基于标定场的激光雷达两步标定方法

针对激光雷达大测量范围高精度测角测距问题,提出一种基于标定场的激光雷达两步标定方法.该方法在分析激光雷达测角误差和测距误差的基础上,提出激光雷达误差修正模型.该模型将距离修正从标定模型中分离,首先利用靶标场完成全视场的角度标定,并确定其外部参数,再利用基线场实现距离标定.以降低距离标定参数与角度标定参数之间的耦合性,保证激光雷达角度和距离标定的精度和准确度.实验结果表明方法合理有效,能够实现激光雷达的高精度标定.

机器视觉测量中相机两步标定法的改进

在机器视觉中为了确定空间三维模型和图像模型之间的几何坐标关系,必须要建立相机的图像几何模型及其参数,这个过程被称为相机的标定。作为最广泛使用的标定方法之一,两步标定法使用了网格板来进行相机的标定。在标定中,相机的多数参数都是通过求解分析方程得到的,然后经过反复迭代得到其他标定参数,使用这种标定方法需要在多个位置拍摄多个图像。本文针对两步标定法进行改进。在改进的方法中,用到了一个呈直角的L形标定板,标定时得到一副包含两个垂直标定图像的图片,之后使用两步标定法进行必要的相机内、外部参数的计算。标定的结果显示误差低于0.7%,能满足要求。

基于Tsai两步法的视觉点胶系统相机标定方法

相机标定是机器视觉系统应用的一项重要步骤。针对传统标定方法大多使用标定板、而标定板的制作和摆放较为繁杂的问题,提出一种基于Tsai两步法的简易标定方法。提出的方法不需要使用标定板,只需通过平台运动拍摄图标、提取特征点,操作简单,同时该方法通过合理的求解步骤,使用线性计算,避免了非线性计算的复杂过程。实验测试表明所提方法能有效降低标定复杂程度,减少标定时间,精度可达±0.1 mm,满足了视觉点胶系统的工程应用要求。

工业机器人视觉定位系统高精度标定研究

分析了机器人视觉的主要标定方法 ,并在此基础上改进了传统的两步标定法 .该方法先用两步法求出转换矩阵的初值再建立优化数学模型 ,优化计算采用快速的高斯—牛顿法 .该方法不仅具有原来两步法的诸多优点 ,如自动、快速 ,而且彻底消除了第二步存在的累积误差 ,大大提高了标定精度 .大量试验表明 ,标定精度明显优于传统的两步法 .

带切向畸变的模型可视化摄像机标定

根椐Tsai两步标定方法,在Matlab中首先运用直接线性变换法(DLT)对摄像机参数进行估计,然后以线性参数为初始值,运用非线性优化方法对摄像机参数进行优化。并对摄像机参数标定过程中的畸变模型进行分析,主要分析了透镜的径向和切向畸变分量。最后根据标定的摄像机参数,实现了摄像机畸变模型可视化。

传统相机标定方式的自动标定方法

摄像机标定技术是从二维平面图像中获得三维信息的关键步骤,摄像机的标定精度对保证系统测量精度有着至关重要的作用。提出了一种基于传统相机标定方式的自动标定方法。采用带有区域标记点的改进标定模板获取标定图像序列。利用边缘检测技术,确定特征点检测区域。根据摄像机透视投影模型,对摄相机进行线性标定,再进行非线性修正,得出摄像机各参数。实验结果表明,改进的标定方法具有更快的检测速度,稳定性好,鲁棒性高,使传统相机标定过程实现了自动化。

张正友法的摄像机标定试验

针对机器视觉领域的摄像机标定问题,采用介于自标定与传统标定之间张正友法,对Sunway-130D数字摄像机进行标定。本研究首先阐述张正友法标定原理,即利用针孔模型匹配模板平面与其所成图像中的角点,计算出图像和模板之间的单应性矩阵,利用该单应矩阵线性解出摄像机内部参数,并由单应矩阵求出理想成像模型下的摄像机外部参数。然后考虑非线性畸变因素,求出畸变系数的初始值,最后对所有的标定参数进行迭代修正,通过非线性优化得到所有标定参数的最优解。制作模板并采集模板图像,利用MATLAB提取模板图像角点坐标并进行标定。结果表明:该方法可以有效地对摄像机进行标定;绝大多数偏差在(-1.5,1.5)像素之间,个别偏差超过1.5个像素,达到像素级精度,有较高标定精度。研究结果为进一步研究农业机械机器人奠定基础。

基于模值估计的三轴磁力计标定方法研究

现有的三轴磁力计标定方法大都是对采样数据进行归一化,然后利用样本数据求解参数。为了提高标定算法的通用性和有效性。提出了一种改进的标定方法,首先将磁力计所处位置磁场向量的模作为误差模型参数,然后对其进行估计算法设计,接着提出一种两步标定方法进行参数初值的选取,然后应用Levenberg-Marquardt方法进行磁力计标定算法设计。仿真和实验结果表明,本文所提算法对类似的三轴传感器具有通用性,不依赖于传感器的观测向量,同时能够对所观测向量的模值进行精确的估计,可以标定三轴磁力计的安装误差、静态灵敏度误差和零位误差,标定过程简便,适用性广。

基于OpenCV的码垛机器人手眼标定方法

提出了一种简易的"两步"标定法,即非线性模型摄像机标定和"四点"位姿估计。该标定法充分使用了OpenCV中现有的计算机视觉算法,与传统的手眼标定法和基于商用视觉库的标定法相比,省去了大量的计算、节约了开发成本和便于产品升级。摄像机标定实现了图像坐标系与世界坐标系之间的转换;位姿估计实现了机械手坐标系与世界坐标系之间的转换,从而推算出了图像坐标系与机械手坐标系之间的转换,其平均投影误差约为0.727个像素。该标定方法配合码垛机器人视觉定位系统执行包装件内装物码垛作业,现场测试结果表明,可以使码垛精度达到±1 mm,能够满足包装行业内装物现场应用要求。

流涎法塑膜制备过程中厚度在线检测方法

采用流涎法制备塑膜时,实时检测流涎口处半透明粘稠状塑膜厚度,从而及时调整生产工艺参数,以更好地提高塑膜的生产质量。本文采用光学在线测量法,利用直射式双反射光路激光三角法,建立振动状态下厚度测量模型,设计了厚度测量传感器,提出了两步标定法,保证半透明粘稠状塑膜厚度测量的准确性。实验表明,测量误差小于10μm,有效地消除了钢带在线振动产生的误差,该方法适用于流涎口处半透明粘稠状塑膜厚度的在线测量。