易与CMM集成的线激光视觉传感器建模及标定技术

本文将线激光视觉传感器与三坐标测量机 (CMM)相集成 ,并建立相应的数学模型 ;其中针对线激光视觉传感器结构参数标定中存在的问题 ,利用 B样条神经网络来确定视觉传感器输入输出之间的映射关系 ,从而简化了标定过程 ;并根据建立的数学模型实现了激光平面坐标系与 CMM坐标系之间的转换 .

双目线激光视觉引导的多类型液压千斤顶组件上料系统设计

针对液压千斤顶装配中人工上料方式存在的生产效率低下问题,设计了一套基于双目线激光视觉引导的上料系统。在分析缸筒和活塞杆的机械结构后,设计了机器人专用夹爪。在视觉识别过程中,利用SAD(Sum of Absolute Differences)算法实现工件的相似性度量,以经典的ICP(Iterative Closest Point)算法实现点云配准,从而获得模板点云与场景点云之间的旋转平移矩阵。根据预先示教的抓取点位姿坐标,结合相机标定结果,获得目标工件抓取点的实际位姿坐标,从而引导机器人实现缸筒和活塞杆的自动上料。

基于恒聚焦光路的线激光视觉传感器的标定方案

传统线激光视觉传感器受到相机景深的限制,高精度测量范围有限。通过倾斜镜头以满足Scheimpflug定律,能在视觉传感器内建立恒聚焦光路,使可见范围均清晰成像。该文针对改进后的线激光视觉传感器,提出了一套完整且有效的标定方案。相机内参标定方面,建立了倾斜相机成像模型,并提出了新的参数初值获取方法和非线性优化流程。光平面标定方面,设计了双台阶形状的新标定靶物,只需要采集一次标志物轮廓信息就能通过最优化求解快速完成光平面标定。实际测量结果显示,完成标定的传感器对标准陶瓷量块尺寸的检测偏差均值约为0.0280 mm,表明该文提出的标定方案可靠有效,符合实际应用需求。

线激光——机器视觉测量系统中的多传感器融合技术研究

针对逆向工程中直接从线激光扫描的数据云图中提取物体边界不仅繁琐而且精度也不好保证 ,为此提出建立线激光-机器视觉测量系统 ,先利用三目视觉获得物体初始边界 ,然后利用曲线延拓的方法并考虑影响延拓误差的因素 ,从而在满足一定精度要求的前提下实现不同传感器信息的融合。

逆向工程中线激光—机器视觉集成坐标测量系统研究

将立体视觉和线激光扫描传感器集成到三坐标测量机 (CMM)下 ,由立体视觉来获得物体的边界或轮廓信息、线激光扫描传感器获得物体表面的三维数据 ,利用多传感器的信息融合技术对三维数据进行分割 ,提取被测物体的几何特征 ,并在此基础上构建物体模型。多传感器集成坐标测量系统避免了单一传感器的局限性 。

基于线激光-机器视觉的钢轨磨耗检测算法

提出一种基于机器视觉的钢轨磨耗检测算法,给出激光迹线的细化与多段合成,摄像机标定与边缘配准的处理算法。实验结果表明,该方法能在40ms内完成一次钢轨轮廓检测,平均误差为0.06mm,能够较好的达到实际检测所要求的精度与实时性要求。

激光视觉传感的焊缝成形测量

利用线激光视觉传感技术测量焊缝成形尺寸,关键在于准确提取焊缝特征点。针对常用的斜率解析法与斜率截距法在提取复杂焊缝特征点时定位精度及稳定性较低的问题,在常规斜率截距法的基础上,提出一种改进的焊缝特征提取算法实现复杂焊缝特征点的识别。根据焊缝中心条纹寻找焊缝轮廓最高点,利用常规截距法提取焊缝候选特征点,根据焊缝最高点与候选特征点的几何关系确定焊缝特征点。试验结果表明,对于复杂焊缝改进后的算法提取的焊缝特征点精度及可靠性高于一般焊缝特征检测法,能有效提高焊缝特征点的检测精度及可靠性。

激光视觉传感的焊缝表面缺陷识别与分类

为实现焊缝表面质量的自动检测,研究线激光视觉传感的焊缝表面质量检测方法,分析焊缝表面缺陷特征提取算法及焊缝缺陷分类模型。针对焊缝表面中的凹陷、咬边和气孔等缺陷,分析不同类型缺陷在焊缝激光条纹图像中的几何形态及空间分布特点,并结合斜率截距法与分段区间检测法提取焊缝表面缺陷的特征点。利用特征提取方法识别焊缝表面缺陷的7个特征参数,设计基于三层BP神经网络的焊缝缺陷分类模型,将提取的缺陷特征作为网络的特征输入进行网络训练。试验结果表明,所建立的焊缝缺陷分类模型可识别凹陷、咬边、气孔等焊缝表面缺陷,整体识别率达91.51%。

视觉技术在汽车工业生产中的应用简述

介绍了视觉技术在汽车工业中的应用,结合实际案例,详细叙述了点激光视觉、线激光视觉、2D视觉及3D视觉的应用场景。视觉技术作为一种新兴的产业技术,实现了无基准、无定位的全柔性化工作,提高了生产效率,降低了生产成本,具有广阔的应用前景。

线结构激光-机器视觉三角测量光路设计

给出了线结构激光 -机器视觉三角测量的通用光路计算公式。公式考虑了激光入射角、CCD面阵与光轴的各种变化情况 ,对激光机器视觉测量系统的光路结构设计有一定的指导意义。

焊缝成形测量小波软硬阈值折衷去噪法

利用线激光视觉传感器对焊缝成形进行测量,焊缝图像往往存在噪声.针对传统小波阈值去噪算法中硬阈值函数和软阈值函数的不足,研究焊缝图像软硬阈值折衷去噪算法.利用db4小波基函数对激光条纹中心进行3层小波分解,对分解后的细节系数分别采用传统小波阈值函数和软硬阈值折衷法进行去噪,采用信噪比和均方根误差评价几种方法的去噪效果.结果表明,软硬阈值折衷法的去噪效果优于传统小波阈值去噪法,能有效提高焊缝外形尺寸的测量精度及可靠性.