当前位置:主页 > 科技论文 > 金属论文 >

基于动态图像的运动物体六自由度位移测量

发布时间:2020-09-26 19:33
   在中国制造2025提出以后,智能制造得到广泛重视。运动物体的六自由度位移测量技术是智能制造的重点研究方向之一。当前六自由度测量方案主流为基于图像的视觉测量。针对目前精度要求越来越高,目前视觉测量位移解算算法具有一定的局限性。为此,本文研究了基于动态图像信息的运动物体六自由度位移测量方法,开展了基于图像特征点和基于图像灰度值的位移测量方法等研究工作。图像特征点代表了相应的图像信息,本文首先选择了图像特征点进行六自由度位移测量。在众多特征点中,棋盘格角点具有误差较小、构造简单、制作方便等优点成为了首选。继而根据相机的成像模型、坐标转换关系等建立特征点图像坐标与六自由度位移之间的数学模型。在此基础上,基于运动的连续性对数学模型进行高精度的线性化,采用顺序求解法进行迭代求解六自由度位移。同时本文也对基于特征点的位移测量算法进行了仿真验证,从单自由度、三自由度、六自由度等方面验证了算法的精确性和有效性。最后搭建了实验平台对测量系统进行验证,实验结果表明基于图像特征点的六自由度位移测量系统的精确性和可行性。图像特征点只占了图像的一小部分,对图像信息的利用有限。根据图像灰度值来建立检测模型则每个图像点都可以建立相应的测量方程,可以有效的利用所有的图像信息。本文提出了基于图像灰度值的位移测量方法,首先通过设计目标物体来对图像的灰度值进行具体的规划,根据相机模型、成像关系等建立了灰度值和六自由度位移之间的数学模型,采用顺序求解法进行位移解算。并对基于图像灰度值的位移测量算法进行了仿真验证,从单自由度、三自由度、六自由度等方面验证了算法的精确性和有效性。最后通过实验验证了基于图像灰度值的位移测量系统的可行性。
【学位单位】:电子科技大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TG806
【文章目录】:
摘要
abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 视觉测量概述
    1.3 视觉测量研究现状
        1.3.1 单目视觉测量
        1.3.2 双目视觉测量及多目视觉测量
    1.4 研究问题提出和本文研究内容
第2章 视觉位移测量基础理论
    2.1 图像采集
    2.2 图像处理
        2.2.1 图像预处理
        2.2.2 图像特征提取
    2.3 模型建立
    2.4 位移解算
    2.5 本章小结
第3章 基于顺序求解法的视觉位移测量
    3.1 顺序求解法概述
    3.2 顺序求解法原理
    3.3 基于顺序求解法的视觉位移测量
        3.3.1 基于图像特征点的测量系统
        3.3.2 基于图像灰度值的测量系统
    3.4 本章小结
第4章 基于图像特征点的位移测量系统
    4.1 测量基本理论
    4.2 位移测量步骤
    4.3 仿真验证
        4.3.1 单自由度测量仿真验证
        4.3.2 三自由度测量仿真验证
        4.3.3 六自由度测量仿真验证
        4.3.4 高斯白噪声仿真验证
        4.3.5 仿真结果小结
    4.4 实验验证
        4.4.1 实验系统介绍
        4.4.2 实验验证
    4.5 本章小结
第5章 基于图像灰度值的位移测量系统
    5.1 测量基本理论
    5.2 位移测量步骤
    5.3 仿真验证
        5.3.1 六自由度测量仿真验证
        5.3.2 高斯白噪声三自由度测量仿真验证
        5.3.3 高斯白噪声六自由度测量仿真验证
    5.4 实验验证
    5.5 本章小结
第6章 结论与展望
    6.1 论文的主要研究内容
    6.2 后续研究展望
致谢
参考文献

【参考文献】

相关期刊论文 前9条

1 吕耀宇;顾营迎;高瞻宇;徐振邦;刘宏伟;吴清文;;空间协同位姿单目视觉测量系统设计与实验[J];激光与光电子学进展;2017年12期

2 赵升吨;贾先;;智能制造及其核心信息设备的研究进展及趋势[J];机械科学与技术;2017年01期

3 马晓东;蒋明;柯善浩;曾晓雁;胡乾午;;基于opencv的单目视觉测量系统的研究[J];计算机测量与控制;2015年12期

4 李兴东;李满天;郭伟;陈超;孙立宁;;TOF激光相机六自由度位姿变换估计[J];红外与激光工程;2015年07期

5 刘姚军;陈广东;;多目聚焦立体视觉[J];信息通信;2012年02期

6 李徽;杨德华;翟超;;六自由度机构位姿的单相机照相测量研究[J];光学技术;2010年03期

7 刘丽;匡纲要;;图像纹理特征提取方法综述[J];中国图象图形学报;2009年04期

8 白明;庄严;王伟;;双目立体匹配算法的研究与进展[J];控制与决策;2008年07期

9 胡占义,雷成,吴福朝;关于P4P问题的一点讨论[J];自动化学报;2001年06期

相关博士学位论文 前7条

1 柯丰恺;面向机器人的多目视觉检测算法研究及系统实现[D];华中科技大学;2016年

2 卢维;高精度实时视觉定位的关键技术研究[D];浙江大学;2015年

3 于潇宇;高速视觉测量系统关键技术研究[D];哈尔滨工业大学;2014年

4 赵连军;基于目标特征的单目视觉位置姿态测量技术研究[D];中国科学院研究生院(光电技术研究所);2014年

5 张淑平;基于视觉的并联机器人位姿检测方法研究[D];东华大学;2010年

6 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年

7 周拥军;基于未检校CCD相机的三维测量方法及其在结构变形监测中的应用[D];上海交通大学;2007年

相关硕士学位论文 前7条

1 吴妍;单目视觉下基于合作目标的无人机定位定姿问题研究[D];南京理工大学;2017年

2 王鑫;基于单目视觉的目标物定位算法研究[D];哈尔滨工业大学;2016年

3 王文强;基于FPGA的双目视觉系统研究[D];清华大学;2015年

4 刘铭;基于ORB算法的双目视觉测量与跟踪研究[D];哈尔滨工业大学;2014年

5 李颖;人体运动目标特征提取与跟踪算法的研究[D];辽宁大学;2012年

6 金伟伟;基于双目视觉的运动小目标三维测量的研究与实现[D];浙江大学;2010年

7 崔博;CMOS图像传感器的噪声研究与抑制电路设计[D];华中科技大学;2007年



本文编号:2827399

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/2827399.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5c3b3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com