大视场双目视觉传感器的现场标定

分析了摄像机和双目视觉传感器的数学模型,针对大视场视觉测量应用,提出了一种基于基线尺的大视场双目视觉传感器标定方法。在测量空间内任意多次摆放基线尺,由两摄像机拍摄基线尺图像。利用基本矩阵及基线尺上两特征点之间距离的约束,采用线性解和非线性优化相结合的方法同时估计摄像机的内部参数以及双目视觉传感器的结构参数。该标定方法操作简单,标定效率高,无需初始参数即可估计双目立体传感器的全部参数。实验结果表明,该方法适合双目立体视觉传感器的现场标定,在6000mm×4500mm的范围内可以得到0.06mm的测量精度。

结构光视觉传感器通用现场标定方法

建立结构光视觉传感器通用数学模型,提出一种基于平面靶标的结构光视觉传感器结构参数标定新方法。在测量空间不同位置多次随意摆放平面靶标,结构光投射在靶标表面,摄像机拍摄靶标图像。利用靶标上特征点及对应的图像点求解靶标坐标系到摄像机坐标系的转换。根据靶标平面与图像平面之间的同射变换获得结构光标定点在靶标坐标系下的坐标,并统一到摄像机坐标系下,在此基础上拟合出结构光方程。该方法获得标定点效率高,能胜任点、线、曲面等任何模式结构光视觉传感器的现场标定。试验结果表明,该方法具有较高的标定精度。

自由曲面视觉测量标志点三维匹配方法研究

提出一种适用于自由曲面视觉测量的标志点三维匹配方法。该方法首先通过编码标志点确定局部测量区域在物体上的初始位置,获得可能匹配点集;然后根据非编码标志点与编码标志点之间的距离、角度、方向等特征,获得全局坐标系与局部坐标系之间的初始转换关系;最后根据此初始转换关系求解最终匹配点集,完成标志点的三维匹配。该方法适用于基于标志点的自由曲面视觉测量三维拼接中。实验结果表明,拼接后x、y、z坐标的RMS误差分别为0.17 mm、0.11 mm、0.10 mm。

一种舵偏角动态测试同步采集系统的设计

舵偏角动态测试中需要实时采集多通道、不同类型数据,而舵机数字指令的时间同步信息又无法直接获得。针对测试中数据的同步采集问题,设计了一个基于统一时标的多通道数据同步采集系统。利用舵机状态信息确定系统测试零点时间标志,并打开一个外部有源晶振作为系统时钟源,通过传感器、A/D采集卡的触发同步与舵机数字指令的计时同步相结合,实现多路数据的同步采集。其中,计时同步方法的同步误差小于5μs,系统采集设备的触发同步误差也在微秒量级,最终的同步精度满足舵偏角测试系统的测试需求。

三维测量数据同步自动配准方法

提出一种三维(3-D)视觉测量数据同步自动配准方法。利用改进的3-Dshape context描述符建立当前测量数据与已获得数据间的匹配点对,得到候选的重叠数据,并用最近点迭代(ICP)算法进行验证和精确配准。将视觉传感器每次获得的测量数据与已获得的测量数据配准,最终将所有测量数据统一到同一坐标系下。实验时,采用视觉传感器对维纳斯石膏像进行多角度测量,对测量数据进行同步配准,获得石膏像表面完整的3-D模型。该配准方法无需任何外部辅助设备,便于操作者观察测量进度并及时调整视觉传感器路径规划,从而提高三维形貌测量效率。