CN104729534A - 合作目标的单目视觉误差测量系统及误差限量化方法 - Google Patents

Abstract

本发明公开了一种合作目标的单目视觉误差测量系统及误差限量化方法，该系统具体为：合作目标外表面安装有多个视觉标记点；标定靶采用黑白棋盘格图案，用于进行相机的内参标定和外参标定；相机用于单帧采集视觉标记点和标定靶的图像并传输至计算机；经纬仪一和经纬仪二用于观测标定靶获得观测值A、观测所述视觉标记获得观测值B，将A和B传输至计算机；计算机接收相机所采集的标定图像、标记图像以及测量值A和B，计算合作目标相对于相机的位姿测量值和位姿真值，并计算获得测量误差。使用本发明提供的误差限量化方法将上述测量误差量化分解至各项关键参数指标的误差限。

Description

合作目标的单目视觉误差测量系统及误差限量化方法

技术领域

本发明属于光电测量领域，涉及一种适用于合作目标的单目视觉误差测量系统及误差限量化方法，尤其适用于空间合作目标的单目视觉测量误差分配。

背景技术

空间目标主要包括合作目标和非合作目标两类。前者是指能提供有效合作信息(如目标运动信息和结构特征)的空间目标，主要表现为安装有用于测量的特征标识；后者则无法提供有效的合作信息，其运动信息和结构特征均完全未知或部分未知，美国空间研究委员会SSB、航空与空间工程局ASEB在哈勃望远镜修复计划评估报告中曾给出定义：“非合作目标是指那些没有安装通讯应答机或其它主动传感器的空间目标，其它航天器不能通过电子讯问或发射信号等方式实现对此类目标的识别或定位”。现阶段，常用的空间合作目标主要是安装有若干视觉标记点等特征标识。

合作目标单目视觉测量通常是利用单目视觉相机实时采集包含上述视觉标记的图像信息，并准确估计空间目标的三维位置姿态等信息。针对此类单目视觉位姿测量问题，测量过程必然包含多项误差因素，而最终的测量结果是由各项误差因素共同影响所造成，这就产生了一对互逆命题——误差合成与误差分配。前者是指，已知每一项误差因素及其对测量结果的影响，将各项因素按各自的影响大小相加权，从而求解出测量总误差；后者则是指已知测量总误差值，如何将其量化分配至各项关键误差因素，一直是亟待解决的瓶颈问题之一，可供参考的科学文献相对较少。杨剑在《摄影视觉测量精度的理论和实验研究》文献中，将影响视觉测量的参数指标统一划分为相机设备误差、目标模型误差、软件算法误差以及人员环境误差等4类，主要根据工程经验提出一系列如何进行误差分解与校正的合理化建议，尚未对误差量化分配问题进一步开展理论推导与验证。郝颖明在《基于点特征的位姿测量精度与鲁棒性研究》文献中，针对三点式视觉标记图案设计，以提高单目视觉测量系统的精度为目的开展单目视觉测量鲁棒性研究，基于理论简化条件下的假设前提，推导出测量误差与相机标定误差、目标模型误差、图像坐标检测误差之间的关系表达式，结合一般条件下的误差统计分析，得出上述参数指标对测量结果的影响趋势以及各项因素误差合成等结论，仅提及误差分配是误差合成的逆向问题，但并未深入分析论证。

发明内容

有鉴于此，本发明提供了合作目标的单目视觉误差测量系统，用于测量获得具有多点视觉标记的合作目标的测量误差。

为了达到上述目的，本发明的技术方案为：合作目标的单目视觉测量误差测量系统，其特征在于，包括：合作目标、视觉标记、标定靶、相机、光源、经纬仪一，经纬仪二和计算机。

合作目标外表面安装有多个视觉标记点，作为相机的观测目标。

标定靶采用黑白棋盘格图案，标定靶作为相机的观测目标，用于进行相机的内参标定和外参标定。

相机用于单帧采集观测目标的图像并传输至计算机，相机其配备光源，用于补偿观测目标所处的空间光照条件。

经纬仪一和经纬仪二用于观测标定靶获得观测值A、观测视觉标记获得观测值B，并将观测值A和观测值B传输至计算机。

计算机的功能包括：

功能一、接收相机所采集的标定靶的标定图像，依据标定图像对相机进行内参标定和外参标定，外参标定即为相机与标定靶之间的相对位置关系。

功能二、接收相机所采集的视觉标记的标记图像，依据标记图像以及已经标定好的相机的内参获得合作目标相对于相机的位姿测量值。

功能三、接收观测值A转换为标定靶相对于经纬仪一和经纬仪二的相对位置关系，并将该观测值B转换为视觉标记相对于经纬仪一和经纬仪二的相对位置关系，结合功能一中的外参标定，最终解算获得合作目标相对于相机的位姿真值。

功能四、通过合作目标相对于相机的位姿测量值以及位姿真值，计算获得测量误差。

进一步地，以相机的光心O_C为原点建立相机坐标系O_C-X_CY_CZ_C，相机光轴为Z_C轴，图像平面的水平和垂直方向分别为X_C轴和Y_C轴；以合作目标的质心O_W为原点建立目标坐标系O_W-X_WY_WZ_W，X_W、Y_W、Z_W与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致；以标定靶中心O_T为原点建立标定靶坐标系O_T-X_TY_TZ_T，X_T、Y_T、Z_T与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致；以经纬仪一和经纬仪二中心连线的中点O_E为原点建立经纬仪坐标系O_E-X_EY_EZ_E，X_E、Y_E、Z_E与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致。

功能一中，相机的内参标定对相机的有效焦距以及主点坐标进行标定；内参标定的方法为：

将标定靶摆放不同的位置姿态，相机采集不同姿态下的标定图像传输至计算机，提取标定图像中的各角点中心二维图像坐标，根据标定图像中各角点的三维空间坐标及其二维图像坐标之间的映射关系，计算出有效焦距的水平、垂直分量以及主点坐标；

外参标定为计算相机坐标系O_C-X_CY_CZ_C与经纬仪坐标系O_E-X_EY_EZ_E之间的相对位姿；外参标定的方法为：固定标定靶，一方面，令相机采集标定图像输入计算机，解算出标定靶坐标系O_T-X_TY_TZ_T与相机坐标系O_C-X_CY_CZ_C之间的坐标转换关系；另一方面，计算机(8)依据标定靶的位姿真值，计算出标定靶坐标系O_T-X_TY_TZ_T与经纬仪坐标系O_E-X_EY_EZ_E之间的坐标转换关系，并在上述两组坐标转换关系的基础上，进一步得出相机坐标系O_C-X_CY_CZ_C相对于经纬仪坐标系O_E-X_EY_EZ_E之间的坐标转换关系；

功能二中，合作目标相对于相机的位姿测量值的计算方法为：采用光源对空间光照环境实施补偿后，相机单帧采集合作目标外表面所携带的视觉标记的标记图像并传输至计算机，提取标记图像中各视觉标记点的中心二维坐标值，根据各视觉标记点的三维空间坐标及其二维图像坐标之间的一一对应关系，计算目标坐标系O_W-X_WY_WZ_W与相机坐标系O_C-X_CY_CZ_C之间的相对位姿，即为合作目标相对于相机的位姿测量值；

功能三中，位姿真值获取方法具体为：接收观测值A转换为标定靶相对于经纬仪坐标系O_E-X_EY_EZ_E的相对位置关系，并将观测值B转换为视觉标记相对于经纬仪坐标系O_E-X_EY_EZ_E的相对位置关系，依据外参标定结果，解算出目标坐标系O_W-X_WY_WZ_W与相机坐标系O_C-X_CY_CZ_C之间的相对位置姿态，即为合作目标相对于相机的位姿真值。

基于上述误差分配系统，本发明同时提供了适用于上述系统的误差限量化方法，该方法针对的具有多点视觉标记的合作目标均适用，同时，根据影响因素的分类情况，分层次制定了一系列误差分配策略，可作为测量误差量化分配的依据，显著降低误差分配的计算难度。

为了达到上述目的，本发明的技术方案为：一种针对上述误差测量系统的误差限量化方法，计算机的功能四中，计算获得的合作目标相对于相机的测量误差以向量形式表示为(Δt_x,Δt_y,Δt_z,Δα,Δβ,Δγ)。

则t_x,t_y,t_z分别为合作目标沿目标坐标系中X_W、Y_W、Z_W轴的平移分量，α,β,γ分别为合作目标围绕目标坐标系中X_W、Y_W、Z_W轴的旋转角度。

输入参数误差包括相机内参标定误差、视觉标记点三维空间坐标值获取误差及其在标记图像中二维坐标定位误差；

相机内参标定误差包括有效焦距误差的水平分量和垂直分量Δf_x,Δf_y，主点坐标误差的水平分量和垂直分量Δu₀,Δv₀；

第i个视觉标记点三维空间坐标值获取误差为[ΔX_wi,ΔY_wi,ΔZ_wi]，其中以合作目标的质心为原点建立空间坐标系X_wY_wZ_w，X_w、Y_w、Z_w轴依次对应与X、Y、Z轴平行；ΔX_wi,ΔY_wi,ΔZ_wi分别为第i个视觉标记点在坐标系X_wY_wZ_w中X_w、Y_w、Z_w轴坐标的获取误差。

第i个视觉标记点在标记图像中二维坐标的水平分量和垂直分量定位误差分别为Δu_i,Δv_i。

其中Δf_x,Δf_y属于同类型误差，使用Δf_xy代表；Δu_i,Δv_i属于同类型误差，使用Δuv_i代表；Δu₀,Δv₀属于同类型误差，使用Δuv₀代表，且 $\left\{\begin{array}{c}\mathrm{\Δ}{f}_x={\mathrm{\Δf}}_y=\frac{{\mathrm{\Δf}}_{\mathrm{xy}}}{\sqrt{2}}\\ {\mathrm{\Δu}}_i={\mathrm{\Δv}}_i=\frac{\mathrm{\Δu}{v}_i}{\sqrt{2}}\\ {\mathrm{\Δu}}_0={\mathrm{\Δ}}_{v0}=\frac{{\mathrm{\Δuv}}_0}{\sqrt{2}}\end{array}\right..$

则采用如下公式计算获得Δf_xy,Δuv₀,Δuv_i,ΔX_wi,ΔY_wi,ΔZ_wi，即为各输入参数误差的误差限的量化值：

$\left\{\begin{array}{c}{\mathrm{\Δt}}_x=\frac{(u_i-u_0)}{f_x}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(u_i-u_0)}{f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_y=\frac{(v_i-v_0)}{f_y}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_y}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(v_i-v_0)}{f_y^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_z=\frac{f_x}{(u_i-u_0)}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})+\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{(u_i-u_0)}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}-\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{{(u_i-u_0)}^2}\·f_x\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)\\ \cos \left(\frac{{\mathrm{\α}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\α}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(v_i-v_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_y}\·{\mathrm{\Δt}}_z-\frac{(v_i-v_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_y}\·{\mathrm{\ΔZ}}_{\mathrm{wi}}-\frac{(v_i-v_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ \cos \left(\frac{{\mathrm{\β}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\β}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·{\mathrm{\Δt}}_z-\frac{(u_i-u_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_x}\·\mathrm{\Δ}{Z}_{\mathrm{wi}}-\frac{(u_i-u_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ \sin \left(\frac{{\mathrm{\γ}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\γ}=\frac{t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·{\mathrm{\Δt}}_z\\ -\frac{(u_i-u_0)\·t_z}{2\·(X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2)\·f_x}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})-\frac{(u_i-u_0)\·t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\end{array}\right..$

有益效果：

(1)本发明提供了合作目标的单目视觉误差测量系统，从实际工程角度出发，获得具有多点视觉标记的合作目标的测量误差。

(2)本发明提供了适用于上述系统的误差限量化方法，根据影响因素的分类情况，分层次制定了一系列误差分配策略，可作为测量误差量化分配的依据，显著降低误差分配的计算难度。

(3)本发明所提供的合作目标单目视觉测量的误差分配结果，能够直接应用于实际工程应用，可为指导视觉产品研制技术流程中的各关键环节提供有力判据。

附图说明

图1为合作目标单目视觉测量误差分配系统组成示意图；

图2为合作目标单目视觉测量误差影响因素分解框图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

实施例1、本发明的合作目标单目视觉测量误差分配系统组成如图1所示，包括合作目标1，视觉标记2，标定靶3，相机4，光源5，经纬仪一6，经纬仪二7，计算机8。合作目标1外表面安装有视觉标记2，包括有限个数的标记点(图1中的黑点)，它是相机4的主要观测对象。标定靶3采用黑白棋盘格图案，提供有限个数的已知特征角点，辅助标定相机4的内、外参数。相机4主要用于单帧采集观测目标(视觉标记2或者标定靶3)图像并传输至计算机8，其配备光源5，能有效补偿观测目标所处的空间光照条件。经纬仪一6和经纬仪二7则用于瞄准标定靶3中各角点或视觉标记2中各标记点中心十字丝的水平、垂直角度示值，分别获得测量值A和测量值B，并将A和B传输至计算机8。计算机8的功能包括：图像处理、特征点中心定位、坐标转换、参数标定、误差计算与分配等；主要为如下四点：

一、接收相机4所采集的标定靶3的标定图像，依据标定图像对相机(4)进行内参标定；

二、接收相机4所采集的视觉标记2的标记图像，依据标记图像以及已经标定好的相机4的内参获得合作目标1相对于相机4的位姿测量值；

三、接收观测值A转换为标定靶3相对于经纬仪一6和经纬仪二7的相对位置关系，并将该观测值B转换为视觉标记2相对于经纬仪一6和经纬仪二7的相对位置关系，结合功能一中的外参标定，最终解算获得合作目标1相对于相机4的位姿真值。

四、通过合作目标1相对于相机4的位姿测量值以及位姿真值，计算获得测量误差，并将测量误差按照影响因素分配至输入参数误差中。

(1)坐标系构建

根据图1中的系统组成，规划布局各组件的在测试现场中的实际站位。规定相机坐标系O_C-X_CY_CZ_C原点为相机的光心，相机光轴定义为Z轴，图像平面的水平和垂直方向分别为X轴和Y轴。随后，顺序定义目标坐标系O_W-X_WY_WZ_W、标定靶坐标系O_T-X_TY_TZ_T以及经纬仪坐标系O_E-X_EY_EZ_E。其中，上述坐标系的X、Y、Z三个坐标轴均与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致。

(2)相机标定

传感器标定包括内参标定和外参标定，前者的目的在于校准相机4成像模型的内部参数；后者则是获取图1中的相机坐标系O_C-X_CY_CZ_C与经纬仪坐标系O_E-X_EY_EZ_E之间的相对位置关系。

(2.1)内参标定

将标定靶3摆放不同的位置姿态，相机4采集不同姿态下的标定靶3图像传输至计算机8，执行图像处理算法，提取棋盘格中的各特征角点中心二维图像坐标，根据标定靶棋盘格型角点的三维空间坐标及其二维图像坐标之间的映射关系，计算出水平、垂直有效焦距、主点坐标、畸变系数等相机内部参数值。

(2.2)外参标定

固定标定靶3，一方面，令相机4采集标定靶3图像输入计算机8，解算出标定靶坐标系O_T-X_TY_TZ_T与相机坐标系O_C-X_CY_CZ_C之间的坐标转换关系；另一方面，经纬仪一6、经纬仪二7分别瞄准标定靶3中各角点中心十字丝的水平、垂直角度示值，输入计算机8，计算出标定靶坐标系O_T-X_TY_TZ_T与经纬仪坐标系O_E-X_EY_EZ_E之间的坐标转换关系。

计算机8将在上述两组坐标转换关系的基础上，进一步得出相机坐标系O_C-X_CY_CZ_C相对于经纬仪坐标系O_E-X_EY_EZ_E之间的坐标转换关系，该结果在整个系统工作流程中均视为固定常系数。

(3)目标位姿测量

光源5对空间光照环境实施补偿后，相机4单帧采集合作目标1外表面所携带的视觉标记2图像并传输至计算机8，执行图像处理算法，提取标记图像特征点中心二维坐标值，根据标记点三维空间坐标及其二维图像坐标之间的一一对应关系，估计出合作目标1的三维位姿参数测量值，即目标坐标系O_W-X_WY_WZ_W与相机坐标系O_C-X_CY_CZ_C之间的相对位置姿态。

(4)位姿真值获取

经纬仪一6、经纬仪二7分别瞄准视觉标记2每个标记点中心十字丝的水平、垂直角度示值，输入计算机8，根据坐标转换公式，得出各标记点在经纬仪坐标系O_E-X_EY_EZ_E下的三维空间坐标值，并代入步骤2.2外参标定结果，解算出目标坐标系O_W-X_WY_WZ_W与相机坐标系O_C-X_CY_CZ_C之间的相对位置姿态，该结果可视为合作目标1的三维位姿真值。

(5)测量误差计算

计算机8将步骤4获得的位姿真值与步骤3估计的位姿测量值相减，二者之差定义为合作目标单目视觉测量误差。

实施例2、本发明提供的合作目标单目视觉测量误差分配系统，其中误差的影响因素分解框图如图2所示。

计算机8的功能四中，计算获得的测量误差以向量形式表示为(Δt_x,Δt_y,Δt_z,Δα,Δβ,Δγ)，以相机4的光心为原点，光轴为Z_c轴，相机4所拍摄图像平面的水平和垂直方向分别为X_c轴和Y_c轴，以合作目标1的质心为原点建立目标坐标系O_w-X_wY_wZ_w，X_w、Y_w、Z_w轴依次对应与X_c、Y_c、Z_c轴平行；则t_x,t_y,t_z分别为合作目标沿目标坐标系中X_W、Y_W、Z_W轴的平移分量，α,β,γ分别为合作目标围绕目标坐标系中X_W、Y_W、Z_W轴的旋转角度；

输入参数误差包括相机4内参标定误差、视觉标记点2三维空间坐标值获取误差及其在标记图像中二维坐标定位误差；

相机4内参标定误差包括有效焦距误差的水平分量和垂直分量Δf_x,Δf_y，主点坐标误差的水平分量和垂直分量Δu₀,Δv₀；

第i个视觉标记点2三维空间坐标值获取误差为[ΔX_wi,ΔY_wi,ΔZ_wi]；ΔX_wi,ΔY_wi,ΔZ_wi分别为第i个视觉标记点2在坐标系X_wY_wZ_w中X_w、Y_w、Z_w轴坐标的获取误差。

第i个视觉标记点在标记图像中二维坐标的水平分量和垂直分量定位误差分别为Δu_i,Δv_i。

其中Δf_x,Δf_y属于同类型误差，使用Δf_xy代表；Δu_i,Δv_i属于同类型误差，使用Δuv_i代表；Δu₀,Δv₀属于同类型误差，使用Δuv₀，且 $\left\{\begin{array}{c}\mathrm{\Δ}{f}_x={\mathrm{\Δf}}_y=\frac{{\mathrm{\Δf}}_{\mathrm{xy}}}{\sqrt{2}}\\ {\mathrm{\Δu}}_i={\mathrm{\Δv}}_i=\frac{\mathrm{\Δu}{v}_i}{\sqrt{2}}\\ {\mathrm{\Δu}}_0={\mathrm{\Δ}}_{v0}=\frac{{\mathrm{\Δuv}}_0}{\sqrt{2}}\end{array}\right..$

则采用如下公式将测量误差按照影响因素分配至输入参数误差中：

$\left\{\begin{array}{c}{\mathrm{\Δt}}_x=\frac{(u_i-u_0)}{f_x}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(u_i-u_0)}{f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_y=\frac{(v_i-v_0)}{f_y}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_y}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(v_i-v_0)}{f_y^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_z=\frac{f_x}{(u_i-u_0)}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})+\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{(u_i-u_0)}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}-\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{{(u_i-u_0)}^2}\·f_x\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)\\ \cos \left(\frac{{\mathrm{\α}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\α}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(v_i-v_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_y}\·{\mathrm{\Δt}}_z-\frac{(v_i-v_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_y}\·{\mathrm{\ΔZ}}_{\mathrm{wi}}-\frac{(v_i-v_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ \cos \left(\frac{{\mathrm{\β}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\β}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·{\mathrm{\Δt}}_z-\frac{(u_i-u_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_x}\·\mathrm{\Δ}{Z}_{\mathrm{wi}}-\frac{(u_i-u_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ \sin \left(\frac{{\mathrm{\γ}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\γ}=\frac{t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·{\mathrm{\Δt}}_z\\ -\frac{(u_i-u_0)\·t_z}{2\·(X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2)\·f_x}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})-\frac{(u_i-u_0)\·t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\end{array}\right.$

该公式的推导过程如下：

合作目标单目视觉测量误差分配主要涉及影响因素分类、误差分配策略制定、各因素误差限确定。

I、影响因素分类

考虑测量系统内部结构和完整测量流程，合作目标单目视觉测量误差的影响因素主要划分为输入参数误差和位姿计算误差两类。其中，输入参数误差可进一步细分为：相机内参标定误差、视觉标记点三维空间坐标值获取误差以及标记图像特征点中心二维坐标定位误差。

II误差分配策略制定

根据I中的测量误差影响因素分类情况，分层次制定误差分配策略，可有助于简化量化分配的计算难度。

III各因素误差限确定

根据II中的误差分配策略，将单目测量误差定量分解至各项关键参数因素，最终，确定上述各指标参数的误差极限。

以下是合作目标的单目视觉测量误差分配方法，包括：影响因素分类、误差分配策略制定、各因素误差限确定等三个环节。

I、影响因素分类

图1中的合作目标单目视觉测量的矩阵表达式如下：

$Z_c\·\left[\begin{array}{c}{u}_i\\ v_i\\ 1\end{array}\right]=\left[\begin{array}{cccc}{f}_x& 0& u_0& 0\\ 0& f_y& v_0& 0\\ 0& 0& 1& 0\end{array}\right]\·\left[\begin{array}{cccc}\cos \mathrm{\γ}\·\cos \mathrm{\β}& \cos \mathrm{\γ}\·\sin \mathrm{\β}\·\sin \mathrm{\α}-\sin \mathrm{\γ}& \cos \mathrm{\γ}\·\sin \mathrm{\β}\·\cos \mathrm{\α}-\sin \mathrm{\γ}\·\sin \mathrm{\α}& t_x\\ \sin \mathrm{\γ}\·\cos \mathrm{\β}& \sin \mathrm{\γ}\·\sin \mathrm{\β}\·\sin \mathrm{\α}+\cos \mathrm{\γ}\·\cos \mathrm{\α}& \sin \mathrm{\γ}\·\sin \mathrm{\β}\·\cos \mathrm{\α}+\cos \mathrm{\γ}\·\sin \mathrm{\α}& t_y\\ -\sin \mathrm{\β}& \cos \mathrm{\β}\·\sin \mathrm{\α}& \cos \mathrm{\β}\·\cos \mathrm{\α}& t_z\\ 0& 0& 0& 1\end{array}\right]\·\left[\begin{array}{c}{X}_{\mathrm{wi}}\\ Y_{\mathrm{wi}}\\ Z_{\mathrm{wi}}\\ 1\end{array}\right]---\left(1\right)$

公式(1)中的[X_wi,Y_wi,Z_wi]表示合作目标1表面携带的其中一个标记点P_i(i＝1,2,…,N)在目标坐标系O_W-X_WY_WZ_W中的三维空间坐标值；(u_i,v_i)是指该标记点在相机4像平面上的对应特征点中心二维图像坐标；Z_c表示比例因子；矩阵A定义为相机的内参矩阵，包括水平、垂直有效焦距f_x,f_y、主点坐标(u₀,v₀)；三个旋转角度α,β,γ以及三个位移分量t_x,t_y,t_z等参数均为待求未知量，它们客观描述了空间合作目标的三维位置姿态。

按照图2合作目标单目视觉测量误差影响因素分解框图，可以得出：合作目标单目视觉测量误差主要归咎于输入参数误差和位姿计算误差两类。从公式(1)容易看出，输入参数误差主要包括相机内参标定误差、视觉标记点三维空间坐标值获取误差以及标记图像特征点中心二维坐标定位误差。

(1)相机内参标定误差

相机内参标定误差因素主要包括有效焦距和主点坐标，二者量纲相一致。其中，水平、垂直有效焦距的误差分量表示为Δf_x,Δf_y，属于同种类型误差；主点坐标的水平、垂直误差分量应表示为Δu₀,Δv₀，也属于同类参数误差。相机腕部内参标定后，有效焦距f_x,f_y、主点坐标(u₀,v₀)均为已知常系数。

(2)视觉标记点三维空间坐标值获取误差

标记点三维空间坐标值获取误差可表示为[ΔX_wi,ΔY_wi,ΔZ_wi]，主要与视觉标记空间布局、经纬仪测量精度等两个方面密切相关。前者主要包括：XOY平面最大包络表示为a和深度方向最大包络表示为b；后者则是在前者的基础上，对视觉标记点实施精测结果。

(3)标记图像特征点中心二维坐标定位误差

标记图像特征点中心二维坐标值定位误差主要涉及水平、垂直分量坐标误差，可分别表示为Δu_i,Δv_i，这两项误差属于同种类型误差。

(4)位姿计算误差

位姿计算误差主要与位姿解算方法本身密切相关，通常利用百分比的相对误差形式予以表示。

II.误差分配策略制定

根据上述误差项的分类情况，制定误差分配策略包括以下几个方面：

(1)同种类型的误差项应按照等作用影响予以平均分配，例如：标记点中心二维坐标水平、垂直分量Δu_i,Δv_i；主点坐标水平、垂直分量Δu₀,Δv₀；水平、垂直方向有效焦距Δf_x,Δf_y属于同类型误差，计算公式可写成下列形式：

$\left\{\begin{array}{c}{\mathrm{\Δf}}_x=\mathrm{\Δ}{f}_y=\frac{{\mathrm{\Δf}}_{\mathrm{xy}}}{\sqrt{2}}\\ {\mathrm{\Δu}}_i={\mathrm{\Δv}}_i=\frac{\mathrm{\Δ}{\mathrm{uv}}_i}{\sqrt{2}}\\ {\mathrm{\Δu}}_0={\mathrm{\Δv}}_0=\frac{\mathrm{\Δ}{\mathrm{uv}}_0}{\sqrt{2}}\end{array}\right.---\left(2\right)$

(2)不同类型的误差项应按照后续各因素误差限确定步骤予以计算；

(3)量值不超过测量误差百分之五的微弱误差，应按照微小误差予以忽略。例如：位姿计算误差不超过1％，因此，该误差应视为微弱误差，近似为零。

鉴于上述分析可得，影响测量误差的因素可归结为：Δf_x,Δf_y,Δu₀,Δv₀,Δu_i,Δv_i,ΔX_wi,ΔY_wi,ΔZ_wi等9个误差项，其中，Δu_i,Δv_i、Δu₀,Δv₀和Δf_x,Δf_y均属于同类型误差项。

III.各因素误差限确定

下面介绍如何将上述测量误差细化分配至上述关键误差项的误差限。

沿用前面的假设条件，令相机镜头焦距为f，图像传感器上的水平、垂直方向像元尺寸分别为p＝p_x＝p_y，对应的水平、垂直方向像元分辨力可分别表示为Ω_x,Ω_y，其计算公式为：

$\left\{\begin{array}{c}{\mathrm{\Ω}}_x=\frac{p_x\·t_z}{f}=\frac{t_z}{f_x}\\ {\mathrm{\Ω}}_y=\frac{p_y\·t_z}{f}=\frac{t_z}{f_y}\end{array}\right.---\left(3\right)$

视觉标记空间布局设计中，假定其中一个标记点P_i的三维空间坐标值[X_wi,Y_wi,Z_wi]能够反映视觉标记三维空间包络的极限情况，则最大包络尺寸a,b(且b≥a)与三维坐标之间的转换公式可写成以下形式：

$\left\{\begin{array}{c}a=\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\\ b=\left|Z_{\mathrm{wi}}\right|\end{array}\right.---\left(4\right)$

现对进行一阶Taylor展开可得，

$\left\{\begin{array}{c}\mathrm{\Δa}=\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·\mathrm{\Δ}{X}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·\mathrm{\Δ}{Y}_{\mathrm{wi}})\\ \mathrm{\Δb}={\mathrm{\ΔZ}}_{\mathrm{wi}}\end{array}\right.---\left(5\right)$

标记点P_i的二维图像坐标(u_i,v_i)与主点坐标(u₀,v₀)之间沿水平、垂直方向占据的像素个数分别表示为x,y，即：

$\left\{\begin{array}{c}x=u_i-u_0\\ y=v_i-v_0\end{array}\right.---\left(6\right)$

对其进行一阶Taylor展开可得，

$\left\{\begin{array}{c}\mathrm{\Δx}={\mathrm{\Δu}}_i-{\mathrm{\Δu}}_0\\ \mathrm{\Δy}={\mathrm{\Δv}}_i-\mathrm{\Δ}{v}_0\end{array}\right.---\left(7\right)$

现定义沿X_w、Y_w、Z_w轴的平移分量分别为t_x,t_y,t_z，围绕X_w、Y_w、Z_w轴的旋转角度分别为α,β,γ，则合作目标位姿测量误差向量应表示为(Δt_x,Δt_y,Δt_z,Δα,Δβ,Δγ)，且α_max,β_max,γ_max分别定义为绕X_w、Y_w、Z_w轴旋转角度最大阈值。

根据针孔成像模型可得，沿Z_w轴方向的平移分量可写成下列形式：

$\frac{t_z}{f}=\frac{a}{x\·p_x}\⇒t_z=\frac{a\·f}{x\·p_x}=\frac{a}{x}\·f_x---\left(8\right)$

现对上式进行一阶Taylor展开可得；

${\mathrm{\Δt}}_z=\frac{f_x}{x}\·\mathrm{\Δa}+\frac{a}{x}\·{\mathrm{\Δf}}_x-\frac{a}{x^2}\·f_x\·\mathrm{\Δx}---\left(9\right)$

同理，沿X_w轴方向的平移分量可整理成以下形式：

$t_x=\frac{p_x\·t_z}{f}\·x=\frac{t_z}{f_x}\·x---\left(10\right)$

现对上式进行一阶Taylor展开可得；

${\mathrm{\Δt}}_x=\frac{x}{f_x}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_x}\·\mathrm{\Δx}-\frac{t_z\·x}{f_x^2}\·{\mathrm{\Δf}}_x---\left(11\right)$

同理，沿Y_w轴方向的平移分量可推导出以下形式：

${\mathrm{\Δt}}_y=\frac{y}{f_y}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_y}\·\mathrm{\Δy}-\frac{t_z\·y}{f_y^2}\·\mathrm{\Δ}{f}_y---\left(12\right)$

假定标记点P_i分别围绕X_w、Y_w、Z_w轴旋转相应的α,β,γ角度，则可得出下列计算公式：

$\left\{\begin{array}{c}\sin \left(\frac{\mathrm{\α}}{2}\right)=\frac{y\·{\mathrm{\Ω}}_y}{2\·b}=\frac{y\·t_z}{2\·b\·f_y}\\ \sin \left(\frac{\mathrm{\β}}{2}\right)=\frac{x\·{\mathrm{\Ω}}_x}{2\·b}=\frac{x\·t_z}{2\·b\·f_x}\\ \sin \left(\frac{\mathrm{\γ}}{2}\right)=\frac{x\·{\mathrm{\Ω}}_x}{2\·a}=\frac{x\·t_z}{2\·a\·f_x}\end{array}\right.---\left(13\right)$

现对上式进行一阶Taylor展开可得；

$\left\{\begin{array}{c}\cos \left(\frac{\mathrm{\α}}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\α}=\frac{t_z}{2\·b\·f_y}\·\mathrm{\Δy}+\frac{y}{2\·b\·f_y}\·{\mathrm{\Δt}}_z-\frac{y\·t_z}{2\·b^2\·f_y}\·\mathrm{\Δb}-\frac{y\·t_z}{2\·b\·f_y^2}\·{\mathrm{\Δf}}_y\\ \cos \left(\frac{\mathrm{\β}}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\β}=\frac{t_z}{2\·b\·f_x}\·\mathrm{\Δx}+\frac{x}{2\·b\·f_x}\·{\mathrm{\Δt}}_z-\frac{x\·t_z}{2\·b^2\·f_x}\·\mathrm{\Δb}-\frac{x\·t_z}{2\·b\·f_x^2}\·{\mathrm{\Δf}}_x\\ \sin \left(\frac{\mathrm{\γ}}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\γ}=\frac{t_z}{2\·a\·f_x}\·\mathrm{\Δx}+\frac{x}{2\·a\·f_x}\·{\mathrm{\Δt}}_z-\frac{x\·t_z}{2\·a^2\·f_x}\·\mathrm{\Δa}-\frac{x\·t_z}{2\·a\·f_x^2}\·\mathrm{\Δ}{f}_x\end{array}\right.---\left(14\right)$

将前面各误差项分别代入上述公式可得，

公式(15)即为合作目标单目视觉测量误差分配计算公式。公式中的9个代入未知参数分别是：Δf_x,Δf_y,Δu₀,Δv₀,Δu_i,Δv_i,ΔX_wi,ΔY_wi,ΔZ_wi；但其中Δu_i,Δv_i、Δu₀,Δv₀和Δf_x,Δf_y均属于同类型误差，因此，可简化为以下形式：

$\left\{\begin{array}{c}{\mathrm{\Δt}}_x=\frac{(u_i-u_0)}{f_x}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(u_i-u_0)}{f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_y=\frac{(v_i-v_0)}{f_y}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_y}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(v_i-v_0)}{f_y^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_z=\frac{f_x}{(u_i-u_0)}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})+\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{(u_i-u_0)}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}-\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{{(u_i-u_0)}^2}\·f_x\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)\\ \cos \left(\frac{{\mathrm{\α}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\α}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(v_i-v_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_y}\·{\mathrm{\Δt}}_z-\frac{(v_i-v_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_y}\·{\mathrm{\ΔZ}}_{\mathrm{wi}}-\frac{(v_i-v_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ \cos \left(\frac{{\mathrm{\β}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\β}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·{\mathrm{\Δt}}_z-\frac{(u_i-u_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_x}\·\mathrm{\Δ}{Z}_{\mathrm{wi}}-\frac{(u_i-u_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ \sin \left(\frac{{\mathrm{\γ}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\γ}=\frac{t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·{\mathrm{\Δt}}_z\\ -\frac{(u_i-u_0)\·t_z}{2\·(X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2)\·f_x}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})-\frac{(u_i-u_0)\·t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\end{array}\right.---\left(16\right)$

求解上述线性方程组即可确定Δf_xy,Δuv₀,Δuv_i,ΔX_wi,ΔY_wi,ΔZ_wi等6个误差因素的误差限，按照等作用影响平均分配同类型的误差分量，代入计算公式(2)，最终可量化确定全部9个误差项各自的误差限。

综上，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.合作目标的单目视觉误差测量系统，其特征在于，包括：合作目标(1)、视觉标记(2)、标定靶(3)、相机(4)、光源(5)、经纬仪一(6)，经纬仪二(7)和计算机(8)；

所述合作目标(1)外表面安装有多个视觉标记点(2)，作为相机(4)的观测目标；

所述标定靶(3)采用黑白棋盘格图案，标定靶(3)作为相机(4)的观测目标，用于进行相机(4)的内参标定和外参标定；

所述相机(4)用于单帧采集观测目标的图像并传输至计算机(8)，相机(4)其配备光源(5)，用于补偿观测目标所处的空间光照条件；

经纬仪一(6)和经纬仪二(7)用于观测所述标定靶(3)获得观测值A、观测所述视觉标记(2)获得观测值B，并将观测值A和观测值B传输至计算机(8)；

所述计算机(8)的功能包括：

功能一、接收所述相机(4)所采集的标定靶(3)的标定图像，依据标定图像对相机(4)进行内参标定和外参标定，所述外参标定即为相机(4)与标定靶(3)之间的相对位置关系；

功能二、接收所述相机(4)所采集的视觉标记(2)的标记图像，依据标记图像以及已经标定好的相机(4)的内参获得合作目标(1)相对于相机(4)的位姿测量值；

功能三、将观测值A转换为标定靶(3)相对于经纬仪一(6)和经纬仪二(7)的相对位置关系，并将观测值B转换为视觉标记(2)相对于经纬仪一(6)和经纬仪二(7)的相对位置关系，结合功能一中的外参标定结果，最终解算获得合作目标(1)相对于相机(4)的位姿真值；

功能四、通过合作目标(1)相对于相机(4)的位姿测量值以及位姿真值，计算获得测量误差。

2.如权利要求1所述的合作目标的单目视觉误差测量系统，其特征在于，以相机(4)的光心O_C为原点建立相机坐标系O_C-X_CY_CZ_C，相机光轴为Z_C轴，图像平面的水平和垂直方向分别为X_C轴和Y_C轴；以合作目标(1)的质心O_W为原点建立目标坐标系O_W-X_WY_WZ_W，X_W、Y_W、Z_W与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致；以标定靶(3)中心O_T为原点建立标定靶坐标系O_T-X_TY_TZ_T，X_T、Y_T、Z_T与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致；以经纬仪一(6)和经纬仪二(7)中心连线的中点O_E为原点建立经纬仪坐标系O_E-X_EY_EZ_E，X_E、Y_E、Z_E与相机坐标系中的X_C、Y_C、Z_C轴相平行，且正方向均保持一致；

所述功能一中，相机(4)的内参标定对相机(4)的有效焦距以及主点坐标进行标定；内参标定的方法为：

将标定靶(3)摆放不同的位置姿态，相机(4)采集不同姿态下的标定图像传输至计算机(8)，提取标定图像中的各角点中心二维图像坐标，根据标定图像中各角点的三维空间坐标及其二维图像坐标之间的映射关系，计算出有效焦距的水平、垂直分量以及主点坐标；

所述外参标定为计算相机坐标系O_C-X_CY_CZ_C与经纬仪坐标系O_E-X_EY_EZ_E之间的相对位姿；外参标定的方法为：固定标定靶(3)，一方面，令相机(4)采集标定图像输入计算机(8)，解算出标定靶坐标系O_T-X_TY_TZ_T与相机坐标系O_C-X_CY_CZ_C之间的坐标转换关系；另一方面，计算机(8)依据标定靶(3)的位姿真值，计算出标定靶坐标系O_T-X_TY_TZ_T与经纬仪坐标系O_E-X_EY_EZ_E之间的坐标转换关系，并在上述两组坐标转换关系的基础上，进一步得出相机坐标系O_C-X_CY_CZ_C相对于经纬仪坐标系O_E-X_EY_EZ_E之间的坐标转换关系；

所述功能二中，合作目标(1)相对于相机(4)的位姿测量值的计算方法为：采用光源(5)对空间光照环境实施补偿后，相机(4)单帧采集合作目标(1)外表面所携带的视觉标记(2)的标记图像并传输至计算机(8)，提取标记图像中各视觉标记(2)点的中心二维坐标值，根据各视觉标记(2)点的三维空间坐标及其二维图像坐标之间的一一对应关系，计算目标坐标系O_W-X_WY_WZ_W与相机坐标系O_C-X_CY_CZ_C之间的相对位姿，即为合作目标(1)相对于相机(4)的位姿测量值；

所述功能三中，位姿真值获取方法具体为：接收观测值A转换为标定靶(3)相对于经纬仪坐标系O_E-X_EY_EZ_E的相对位置关系，并将该观测值B转换为视觉标记(2)相对于经纬仪坐标系O_E-X_EY_EZ_E的相对位置关系，依据外参标定结果，解算出目标坐标系O_W-X_WY_WZ_W与相机坐标系O_C-X_CY_CZ_C之间的相对位置姿态，即为合作目标(1)相对于相机(4)的位姿真值。

3.一种针对如权利要求2所述的误差测量系统的误差限量化方法，其特征在于，所述计算机(8)的功能四中，计算获得的合作目标(1)相对于相机(4)的测量误差以向量形式表示为(Δt_x,Δt_y,Δt_z,Δα,Δβ,Δγ)；

则t_x,t_y,t_z分别为合作目标(1)沿目标坐标系中X_W、Y_W、Z_W轴的平移分量，α_,β_,γ分别为合作目标(1)围绕目标坐标系中X_W、Y_W、Z_W轴的旋转角度；

所述输入参数误差包括相机(4)内参标定误差、视觉标记点(2)三维空间坐标值获取误差及其在标记图像中二维坐标定位误差；

所述相机(4)内参标定误差包括有效焦距误差的水平分量和垂直分量Δf_x,Δf_y，主点坐标误差的水平分量和垂直分量Δu₀,Δv₀；

所述第i个视觉标记点(2)三维空间坐标值获取误差为[ΔX_wi,ΔY_wi,ΔZ_wi]，其中以合作目标(1)的质心为原点建立空间坐标系X_wY_wZ_w，X_w、Y_w、Z_w轴依次对应与X、Y、Z轴平行；ΔX_wi,ΔY_wi,ΔZ_wi分别为第i个视觉标记点(2)在坐标系X_wY_wZ_w中X_w、Y_w、Z_w轴坐标的获取误差；

所述第i个视觉标记点在标记图像中二维坐标的水平分量和垂直分量定位误差分别为Δu_i,Δv_i；

其中Δf_x,Δf_y属于同类型误差，使用Δf_xy代表；Δu_i,Δv_i属于同类型误差，使用Δuv_i代表；Δu₀,Δv₀属于同类型误差，使用Δuv₀代表，且 $\left\{\begin{array}{c}{\mathrm{\Δf}}_x={\mathrm{\Δf}}_y=\frac{{\mathrm{\Δf}}_{\mathrm{xy}}}{\sqrt{2}}\\ {\mathrm{\Δu}}_i={\mathrm{\Δv}}_i=\frac{{\mathrm{\Δuv}}_i}{\sqrt{2}}\\ {\mathrm{\Δu}}_0={\mathrm{\Δv}}_0=\frac{\mathrm{\Δ}{\mathrm{uv}}_0}{\sqrt{2}}\end{array}\right.;$

则采用如下公式计算获得Δf_xy,Δuv₀,Δuv_i,ΔX_wi,ΔY_wi,ΔZ_wi，即为各输入参数误差的误差限的量化值：

$\left\{\begin{array}{c}{\mathrm{\Δt}}_x=\frac{(u_i-u_0)}{f_x}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(u_i-u_0)}{f_x^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_y=\frac{(v_i-v_0)}{f_y}\·{\mathrm{\Δt}}_z+\frac{t_z}{f_y}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)-\frac{t_z\·(v_i-v_0)}{f_y^2}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}\\ {\mathrm{\Δt}}_z=\frac{f_x}{(u_i-u_0)}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}1}^2}}\·(X_{\mathrm{wi}}\·{\mathrm{\ΔX}}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·{\mathrm{\ΔY}}_{\mathrm{wi}})+\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{(u_i-u_0)}\·\sqrt{2}\·{\mathrm{\Δf}}_{\mathrm{xy}}-\frac{\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}{{(u_i-u_0)}^2}\·f_x\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)\\ \cos \left(\frac{{\mathrm{\α}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\α}=\frac{t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_y}\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(v_i-v_0)}{2\·{|Z}_{\mathrm{wi}}|\·f_y}\·\mathrm{\Δ}{t}_z-\frac{(v_i-v_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_y}\·{\mathrm{\ΔZ}}_{\mathrm{wi}}-\frac{(v_i-v_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_y^2}\·\sqrt{2}\·\mathrm{\Δ}{f}_{\mathrm{xy}}\\ \cos \left(\frac{{\mathrm{\β}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\β}=\frac{1}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x}\·\mathrm{\Δ}{t}_z-\frac{(u_i-u_0)\·t_z}{2\·Z_{\mathrm{wi}}^2\·f_x}\·{\mathrm{\ΔZ}}_{\mathrm{wi}}-\frac{(u_i-u_0)\·t_z}{2\·\left|Z_{\mathrm{wi}}\right|\·f_x^2}\·\sqrt{2}\·\mathrm{\Δ}{f}_{\mathrm{xy}}\\ \sin \left(\frac{{\mathrm{\γ}}_{\max }}{2}\right)\·\frac{1}{2}\·\mathrm{\Δ\γ}=\frac{t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·\sqrt{2}\·({\mathrm{\Δuv}}_i-{\mathrm{\Δuv}}_0)+\frac{(u_i-u_0)}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x}\·{\mathrm{\Δt}}_z\\ -\frac{(u_i-u_0)t_z}{2\·(X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2)\·f_x}\·\frac{1}{2\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}}\·(X_{\mathrm{wi}}\·\mathrm{\Δ}{X}_{\mathrm{wi}}+Y_{\mathrm{wi}}\·\mathrm{\Δ}{Y}_{\mathrm{wi}})-\frac{(u_i-u_0)\·t_z}{2\·\sqrt{X_{\mathrm{wi}}^2+Y_{\mathrm{wi}}^2}\·f_x^2}\·\sqrt{2}\·\mathrm{\Δ}{f}_{\mathrm{xy}}\end{array}\right.$