面向空间目标近距离操作的相对位姿测量系统设计

面向空间近距离操作的相对位姿测量系统(RPS)是对目标进行距离测量、位姿测量、三维重构及光学成像的有效方式。针对高精度一体化位姿测量需求,文章提出了融合激光雷达测距的单目视觉位姿测量系统,可同时具备目标距离、方位测量及三维成像等能力。经过在轨应用验证,结果表明:方位测角精度和位姿测量精度等关键指标均优于预期值,该系统主要功能性能可满足空间操作实际应用需求,可以为未来空间机动平台的目标测量系统研制提供参考。

一维光学位置传感器融合的非接触多自由度位姿测量系统

为实现机器人末端位姿多自由度实时测量反馈,融合一维光学位置传感器(Position Sensitive Detector,PSD)建立了平面3自由度非接触测量系统,对其测量原理,信号处理电路,环境光干扰去除和非线性标定算法等进行研究。根据PSD传感器测量特性和平面3自由度测量要求设计了4-PSD测量系统,并建立测量系统数学模型。研究了PSD传感器的信号处理电路,通过运放和除法器实现了单个PSD的信号处理,结合单片机与A/DC采样电路,实现了上位机的高频率信号采集。对4-PSD测量系统进行预实验,为消除环境光干扰,通过激光调制和数字滤波等方法进行验证。最后,通过激光位移传感器标定4-PSD测量系统,介绍了4-PSD的标定步骤(原点、转角、长度和二阶非线性标定),测定了系统标定后的误差分布。该测量系统具有较高的测量频率(50 Hz)。标定实验结果表明:标定后的4-PSD测量系统在70 mm×70 mm内,测量精度平均为0.49 mm,比标定前降低了90%的误差,能满足大部分高速、高精度机器人末端的非接触式实时测量反馈需求。

空间最优投影平面的斜口圆截面管路端头位姿测量

船舶、飞机等发动机为减小体积,采用斜口管路焊接代替弯头连接,管路系统中端头位姿是焊接对齐的前提。针对斜口管路端头位姿的高效高精度测量难题,提出了一种通过重建管路轴线以及管路端面进行端头位姿精确测量的方法。通过获取种子圆柱并设计非线性寻优算法提高圆柱拟合精度,通过高精度种子圆柱扩散重建得到管路轴线。通过双曲率阈值搜索方法对管路边缘进行搜索,得到管路端面边缘点整像素坐标。通过对端面提取得到的整像素坐标进行椭圆拟合结合射线求交方法求解端面边缘亚像素坐标,从而避免插值方法计算亚像素坐标受环境光源影响大的问题。最后,使用逐点最小二乘法重建空间投影平面并在平面上得到残差最小空间椭圆,空间椭圆中心即为管路端点,该投影平面即为端面所在平面,实现了对端头位姿的精确测量。实验结果表明,该方法的测量精度达到0.05 mm,角度测量误差小于0.1°,基本满足斜口管路端头的位姿测量精度要求,对管路的装配具有良好的指导意义。

基于视觉的并联机床位姿测量研究

为准确测量并联机床的位姿,提高并联机床的运动精度,提出一种基于视觉的位姿测量方法用于并联机构的末端位姿检测。采用Femto深度相机作为测量设备搭建测量平台,并用棋盘格标定板和MATLAB对相机进行标定;将标靶置于动平台进行位姿采集,利用点云库对采集后的数据进行过滤和提取;最后,将计算出的实际位姿与输入位姿进行实验比较。结果表明:X、Y、Z轴的最大误差分别为0.071、0.047、0.394 mm,绕X、Y、Z轴旋转的最大误差分别为0.09°、0.09°、0.14°,满足精度要求,证明了此方法的有效性。此方法操作高效便捷、成本低廉,在保证高检测精度的同时,可为位姿测量和后续标定实验提供新思路。

基于双目视觉的集装箱吊放位姿测量研究

为了解决港口集装箱运输装卸过程中吊放速率低的问题,提出了一种基于双目视觉的集装箱吊放位姿测量方法,该方法可使吊机操作员独立完成集装箱的吊放,使得港口装卸集装箱更加智能化。首先,通过HSV色彩空间的特征轮廓提取和改进的KCF算法来完成目标集装箱的识别与实时跟踪,再使用矩特征结合三维位姿检测算法来完成目标集装箱和龙门吊机吊具间的位姿测量。上述方法在目标集装箱与吊具间的偏角测量实验中的测量误差为-0.2~+0.4度,在相对距离测量实验中的测量误差为4mm左右,目标集装箱的检出率高达97%。实验结果表明,所提方法满足实际港口集装箱的吊放要求,可以准确地进行集装箱的吊放。

基于多传感器融合的轨检车构架位姿测量方法

针对轨道检查车构架运动会影响轨道几何检测系统测量精度的问题,提出一种基于多传感器融合的构架位姿测量方法。该方法利用加速度传感器和双轴倾角传感器采集构架位姿原始信号,通过构架中心位姿解算方法将多个传感器采集的原始信号进行融合解算,获取构架几何中心位姿。为了验证其准确性和适应性,利用该方法分别在实验室和国家铁道试验中心标定试验线上进行了验证试验和在轨试验,结果表明,以第95%分位数作为评估标准,该方法测量的构架中心横向、垂向位移、侧滚角和摇头角与标准值的误差分别小于0.88 mm、0.44 mm、0.07°、0.04°,该方法与轨检系统测得数据的差异分别小于0.99 mm、0.73 mm、0.08°。构架位姿测量方法可以准确测量轨检车构架位姿,运用于运营车辆,可辅助判别轨道病害,提高轨道检测效率。

基于视觉的软体机器人位姿测量与控制

气动软体机器人具有良好的灵活性和安全性,适合在非结构化的复杂环境中执行任务。因为很难在软体机器人上安装传感器来直接测量形状和位姿,故难以实现精确的位置控制,其运动精度一般远低于传统刚性机器人。针对上述问题,提出了一种基于视觉的软体机器人形状重建、位姿测量以及逆运动学控制的方法。实验结果表明,采用该方法的软体机器人末端执行器位置的均方根误差小于6 mm,测量关键点位置误差小于2.80 mm,整体形状的位置偏差为1.67 mm,弯曲角度、偏转角度平均误差分别为3.6°和3.4°,控制到达期望位置和角度的最大误差分别为3.47 mm和0.24°。实验结果表明所提出的位姿测量和控制方法对提高软体机器人的运动精度和工作能力有很大的作用。

融合点线特征的空间失效目标双目视觉位姿测量

提出了一种融合点线特征的双目视觉位姿估计方法,该方法基于视频的图像帧,先分别通过ORB算法和LSD算法提取图像帧的点、线特征,并采用LBD描述子实现帧间匹配;然后基于极线搜索方法获得右图像中与左图像对应的特征,从而获得匹配特征的空间坐标;最后基于点线特征融合的重投影模型,利用Levenberg-Marquardt法迭代获得失效目标的相对位姿。仿真实验表明,融合点线特征的视觉位姿估计方法相比单纯点特征的位姿估计具有更好的鲁棒性,尤其针对高速旋转目标,能更好地进行位姿跟踪测量。

顶管位姿测量目标激光点的识别算法研究

顶管位姿测量系统的精确度是决定顶管施工质量的决定性因素,为解决激光测距与机器视觉相结合的位姿导向测量系统中存在的地下多光源、粉尘以及远距离激光光点发生形状等干扰测量误差问题,提出了一种地下顶管位姿测量激光点的识别算法,考虑粉尘对于光点识别结果的干扰,通过不同的光点形状给予不同的补偿计算公式来消除粉尘的影响;通过比较前后识别结果的差值与阈值排除多光源对于光点识别的干扰;通过光斑直径的大小反映激光发生点与光点采集模块之间的距离,判断测量距离导致的形变。通过施工实验,激光点识别算法可以将整个系统的测量误差控制在±2 mm以内,提高了位姿导向测量系统的精确度。

宽基线立体视觉远距离目标位姿测量

立体视觉测量作为被动探测技术的一种,广泛应用于位姿测量领域。针对传统立体视觉在远距离环境下目标位姿测量受限的问题,提出一种宽基线立体视觉远距离目标位姿测量方法。基于三点定面测量原理,构建位姿测量数学模型,采用相机参数解耦策略,对测量系统所需参数进行标定。设计远距离场景下易于识别的合作目标,利用两台相机对目标进行成像,通过计算合作目标中心点的三维空间坐标,完成远距离环境下目标位姿的解算。实验结果表明,在75~85 m距离下,该方法对目标间相对位姿测量精度优于0.5%,X和Y方向均方根误差优于7.3 mm,Z方向均方根误差优于22.6 mm,可有效适用于远距离下的目标位姿测量应用。

面向立体仓储运输机器人的光电传感网络高精度位姿测量方法

随着智能制造、人工智能等技术的快速发展,立体仓储和仓储机器人得到了广泛的应用,空间定位测量技术的需求提升。传统的定位测量技术存在精度低、测量范围有限的问题。为此,针对大尺寸空间三维立体位姿测量的应用场景,首先采用旋转激光扫描机构构建光电传感网络,激光平面后方交会于待测目标,然后运用EPNP算法求出物料运输机器人在激光扫描机构坐标系的3D坐标,最后利用单位四元数法求出物料运输机器人相对于世界坐标系的位姿信息。应用结果表明:该方法能够进行大尺寸空间三维立体定位测量,系统稳定,鲁棒性强,能够满足实际应用需求。

可用于双足导航系统的视觉位姿测量研究

以惯性传感器为主、其它传感器为辅的导航方式是室内导航领域的研究热点。文中以双足行人导航系统为研究背景,以足部固定标志物为标靶,设计了基于透视n点(Perspective-n-Point,PnP)问题的视觉位姿测量算法。针对双足行人导航系统中的位姿测量问题进行了仿真和实验,评估了单目相机估算位姿的精确性,实验结果验证了文中方法的有效性。

柱塞气举工艺下基于重力观测的MEMS全姿态位姿测量系统

为解决柱塞小体积自主高精度位姿测量的难题,针对柱塞气举工艺,设计了一种基于重力观测的微机电系统(MEMS)全姿态位姿测量系统。首先,利用柱塞工作过程中大部分时间不存在非重力运动加速度的特性,设计了基于重力观测的自主导航算法提高位姿测量精度;其次,考虑到柱塞垂直运动过程中俯仰翻转时无解的问题,设计了全姿态解算算法。最后,对所设计的位姿测量系统进行了实物实验。实验结果表明:所设计的位姿测量系统进行作业时,水平姿态精度不大于0.05°、航向漂移小于0.5°/h、短时位置精度不大于0.8 m,验证了该系统可解决柱塞目前存在的小体积自主高精度位姿测量难题。

基于全站仪的单棱镜智能系统位姿测量技术分析

为实现矿井掘进面掘进设备的精确定位,提高煤炭开采效率,将全站仪应用于智能掘进机器人系统,提出基于全站仪的单棱镜智能系统位姿测量技术,并进行实验验证。结果显示,随着测量距离的增加,姿态角的误差在不断增大。当测量距离为6 m,高度差为0.2 m时,航向角、俯仰角及横滚角最大误差分别为0.056°、0.047°、0.057°;当机身纵轴线与全站仪距离为0.2 m时,姿态角最大误差分别为0.061°、0.056°、0.058°,表明全站仪测量精度高。

综采工作面采煤机位姿测量技术研究现状与展望

综采工作面的生产效率直接决定了煤矿企业的产量。针对目前综采工作面关键设备采煤机位姿测量较为困难、检测精度不高、工人劳动强度大、测量技术不先进等问题,本文通过对采煤机结构进行分析,目前提出了一种采煤机位姿测量系统和测量方法。介绍了综采工作面采煤机位姿测量系统的设计原理和结构组成,通过在某煤矿进行现场调试和测试后表明,所提出的这套采煤机位姿测量系统实现了对位姿的准确测量,整个系统采集信息比较全面、有效,信息获取非常准确,从井下的数据上传到井上监控系统实现可视化显示,大幅提高了煤矿井下无人化和智能化水平,对于后期实现数字化矿山建设提供参考与应用案例。

基于特征匹配的摄像机位姿测量方法

针对传统视觉位姿测量方法依赖场景内目标的已知结构信息或者人为标记的问题,设计了一种基于特征匹配的相对位姿测量方法和系统,在进行相对位姿测量时无需知道场景内目标的先验信息,且有较高的测量精度。首先,使用双目相机对场景内目标进行序列图像采集,计算机采用AKAZE算法对图像进行特征提取。然后,采用改进的KNN与RANSAC算法对相邻图像进行特征匹配并剔除误匹配点,得到正确的匹配点对后,采用三角法测量和光束法平差优化获得特征点的三维坐标,利用三维坐标与二维图像特征向量建立三维特征点库。之后,位姿测量时先使用单目相机对场景目标进行图像采集,再对待测图像进行AKAZE特征提取,将得到的特征点与特征点库进行匹配,采用EP n P+Gauss-Newton方法求解出待测图像对应的相机位姿。实验中,利用高精度转台转动摄像机并拍摄多幅图像进行测量,结果表明,位姿测量系统在[-20°,20°]范围内最大测量误差不超过0.2°,可以满足应用需求。

基于双目视觉的零件位姿测量系统研究

在机器人自动加工系统中,针对待加工零件存在体积大、异形等导致工件难以精确定位的问题,提出了一种基于双目视觉的零件位姿测量系统。在该位姿测量系统中,通过在待加工零件上放置不等腰直角三角形参照物的方法来对其进行局部双目拍摄。对拍摄后的图像采用Harris角点特征检测参照物角点并匹配,进而求解参照物的角点世界坐标,然后通过坐标变换完成对待加工零件的初始位姿测量。并建立了位姿测量系统的数学模型,通过MATLAB语言编写了位姿求解计算程序。最后搭建了位姿测量系统实验平台,联合C#语言设计了一款零件位姿测量系统软件,并进行了位姿测量实验。本视觉系统相对于市场上机器人加工系统中的视觉系统成本很低。实验结果表明该系统能够有效求解待加工零件的位姿,为修正机器人加工系统中的加工轨迹提供了技术支持。

基于混合特征重合区域预测的无标识点位姿测量

本文提出了一种结合三维点云测量技术与点云配准算法的无标识点位姿测量方案。针对传统点云配准算法对初始位置和噪声敏感,目标测量点云与参考点云部分重合以及密度差异大导致的异源点云配准精度低的问题,提出了一种基于混合特征重合区域预测的端到端位姿估计算法,即通过深度学习的方法实现点云配准。首先,设计点云混合特征编码模块,通过特征交互融合源点云与参考点云的特征,获得更丰富的特征表示。其次,基于混合特征设计参考点云重合掩码解码模块,保留参考点云中与源点云重合的所有重合点。最后,利用重合部分的点云特征回归两组点云的相对位姿参数,实现了目标的位姿测量。实验结果表明,该算法对异源点云配准具有较好的性能,能在保证鲁棒性的同时,显著提升点云配准精度。

基于最优投影圆锥底面的罐口位姿测量方法

为了引导并联机器人装料过程中的自动对位,提出一种高精度的罐口位姿双目测量方法。通过图像预处理提取罐口图像上下边缘亚像素点,建立空间圆双目投影椭圆锥模型,在世界坐标系下构建椭圆锥底面,通过成像椭圆轮廓像素信息与椭圆锥底面之间的映射关系,寻找最优圆锥底面所在坐标系得到目标姿态,利用姿态修正计算对应真实圆心像素所在位置,用双目三角测量法得到世界坐标系下的圆心三维坐标。针对空间圆投影二义性问题,提出利用罐口沿口消除二义性。经仿真和实验验证,算法精度高且能满足大角度姿态测量,实验测量姿态的最大误差为1.8°,真实圆心像素提取最大误差为0.98 pixels。方法无需任何辅助测量和约束条件,有效提高了装料过程中的自动化效率。

计算全息补偿检测自由曲面的高精度位姿测量

为实现自由曲面的定位与位姿高精度测量,提出了“光学-机械”基准定位法,建立了位姿测量模型,并对该方法的定位误差和基准选择展开研究。根据三坐标测量机与计算全息提出了“光学-机械”基准定位法。然后,采用球形安装的回射器(Sphere Mounted Retroreflector,SMR)、猫眼、基准球作为基准,基于波像差理论与视差效应分别建立了3种基准的位姿测量模型,得到了位置误差与基准区域波前像差的函数关系,并对3种位姿测量模型进行对比。最后,对3种基准位姿测量方法进行仿真及实验验证,实测结果与模型的残差结果均小于0.05λ,相对误差均小于2.43%,验证了模型的准确性。实验结果表明,当检测距离为1000 mm时,猫眼法的轴向定位误差为24μm;基准球法的轴向定位误差为50μm;SMR靶球法的轴向定位误差为16μm,X,Y方向的定位误差为1μm,滚转角定位误差为3.26″。SMR靶球法的定位误差最小、检测动态范围最大且检测光学元件的自由度最多,更适用于自由曲面的高精度位姿检测。