基于单目视觉的简便零件位姿测量方法

发布时间：2020-12-23 18:32

　　针对零件位姿测量步骤繁琐的问题,提出了一种基于单目视觉的简便零件位姿测量方法。该测量方法只需要将棋盘放置在零件平面上,便可实现零件位姿的测量。在该测量方法中,根据摄像头的成像原理,建立基于视觉的零件位姿测量模型。在该模型中,根据棋盘网格点像素坐标,利用非线性优化算法测量棋盘与摄像头夹具的位姿;并根据棋盘与摄像头夹具的位姿、工件平面的直线在不同坐标系的方程,用最小二乘法测量零件的位姿。为了验证算法精度,进行了仿真验证;验证结果表明,该测量方法的精度满足实际需求,具有较高的工程使用性。 

【文章来源】：组合机床与自动化加工技术. 2020年07期 北大核心

【文章页数】：5 页

【部分图文】：

机器人结构图

摄像头一般利用凸透镜原理产生图像。摄像头的坐标转化过程如图3所示。图3中O4代表摄像头成像平面的中点,O5代表物平面的中点。f代表摄像头的焦距,Z代表物体的景深;X1,Y1代表像素点距离O4的长度与宽度;X,Y代表目标点距离O5的长度与宽度。根据凸透镜成像原理,上述变量满足式(4)。在图像平面中,像素点的坐标原点O6不与O4重合,其位置如图4所示。图4中u,v代表该像素点的横纵坐标。在像素平面中,像素点与X1,Y1的关系如式(5)所示。式中kx,ky代表每个像素点长度与宽度。结合式(4)与式(5),像素点与物体之间的转化公式如式(6)所示。

在图像平面中,像素点的坐标原点O6不与O4重合,其位置如图4所示。图4中u,v代表该像素点的横纵坐标。在像素平面中,像素点与X1,Y1的关系如式(5)所示。式中kx,ky代表每个像素点长度与宽度。结合式(4)与式(5),像素点与物体之间的转化公式如式(6)所示。但透镜安装与制造过程中存在误差,则在成像时会产生畸变;其中影响较大的是径向畸变。径向畸变对图像的影响如式(7)所示,式中 u ^ , v ^ 代表没有畸变时的图像像素坐标,p1,p2代表摄像头的畸变参数。u0,v0,kx,ky,p1,p2均可以利用张正友棋盘标定法求解[14];同时可以借助opencv中的initUndistortRectifyMap函数消除图像中的畸变(由于篇幅所限,本文没有展开)。

【参考文献】：
期刊论文
[1]基于双目视觉的机械零件位姿检测系统研究[J]. 王才东,董祥升,陈志宏,陈响元,刘洁,刘超.  机电工程. 2019(12)
[2]单目视觉的室内多行人目标连续定位方法[J]. 孙龙培,张星,李清泉,刘涛,方志祥.  测绘科学. 2019(12)
[3]基于改进ORB算法的双目视觉定位测量方法[J]. 杨宇,许四祥,方建中,蔡永祯.  传感技术学报. 2019(11)
[4]基于视觉的三维目标检测算法研究综述[J]. 李宇杰,李煊鹏,张为公.  计算机工程与应用. 2020(01)
[5]基于双目视觉的带圆特征工件空间定位研究[J]. 王翰,王西峰,康运江,张文昌.  制造业自动化. 2019(09)
[6]基于视觉的目标定位技术的研究进展[J]. 赵霞,袁家政,刘宏哲.  计算机科学. 2016(06)
[7]基于双边滤波的Harris角点检测[J]. 毛晨,钱惟贤,顾国华,李超.  红外技术. 2014(10)
[8]基于辅助信息的无人机图像批处理三维重建方法[J]. 郭复胜,高伟.  自动化学报. 2013(06)
[9]基于图像匹配-点云融合的建筑物立面三维重建[J]. 王俊,朱利.  计算机学报. 2012(10)
[10]一种改进的多尺度Harris特征点检测方法[J]. 徐贤锋,檀结庆.  计算机工程. 2012(17)

博士论文
[1]低纹理表面零件的位姿识别与视觉伺服技术研究[D]. 吴晨睿.浙江大学 2019

硕士论文
[1]面向行车记录仪突发事件监测的图像处理与识别[D]. 梁野.哈尔滨工业大学 2019
[2]基于单目视觉的机器人定位算法研究[D]. 彭冬旭.安徽工业大学 2019
[3]基于区域对象分割与跟踪的工件定位技术研究[D]. 史煜昆.浙江大学 2019



本文编号：2934159