改进扩展Kalman滤波的显微视觉压电驱动定位

在显微视觉领域,压电驱动定位技术因其在微观尺度的高精度特性和灵活性备受关注。然而,由于定位过程中涉及图像处理、传输和控制等方面的时延,导致图像雅可比矩阵的估计会出现较大误差。因此,本文提出了一种改进扩展Kalman滤波算法用来预测图像雅可比矩阵,大幅度降低时间延迟因素。首先,将辨识得到的Bouc-Wen模型与扩展Kalman滤波算法的状态观测方程相结合,使得状态观测方程更全面地考虑压电平台的迟滞非线性特性,有效地提高了对压电平台速度和位置的预测;其次,结合Bouc-Wen模型的扩展Kalman滤波算法在面对非线性问题时,采用的是泰勒级数,这将导致扩展Kalman滤波算法对高度非线性的函数无法提供良好的近似,从而导致在估计雅可比矩阵的时候引入较大的近似误差,故本文将采用神经网络对高度非线性函数进行近似,进而对图像雅可比矩阵进行估计。最后,通过搭建一个显微视觉的压电驱动实验平台,进行位置跟踪实验,仿真实验表明,输入信号分别为正弦信号和三角波信号时,改进扩展Kalman滤波算法跟踪误差均值分别为0.199μm和0.132μm,而扩展Kalman滤波算法的跟踪误差均值分别为0.692μm和0.513μm,结果验证了改进算法的优越性和可行性。

面向IC封装的显微视觉定位系统

为了实现IC封装设备视觉定位系统的整体构建,在分析面向IC封装的视觉系统的基础上,对显微成像系统、视觉系统标定以及模式识别定位算法进行了研究。针对面向IC封装的视觉定位系统的特点,搭建视觉系统,并进行了系统标定。用Matlab编写了模式识别定位软件界面,并进行了相关试验研究。实验分析了系统的定位精度和稳定性,实验结果表明,标定误差基本满足正态分布,XY方向的平均误差为0.0145和0.1065pixel,方差为0.3103和0.2775pixel。经过对视觉定位系统的标定,并使用某种IC芯片进行实际定位实验,结果显示匹配定位误差可以控制在3.5μm(0.4pixel)以内。该视觉系统实现了亚像素级的定位精度。

显微视觉系统中自动聚焦技术的研究

在聚焦评价算法的研究中,本文首先对传统的离散余弦变换(DCT)算法和最小核值相似区(SUSAN)算法进行改进,然后结合改进后的DCT算法和SUSAN算法提出一种新的聚焦评价算法,该算法结合频域评价算法和空间域评价算法各自的优点,使聚焦曲线在单峰性,局部极值点和灵敏度等方面与传统算法相比有较大改善。在聚焦窗口的研究中,本文提出一种基于图像子块重要程度加权的聚焦窗口选择方法,该方法以总梯度变化率作为图像子块重要程度因子,将重要程度因子值小于阈值的图像子块视为背景子块,去除背景子块后剩下的部分为聚焦窗口。新的聚焦窗口选择方法能实现动态的区分目标区域与背景区域。

显微视觉系统的自动聚焦及控制

对自动显微镜的自动聚焦评价函数及聚焦控制策略进行了研究。首先,介绍了频域聚焦函数提升小波变换及时域聚焦函数Sobel-Tenengrad算子,通过将提升小波变换和Sobel-Tenengrad算子有机组合提出了一种新型聚焦评价函数。然后,利用离焦、正焦样本图像对自组织算法进行无监督训练,使用粒子群优化算法加速训练过程,并以经过学习的自组织映射算法作为聚焦控制器。最后,进行了显微视觉自动聚焦实验。实验结果表明:新型组合算子具有单峰性,峰值处变化陡峭,对不同样本、不同倍数物镜均可在正焦位置达到最大值,鲁棒性强;经过学习控制器后平均仅用7.6步即可完成自动聚焦,与爬山法相比,该聚焦算法不仅大大提高了聚焦速度且性能稳定,对每幅输入图像处理、识别时间约为120ms;满足了显微视觉自动聚焦要求,获得了良好聚焦效果。

显微视觉快速自动调焦方法及实验

分析了显微视觉与计算机宏观视觉的特性,得出显微视觉下模糊效果是由几何光学和波动光学两部分造成的结论,并用标定实验验证了显微视觉下扩散参数与物距呈线性关系这一假设。研究了现有基于聚焦的自动调焦DFD(Depth from Focus)方法,提出了显微视觉下一种新型的基于离焦(Depth from Defocus)的快速自动调焦算法,该算法只要给定两幅模糊图像,就可直接计算出目标聚焦平面位置。实验结果显示,该方法的聚焦速度比传统DFF方法(本文选择SML法)快2～4倍。改进了的DFD算法提高了自动调焦性能,增强了显微光学鲁棒性,调焦精度较高,且具有较好的实用性。

微操作机器人显微视觉系统若干问题

显微视觉系统是微操作机器人不可缺少的组成部分。近年来 ,随着显微技术的不断成熟 ,显微视觉系统的研究已经成为国内外在微操作领域的研究热点。本文着重介绍了微操作机器人显微视觉系统的研究意义 ,总结了现阶段国内外的研究现状 ,提出了显微视觉系统亟待解决的一些关键问题 ,并对这些关键问题的解决方案进行了探讨。同时 ,对显微视觉系统的发展前景和方向进行了展望。

显微视觉系统中自动聚焦算法的研究

针对自动聚焦过程中的聚焦评价函数、聚焦窗口、搜索算法进行了研究。首先改进了Robert函数增加了聚焦评价函数的陡峭度;其次针对固定聚焦窗口无法准确找到聚焦物体的缺点,提出了一种动态选择聚焦窗口的方法,该方法将图像分块,利用不同子块的梯度变化程度区分物体和背景,该方法更具适应性;进而提出了大步长和小步长相结合的爬山搜索算法,经过改进后的爬山搜索算法能更准确地找到焦平面;最后通过自行研发的显微视觉系统验证了所提自动聚焦方案的有效性。

面向微装配的显微视觉伺服

将基于显微视觉伺服的机械手的装配位姿调整归结为使其末端执行器上三点运动到指定空间三点的问题。规定其中一点沿直线运动到目标位置,其余两点则以绕该点旋转的方法运动到它们对应的目标位置,避免部件的运动干涉与碰撞,并确保末端执行器始终在显微镜的视场中。以机械手的路径规划为基础,给出基于距离和角度的图像特征差的估计方法,定义并建立基于图像特征差的图像雅可比矩阵以及机械手的运动模型。提出基于图像误差与控制信号综合优化的具有图像延迟系统的最优控制算法,基于动态视觉伺服控制策略建立比例控制与最优控制综合的视觉伺服控制结构,通过一个误差开关在不同的控制器上切换,进行直线位姿调整和动态目标跟踪试验。结果表明,所研究内容正确可行,系统定位精度保持在两个像素以内,具有较好的实时性,能满足微装配性能指标的要求。

基于显微视觉的宏/微双驱动微动台系统

提出了基于PZT的宏/微双重驱动精密定位机构,采用混合式步进电动机直接驱动宏动平台,实现系统大行程微米级精度定位,安装在宏动平台上的压电陶瓷驱动微动平台,实现纳米级的分辨率和定位精度,以高频响动态补偿系统的定位误差。采用显微视觉反馈控制微动台的移动和定位,实现定位机构的全闭环反馈控制,同时提出了带运动规划和估算的运动控制策略,提高了系统的运行速度。实验研究表明:系统的动态和稳定性能良好,该微动台的最大行程80mm,定位精度1μm。

显微视觉系统对柱状微零件自动聚焦技术研究

针对显微视觉中的柱状物体图像的清晰度问题,提出了一种实时检测图像特征并跟踪特征区域进行自动聚焦的方法。该聚焦算法包括聚焦评价函数、聚焦搜索算法和聚焦区域选择。该聚焦搜索算法实现了显微视觉系统下快速准确的聚焦,克服了爬山搜索算法的缺点,有效避免搜索结果陷入局部极大值。显微视觉中对聚焦区域的选择尤为重要,以图像特征区域作为聚焦区域,实时检测该特征区域进行聚焦,实现了在景深小于柱状物体半径的情形下对柱状物体边缘的精确聚焦。粗聚焦后电机位置的标准差为205μm,精聚焦后电机位置的标准差为37μm。实验结果表明,该自动聚焦方法能够满足微装配系统对显微视觉的聚焦需求。

基于散焦图像特征的微装配机器人深度运动显微视觉伺服

为了描述微操作手深度运动,采用灰度方差聚焦评价算子计算机械手散焦图像特征.散焦特征曲线理论上为单峰分布,峰值点对应显微光学焦平面深度位置.实际提取的散焦特征含有大量随机噪声,利用非线性跟踪微分器抑制噪声实现对机械手散焦图像特征及其微分信号的无颤振光滑逼近.依据散焦微分信号设计粗—精两级自寻优视觉控制器,完成微操作手对装配平面深度的精确定位.微装配深度运动实验验证了本文方法的有效性,机械手深度伺服误差为7.5μm.

微操作机器人的显微视觉自标定方法

在分析微操作机器人结构特点的基础上确定了待标定参数,提出了一种基于显微视觉的自标定方法。通过动态跟踪随机器人运动的目标来计算其图像坐标,采用最小二乘法拟合目标运动轨迹在显微镜坐标平面中的投影直线,并结合高精度机器人的位移量,经过几何投影和变换,标定出待标定坐标到显微镜坐标的转换矩阵。该标定方法无需特殊辅助测量仪器。实验表明,角度标定重复性好,位置标定误差小于 2 个像素。

微操作机器人显微视觉系统的研究

本文深入研究了基于生物工程领域显微视觉系统的设计方法．给出了微操作物体平面坐标及微机器人手端位姿的求取方法；提出了基于载物台平动测量微操作物体的高度及微机器人做三维空间已知运动标定出微机器人手端在摄像机坐标系的坐标，进而确定微机器人手端与微操作物体之间位置关系的单目视觉方案．采用两步法对显微视觉系统进行了标定．实验证明该系统运行可靠，达到显微操作的要求．

微操作机器人显微视觉系统研究

分析了显微视觉系统的基本原理和组成,给出了其在微操作领域的应用现状,提出了显微视觉系统亟待解决的一些关键问题,并对这些关键问题的解决方案进行了探讨。提出并设计了一种面向亚毫米级微零件装配的基于正交方式实现的立体显微视觉方案,形成对三维微装配空间的立体监视,系统的精度为2．5μm,满足了微装配要求。

基于无标定显微视觉伺服的零件微装配

为完成微小零件的装配操作,获得高效的微装配性能和避免复杂的摄像机标定工作,提出了基于BROYDEN方法的图像雅可比矩阵在线辨识模型.为了实现在线辨识快速收敛的目的,应用切比雪夫多项式构成了待辨识的图像雅可比矩阵的成本函数来逼近最优值.采用辨识的图像雅可比矩阵,设计了PD控制器,该控制器满足了系统的快速性和平滑性控制要求.在显微视觉环境下,完成了不同倍率物镜下微操作机械手自动定位与夹取三维微小零件的视觉伺服任务.实验结果表明,所提方法具有较好的鲁棒性和满意的执行效果,达到了系统应用要求.

显微视觉技术在微细加工中的应用

面向微细加工设计显微视觉系统,同时结合力觉传感器共同控制微细加工的操作过程.针对显微图像中噪声也被放大的特点,在自动聚焦处理中提出了一种新的强噪声聚焦评价函数处理方法,即在中值滤波和双边滤波后,采用分水岭算法对滤波图像进行过分割处理,对分割的各小区域求取其均值,用均值代替此区域内像素灰度值,再利用SML聚焦评价函数进行自动聚焦;同时,为了避免回程间隙而损失定位精度,在搜索方式上,采用精度较高的三次样条插值定位方法,利用相对矩对目标进行识别.实践表明,本系统能快速准确地确定刀具与加工工件之间的三维距离,完成微细操作控制过程.

宏/微双驱动定位台显微视觉自动聚焦清晰度评价方法

在基于光学显微镜的微操作定位中,为了克服显微镜头在拍摄图像过程中的视场狭小、焦深短等问题,综合利用了基于梯度场的图像清晰度评价方法和基于小波变换的图像清晰度评价方法。将显微镜头安装在一维宏/微双精度定位平台上,用以保证显微镜头的运动精度。为了防止系统聚焦于面积最大的背景部分,采用了仅对目标区域进行清晰度评价计算的方法,保证系统仅对操作感兴趣的目标进行自动聚焦。通过以上技术实现定位机构的全闭环反馈控制。实验研究表明:系统的动态和稳定性能良好,系统的响应速度由0.3帧/s提高到3帧/s,同时根据清晰度确定的空间位置关系还可以进行防碰撞控制。

基于显微视觉的宏／微双重驱动微动台的自动标定

提出了基于压电技术的微操作系统的自动标定方法,采用混合式步进电机直接驱动的宏动平台,实现系统大行程宏动定位,安装在宏动平台上的压电陶瓷驱动的微动平台和精密光栅,实现亚微米级的分辨率和定位精度,通过以上两部分实现定位机构的全闭环反馈控制,采用显微视觉反馈获取微动台操作器在图像中的位置信息进行标定。实验结果表明:系统的动态和稳定性能良好,自动标定运算速度快,运行速度达到11 frame/s,实现了对系统的精确标定,标定精度达到0.1μm。

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。

基于显微视觉的微小型零件跟踪系统

微装配过程中的运动目标跟踪是一个新兴的研究方向。构建了一个由CCD相机、显微镜头、电控云台和图像处理模块组建的、针对微小型零件的显微视觉跟踪系统。为克服显微视场范围小的局限性,提出一种基于SIFT特征点的模板匹配和Kalman预测相结合的跟踪算法,通过Kalman预测实现在局部范围内的模板匹配,利用SIFT特征对模板匹配的结果进行校正和更新。实验结果表明:提出的跟踪算法能得到稳定的目标局部特征,并准确地跟踪到目标,对亮度变化、成像模糊等影响因素有较强的适应能力。