验结果表明,在8000mm×6000mm范围内可以得到0.47mm的测量精度.可以满足多视觉测量系统的总体测量精度要求.     

非正交坐标测量机下REVO测头参数及误差标定

针对基于正交式坐标测量机设计和应用的REVO五轴测量系统,在非正交式坐标测量机下应用不能实现自标定的问题,基于对称和反转原理,提出了测头参数和误差项的一系列单项标定方法,通过测量机单轴小范围辅助运动测量量块,实现了非正交坐标测量机下REVO测头的参数和误差标定,避免了大范围运动测量机主轴所产生的运动误差给标定结果带来的影响.通过实验验证了所提出标定方法的精确性和有效性,经过标定和误差补偿后,平均测量误差从18.1μm降低到了0.8μm.实验结果表明:所提出的方法操作简便,精确度高,具有很好的溯源性.     

回转式激光线扫描测量仪

提出一种基于线结构光的回转式视觉测量系统,首先介绍系统的组成和工作原理,建立了线结构光测头的数学模型,并用该系统对测头进行标定;然后确定转台的回转中心,实现了将测头二维测量值向被测物体三维坐标的转换;最后,给出了实际测量结果,此系统能一次性完整测量任意工件的外表面,测量精度优于0．07mm。     

基于局部单应性矩阵的结构光系统标定研究

在基于结构光测量系统中,投影仪标定对物体的三维测量精度有着直接的影响。通过投影仪投射多幅正交格雷码至棋盘格标定板表面,利用未标定摄像机获得受棋盘格标定板调制的变形格雷码条纹图像,通过局部单应性矩阵方法获得棋盘格标定板各角点所对应的投影仪图像坐标。根据摄像机图像坐标、投影仪图像坐标与棋盘格标定板角点对结构光测量系统进行标定,获得摄像机与投影仪的内参数矩阵以及投影仪图像坐标系在摄像机图像坐标系的位姿矩阵。最后对结构光测量系统进行了标定实验;并使用Samuel Audet标定工具箱、Douglas Lanman标定工具箱与提及的标定方法进行标定误差对比。实验结果表明该方法操作简便,精度高,能较好地标定结构光测量系统参数。     

臂载线结构激光手眼矩阵的精确标定——多坐标系转换法

针对臂载线结构激光手眼结构的标定问题,提出一种多坐标系转换法.该方法借助激光跟踪仪和标定物,测量末端连杆和线激光坐标系相对于激光跟踪仪的齐次变换矩阵,从而快速计算线激光坐标系相对于机械臂末端连杆坐标系的手眼矩阵.该方法具有操作简便、误差小、精度高、对实验器材没有严格要求等优点.使用移动-转动-移动(PRP)三自由度机械臂进行手眼矩阵标定实验.实验结果表明:手眼矩阵旋转轴测量误差小于0.001,旋转角度误差小于0.07°,位移矩阵误差小于0.25 mm.该方法适用于任意二自由度及以上的机械臂与二维或三维传感器形成手眼结构的手眼矩阵标定.     

一种关节式坐标测量机的建模及其标定

为了研究7轴关节式坐标测量机的测量模型及其标定技术,根据DH模型(Denavit-Hartenberg notation)对7轴关节式坐标测量机进行了建模,并对参数个数和含义进行了深入研究.通过仿真发现7轴关节式坐标测量机直接标定时不能有效辨识某些参数的特殊问题.为解决该问题,设计了弯杆测头对测量机的整机参数进行标定.最后,将测量机测头换回直杆测头进行测头校准,获得更换测头后的测头参数.实验表明该方法能够有效地辨识出测量机整机的参数,能有效保证测量机的精度,这也证明了给出的测量模型的正确性.     

线结构光测量技术研究进展

线结构光传感器由线激光器和相机组成,通过分析拍摄的调制光条图像获得被测对象的轮廓数据,具有结构简单、成本低、非接触、效率高、使用灵活等优点,在科研和工业生产中具有广泛的应用前景。从光条图像质量控制及中心提取、传感器标定、多个线结构光传感器协同测量、传感器和运动坐标轴结合4个方面对线结构光测量技术进行了综述,概括了目前线结构光测量技术研究和应用中存在的问题,并指出进一步提升测量精度、增强测量的适应性,以及研制基于线结构光传感器的智能测量系统是线结构光测量技术未来的研究方向。     

圆结构光传感器标定方法

研究用于管件内表面三维测量的圆结构光传感器标定方法. 圆结构光传感器由激光发生器、反射锥镜和CCD相机组成,激光器发射的光经锥镜反射后与被测表面相交,通过分析传感器的成像几何关系,提出了一种快速的、采用多个圆环的标定方法,通过标定确定光曲面的关键参数. 采用标定后的圆结构光传感器对已知直径的圆环进行测量,直径测量误差为±0.2mm. 该标定方法实现简单,满足现场标定的要求,同时能够保证一定的精度.     

多线阵相机系统位姿高精度校准方法

针对多线阵相机组合成像时相互位姿校准要求,设计了由黑白条纹区域、等腰三角形区域及细实线区域组成的专用校准板,基于分区域OTSU(最大类间方差法)阈值的二值化处理的垂直投影方法对线阵相机静态条纹图像进行宽度计算,逐步实现单个相机的扫描线与Y轴平行度、相机光轴与检测面垂直度及多相机之间共线度进行高精度校准和调整.实验结果表明:该方法可快速实现线阵相机扫描线与Y轴平行度精度0.449°,光轴与Y轴垂直度精度0.002°,两相机扫描线共线精度1.0 mm.进一步优化校准方案后精度可达平行度0.01°,垂直度0.002°及共线精度0.080 mm,校准板图案简单,兼顾校准效率和精度要求,能够满足高精度的视觉检测和测量.     

单场景摄像机的大视场标定

提出将一种多工位、单个小尺度标准靶应用于对摄像机大视场进行差分标定的方法.即将小标准靶分别放置在视场的中心和四个角五个工位,利用每个工位标准靶上标准点的差分坐标对摄像机进行差分标定,分析了标准靶在物面上的位置、标定靶尺寸对标定精度的影响.在510 mm×510 mm的物面范围内,用一个140 mm×140 mm的小标准靶进行差分标定时,标定残差在18μm左右,均值为4.3μm.实验结果表明,在单场景测量中,采用多工位标准靶差分标定方法,可以实现对摄像机的高精度标定.