面向复杂微装配的宏微视觉单元

针对复杂微装配中视觉高分辨率和大视野难以兼顾的问题,基于无限远成像原理研制了一种宏微视觉单元,通过调配后端的镜筒透镜实现单物镜双通道变倍成像。对宏微视觉单元进行像质评价和精度测试,测试结果表明:在保证工作距离和视野的前提下,宏微视觉单元的测量精度优于0.5μm;测量运动定位的精度优于2μm。最后,利用研制的宏微视觉单元搭建了微装配实验平台,通过在宏成像下姿态调整和微成像下位置对准两步操作,实现了微流控芯片流道和检测光纤的对准连接,表明研制的宏微视觉单元可以胜任同时需要高分辨率和大视野的复杂微装配视觉引导任务。

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。

离面位移激励下微视觉运动追踪精度劣化特性

为在微米级尺度量化表述离面位移激励值-聚焦面内微视觉运动追踪精度劣化值的映射特性,使用光学显微镜、工业相机和空间纳米定位平台进行实验研究。首先,分析离面位移的形成机理,使用方差函数评价图像清晰度,搜索最佳对焦平面并设定为聚焦平面,作为计算离面位移的基准。其次,设计空间多自由度纳米台,将其末端执行器作为微视觉追踪目标,生成聚焦平面内的运动轨迹,同时同步生成可控可测的离面位移。然后,选取灰度值模板匹配法与感兴趣区域划分法作为当前微视觉运动追踪算法,测量聚焦面内的运动轨迹。最后,加工纳米台样机,搭建微视觉运动追踪系统,使用电容传感器作为评价手段,计算不同离面位移引起的微视觉运动追踪精度劣化数值。实验结果表明,微视觉运动追踪精度随着离面位移的增大而不断劣化,具有显著且可量化的相关性。针对给定的76.1 μm×63.7 μm视场、15 Hz采样率与灰度值模板匹配法,(7.7±2.5)μm或更大的离面位移导致微视觉测量系统完全失效。

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。

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。

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。

基于计算机微视觉的鲁棒多尺度平面微运动测量

提出一种将计算机微视觉与鲁棒多尺度运动估计算法相结合的测量微运动的方法。设计一种用于微运动测量的鲁棒多尺度运动估计算法。在该算法中,根据滤波器的不同特性,在多尺度金字塔的不同尺度层采用不同的滤波器估计运动。这种分层估计的方法不但可以提高测量精度,而且可以加快测量速度。分析计算机微视觉测量系统的组成,并对设计的微视觉测量系统进行标定。以精密定位平台为测量对象,采用计算机微视觉与鲁棒多尺度运动估计算法相结合的方法测量了精密定位平台的平面微运动。该方法用于测量2000nm左右的微运动时,最大测量偏差达到了12.5nm。试验结果表明,这种将计算机微视觉与鲁棒多尺度运动估计算法相结合的方法能够实现高精度的平面微运动测量。

基于机器微视觉的微结构平面运动测试技术

为了对MEMS的微结构平面运动特性参数进行提取和分析,基于机器微视觉构建MEMS动态测试系统,提出模糊图像合成技术.在连续光照明下获取微结构运动图像,利用光学检测方法增强模糊特征带,引入亚像素定位技术提取特征结构边缘,最终获得微结构的平面运动特性参数.实验结果表明,该系统测量误差小于100nm,具有较好的测量重复性精度.与现有系统相比,该系统测量原理简单,实现方便,且能满足微结构的测试需求.

基于机器微视觉的MEMS平面微运动测试技术(英文)

随着微电子机械系统(MEMS)研究的深入和产业化的需求,检测技术在MEMS中的重要性越来越大。基于机器微视觉原理组建MEMS动态测试系统,在此系统之上,提出模糊图像合成技术对MEMS器件的平面微运动特性如谐振器的运动幅度、谐振频率等重要参数进行了测试,给出了测量结果,并对测试结果进行了分析和讨论。

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。

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．

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。

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。

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.