發(fā)布時(shí)間：2020-12-23 18:32

　　針對(duì)零件位姿測(cè)量步驟繁瑣的問(wèn)題,提出了一種基于單目視覺(jué)的簡(jiǎn)便零件位姿測(cè)量方法。該測(cè)量方法只需要將棋盤(pán)放置在零件平面上,便可實(shí)現(xiàn)零件位姿的測(cè)量。在該測(cè)量方法中,根據(jù)攝像頭的成像原理,建立基于視覺(jué)的零件位姿測(cè)量模型。在該模型中,根據(jù)棋盤(pán)網(wǎng)格點(diǎn)像素坐標(biāo),利用非線性?xún)?yōu)化算法測(cè)量棋盤(pán)與攝像頭夾具的位姿;并根據(jù)棋盤(pán)與攝像頭夾具的位姿、工件平面的直線在不同坐標(biāo)系的方程,用最小二乘法測(cè)量零件的位姿。為了驗(yàn)證算法精度,進(jìn)行了仿真驗(yàn)證;驗(yàn)證結(jié)果表明,該測(cè)量方法的精度滿足實(shí)際需求,具有較高的工程使用性。 

【文章來(lái)源】：組合機(jī)床與自動(dòng)化加工技術(shù). 2020年07期 北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

機(jī)器人結(jié)構(gòu)圖

攝像頭一般利用凸透鏡原理產(chǎn)生圖像。攝像頭的坐標(biāo)轉(zhuǎn)化過(guò)程如圖3所示。圖3中O4代表攝像頭成像平面的中點(diǎn),O5代表物平面的中點(diǎn)。f代表攝像頭的焦距,Z代表物體的景深;X1,Y1代表像素點(diǎn)距離O4的長(zhǎng)度與寬度;X,Y代表目標(biāo)點(diǎn)距離O5的長(zhǎng)度與寬度。根據(jù)凸透鏡成像原理,上述變量滿足式(4)。在圖像平面中,像素點(diǎn)的坐標(biāo)原點(diǎn)O6不與O4重合,其位置如圖4所示。圖4中u,v代表該像素點(diǎn)的橫縱坐標(biāo)。在像素平面中,像素點(diǎn)與X1,Y1的關(guān)系如式(5)所示。式中kx,ky代表每個(gè)像素點(diǎn)長(zhǎng)度與寬度。結(jié)合式(4)與式(5),像素點(diǎn)與物體之間的轉(zhuǎn)化公式如式(6)所示。

在圖像平面中,像素點(diǎn)的坐標(biāo)原點(diǎn)O6不與O4重合,其位置如圖4所示。圖4中u,v代表該像素點(diǎn)的橫縱坐標(biāo)。在像素平面中,像素點(diǎn)與X1,Y1的關(guān)系如式(5)所示。式中kx,ky代表每個(gè)像素點(diǎn)長(zhǎng)度與寬度。結(jié)合式(4)與式(5),像素點(diǎn)與物體之間的轉(zhuǎn)化公式如式(6)所示。但透鏡安裝與制造過(guò)程中存在誤差,則在成像時(shí)會(huì)產(chǎn)生畸變;其中影響較大的是徑向畸變。徑向畸變對(duì)圖像的影響如式(7)所示,式中 u ^ , v ^ 代表沒(méi)有畸變時(shí)的圖像像素坐標(biāo),p1,p2代表攝像頭的畸變參數(shù)。u0,v0,kx,ky,p1,p2均可以利用張正友棋盤(pán)標(biāo)定法求解[14];同時(shí)可以借助opencv中的initUndistortRectifyMap函數(shù)消除圖像中的畸變(由于篇幅所限,本文沒(méi)有展開(kāi))。

【參考文獻(xiàn)】：
期刊論文
[1]基于雙目視覺(jué)的機(jī)械零件位姿檢測(cè)系統(tǒng)研究[J]. 王才東,董祥升,陳志宏,陳響元,劉潔,劉超.  機(jī)電工程. 2019(12)
[2]單目視覺(jué)的室內(nèi)多行人目標(biāo)連續(xù)定位方法[J]. 孫龍培,張星,李清泉,劉濤,方志祥.  測(cè)繪科學(xué). 2019(12)
[3]基于改進(jìn)ORB算法的雙目視覺(jué)定位測(cè)量方法[J]. 楊宇,許四祥,方建中,蔡永禎.  傳感技術(shù)學(xué)報(bào). 2019(11)
[4]基于視覺(jué)的三維目標(biāo)檢測(cè)算法研究綜述[J]. 李宇杰,李煊鵬,張為公.  計(jì)算機(jī)工程與應(yīng)用. 2020(01)
[5]基于雙目視覺(jué)的帶圓特征工件空間定位研究[J]. 王翰,王西峰,康運(yùn)江,張文昌.  制造業(yè)自動(dòng)化. 2019(09)
[6]基于視覺(jué)的目標(biāo)定位技術(shù)的研究進(jìn)展[J]. 趙霞,袁家政,劉宏哲.  計(jì)算機(jī)科學(xué). 2016(06)
[7]基于雙邊濾波的Harris角點(diǎn)檢測(cè)[J]. 毛晨,錢(qián)惟賢,顧國(guó)華,李超.  紅外技術(shù). 2014(10)
[8]基于輔助信息的無(wú)人機(jī)圖像批處理三維重建方法[J]. 郭復(fù)勝,高偉.  自動(dòng)化學(xué)報(bào). 2013(06)
[9]基于圖像匹配-點(diǎn)云融合的建筑物立面三維重建[J]. 王俊,朱利.  計(jì)算機(jī)學(xué)報(bào). 2012(10)
[10]一種改進(jìn)的多尺度Harris特征點(diǎn)檢測(cè)方法[J]. 徐賢鋒,檀結(jié)慶.  計(jì)算機(jī)工程. 2012(17)

博士論文
[1]低紋理表面零件的位姿識(shí)別與視覺(jué)伺服技術(shù)研究[D]. 吳晨睿.浙江大學(xué) 2019

碩士論文
[1]面向行車(chē)記錄儀突發(fā)事件監(jiān)測(cè)的圖像處理與識(shí)別[D]. 梁野.哈爾濱工業(yè)大學(xué) 2019
[2]基于單目視覺(jué)的機(jī)器人定位算法研究[D]. 彭冬旭.安徽工業(yè)大學(xué) 2019
[3]基于區(qū)域?qū)ο蠓指钆c跟蹤的工件定位技術(shù)研究[D]. 史煜昆.浙江大學(xué) 2019



本文編號(hào)：2934159