基于DXF的复杂工件标定及相机参数优化

为提高视觉伺服工业机器人对目标工件识别定位的精度,减小标定过程中的各项误差,在VC中设计了提取DXF文件实体段信息的程序。将DXF文件的提取与圆形基准面四点标定法和相交平面六点标定法相结合,为复杂工件的标定提供了准确的CAD图元信息支持;针对相机标定时的参数优化问题提出了一种自适应权重粒子群算法,该方法在使用张正友标定法获取了内参初始值的基础上对参数进行优化,扩大了惯性权重数值范围,同时根据每个粒子不同迭代阶段的适应值来赋予其特定的权重值,使不同的粒子具有适合其位置的速度,在保证收敛速度的同时避免了传统标定方法中算法易局部收敛的问题。实验结果表明:该方法成功减小了镜头畸变造成的误差,比传统方法具有更高的精度。

大视场双目投影条纹方法中的相机参数标定与优化研究

投影条纹法具有高精度、高分辨的特点,且实验设备简单,对实验环境要求低,适宜于不同尺度的三维形貌测量。双目投影条纹法通常采用有标准参照物的相机标定方法获取相机参数,以实现物体表面三维形貌重建。然而,在大型结构的三维形貌测量中参照物的相对尺度较小,传统的基于重投影的相机标定方法在特征检测中引入的误差会被放大,从而影响三维表面形貌测量的稳定性和准确性。本文结合双目投影条纹成像原理,提出了一种适用于大面积形貌测量的投影条纹系统标定方法。该方法利用投影条纹控制点以及对极几何约束对张氏标定法结果进行优化,从而可以在大视场标定中保持较高的精度。实验表明,在标定板与测量物大小相当时,本文提出的标定方法与传统标定方法的测量结果基本一致;当标定板远小于待测物时,本文方法的测量精度和稳定性明显优于传统方法。