机器视觉位姿测量关键技术及其应用研究

发布时间：2021-05-11 08:02

　　位姿测量是机器视觉测量领域的基础问题之一,在生产线自动化、场景三维重建、目标非接触式测量、无人驾驶和智慧物流等领域应用广泛。本文针对机器视觉位姿测量系统应用于四轮定位和无人化料场等工业现场时存在的准确性、鲁棒性和适应性问题,深入研究了单目多视点视觉位姿测量和点云扫描位姿测量中的相关理论和关键技术,具体内容包括:1.提出一种基于特征邻域灰度模型的角点亚像素定位算法。将棋盘格特征模型闭式表达为关于角点精确坐标、特征旋转角和剪切角、灰度增益和灰度偏移以及模糊程度的函数,直接采用真实的特征图像进行拟合获得角点亚像素坐标。在稳定和多变光照条件下,该算法的亚像素定位精度都明显好于其他代表性算法。结合特征邻域灰度模型提出一种离群点自校验方法。该方法的离群点识别和剔除独立于Pn P优化过程。在靶面特征受到光污染时,可快速准确地识别和剔除离群点,提升相机位姿估计可靠性的同时也保证了实时性。针对大场景下扫描仪位姿的实时估计问题,基于平面特征提取实现点云数据的快速配准,在保证估计精度的前提下匹配效率相比现有方法有明显提升。2.提出一种无重叠视场的多相机全局标定方法。相比现有代表性方法,本文方法考虑了现场随机... 

【文章来源】：湖南科技大学湖南省

【文章页数】：129 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景与意义
    1.2 机器视觉位姿测量关键技术研究现状
        1.2.1 图像特征提取
        1.2.2 相机标定
        1.2.3 视觉系统全局标定
        1.2.4 位姿参数估计
    1.3 论文结构与工作安排
第二章 图像特征亚像素提取
    2.1 常用图像特征分类
    2.2 角点亚像素提取常用方法
    2.3 基于邻域灰度模型的角点亚像素提取方法
        2.3.1 角点邻域灰度模型
        2.3.2 模型拟合与亚像素定位
    2.4 角点亚像素提取实验
        2.4.1 仿真图像特征提取
        2.4.2 真实图像特征提取
        2.4.3 效率测试
    2.5 小结
第三章 相机位姿估计和点云配准
    3.1 位姿估计基础理论
        3.1.1 空间几何变换
        3.1.2 相机投影模型
        3.1.3 绝对定向问题
    3.2 相机位姿估计
        3.2.1 PnP问题求解方法
        3.2.2 实验与分析
    3.3 大场景点云配准
        3.3.1 实现原理
        3.3.2 点云配准实验
    3.4 小结
第四章 多相机位姿测量系统全局标定
    4.1 相机内参标定
        4.1.1 仿真标定测试
        4.1.2 实际标定测试
    4.2 多相机系统全局标定
        4.2.1 多靶标全局标定方法
        4.2.2 多相机全局标定实验
    4.3 臂载视觉系统全局标定
    4.4 小结
第五章 机器视觉3D四轮定位仪
    5.1 应用背景
    5.2 基本原理
        5.2.1 测量基准与定位参数
        5.2.2 系统构成与操作流程
    5.3 关键技术
        5.3.1 机器视觉系统标定
        5.3.2 机器视觉位姿测量
        5.3.3 四轮定位数据处理
    5.4 实验分析
        5.4.1 测量基准估计仿真测试
        5.4.2 四轮定位现场测试
    5.5 小结
第六章 无人化料场设备和料堆定位
    6.1 应用背景
    6.2 基本原理
    6.3 设备全局标定
        6.3.1 坐标系定义
        6.3.2 标定原理
        6.3.3 现场标定测试
    6.4 料场数据处理和可视化
    6.5 作业路径规划
    6.6 小结
第七章 总结与展望
    7.1 全文总结
    7.2 工作展望
参考文献
附录 A:攻读博士学位期间参研项目和科研成果
致谢



本文编号：3181052