机器人结构光视觉系统标定研究

发布时间：2017-05-17 14:10

  本文关键词：机器人结构光视觉系统标定研究，由笔耕文化传播整理发布。

【摘要】：视觉传感器使机器人具有视觉感知功能,是机器人系统组成的重要部分之一。机器人通过视觉传感器获取环境和目标物体的二维图像,然后利用图像处理技术对二维图像进行分析和解释,并将分析和解释的结果转换为可用信号,实现对目标物体的识别、测量和控制。由于线结构光视觉传感器具有抗干扰能力强、精度高、实时性强、主动受控等优点,特别适合于应用在复杂环境里的机器人测量和控制任务中。机器人利用视觉信息进行测量和控制时,通常需要获取视觉传感器坐标系和机器人坐标系间的关系及结构光的空间位姿,这需要对机器人末端与视觉传感器间的手眼关系及视觉传感器进行标定。本文针对机器人线结构光视觉系统中的线结构光视觉传感器标定、机器人手眼标定和基于图像控制的机器人视觉系统自动标定问题展开了研究工作。第一,以具有一组正交直径的同心圆为靶标,提出了一种基于两消隐点正交几何特性的摄像机内参数标定方法。证明了正交直径产生的两消隐点在摄像机坐标系下的正交性,利用毕达哥拉斯定理建立了摄像机内参数的约束方程,通过对约束方程的线性化求解实现了摄像机内参数的线性标定。将K-均值聚类算法与最小二乘法结合进行消隐点求解,有效提高了消隐点提取的精度和鲁棒性,从而保证了摄像机内参数标定的精度和鲁棒性。标定结果和误差分析表明,标定精度能够满足毫米级测量要求。第二,给出了线结构光视觉传感器光平面方程系数与视觉传感器几何结构参数之间的关系。对线结构光视觉传感器的测量范围和测量精度进行了理论分析,讨论了图像特征测量偏差和几何结构参数对线结构光视觉传感器测量范围和测量精度的影响,为线结构光视觉传感器的几何结构配置和结构参数选择提供了理论依据。提出了一种以已知距离共线三点为靶标的线结构光平面标定方法,实现了两步法中的线结构光平面标定。第三,以具有一组正交直径的同心圆为靶标,提出了两种机器人手眼标定方法。一种是基于摄像机运动量的方法,利用靶标图像产生的两正交消隐点计算出运动前后机器人末端摄像机的运动量;以单位四元数法表示手眼矩阵的旋转部分,利用解耦求解策略分别对旋转部分和平移部分进行线性求解。另一种是基于摄像机外参数和靶标位置参数的方法,利用两正交消隐点和定点变位姿方法分别求出摄像机相对于靶标的外参数和靶标位置参数,将它们代入手眼标定模型实现手眼标定。实验结果表明,标定精度满足毫米级测量要求,是可行和有效的标定方法。第四,给出了面向光条纹与直线对齐任务的基于图像的无标定视觉控制方法,根据视觉系统的配置特点和直线极坐标表示,推导了图像空间中光条纹和目标直线特征与三维空间中机器人位姿间的图像雅可比矩阵,并利用Kalman滤波算法对它进行在线估计。给出了摄像机内参数标定误差的等效描述,基于这种描述分析了标定误差对控制系统稳定性和控制精度的影响;根据李雅普诺夫稳定性理论,利用劳斯稳定判据分析了连续视觉控制系统和离散视觉控制系统的稳定性。提出基于图像控制的线结构光平面自动标定方法,在摄像机内参数已知的前提下,利用线对齐控制策略实现了线结构光平面的自动标定,标定精度优于人工标定方法。第五,给出了光条纹与机器人工作空间中特定点对齐的无标定视觉控制方法,以图像空间中直线斜截式参数为特征推导了图像雅可比矩阵,并利用Kalman滤波算法对其进行在线估计,实现了线结构光条纹与机器人操作空间中特定点的对齐控制。提出基于图像控制的机器人手眼自动标定方法。在线结构光视觉传感器已标定的前提下,基于手眼关系坐标变换模型,利用线点对齐控制策略实现了机器人手眼自动标定,标定精度优于人工标定方法。
【关键词】：消隐点 摄像机标定 线结构光 手眼标定 机器人 视觉控制
【学位授予单位】：北京理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41;TP242
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 第1章 绪论14-38
• 1.1 本论文的研究目的和意义14-15
• 1.2 摄像机标定技术研究现状15-21
• 1.2.1 基于靶标的标定方法16-17
• 1.2.2 基于主动运动的标定方法17-18
• 1.2.3 自标定方法18-20
• 1.2.4 基于消隐点的标定方法20-21
• 1.3 线结构光视觉传感器标定技术研究现状21-25
• 1.3.1 基于靶标的标定方法22-23
• 1.3.2 基于主动运动的标定方法23
• 1.3.3 基于消隐点的标定方法23
• 1.3.4 线结构光视觉传感器标定的关键技术23-25
• 1.4 手眼标定技术研究现状25-32
• 1.4.1 手眼标定的模型27-28
• 1.4.2 手眼标定的方法28-29
• 1.4.3 手眼标定的关键技术29-32
• 1.5 视觉控制技术32-36
• 1.5.1 机器人视觉控制概述33
• 1.5.2 基于图像的机器人视觉控制研究现状33-34
• 1.5.3 基于图像的视觉控制的关键问题34-36
• 1.6 本文主要研究内容和结构安排36-38
• 第2章 基于两消隐点正交几何特性的摄像机内参数标定38-60
• 2.1 概述38
• 2.2 摄像机模型38-41
• 2.2.1 摄像机透视成像模型38-39
• 2.2.2 摄像机焦距归一化模型39-40
• 2.2.3 摄像机外参数模型40-41
• 2.3 消隐点基础41-45
• 2.3.1 消隐点定义与性质41-42
• 2.3.2 消隐点的产生与计算42-44
• 2.3.3 正交消隐点44-45
• 2.4 摄像机内参数标定原理45-51
• 2.4.1 两消隐点正交几何特性证明45-48
• 2.4.2 摄像机内参数标定原理48-51
• 2.5 实验与结果分析51-59
• 2.5.1 实验结果51-55
• 2.5.2 对比实验55-57
• 2.5.3 精度比较实验57-59
• 2.6 小结59-60
• 第3章 线结构光视觉传感器的性能分析和光平面标定60-77
• 3.1 概述60
• 3.2 线结构光视觉传感器模型60-63
• 3.2.1 线结构光视觉传感器各组分模型60-62
• 3.2.2 线结构光视觉传感器的结构模型62
• 3.2.3 平面参数与结构参数的关系62-63
• 3.3 线结构光视觉传感器性能分析63-67
• 3.3.1 测量范围63-65
• 3.3.2 测量精度65-67
• 3.4 基于已知共线三点的线结构光平面标定原理67-70
• 3.5 实验结果和精度分析70-76
• 3.5.1 实验结果70-73
• 3.5.2 精度测试实验73-76
• 3.6 小结76-77
• 第4章 机器人线结构光视觉系统的手眼标定77-97
• 4.1 机器人线结构光视觉系统手眼标定77-79
• 4.2 基于A_iX=XB_i模型的手眼标定79-85
• 4.2.1 手眼标定模型A_iX=XB_i79-80
• 4.2.2 基于两消隐点正交特性的摄像机运动量计算80-83
• 4.2.3 手眼矩阵X的求解83-85
• 4.3 基于AX=Z(B~i)~(-1)模型的手眼标定85-89
• 4.3.1 手眼标定模型AX=Z(B~i)~(-1)85-86
• 4.3.2 变换矩阵Z的求解86-89
• 4.3.3 手眼关系的计算89
• 4.4 实验结果89-96
• 4.4.1 手眼标定实验89-93
• 4.4.2 验证实验93-96
• 4.5 结论96-97
• 第5章 基于视觉控制的线结构光平面自动标定97-115
• 5.1 概述97
• 5.2 基于图像的视觉控制97-98
• 5.3 基于线结构光图像的直线对齐控制98-104
• 5.3.1 图像雅可比矩阵99-101
• 5.3.2 基于kalman滤波的图像雅可比矩阵估计101-103
• 5.3.3 基于线结构光图像的直线对齐控制103-104
• 5.4 稳定性分析104-110
• 5.4.1 摄像机内参数误差对成像的影响105-106
• 5.4.2 视觉控制系统稳定性分析106-110
• 5.5 线结构光平面自动标定原理110
• 5.6 实验结果与分析110-114
• 5.6.1 系统结构110-111
• 5.6.2 控制的实现111-113
• 5.6.3 线结构光平面的自动标定的实现113-114
• 5.7 小结114-115
• 第6章 基于视觉控制机器人手眼自动标定115-127
• 6.1 概述115
• 6.2 基于线结构光图像的点线的对齐控制115-119
• 6.2.1 图像雅可比矩阵115-117
• 6.2.2 基于线结构光图像的直线与点的对齐控制117-119
• 6.3 手眼自标定原理119-120
• 6.4 实验结果120-126
• 6.4.1 系统结构120-121
• 6.4.2 控制的实现121-125
• 6.4.3 验证实验125-126
• 6.5 小结126-127
• 结论127-129
• 参考文献129-144
• 攻读学位期间发表论文与研究成果清单144-145
• 攻读学位期间参与的科研项目145-146
• 致谢146-147
• 作者简介147

【参考文献】

中国期刊全文数据库 前2条

1 杨长江,汪威,胡占义;一种基于主动视觉的摄像机内参数自定标方法[J];计算机学报;1998年05期

2 吴福朝,王光辉,胡占义;由矩形确定摄像机内参数与位置的线性方法[J];软件学报;2003年03期

  本文关键词：机器人结构光视觉系统标定研究，，由笔耕文化传播整理发布。

本文编号：373627