基于双目立体视觉的标定技术及应用

为提升双目立体视觉装置的准确度和精度,提出基于双目立体视觉的标定技术。针对双目立体视觉中两 个相机的特点,采用圆形标志阵列标定板为图像源,通过对图像预处理,以径向误差做约束条件,根据圆的几 何关系和最小二乘法综合提取特征点的算法获取图像标识点坐标并求取单应性矩阵,最后推导得到理想的外 参和内参,从而获得双目立体视觉装置准确的参数。实验结果为该装置对待测数据的获取提供了精确的数据 基础和可靠的矫正条件,进而提升了双目立体视觉装置的准确度和精度。     

遥控维护任务空间的立体视觉系统标定

为了克服传统位置标定的不足,基于立体视觉技术,提出用于遥控维护任务空间三维重建的立体视觉系统标定方法,采用平面模板的摄像机标定算法实现了空间位置精度标定。试验结果表明:该方法能够应用于遥控维护空间位置精度标定。     

棱镜单目立体视觉系统的参数最优化

针对基于棱镜的单目立体视觉系统，提出了一种分析和选择系统参数的最优化方法.该方法可以使系统拍摄到的图像以最佳的位置满足立体视觉算法处理的需要.从系统的建立和参数的选择角度分析了单目立体视觉系统的组成.引入了一种计算系统成像区域的数学方法，使用空间直线来表示光线的传播，利用光的折射定理的向量计算方法，解出光线经过棱镜折射后的直线方程，通过空间直线的关系确定系统的成像区域.通过对该系统成像区域的重新定义，将成像区域与捕获的图像联系起来，从而选择最佳系统参数配置.     

双目立体视觉系统测量精度的分析

双目立体视觉系统的几何参数影响双目视觉的测量精度,且各几何参数间存在着一定的约束关系.通过分析双目视觉系统的几何参数及约束关系,讨论了两相机光轴和基线之间的夹角α1和α2、基线距B、投影角等几何参数对测量精度的影响,并采用Matlab软件对不同的几何参数下的测量精度进行仿真,找出最佳的几何参数范围,从而提高了双目立体视觉系统的测量精度.最后,通过试验验证了理论分析的正确性.     

一种多相机视觉测量系统的全局标定方法

提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求.     

基于增强特征信息的航空发动机叶片双目视觉测量方法

航空发动机叶片三维面形数据重建是评价发动机叶片加工精度的重要手段.提出一种基于增强特征信息的双目视觉三维重建方法：首先在发动机叶片表面张贴圆形标记以增强叶片表面特征信息;其次通过相机的多角度拍摄获得能够覆盖叶片全貌的图片,并利用圆心特征匹配算法实现左、右图片中对应的圆形标记点的匹配;最后利用双目视觉三维重建原理计算得到三维点云数据,从而重构发动机叶片面形.对重构后的发动机叶片三维数据与白光扫描设备(精度0.05 mm)所得的扫描数据进行对比可得,发动机单叶片的叶背、叶盆的偏差平均值分别为0.103 2和-0.101 4 mm,标准偏差分别为0.096 6和0.057 1 mm.     

一种新的非线性相机模型标定方法

提出一种新的非线性相机模型标定方法.该方法考虑各种成像误差,用二元函数的多项式建立成像误差模型,用一个中间变量代替非线性畸变因素.在已知至少6个不共面点的空间坐标及对应的图像坐标,利用线性算法求解出非线性畸变模型的投影矩阵,用修正后的投影矩阵进行三维重建.实验结果表明,整个修正过程避免非线性方程的求解,10个修正参数由线性方程组一并解出,修正模型三维重建的精度整体得到提高.     

基于Halcon的机器人手眼标定方法研究

手眼标定是机器人视觉系统建立过程中的重要环节,本文基于Halcon软件,结合特制的标定板并充分考量相机畸变的影响,提出一种快速、精确、高效的手眼标定方法,该方法在标定过程中建立相机图像坐标系与机器人坐标系转换关系的同时获得相机内外参数.在UR5机器人平台上进行试验验证,试验结果表明该方法可提高标定效率与标定精度,且算法具有良好的跨平台移植性.     

双目立体视觉在管件回弹参数测量中的应用

在管件弯曲成形过程中,回弹对实现管件无应力装配的弯管角度和弯曲半径两个关键因素有很大影响。针对采用常规检具测量管件几何参数存在精度低、效率低、自动化程度不高的问题,提出一种基于双目立体视觉技术的测量方法,其基本思想是通过相机标定得到相机内外参数,然后对图像进行特征提取以及中心轴线的拟合和匹配,结合双目立体视觉理论计算获得管件的弯曲角度和弯曲半径,将结果与标准参数进行对比得出误差,再将误差反馈给弯管机以实现参数修正。实验表明该测量系统能实现对管件快速、稳定、精确的参数测量。     

基于平面靶标的相机内部参数标定精度分析

相机内部参数标定是实现机器视觉测量的必要环节.目前常用的标定方法有Tsai两步法、DLT方法以及基于平面标靶的张正友法等.张正友法简单易行,因而得到广泛应用,标定精度取决于平面靶标的制作精度、图像特征点坐标的提取精度、镜头畸变、靶标摆放数目以及位姿分布等.对张正友标定方法的精度进行探讨,分析各影响因素对标定精度的影响,提出基于均匀设计的思想进行靶标位姿分布的设计思想.仿真和实际测试证明,采用均匀设计的靶标布局明显提高相机内部参数标定精度.     

TPS based on trilateration for the feed measurement of FAST

Five-hundred-meter Aperture Spherical radio Telescope( FAST) is the largest sensitive single dish radio telescope in the world,in which the control and measurement of the feed is one crucial section of the FAST control system. Trilateration is presented to obtain three-dimensional coordinate for tracking feed focus cabin. Every three total stations chase prism movement to be attached on feed focus cabin and the prism position is determined from the measured distances based on the principle of trilateration. Therefore,feed position is determined from three prisms on the focus cabin. This study is to assess the accuracy and reliability of trilateration calculation on tracking focus cabin of FAST. Different arrangement of total stations on trilateration is theoretically studied. Through experiment,the proposed method shows that the accuracy is better than that of the polar coordinate measurement. The average root mean square error is lower than 0. 6 mm,which is found to have high accuracy and reliability.     

双目立体视觉系统摄像机标定

对摄像机参数标定是三维定位的关键．制作了平面式标定板,将标定板中圆的当量中心作为标定用参考点,这样可以有效避免测量误差．采用线性和非线性结合的方法标定摄像机参数,首先利用直接线性转换模型（DLT）得到投影矩阵,通过约束条件分解参数矩阵,分别求出摄像机内部参数;然后将得到的标定参数作为初值,代入非线性方程进行优化,得到精确的标定参数．非线性优化采用Levenberg—Marquardt迭代法．试验表明,标定参数与出厂参数有一定差异,但和实际情况完全吻合．     

融合注意力机制的U-Net混合电磁重构方案

电磁逆散射问题是非线性和病态的,传统的求解方法无法兼顾成像精度和计算效率,而基于深度学习的直接重构方法缺失先验信息,导致学习过程较困难.采用结合衍射层析成像（DT）算法和融合注意力机制的U-Net混合电磁重构方案,求解电磁逆散射问题,将基于Born近似的DT算法重建的粗糙图像作为U-Net的输入,有效利用先验信息,提高逆散射问题求解的效率和精度.此外,在U-Net每次的下采样过程中加入注意力机制,进一步提高了目标散射体相对介电常数和位置的重建精度.实验结果表明,相比未引入注意力机制的方案,融合注意力机制的U-Net混合电磁重构方案重建误差较小,可实现相对介电常数分布的高精度重建.     

基于宽窄带微多普勒融合的锥体目标三维重构

目标三维特征包含更为精细的结构和微动信息,以锥体弹头为研究对象,提出了一种基于宽、窄带混合体制雷达组网的锥体目标三维重构方法。首先建立锥体目标进动模型,详细分析了目标在不同体制雷达回波中的微多普勒调制特性,然后,使用改进的viterbi算法和最小二乘法对各散射中心的幅相信息进行提取和估计,并通过灰色关联度分析实现非理想散射中心的匹配。在此基础上,构建宽、窄带微多普勒信息融合方程组,解算出锥体目标的进动和结构参数,进而确定目标空间位置,实现三维重构。仿真结果表明,在信噪比为5dB情况下,目标的三维重构精度在91%左右。     

并联机床驱动杆铰链位置误差分析

为提高并联机床运动精度,解决其铰链误差对运动精度的影响问题,以东北大学开发的3-PTP并联机床为分析对象,采用叠加原理,建立三自由度并联机构驱动杆铰链误差模型;采用矩阵范数分析驱动杆铰链误差对动平台终端运动精度的影响规律.分析表明,结构参数λ大,不利于减小工作空间内动平台位置误差的最小值,但对其最大值影响不大.该误差模型的建立为此并联机床进一步优化机构设计参数以及误差补偿奠定了基础.     

基于改进六位置法的一种 MEMS 加速度计标定补偿方案

微机电系统(micro electronic mechanical system,MEMS)加速度计在测量过程中受安装误差、刻度因子及零偏影响,为提高MEMS加速度计的测量精度,在六位置法标定的基础上,提出一种改进的MEMS加速度计标定补偿方案.利用小波滤波对MEMS加速度计的原始测量值进行滤波,运用六位置法对6个位置的原始数据进行标定得到补偿模型.通过实验验证,MEMS加速度计测量精度由标定前的1.2 m/s2提高到0.01 m/s2,由MEMS加速度计解算的横滚角和俯仰角精度由标定前的1°提高到0.166 4°.     

一种分数域二分法 LFM 信号参数估计方法

针对传统基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的线性调频（linear frequency modulated, LFM）信号参数估计方法中估计精度和计算量难以同时满足实际要求的问题,提出一种分数域二分法的 LFM信号参数估计方法。该方法分析量化了变换阶次误差对参数估计误差的影响,利用单分量 LFM信号变换阶次和分数域展宽的关系,通过迭代不断缩小变换阶次的取值范围,获得满足初设阈值的最优阶次,并利用最优阶次和峰值位置对 LFM信号进行参数估计。采用逐次重构消除的方法,可以对强弱混合的多分量 LFM信号进行参数估计。仿真结果表明,在满足信噪比要求的条件下,该方法能够有效地对 LFM信号进行参数估计,可以通过参数估计精度的要求选择不同阈值,与传统方法相比,在参数估计精度相当的情况下大大地减小了计算量。     

基于单目视觉的Delta机器人零点标定方法

针对实际工程应用中少自由度高速抓放并联机器人的精度问题,提出了一种基于视觉测量的快速标定方法.以Delta机器人为例,通过系统分析和机构合理简化,建立了零点误差模型.构造出基于单目视觉平面测量的零点误差辨识模型,借助单目视觉仅检测机器人动平台沿水平面运动时末端x、y向的位置误差,识别出零点误差,进而修改零点位置实现末端位置误差补偿.标定实验结果表明该方法简单、有效、实用性强.     

基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.