基于多视觉线结构光传感器的大尺度测量方法

为解决现有线结构光大尺度测量标定复杂、精度不高的问题,提出了一种基于多视觉线结构光传感器的大尺度、高精度测量方法。多视觉线结构光传感器含1个激光器和多个等间距并排的相机(一主多从),相互间有1/3左右重叠视场(OFOV),光束覆盖所有相机视宽。传感器标定只需简易的棋盘格靶标,按张氏标定法采集靶标图像、标定传统参数;此外,考虑相机视角的不变性,利用OFOV内标定图像的已知特征角点,经图像配准可预标定相邻相机图像拼接的变换矩阵。变换矩阵的逐步连乘得到任意从相机图像转换到主相机成像平面的透视变换模型(PTM)。该方法通过各相机同步采集大尺度物体的局部光条图像,再利用PTM将所有局部光条快速拼接成完整的光条图像,最终经光条坐标提取、换算得到光条位置的三维坐标。实验结果表明:与已有方法相比,该方法使用简便、精度更高,重构模型平均构造深度与真实模型仅差8.3%。

一种大尺度二维直线度精密测量的新方法

本文提出了一种远距离、大范围二维直线度测量的新方法。该方法采用特殊设计的十字线准直激光器及线阵CCD ,通过特殊的光学系统结构设计 ,能在 0～ 2 0m距离内连续测量 ,直线度范围可达 70mm ,精度优于 0 .1mm ,实际测量结果表明 ,该方法可适应野外作业环境。

大尺度精密高效测量专利技术现状及其发展趋势分析

以国家知识产权局专利数据库检索并筛选的有关大尺度精密高效测量技术专利文摘为分析数据,分别进行了各领域申请量、专利类型、各国家或地区在我国专利申请状况、职务与非职务专利申请量、专利内容、长度测量专利技术总体发展趋势分析。在此基础上,阐述了我国测量技术发展现状、面临的紧迫形势以及发展趋势,并提出了一些建议。

基于OpenGL的电子经纬仪可视化工业测量系统

基于OpenGL自主研制并开发了新一代电子经纬仪三维可视化工业测量系统SpatialMagic,该系统在原来测量、存储和计算分析等功能的基础上,增加了离散测量点实时可视化和测量计算分析成果可视化功能。建立了测量仪器及其附属设备的三维实体模型库,实时模拟工业测量过程,使复杂的测量任务变得直观化、简单化,同时提高了测量效率。

基于定位点的单目流动式测量技术

针对加工车间对零件进行高精度、大尺度的现场实时测量的需求,对可实现在线测量的可移动式视觉测量技术进行研究,提出了一种基于单目视觉的新型便携式测量系统,可实现大尺度工件的三维精确在线测量。通过手持单个摄像机对固定位置的编码点靶标进行拍摄,通过对靶标图像的信息提取,确定摄像机在三维空间中的位姿,标定出安装在摄像机底部的探针相对于摄像机的位置关系,求解探针与被测物体的接触点的三维坐标。实验结果表明,本文系统对大型工件可实现高精度测量,三维测量精度在测量系统坐标系下x轴、y轴、z轴方向的稳定性误差分别为0.18mm,0.24mm和0.21mm;测量最大误差为0.35mm,可以满足工业现场对大尺度工件三维在线测量的精度要求。

散货自动装船检测系统

目前散货装船过程中,由于缺乏可靠精确实用的装船系统状态参数测量方法,而致使无法实现全自动化的装船作业。针对这一情况,本文提出了一种利用激光扫描仪实时测量散货装船系统的多个状态参数的方法和装置。该方法根据激光测距原理,利用扫描仪获取的数据,采用图像处理中的线条拟合技术,可以实时准确地计算出装船系统中溜筒相对于船舱的位置、溜筒相对于舱内物料的位置、舱内物料的高度以及船体的倾斜状态等参数。本检测系统的装置被应用于散货自动化装船过程中,在散货码头进行了实地测量实验,实验结果证明了本系统的准确性、可靠性和实用性。

大尺度三维几何尺寸立体视觉测量系统实现

基于立体视觉的大尺度三维几何尺寸测量技术是对外形不规则的大型物体进行几何量测量的有效方法。与传统的视觉测量技术不同,大尺度视觉测量的精度随测量距离的增加而迅速下降,同时大尺度空间下照明条件难以控制,也使得测量变得不稳定。因此如何在大测量尺度的前提下提高测量精度成为这一领域的研究难点。从立体视觉测量系统的原理出发,分析了影响系统精度的各种因素,将相位一致性变换与极线约束条件引入结构光光条中心提取之中,显著提高了图像分析的精度。研制了测量系统的样机并给出了实验结果,现场测试表明该系统可以有效地保证大尺度条件下的测量精度。

基于多模态数据协同的弱纹理表面高精度点云配准算法

为解决大型构件表面弱纹理特征的捕捉和多次测量的精度配准问题,采用集成结构光与光度立体视觉的复合测量系统,利用结构光测量获取工件表面整体形状的点云数据,利用光度立体视觉获取表面精细弱纹理的法向量信息。在此基础上,提出了一种融合邻域点云坐标与法向量信息的新型局部特征描述子,可对弱纹理工件表面特征进行有效且鲁棒地描述。大量仿真和真实实验验证了所提方法的有效性,其性能大幅超越了基于传统特征描述子的迭代最近点算法。所提方法可有效捕捉并描述弱纹理表面的丰富细节特征,构建鲁棒显著的特征描述子,进而大幅提升了测量结果的匹配精度,减小了大型复杂构件的整体重建误差。