齿轮倒角轮廓多视觉协同测量方法研究

发布时间：2017-03-17 07:03

  本文关键词：齿轮倒角轮廓多视觉协同测量方法研究，，由笔耕文化传播整理发布。

【摘要】：近年来,汽车工业得到很大的发展,对汽车用倒角齿轮的制造精度要求也越来越高。为了检测齿轮倒角的轮廓,人们研究了各种方法。这些方法包括接触式测量和非接触式测量方法。接触式测量方法通常采用专用机械式测量千分表、电感式位移传感器和三坐标测量机。机械式测量仪专用性强,测量精度不高；电感式测量仪探针容易损坏,重复性差；三坐标测量机测量精度高,成本也高,但测量速度低,数据重构慢,难以在生产现场使用。非接触测量有激光测量和机器视觉测量方法。激光测量方法采用激光位移传感器,对齿轮倒角各点逐点扫描进行测量,可得到完整轮廓。这种方法对新加工出的反光强烈的齿轮倒角测量会产生较大误差,对带动传感器扫描的机械装置运动精度要求过高。机器视觉测试技术用于齿轮倒角测量方法的研究刚刚起步。本文针对汽车齿轮倒角的机器视觉双目测量方法进行了较深入研究。论文研究了针对齿轮倒角测量的双目视觉原理；建立了测量系统相应的数学模型；设计了测量系统,并进行了标定试验；利用标定所获得的系统内外部参数,对齿轮倒角轮廓进行了测量并得到了测量结果。结果表明：本论文所提出的测量方法具有一定的可行性,可为多相机视觉协同测量系统的研究与开发提供参考。论文对利用双目视觉进行齿轮倒角测量时产生的误差及原因进行了初步分析,提出了控制误差应采取的相关措施与方法。本论文内容包括：第一章：引言本章介绍了课题的研究背景和意义,以及齿轮倒角参数测量方法的国内外研究发展状况。随着汽车工业的发展,对汽车倒角齿轮制造精度的要求也越来越高。为了保证倒角齿轮的加工精度,需要研究检测齿轮倒角轮廓的方法与技术。近年来,人们研究了各种检测方法。这些方法包括接触式和非接触式测量方法。接触式测量方法通常采用专用机械式测量千分表(如图1-1所示)、电感式位移传感器和三坐标测量机(如图1-2所示)。机械式测量仪根据具体倒角形状,设计专门测量触头,其专用性强。该仪表虽然使用方便,但测量精度不高；电感式位移测量仪,其传感器探针在被测工件表面滑动进行高度测量,由于工件表面硬度较强,极易损坏探针和使工件表面出现划痕,由于是移动接触测量,重复性较差；三坐标测量机测量精度很高,成本也高,其测量速度低,三维数据重构慢。三坐标测量机利用耐磨的宝石探头与工件表面相碰撞进行接触测量,其优点是它的机械结构和控制系统比较成熟,逐点测量的可靠性也高。但利用三坐标测量机测取齿轮倒角表面点坐标信息,需要具有专业化能力较强的操作者才能使测量数据重构。非接触测量有激光测量和机器视觉测量方法。激光测量方法采用点式激光位移传感器或是线激光位移测量传感器,对齿轮倒角各点或各截面轮廓逐点进行扫描测量,可得到完整的倒角轮廓。这种方法对新加工出的反光强烈的齿轮倒角测量会产生较大误差,对带动传感器扫描的机械装置运动精度要求也很高。经查新,机器视觉测试技术用于齿轮倒角测量方法的研究还很少。在产品检验中,人眼长时间观测相同的工件很容易出现视觉疲倦,注意力不集中,工作效率也随着时间不断降低,检验的正确率也会降低。然而机器视觉对生产环境要求不高,不仅可以不断检测工件的相关参数,分析工件的加工误差,不会疲劳,并能长期稳定工作。尤其是研究采用双目视觉测量方法,若能满足精度和稳定性,则会成为未来齿轮倒角轮廓测量的重要方法和技术。双目立体视觉检测系统是由两个相机,仿照人类视觉方式进行测量的。该方法根据三角测量原理,利用两幅图像上对应点的视差,分析计算；经过对获得的图像进行预处理,提取特征,对应点匹配和重建,以获取工件表面的三维轮廓数据。双目立体视觉系统应用于倒角参数测量,与机械式传统的接触式测量相比,齿轮倒角几何形状的测量精度和效率会有明显提高。与激光测量系统相比,通过偏振光镜头的使用,也会克服齿轮倒角强反光引起的误差。由于无运动部件,其测量的稳定性也会大为提高。综上所述以及根据企业实际需求,本文对汽车齿轮倒角的机器视觉双目测量方法开展研究具有一定的意义。国外研究状况：2000年韩国首尔大学提出了利用光学显微镜与视觉图像处理技术结合,可进行工件表面粗糙度测量系统。并研制了精密检测系统,其准确性高达次微米。2010年,美国,Ryu用模式识别与多点聚焦的方法提取信息,成功地建立了3D深度测量技术的模型。该三维深度测量技术主要用于工具的精确测量。2013年在德国霍梅尔公司开发了一个可移动非接触式光学测量系统(opticline CA618)。该系统采用高分辨率相机,可以在较短的时间内完成测量并提取倒角几何特征参数。2013年,日本东京精密公司开发了一种精密运动平台,该平台携带线激光位移传感器,经扫描可实时获得刀具的三维数据。激光传感器可以根据工件反射程度,自动调整光的强度,减少由于反光太强引起的测量误差。如表面处理得当,可以获得较高的测量精度[13]。最小的传感器显示值为0.01 μ m,最大允许误差是2.8到3.5μm。国外接触式工件表面轮廓参数测量系统相对比较成熟,非接触式参数测量系统的研究不断深入,但但还存在许多问题,还有很大的研究空间。国内研究状况：2009年,大连理工大学研究了非接触式的刀具测量方法。这种方法使用数字图像处理技术,首先对CCD采集的图像进行边缘轮廓提取,根据轮廓边缘的特征点做曲线拟合。通过拟合曲线的切线测量齿轮角度的部分参数。角度基本参数的测量精度可以满足刀具参数测量的要求,但该方法仅限于刀具一个平面的角度测量,实验重复性和可靠性不高。2011年,江南大学研究了高分辨率相机的机器视觉检测系统,主要研究了工具参数检测中的图像处理技术,研究了各种不同的算法,并通过vc++编程实现,选择的图像处理算法可以满足测量的基本需求,但重复测量精度需要改善。2013年,西安工业大学研究了图像轮廓特征检测方法,优化高斯插值像素检测算法,基于识别的轮廓提取算法,改进了分水岭模型和快速高精度角度统计算法,对周围的亚像素边缘检测,轮廓提取,角检测等,并对工具的几何参数测量系统进行了探讨和分析和关键技术研究；能够测量出刀具的一些特征参数,但可以测量的参数少,对于复杂形状刀具的测量难度较大。2013年,天津精密技术有限公司基于快闪测量技术开发了一个flash图像测量仪,使用500万像素高质量成像设备和大直径双远心镜头实现了高分辨率全景测量,仪器可用于小的和复杂形状的刀具,但无法获得刀具的三维参数。2014年,天津科技大学研究了视觉引导的激光齿轮倒角测量,主要研究了齿轮倒角测量。测出来的参数最大误差为3’6”。目前,国外基于机器视觉测量方法和相关理论研究现有测量刀具和工件表面轮廓的研究取得了许多成果,这些成果部分已经应用于刀具参数和工件表面质量检测中,技术相对成熟,但双目立体视觉检测技术应用于齿轮倒角几何参数测量的研究还还很少见。许多研究距离真正应用于生产实践还有很长的路程。第二章：多相机协同系统测量方法本章主要介绍了齿轮倒角双目视觉协同测量系统的工作原理。利用四组双目视觉组成相机协同测量系统。由于重要的基础工作是研究基本组件双目视觉系统的工作原理及对齿轮倒角的测量应用,所以论文重点放在了双目视觉的研究方面,只要一组双目视觉系统测量成功,四组即可协同进行测量工作。研究了协同系统中单目和双目相机的标定、极线校正、边缘提取及特征点的提取原理。构建了一个齿轮倒角角度参数测量系统。如图2.15所示。假设有待测的三维物体表面点Pw,如果只使用一个相机,它在相机的成像平面为P1点。该视觉系统不能根据像平面上P1点求得三维空间的Pw。这是因为相机沿光轴方向的信息被压缩了。既三维信息在图像上仅有两维信息了。但由于三角关系,双目视觉系统用两个相机同时拍一个点后,可以计算出点的三维坐标,提取的坐标可用于测量。为了实现齿轮倒角轮廓进行测量,必须确定齿轮,相机和图像平面的空间位置关系,这个关系必须通过标定才能得到,因此摄像机的标定是最重要的步骤。相机校正的核心意义是获取相应的图像像素坐标系空间中的某一点和世界坐标系某点之间的关系,相互之间的关系是通过相机的内部和外部参数反映的。所以,首先要建立两个模型,即针孔成像模型,照相机和镜头畸变模型；然后需要通过标定,建立图像坐标系,摄像机坐标系和世界坐标系转换的三者之间的关系。本部分首先描述了相机标定理论模型,说明了各坐标系之间的关系,讨论了单一相机标定方法。摄像机成像可以简化为理想的针孔成像模型。如图2.6所示,假设任何点在物体表面的反射光通过一个小孔并投影到图像平面,根据光的直线传播的原理,存在光学中心和共线点。根据三维空间上针孔成像模型的关系称为透视投影关系。透视投影关系即：摄像机坐标系X,Y轴分别和图像坐标系的x,y轴平行于Z轴,相机光轴垂直于像平面。摄像机坐标系和图像坐标系可以表述为：之间的关系。图像在数学上可以有不同的表达,通常用来描述一个简单的二维函数,x和y是图像平面坐标,f为任何坐标点的亮度,也被称作这一点的振幅。图像为模拟图像,对其在空间上进行离散、保持、量化和编码,就可以将模拟图像转化为数字图像。数码相机形成的图像就是数字图像。对于数字图像,可以定义成具有i列j行的数字图像,其存储形式为i×j数组,i列j行图像中每一个元素称为像素,其值为图像像素灰度值。图像屏幕坐标系是在直角坐标系中定义的,图像屏幕坐标系的左上角为坐标原点,u,v(u,v)表示的像素数组的行和列的坐标。相机模拟光学图像的坐标系的x轴和y轴分别与屏幕坐标系的u,v轴平行。世界坐标系作为基准空间,主要用来描述物体在三维空间中的位置,如图2.8所示的世界坐标系以XwYwZw。单摄像机标定是指通过建立成像模型,解决摄像机内外参数,最终建立空间点和图像点之间的关系。单摄像机标定是机器视觉理论的核心理论之一,该算法主要包括图像平面标定方法,2D平面目标方法,三维目标方,法径向约束方法,BP神经网络校正算法等。张正友2D平面目标算法由于其简单的校准过程,目标简单,标定精度较高,得到了广泛的应用。因此,本文参考了张正友2D平面目标的方法是用来校准[55]。目标使用棋盘,和棋盘角点。假设在世界坐标系上,标定平面坐标系,XwYw,即Zw=0。分别两个相机校正完成后,两个相机坐标系必须统一到同一个世界坐标系,即双目标定。第三和四章可以看到本研究的标定结果分析。限制约束来解决摄像机的标定并确定校准目标图像的位置和空间关系,获取三维信息的测量,还需要使用解决摄像机标定的参数特性匹配、极地校正和3D重建的一系列的步骤。分别在两个不同的成像平面的图像上,两个对应的特征点存在于一个特殊关系的约束限制。如图2.15所示,立体成像,假设相机光学中心点分别为Cl和Cr。三维空间点Pw在投影平面投影点Pl和Pr。相机的光学中心Cl和Cr在另一个摄像机成像平面上的投影点。由空间点W和相机的光学中心Cl和Cr被称为极地表面。根据上述定义,空间的任意一点,摄像机成像平面投影点,必须在这一点上,两个相机光学中心放在一个平面上,成为一个特定的图像中的特征点。极限约束减少了二维搜索匹配点和一维搜索匹配点,加快匹配的速度,减少了匹配的困难。但是,在这个过程中对应点的三维坐标重建,只有极地约束匹配,每次匹配都需要重新计算时间,极线方程搜索和确定相应的匹配点,需要大量的计算,需要更多的时间。因此在双目立体匹配之前,首先对左右图像校正限制约束。极地校正图像的所有的线平行,从而大大减少了计算量,极地方程简化计算过程。极地校正系统结构如图2.15所示：整改前后的图像。目前,极地校正算法更多,常用的算法有两种：一是Hartley算法,只需要提取一定数量的基础矩阵,获得对应的特征点在图像,然后使用基本矩阵可以极地校正；第二是Bouguet算法,主要通过立体相机标定的旋转矩阵和翻译为极地修正向量。Hartley算法优点是该算法不需要双目立体标定,提取完成一定数量的对应点就可,缺点是现场图像比例是未知的,只有没有失真或畸变的图像。Bouguet算法的原则最核心的内容是让每一个图像的图像投影和数量最低,同时观察区域最大化。左右摄像机之间的旋转矩阵R分为两部分,分别左相机旋转矩阵和右相机旋转矩阵合成。双目立体视觉的核心是双目匹配问题,系统中的参数之一,在齿轮倒角测量中起着非常重要的作用。双目匹配的目的是基于图像的空间对应关系相同的点。与此对应关系可以计算出视差,恢复图像深度信息。恢复深度信息后可以解决被测对象特征点的三维坐标,最后通过这些稀疏空间点三维坐标信息恢复表面。双目匹配主要包括两个步骤：一是为了解决图像匹配点；二,根据双目视觉系统的内部和外部参数和相应的计算特征点的深度在景象匹配点,获得齿轮倒角的三维信息。以下是常用于约束的主要类型：(1)极限约束。双目图像的两幅图像上的对应点达到极几何关系,通过极性调整图像减少匹配的难度可以通过极地校正完成。(2)唯一性约束。双目图像特征点图像的另一个形象具有独特的特征点和匹配。(3)顺序一致性约束。双目图像对中,一幅图像极线上的各点在另一幅图像极线上的顺序相同。(4)连续性约束。除了突变区域等优势,匹配点附近的视差是连续变化的。(5)视差范围限制。一幅图像对应的匹配点必须在立体视差范围。本章系统的讨论了齿轮倒角测量系统主要参数测量的基本原理。着重描述了四个基本坐标系下针孔相机模型,内部和外部之间关系的单摄像机标定参数计算方法,并通过了对双目摄像机的内外参数标定算法。第三章：双目立体视觉测量过程根据双目视觉测量的原理,设计了齿轮倒角轮廓参数测量系统。测量系统结构图如图3.1所示,通过双目摄像机图像采集,首先单目后双目立体标定、系统标定完并提取内外参数进行图像处理和齿轮图像校正,最后提取倒角的三维信息和相关参数。通过计算,本研究选择工业相机镜头M0814-MP,其基本参数如表3.1所示,选择工业相机DH-HV1303UM面阵CMOS相机,它的基本参数如表3.2所示。测量系统的研究若生产现场质量检测,根据工作环境,如果不使用照明,然后采集的齿轮图像会出现一些误差(如图3.5所示)和背景灰度图像,图像处理的难度增加,影响齿轮倒角参数的测量精度；如果使用光源则会改善这种情况,图像轮廓清晰可见(见图3.6 c),可减少后期的图像预处理及相关算法的工作难度,确保齿轮倒角参数测量的准确性。单和双目标定是实验的很重要部分,本文研究用张正友标定算法来标定；标定靶是8x8的黑白棋盘格,设区城面积为100mmX 100mm,如图(3.9)所示。本文中用了MATLAB 2010b函数。软件系统实现以下功能：(1)便于图像采集设备可以完成测量齿轮倒角的轮廓参数。(2)图像采集功能,相机可以实现连续采样和单帧处理、提供清晰的图像用于摄像机标定和三维测量。(3)相机标定功能,能够采集图像校准板图像对单目标定和双目标定。(4)数据处理功能,主要包括图像边缘轮廓提取、感兴趣区域线性拟合、特征点提取、图像匹配和三维重建,最终实现齿轮倒角参数的测量(5)数据输出功能,这部分应该包含每一步数据实时显示,并完成后测量输出测量报告。图像采集模块的测量系统通过两个相同的工业相机图像采集,即采用工业相机和镜头画面,包括棋盘校准目标图像和图像检测工具。棋盘图像用于单一目标和双目标定,计算相机的内部和外部参数。软件的操作包括：打开相机,相机单帧捕获图像、连续采集图像、图像存储三个部分,其具体操作功能：打开相机使用相机类定义了一个对象定义图像采集对话框捆绑在一起,以创建图像采集对话框将打开相机,然后收集图像保存到指定的文件夹。其具体操作流程图如图3.12所示.第四章角度测量试验及试验结果分析根据第二章中提到的摄像机模型,单目和双目标定的校准算法,使用第三章编写的软件,首先：使用相机采集不同位置标定靶图像后进行相机标定,分别获取计算相机的内部和外部参数参数,图像处理,用canny算法边缘提取,图像校正,RANSAC特征点提取,角度计算和实验结果分析。
【关键词】：齿轮倒角角度 立体视觉 齿轮测量 摄像机标定 精度
【学位授予单位】：天津科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG86;TP391.41
【目录】：

• 摘要4-10
• ABSTRACT10-13
• 1. INTRODUCTION13-17
• 1.1. Research sianificance and motivation13-15
• 1.2. Domestic and International Research15-17
• 1.2.1. International Research15
• 1.2.2. Domestic Research15-17
• 2. MEASUREMENT SYSTEM WORKING PRINCIPLE17-45
• 2.1. Camera mathematical model and properties17-22
• 2.1.1. Perspective model17-18
• 2.1.2. Camera Model18-22
• 2.2. Lens Distortion22-25
• 2.3. Geometric camera parameters25-31
• 2.3.1. Extrinsic camera parameters26-27
• 2.3.2. Intrinsic camera parameters27-31
• 2.4. Camera calibration31-42
• 2.4.1. Single Camera Calibration33
• 2.4.2. Stereo Camera Calibration33-34
• 2.4.3. Calibrating Methods34-42
• 2.5. Imaae Rectification42-45
• 3. MEASUREMENT PROCESS45-57
• 3.1. Hardware Desian45-51
• 3.1.1. The stereo hardware45-46
• 3.1.2. The image acquisition setup46-49
• 3.1.3. Types of lights49-50
• 3.1.4. Calibration board50-51
• 3.1.5. Conclusion51
• 3.2. Software Design51-57
• 3.2.1. Image Acquisition Module52-53
• 3.2.2. Camera Calibration Module53-54
• 3.2.3. Data & Image Processing Module54-55
• 3.2.4. Results Module55
• 3.2.5. Conclusion55-57
• 4. ANGLE MEASUREMENT EXPERIMENTATION AND RESULTS57-69
• 4.1 Camera Uallbration Expenment57-63
• 4.1.1. Image acquisition of calibration board57
• 4.1.2. Comer extraction of calibration board57-59
• 4.1.3. Single Camera Calibration Results59-60
• 4.1.4. Stereo Calibration Results60-61
• 4.1.5. Image Rectification Experiment61-63
• 4.2 Feature Extraction Expenment63-68
• 4.2.1. Region of interest definition63-64
• 4.2.2. Edge uetection64-65
• 4.2.3. Feature Extraction65-66
• 4.2.4. Line Fitting ana Angle uetection66-68
• 4.3. Conclusion68-69
• REFERENCES69-74

【相似文献】

中国期刊全文数据库 前10条

1 李培顺;一种快速倒角的引导装置[J];铁道机车车辆工人;2000年04期

2 董天毅;穆玉青;;一种简易便捷的倒角装置[J];金属加工(冷加工);2009年03期

3 刘克俊;;复杂齿形的倒角装置[J];工具技术;1989年02期

4 彭克钰;;灵巧的倒角刀[J];机械制造;1989年06期

5 陈■英;孔两端同时倒角工具[J];机械工人.冷加工;1990年07期

6 陈哲亚;简便实用手动倒角工具[J];广西机械;1998年01期

7 张士明;;一种简易的小孔内倒角刀[J];机械工程师;2010年10期

8 马肇基;;车螺帽端面和倒角用的工具[J];机械工人.冷加工;1958年01期

9 王汉万;;自动倒角装置[J];机械工人.冷加工;1959年07期

10 季绍陵;;便利的倒角装置[J];辽宁机械;1984年06期

中国重要会议论文全文数据库 前8条

1 胡玉珊;;谈谈非直角倒角的问题[A];中国职协2013年度优秀科研成果获奖论文集（上册）[C];2013年

2 李敬;;齿轮倒角滚刀的截形计算及倒角问题的分析[A];工模具设计与制造资料汇编[C];1980年

3 关国庆;;浇注制品嵌件加工后倒角器具的研制[A];2011年“天山重工杯”全国机电企业工艺年会暨第五届机械工业节能减排工艺技术研讨会论文集[C];2011年

4 王慎德;邵健;郭德福;;涟钢2250mm热轧支持辊倒角性能分析与选型[A];2010年全国轧钢生产技术会议文集[C];2010年

5 孟文倩;;多边形建模——倒角命令的用法[A];2012年河北省教师教育学会教学设计主题论坛论文集[C];2012年

6 张慧;吴夜明;王明林;陶红标;王一成;干勇;;微合金化钢板坯角部横裂纹控制技术开发及应用[A];第十八届（2014年）全国炼钢学术会议论文集——S01：大会报告篇[C];2014年

7 刘国梁;朱国森;李海波;陈斌;张颖华;马威;刘珂;罗衍昭;;板坯倒角结晶器生产铸坯表面质量控制[A];第十八届（2014年）全国炼钢学术会议论文集——S08：品种开发与质量控制[C];2014年

8 王卫华;刘洋;陈霞;;倒角结晶器二维有限元模型计算及应用[A];第十七届（2013年）全国炼钢学术会议论文集（A卷）[C];2013年

中国重要报纸全文数据库 前2条

1 李秋 水水;AutoCAD中倒角与布尔命令的使用[N];电脑报;2004年

2 郑国田 梅春燕;谱写无悔人生[N];中国航空报;2005年

中国硕士学位论文全文数据库 前7条

1 Atif Mahmood（阿帝夫）;齿轮倒角轮廓多视觉协同测量方法研究[D];天津科技大学;2015年

2 刘仁龙;齿轮倒角加工建模分析及仿真系统开发[D];天津大学;2006年

3 陈东亮;齿轮倒角加工集成系统数学模型的研究[D];天津大学;2007年

4 马波;利用涡轮叶片前缘端壁倒角控制壁面热负荷的数值研究[D];哈尔滨工业大学;2009年

5 孙俊;乘用车变速器倒档惰轮端面弧形倒角加工的分析与研究[D];江西理工大学;2015年

6 张新华;齿轮倒角轮廓激光测量系统研究[D];天津科技大学;2011年

7 刘国浩;齿轮倒角测量方法的研究[D];天津科技大学;2014年

  本文关键词：齿轮倒角轮廓多视觉协同测量方法研究，由笔耕文化传播整理发布。

本文编号：252503