CN107430772B - 机器的运动测量系统以及用于操作运动测量系统的方法 - Google Patents

机器的运动测量系统以及用于操作运动测量系统的方法 Download PDF

Info

Publication number
CN107430772B
CN107430772B CN201680019309.2A CN201680019309A CN107430772B CN 107430772 B CN107430772 B CN 107430772B CN 201680019309 A CN201680019309 A CN 201680019309A CN 107430772 B CN107430772 B CN 107430772B
Authority
CN
China
Prior art keywords
image
camera
movement
machine
capture structure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680019309.2A
Other languages
English (en)
Other versions
CN107430772A (zh
Inventor
N.哈弗坎普
D.塞茨
T.托伊贝尔
L.奥姆洛尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Carl Zeiss Industrielle Messtechnik GmbH
Original Assignee
Carl Zeiss Industrielle Messtechnik GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Carl Zeiss Industrielle Messtechnik GmbH filed Critical Carl Zeiss Industrielle Messtechnik GmbH
Publication of CN107430772A publication Critical patent/CN107430772A/zh
Application granted granted Critical
Publication of CN107430772B publication Critical patent/CN107430772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
    • B23Q17/2409—Arrangements for indirect observation of the working space using image recording means, e.g. a camera
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/004—Measuring arrangements characterised by the use of mechanical techniques for measuring coordinates of points
    • G01B5/008—Measuring arrangements characterised by the use of mechanical techniques for measuring coordinates of points using coordinate measuring machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种用于操作机器的、尤其是坐标测量装置(1)或机床(11)的运动测量系统(10，13，31)的方法，其中，被安排在所述机器的第一部分(2)上的图像记录装置(13)记录所述机器的第二部分(7)的至少一个记录图像，其中所述第一部分(2)和所述第二部分(7)能够相对于彼此移动，由所述第二部分(7)形成的和/或被安排在所述第二部分(7)上的捕捉结构(31；41)被所述至少一个记录图像捕捉到，并且通过使用关于所述捕捉结构(31；41)的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构(31；41)的实际外观的差异来确定所述第一部分(2)和所述第二部分(7)的相对运动的速度。

Description

机器的运动测量系统以及用于操作运动测量系统的方法
本发明涉及机器的运动测量系统、包括运动测量系统的机器、用于操作机器的运动测量系统的方法、以及用于操作包括运动测量系统的机器的方法。
诸如坐标测量机或机床等的机器通常具有可移动部分，所述可移动部分例如携带有用于捕捉工件的坐标的传感器、或者携带有用于对工件进行处理的处理工具。因此所述可移动部分具体是传感器载体。所述可移动部分是相对于所述机器的另一部分、例如相对于基座可在移动范围内移动的。
举例而言，所述坐标测量机(缩写为CMM)的传感器是安装在所述CMM的可移动部分(例如，套筒或臂)上的测量头。在所述测量头上，可以安装探查器(例如，探针)，具体而言，CMM使用所述探查器来以触觉方式探查工件的表面以生成所述测量头的传感器信号。因此，具体而言，用于对有待测量的工件进行触觉探查的探查器也是传感器的实例或所述传感器的一部分。
所述测量头具有传感器系统，具体而言，所述传感器系统生成测量信号，评估所述测量信号使得能够确定坐标。然而，在坐标测量技术中还存在其他传感器。举例而言，传感器可以仅启动对坐标的测量。例如开关式测量头就是这种情况，所述开关式测量头在与有待测量的工件相接触时生成开关信号，所述开关信号启动对坐标的、例如通过读取CMM的所述一个或多个可移动部分的刻度进行的测量。原则上，可以将这些传感器分类为：通过接触(对工件进行触觉探查)来执行测量的传感器、以及不通过接触来执行测量的传感器。举例而言，用于坐标测量的光学传感器或电容式传感器是不基于触觉探查原理的传感器。此外，使用穿透到测量对象内部中的侵入性辐射进行坐标测量是已知的。此外，可以根据工件的尤其被同时检测的区域的类型或大小来对传感器进行分类。具体而言，传感器可以仅测量工件表面上或者内部中的点或区域的坐标、或者测量工件体积的坐标。例如通过计算机断层摄影，可以由辐射检测器的测量结果创建测量对象的三维图像。另外，可以在同一传感器载体或不同传感器载体上同时使用不同的传感器，要么作为分开的单元或者集成为共用单元。这些不同的传感器可以采用相同和/或不同的测量原理。
通常将CMM配置成使得可以将所述传感器更换为不同的传感器。在这种情况下，可以将CMM的、具有用于安装相应传感器的接口的这部分称为传感器载体。然而，还可以将所联接的传感器的、在被联接状态下相对于联接接口不可移动的这部分称为传感器载体的部分。此外，例如在已经提及的其上安装有触觉探查器的测量头的情况下，可以将两个不同部分在各自情况下指定为传感器。如果一个传感器携带另一个传感器，则可以将所述一个传感器称为另一个传感器的传感器载体。
所述传感器用于捕捉工件的坐标。然而，所述传感器通过扫描工件所生成的信号本身不足以能够确定所述工件在坐标测量机的坐标系中的坐标。为此目的还要求关于所述传感器的位置和/或对准的信息。因此所述CMM具有位置确定装置，以用于确认携带有所述传感器的传感器载体的以及因此的所述传感器的位置和/或对准。额外的运动测量装置通常与CMM的可移动部分相组合。举例而言，在CMM的一个部分上安排量具、例如具有线的刻度尺，并且在所述CMM的第二部分上安排测量信号转换器，所述第二部分是相对于所述第一部分可移动的。
所述CMM的评估装置根据所述传感器载体的、如由所述位置确定装置所确认的位置和/或对准并且根据所述传感器的信号来确定工件的坐标。当在本描述中使用术语“位置确定”时，应替代性地或额外地将其理解成是指确定相应部分或区域的对准，除非文中指出不同的实质性内容。
传感器载体的位置确定取决于所述CMM的外部影响和相应的操作状态。举例而言，温度和空气湿度影响所述位置确定。另外，必须考虑联接至所述传感器载体上的传感器的重力。此外，所述CMM的多个部分可以取决于传感器载体的位置发生挠曲。所述CMM的这些可移动部分的移动速度、以及加速度同样影响所述位置测量。因此，针对指定环境条件和操作状态对CMM进行校准。于是必须小心在CMM的操作过程中确保不会留下在校准中考虑在内的影响性变量的范围。由于影响性变量的多样性，校准以及对应的校正模型的复杂性高。此外，在由CMM测量的测量变量中仍存在(虽然校正了)的不确定性在这些影响性变量的不同子范围中量值不同。此外，CMM的行为随时间而变，其结果是必须重复校准。
除了坐标测量与工件处理之间的差异例外，关于位置确定的叙述还类似地适用于具有以下工具载体的机床，所述工具载体可在移动范围内移动并且携带有或可以携带处理工具。这样的机床通常也具有位置确定装置。
如果通过用至少一个相机记录相机图像来进行光学位置确定，则至少可以简化对位置确定装置的校准。通过评估这些相机图像，在给定所述一个或多个相机的适合的构型和安排的情况下，就可以以高准确性来确定可移动部分的位置。作为用至少一个相机进行位置确定的替代方案或附加于此，可以使用具有非成像光学传感器系统、例如具有关联传感器的位置确定装置。
然而，如已经提及的，其他运动测量装置尤其在坐标测量机中也是常见的。其测量结果具体用于例如根据预先限定的移动序列来控制移动。除了如已经提及的具有刻度尺的运动测量装置之外，通常还使用具体地直接测量机器的马达的移动的转速计。转速计信号可以直接被马达控制器使用。然而，它们例如还可以作为所述移动的冗余测量结果被传输到所述机器的上级控制器。
例如要求作为坐标测量机和机床的部分的高精度运动测量装置在其生产过程中比较复杂并且必须进行校准。
本发明的目的是阐明机器的运动测量系统、包括运动测量系统的机器、用于操作机器的运动测量系统的方法、和/或用于操作包括运动测量系统的机器的方法，其中生产和校准的复杂性得以降低。
所述目的是基于一种包括图像记录装置的测量系统实现的，所述测量系统例如还可用作用于测量可移动机器部分的位置的位置测量系统。所述测量系统具有至少一个图像记录装置，所述至少一个图像记录装置在本说明书中被称为相机，即使所述图像记录装置并不与光学透镜装置相组合也是如此。举例而言，所谓的LSS(无透镜智能传感器)是可商购的、适合作为图像记录装置。所述图像记录装置被安排在所述机器的第一部分上并且记录所述机器的第二部分的至少一个记录图像(下文中也成为相机图像，而对一般性没有任何限制)、或者被配置成用于记录所述机器的所述第二部分的至少一个相机图像。
因此，记录图像应被理解为是指由所述图像记录装置所生成的、关于被成像场景的信息，其中图像值(例如，二进制值、灰度值、或颜色值)是相对于图像坐标系定义的。虽然优选，但记录图像不必是光学透镜或透镜安排的像。而是，其他类型的成像也是适合的，例如通过光栅或掩模。然而，具体而言，在评估所述记录图像时考虑成像类型。
在所述第一部分和第二部分相对移动的事件中，出现了在拍摄正在移动的对象时普遍已知的问题，即所记录的相机图像中的结构的模糊。举例而言，从明亮、白色、或强反射性的结构区域到暗的、黑的、或弱反射性的结构区域的锐利过渡(边缘)在相机图像中被模糊成从明亮、白色、或强反射性到暗的、黑的、或弱反射性的逐渐过渡。这同样适用于不同颜色或颜色深度的结构区域之间的锐利过渡(边缘)。在本发明中，所述捕捉结构(不仅在存在至少一个边缘的情况下)可以反射辐射和/或本身产生辐射(例如，可以是发光二极管阵列)。因此，在相机图像中所捕捉到的结构与所述结构的实际外观不同。其原因是：在相机进行结构捕捉的时间区间(通常称为曝光时间)期间，所述结构已经相对于所述相机移动，并且因此出现所述结构的图像的模糊化。换句话说，模糊是由于相机在记录时间区间期间所捕捉的辐射的辐射分布变化而产生的。所述结构可以是辐射反射和/或辐射发射结构，例如由显示器的发光图像内容(例如，包括LED矩阵)形成的结构。所述显示器可以安排在所述可移动部分上、或者在不同的情况下安排在所述机器的静止部分(基座)上。在最后提及的情况下，相机伴随所述可移动部分移动。辐射发射结构可选地可以在后部辐射发射部分结构前方具有例如本身不产生辐射的部分结构。因此所述前部部分结构产生在空间上不恒定的辐射分布，因为它准许辐射以依赖于位置的方式透过。这样的辐射发射结构、但还有不具有沿相机的方向安排的且本身不产生辐射的部分结构的显示器特别适用于确定所述机器的第一部分和第二部分的相对移动的取向，下文中将更详细地描述所述确定。
可以通过缩短图像记录时间区间和/或以非常短的辐射脉冲来照射有待捕捉的结构来减少这种模糊的程度。然而，必须小心确保足够的照射，以不使由相机捕捉的图像信息的信噪比变得太低。短的辐射脉冲给照射造成了额外复杂性、并且在一些操作情况下导致操作的紊乱或位于所述机器区域中的人员被干扰。
在数学概括中，所述解决方案基于以下原则。由于物理要求，无法实现具有无限带宽的测量系统；相反，每个信息处理系统都具有特定的有限传递函数。后者描述了如何将输入端存在的信息加以改变或在系统的输出端输出，因为它不能以其全带宽被传输或处理。对于光学系统，存在多种描述所述系统的传递函数的方式。描述的选择关键是由有待回答的问题决定。对于将参考附图更详细地说明的对应的考虑，使用了光学系统的光学传递函数的论证模式。它可以具体被解释为数学卷积的卷积核、并且描述了例如如何将对象中的对比度转换成图像中的对比度。因此，应用反光学传递函数(还将作为实例更详细地描述数学卷积)允许根据图像内容来重构对象内容。然而，这仅适用于对象的频率分析(例如，傅立叶分析)的那些由所述系统传输的和/或可以实现光学传递函数的反转的分量。换句话说，至少对于足以满足希望的目的的信息内容，映射必须是双射的、和/或必须可以以足够低的损失进行重构。
提出都是对图像记录装置与被捕捉的机器部分的相对移动的影响(即，具体而言，记录图像中的结构的上述模糊)进行评估并且由此来确定所述相对移动的速度。因此，不必尽可能缩短曝光时间和/或用辐射脉冲进行照射。
具体而言，提出了以下内容：一种用于操作机器的、尤其是坐标测量机或机床的运动测量系统的方法，其中
·被安排在所述机器的第一部分上的图像记录装置记录所述机器的第二部分的至少一个记录图像，其中所述第一部分和所述第二部分是相对于彼此可移动的，
·由所述第二部分形成的和/或被安排在所述第二部分上的捕捉结构被所述至少一个记录图像捕捉到并且
·使用关于所述捕捉结构的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构的实际外观之间的差异来确定所述第一部分和所述第二部分的相对移动的速度、取向、时间曲线、和/或移动方向。
所述方法及其构型具体而言可以是一种用于操作具有所述运动测量系统的机器的方法的一部分。
此外，提出了以下内容：一种用于机器的、尤其是坐标测量机或机床的运动测量系统，所述机器具有相对于彼此可移动的第一部分和第二部分，其中所述运动测量系统具有：
·至少一个捕捉结构以及至少一个图像记录装置，其中，所述图像记录装置被安排或可安排在所述机器的所述第一部分上，其中，所述捕捉结构是由所述第二部分形成的和/或可安排在所述第二部分上，并且其中，所述图像记录装置被配置成用于捕捉所述捕捉结构的至少一个记录图像，以及
·确定装置，所述确定装置被配置成用于使用关于所述捕捉结构的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构的实际外观之间的差异来确定所述第一部分和所述第二部分的相对移动的速度、取向、时间曲线、和/或移动方向。
还描述了所述运动测量系统的构型。具体而言，所述运动测量系统可以被配置成使得，它实施所述用于操作运动测量系统的对应配置的方法。所述运动测量系统及其构型具体而言可以是一种具有所述运动测量系统的机器的一部分。因此，具体而言，本发明的范围还包括机器、尤其是坐标测量机或机床，其中所述机器具有：
·相对于彼此可移动的第一部分和第二部分，
·运动测量系统，所述运动测量系统具有至少一个捕捉结构以及至少一个图像记录装置，其中，所述图像记录装置被安排在所述机器的所述第一部分上，其中，所述捕捉结构是由所述第二部分形成的和/或被安排在所述第二部分上，并且其中，所述图像记录装置被配置成用于捕捉所述捕捉结构的至少一个记录图像，以及
·确定装置，所述确定装置被配置成用于使用关于所述捕捉结构的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构的实际外观之间的差异来确定所述第一部分和所述第二部分的相对移动的速度、取向、时间曲线、和/或移动方向。
另外，本发明的范围包括一种用于生产捕捉结构的方法，所述捕捉结构可用于或被用于根据以上权利要求中任一项所述的方法中，其中，取决于所述机器的所述第一部分和所述第二部分的相对移动的期望速度的量值来选择所述捕捉结构的结构元件的尺寸。如本说明书中其他地方所提及的，所述捕捉结构具体而言可以反射和/或发射辐射。因此，生产捕捉结构还包括设定可变地可调的捕捉结构，例如像显示器。通过所述设定来改变从所述捕捉结构发出的并且被传输至所述至少一个相机的辐射。替代性地或额外地，捕捉结构的尺寸可以在时间进程上改变，例如通过具有随时间改变的辐射分布的照射，例如其波长(颜色)改变。举例而言，所述捕捉结构可以取决于入射的辐射分布(例如，颜色分布)具有所述捕捉结构的可以被相机捕捉的不同尺寸的结构特征。改变所述捕捉结构的一种简单的可能性在于使用至少一个显示器，所述至少一个显示器显示的内容被改变。具体而言，如果在记录所述相机图像的图像信息的时间区间期间，所述相机可捕捉的所述捕捉结构的结构特征并且具体而言尺寸发生改变，则可以通过所述相机图像来获得额外的信息。
以下描述的一部分涉及相对移动垂直于成像光轴行进的情况。然而，本发明并不限于这种情况。举例而言，通过对图像数据的预处理和/或通过关于成像的几何形状(具体而言，关于捕捉结构相对于相机的位置和/或对准)的先有知识，当确定速度时，可以考虑所述相对移动不垂直于光轴行进的事实。
在二维记录图像(也称为相机图像，而不限于透镜光学装置)的最常用的应用中，不存在深度信息(即，包含关于第三维的信息的信息)。然而，具体而言，通过所述预处理和/或先有知识，可以考虑捕捉结构不仅可以在垂直于成像光轴延伸的平面中延伸的情况。举例而言，可以按与所述平面以成角度的方式使得所述捕捉结构的平面延伸。所述捕捉结构还可以不仅仅在平面中延伸、而且例如具有三维结构和/或沿着弯曲表面延伸。根据在相机图像中被成像的所述捕捉结构的相应点或区域的深度位置，在所述相机图像中可能会出现不同程度的模糊。
本发明也不限于机器的可移动部分沿着直线坐标轴或在平面内移动的情况。本发明也不限于在空间中沿任意方向的直线移动。而是，通过运动测量系统或通过所述方法也可以测量旋转移动、或旋转移动与直线移动的叠加。
具体而言，所述捕捉结构可以具有至少一个并且优选多个上述边缘。在这些情况下，尤其可以评估在相机图像中在这个或这些边缘处的模糊的空间曲线(即，例如从白色到黑色或明到暗的过渡)。在这种情况下，例如，关于所述捕捉结构中的边缘的位置和/或轮廓的知识足以作为关于所述捕捉结构的实际外观的信息。此外可选地，可以考虑所述捕捉结构中的边缘的有多锐利以及所述边缘已经在何种程度上和/或以何种方式而已经改变、具体而言由于记录所述相机图像而被模糊化(例如，由于所述相机的成像像差和空间分辨率)。然而，在确定速度时，可以仅考虑由于成像造成的变化，即使在不存在边缘或者在边缘处没有评估到模糊时也是如此。
举例而言，捕捉结构可以具有一个或多个线状区域，这些边缘位于这些线状区域的边际处，即急剧过渡。具体而言，捕捉结构可以具有不同宽度的线状区域，即边际之间的距离和/或边缘轮廓的方向不同。可以具体取决于相机的曝光时间区间和所述相对移动的速度期望落入其中的并且旨在被确定的速度范围来选择其交错形式。举例而言，所述捕捉结构可以具有结构元件的连续灰度值分布和/或(在频域中)连续频谱。将所述频谱的频率进行叠加以形成共有的灰度值分布。在这种情况下，可以用统计相位来执行频率叠加，由此在图像中产生灰度值统计分布。所述捕捉结构的此类配置非常适合在速度测量中将噪声分量平均掉。然而，评估捕捉结构的具有灰度值统计分布的图像的计算复杂性比较高。如果，如优选的，旨在评估一系列相继记录(例如，以大于1kHz的频率)的相机图像中的每个相机图像以确定速度，则计算复杂性非常高。因此，对于这些结构元件的傅立叶频率，优先考虑由捕捉结构定义的连续相位关系。在这种情况下，所述相机图像可以被称为连续数据集，这样使得不需要参考外部信息或者与之进行比较。
通过所描述的对连续灰度值分布进行频率叠加的途径可以实现的是：每一个频率都出现在所述捕捉结构中的每个位置处。具有生成此类连续灰度值分布的灰度能力的图像生成方法是已知的。然而替代性地，例如，所述捕捉结构可以实现黑白(或明暗)二元空间分布。对于从相当大的距离上确定速度而言，在这种情况下，所述捕捉结构的点密度(像素密度)是不可解析的，即，它们位于所使用的光学系统的传输带宽之外的空间频率区间中。此类灰度值方法的一个实例是分析伯努利噪声图(Bernoulli noise pattern)，例如在由Mauricio Delbracio等人的“The Non-parametric Sub-pixel Local Point SpreadFunction Estimation Is a Well Posed Problem[非参数子像素局部点扩展函数评估是良定问题]”，International Journal of Computer Vision(2012)96，pages 175-195，Springer[国际计算机视觉学报(2012)96，第175-195页，Springer]。
上文描述的连续灰度值分布仅是捕捉结构的一个示例性实施例。原则上，根据傅立叶理论，任何信号都可以表示为频率的叠加。也就是说，二元结构(因此在结构的过渡区处形成边缘)也包含来自可能的频谱的许多频率。然而，由于图像中的边缘(即，独立的对比度跳跃)产生非周期性信号，因此需要傅立叶积分(即，不是傅立叶和)来进行其描述。在这种情况下，所述频谱具有无限大的范围、并且包含在高频率下的、由光学传输系统不再能解析的信息。这导致低的信噪比。然而，傅立叶平面中的二元结构可以被设计成使得它们包含低频率。具体而言，结构元件可以用规则的方式来设计或者具有适当的周期性部件。这种周期性具有的效果是：频谱包含峰值(即，具有突然上升和下降的幅值的窄频率范围)，其频率间隔与反向结构周期相对应。
举例而言，可以通过在图像处理和图像增强领域中本身已知的方法来确定、表征、和/或评估相机图像中的边缘的模糊。举例而言，可以沿着横向于边缘的轮廓并且具体而言垂直于所述边缘的轮廓的线来形成图像值(例如，灰度值)的一阶和/或二阶空间导数。例如，通过确定所述一阶空间导数的轮廓的测量值来表征模糊程度。
另外的可能性在于：通过将描述相机图像中的边缘的模糊的数学函数与描述所述捕捉结构的边缘的二阶数学函数进行数学卷积，来确定相应的独立边缘处的模糊。
然而，直接评估独立边缘处的模糊相对复杂，并且因此如果如一般优选地(不仅在边缘的情况下)由数据处理装置执行所述评估，则花费相对较多的计算时间。此外，通过评估独立边缘模糊所获得的信息内容相对少。如果不仅仅评估独立边缘，则还可以提高所述速度确定的准确性。因此，关于相机图像中的模糊，优选地考虑不仅仅评估独立边缘，而是评估多个边缘，并且特别地还要考虑这些边缘之间的距离。具体而言，如果捕捉结构具有多个边缘(即，至少三个边缘)而这些边缘彼此之间的距离的量值不相等，则是有利的。这具体涉及这些边缘沿着捕捉结构中虚拟的或实际存在的线(例如，直线)来安排这些边缘，所述线横向于这些边缘的轮廓并且具体而言垂直于其轮廓与这些边缘相交。边缘之间的距离具体被定义在两个最接近的相邻边缘之间，使得成对的最接近的相邻边缘在所述捕捉结构中处于彼此相距不同距离上。这并不排除边缘之间的距离的重复，即，位于所述结构的不同区域中的彼此相距相同距离的不同边缘对的情况。
具体而言，所述捕捉结构的空间边缘分布可以例如通过傅立叶变换而虚拟地或实际地变换到频域，并且具体而言可以分析频率分布并且可以以这种方式确定速度。边缘之间的不同距离因此与频域中的具有比其他频率更大幅值的不同频率相对应。一种可能性涉及：评估表示未被模糊的捕捉结构的这个参考图像的傅立叶变换、与相机图像或所述相机图像中被指派给所述捕捉结构的区域的傅立叶变换之间的差异，并且由此确定所述相对速度。举例而言，通过针对不同量值的相对速度来校准所述运动测量系统、并且相应地确定关于参考图像的傅立叶变换的频率分布变化，可以确定速度的相应值对相机图像和频率分布具有何种影响。具体而言，由于边缘的模糊化，参考图像的傅立叶变换的高量值被减小，并且对应的峰值变宽。可以评估所述量值减小和峰值变宽两者，并且因此可以确定速度。
不仅仅是可以将上述捕捉结构配置成使得可以关于多个具体地直线的评估方向来评估捕捉结构的特性。举例而言，可以至少在相对于捕捉结构而言的两个相互垂直的评估方向上执行评估。以此方式，不是仅仅在一个评估方向上、而是在多个评估方向上来确定速度分量。具体而言，因此还可以确定所述速度的方向。为此，也不需要提前限定评估方向。相反，根据模糊的影响，可以通过在相机图像中确定相对移动在哪个方向上导致最高程度的模糊来推导出速度的方向。
如果事先知道可移动部分移动的方向，则不需要上文描述的方向评估。例如，CMM或机床的所谓线性轴线正是如此，机器的一部分沿所述轴线线性地移动。然而，如果还旨在确定运动方向或速度方向，则相对于多个可能评估方向具有相同类型的结构特征的捕捉结构是有利的。相同类型的结构特征不仅仅是上文描述的边缘之间的距离。还将讨论其他实例。优选地，就相对移动的每个理论上可能的方向而言，所述结构具有相同类型的结构特征、具体而言相同类型的几何结构特征。举例而言，所述结构的边缘因此可以具有弯折部、具体而言圆形弯折(例如，同心)轮廓。评估方向例如垂直于所述一个或多个边缘的轮廓延伸。应将移动方向的确定与移动取向的确定-即沿着给定或可能的移动路径的移动取向(向前或向后)-区分开。在此所描述的其中一些情况下，取向不能根据单一相机图像来确定。确定取向的一种可能性在于，在不同时间点记录的所述捕捉结构的相机图像之间进行比较。通过所述方法的一个变体，可以通过评估单一相机图像来确定取向。其先决条件为，所述相机图像包含通过评估不同时间区间(关于持续时间和/或开始或结束)获得的图像值。将甚至更详细地讨论这点。
作为至少一个边缘的替代方案或附加于其，所述捕捉结构可以具有至少一个区域，在所述至少一个区域中亮度、颜色、和/或辐射反射率连续地变化，并且因此不像在边缘的情况下那样突然变化，而是连续地增大或减小。所述变化具体是相对于所述结构的虚拟或实际直线而言的，所述直线可以是评估方向。优选地，所述捕捉结构不仅在一个笔直方向上具有这样的连续变化，而且在横向于所述第一笔直方向延伸的至少一个另外的笔直方向上也有这样的连续变化。举例而言，亮度、颜色、和/或辐射反射率可以在圆形区域中沿着所述圆的不同半径线改变。具体而言，可以通过相机图像的图像值分布的数学卷积来评估具有至少一个连续过渡区的此类捕捉结构的移动。
此外，提出了以下捕捉结构：所述捕捉结构具有多个圆形结构、具体而言同心结构并且具有不同周期(即，在频域中具有不同的高幅值频率)的周期性结构元件。具体而言，此类结构以及其他圆形结构使得可以相对于不同方向来确定速度，可以并且旨在相对于这些方向来确定所述速度或所述速度的分量。如果限定了一个或多个移动方向并且因此事先已知，则可以针对所述一个或多个方向专门设计和生产捕捉结构。举例而言，边缘轮廓垂直于所限定的移动方向延伸。由于对一个或多个移动方向的这种限制，可以提高在确定速度时的空间分辨率和/或提高确定的准确性。
边缘模糊的评估(以及在本描述中的其他地方描述的所述方法的其他配置)提供了以下可能性：不仅确定在曝光区间上速度的绝对值的平均值，而且在特定前提条件下还确定速度的时间曲线，例如平均加速度、或甚至加速度在曝光区间上的时间曲线。其先决条件是在曝光时间期间不发生移动的反向。这是基于以下认识：具有此类反向的移动曲线和没有此类反向的移动曲线可能产生至少在最大可能程度上相同的模糊。可以例如根据图像值的曲线并且例如考虑沿着横向于边缘轮廓的评估线的一个或多个空间导数来确定曝光区间上的移动曲线。然而，例如将还更详细描述的卷积核的确定和评估也可以实现所述移动曲线的确定。
所述捕捉结构通过相机成像到相机图像上可以被描述为数学卷积。具体而言，可以构造以下方程：所述方程使相机图像在图像区域上的图像值分布等于其中用所记录的捕捉结构的强度值分布来处理所谓卷积核的一种运算的结果。在这种情况下，具体而言，仅考虑相机图像的与所捕获的捕捉结构相对应的那部分图像值分布。具体而言，例如在相机与捕捉结构之间没有发生相对移动时由所述相机记录的捕捉结构的参考图像适合用作所述捕捉结构的强度分布(不受模糊影响)。然而，替代地，所述参考图像可以例如根据所述捕捉结构的规划数据和/或通过对捕捉结构进行计算机仿真来获得。如稍后将更详细地描述的，可以确定卷积核。它包含关于成像、并且因此关于捕捉结构的强度分布变化的信息、并且因此还包含关于相对移动的速度的信息。
所述至少一个相机图像和捕捉结构的在上文和/或下文提及的参考图像具体而言是数字图像，即，具有多个像素。因此，所述相机具体而言是数字相机。然而，所述参考图像不需要以与相机图像相同的数据格式存在和/或被处理成所述格式。具体而言，所述参考图像以及所述相机图像中捕捉结构被成像的区域可以被解释为数学函数，使得具体而言相机图像的这个区域与所述参考图像的数学卷积、或者从所述参考图像推导出的函数是可实现的并且优选地实际被实现。
在优选的情况下，所述相机图像和/或参考图像是二维图像。因此，可以具体而言使用本身已知的、具有排列成行和列的光敏传感器元件的二维矩阵的相机。在这种情况下，所述相机图像的像素相应地同样被排列成行和列。
具体而言，关于所述捕捉结构的实际外观的信息可以包括所述捕捉结构的参考图像，其中通过评估所述参考图像与由所述相机所记录的所述至少一个相机图像之间的差异来确定所述相对移动的速度。通过考虑所述参考图像，可以更简单、更准确并且更短时间地确定所述速度。差异的评估可以被具体限制到所述相机图像的部分区域、例如捕捉到所述捕捉结构的这部分区域。如果所述相机图像捕捉到多个捕捉结构，则差异的评估可以被限制到捕捉到这些捕捉结构中的相应一个捕捉结构的这些部分区域。
评估所述相机图像与参考图像之间的差异并且确定相对移动的速度的一种优选可能性提供了上述对捕捉结构的强度分布与卷积核的卷积进行数学描述，所述卷积在相机图像中产生了与捕捉结构相对应的图像值分布。特别通过使用特定类别的捕捉结构(其特性将更详细地讨论)，可以以简单的方式根据所述相机图像、使用所述参考图像来确定卷积核，并且因此确定关于相对移动的速度的信息。
具体而言，通过将所述参考图像与所述相机图像的、所述捕捉结构被成像于其中的区域进行数学卷积，就可以确定所述卷积的卷积核，并且根据所述卷积核就可以确定所述相对移动的速度。
如果将卷积核理解为以下几何结构：所述几何结构的外部尺寸与所述相机图像中的、所述捕捉结构被成像于其中的所述区域的外部尺寸相对应，就以简单且清楚的方式成功地确定所述相对移动的速度。在这种情况下，可以根据所述卷积核的部分结构的至少一种几何特性来确定所述相对移动的速度。具体而言，在直线移动的情况下，可以根据所述卷积核的部分结构的长度来确定速度的绝对值。在二维相机图像和参考图像的情况下，可以根据所述卷积核的部分结构的几何形状来确定所述速度的绝对值和/或方向。这尤其适用于以下简单情况：所述捕捉结构横向于相机对所述捕捉结构成像的光轴移动。然而，例如，如果执行对应的几何校正和/或考虑相机与捕捉结构的安排的几何特性，则在不同的情况下，这样的评估也是可能的。
特定类型的图案特别适合作为捕捉结构。已经讨论了具有边缘的图案。如果所述卷积核是通过描述捕捉结构随位置变化的函数(位置函数)的数学卷积而确定的，则具体在频域中进行相应的运算。这意味着在频域中，所述捕捉结构的特性是重要的。随位置而变地描述的捕捉结构可以具体通过傅立叶变换而变换到频域。
优选地，捕捉结构在频域中因此具有以下特性：在以频率为零开始但不包含频率零、并且以预定最大频率结束的频率范围内不为零。即，在频域中所述函数的函数值(也可以称为幅值)在所述频率范围内大于零。将最大频率被具体预先限定成使得它不小于所述相机的奈奎斯特频率。具体而言，所述最大频率等于所述相机的奈奎斯特频率或大于所述相机的奈奎斯特频率、但是不大于所述相机的奈奎斯特频率的两倍。在频域内没有零的捕捉结构具有以下优点：所述捕捉结构的卷积是通过相对于频域的运算来实现且因此可以以简单的方式来执行。通过比较，在零的情况下，不在频域内定义所述运算。
在这类捕捉结构的一种发展(可以通过其可靠且准确地执行卷积)中，捕捉结构的被变换到频域的位置函数的函数值在整个频率范围内大于预先限定的最小值。具体而言，预先限定的最小值大于这些图像值的的统计波动(噪声)，所述统计波动是由于记录所述相机图像以及通过所述机器的评估装置来评估所述相机图像而产生的。更普遍地，所述预先限定的最小值大于所述记录图像的图像值的统计波动幅值，所述统计波动幅值是由于记录所述记录图像以及确定所述速度而产生的。因此，波动幅值具体对应于捕捉结构的被额外的噪声所困扰的统计波动幅值并且所述统计波动幅值在无噪声相机图像记录与处理的理论假设下导致与所述捕捉结构的实际噪声记录与处理相同的噪声评估结果。由于符合所述最小值，因此可以实现不被统计波动所影响或不被其显著影响的相机图像评估。例如可以使用巴克码来产生这样的捕捉结构。
优选地，所述捕捉结构的被变换到频域的位置函数的函数值在从零升到最大频率的整个频率范围内是恒定的。可以特别简单地并且以低的计算复杂性来评估这样的捕捉结构。
所述频率范围内的恒定函数值对应于以下特性：所述捕捉结构与其自身或与其反函数的卷积在位置空间中产生德尔塔分布。换句话说，优选类别的捕捉结构因此是通过它们具有完美自动校正这一特性来定义的。这意味着所述结构与其反向结构的卷积的结果在位置空间中产生了以下结构：所述结构在单一位置处(具体而言，在所述结构的中央空间区域中)具有的值与在所述结构的中央区域中的所有其他位置处的值不同。具体而言，这个值是高值，因而它可以被称为峰值。在所得结构的中央区域中的所有其他位置处的值是量值相等的、例如为零，或可以归一化为零，即除了峰值之外，值分布是恒定的。如将还更详细解释的，通过这样的捕捉结构，可以以节省计算时间的特别简单的方式来确定以下卷积的卷积核：当将所述卷积核应用于捕捉结构的强度分布时所述卷积产生通过相机得到的对应图像。同样可以根据所述卷积核以特别简单的方式来确定速度。
如果例如机器的、相对于相机可移动的这部分的位置被确定或者旨在被确定，则可以使用所确定的速度来在位置确定期间进行校正。除了通过直接评估所记录的相机图像来改善位置确定结果之外，无论是否进行位置确定，都还可以使用所确定的速度来校正延迟效应。具体由于评估所述相机图像以及用于信息处理的进一步过程的持续时间，特别在机器的运动控制期间，发生延迟。对移动速度的了解至少准许评估这些可相对于彼此移动的部分在延迟时间段期间已经移动了多远。在考虑相对移动时，哪部分或哪些部分实际已在机器的固定坐标系中移动是不重要的。同样在具体具有相同的一个或多个相机并且具体具有相同的一个或多个捕捉结构的光学位置确定系统的校准过程中，可以使用所确定的速度来例如在记录相机图像期间校正移动的影响以实现校准的目的。
根据本发明的运动测量具有以下优点：根据仅单一相机图像，不仅可以确定并且具体而言实际上确定了所述机器的可移动部分的位置、而且还有移动的速度。因此，出于确定位置的目的，在确定速度时通过评估当前(即，最后确定的)相机图像可能已经校正了具体由于运动而产生的位置确定误差。不必等到记录下一相机图像。
如已经简要提及的，可以通过确定描述所述相对移动的至少一个运动学变量(例如，速度)来对机器的至少一个可移动部分的移动进行开环控制和/或闭环控制。在这种情况下，还可以考虑通过评估至少一个相机图像所确定的移动的取向。替代性地或额外地，所述至少一个运动学变量可以用于借助于坐标测量机、具体而言通过校正位置测量(例如，CMM的传感器载体的位置测量)的结果来确定工件或其他测量对象的坐标。这同样适用于确定机床的工具载体的位置。
下文中讨论了确定机器的第一部分和第二部分的相对移动的时间曲线、并且具体而言其取向的问题。特别是在使用上文描述的具有至少一个边缘的捕捉结构的情况下，而且还在本说明书中所描述的其他捕捉结构的情况下，仅通过评估相机的单一记录图像，就可以确定移动速度，但还不能容易地确定移动的时间曲线和取向。在许多情况下，所述移动对捕捉结构的由所述记录图像所记录的实际外观造成相同的变化而与移动沿一个方向还是相反方向发生无关。这也使得更难确定移动的时间曲线。
本发明阐述了以下至少一种解决方案：所述解决方案可以具体根据单一记录图像来确定移动的取向以及移动的时间曲线。
在讨论所述一个或多个解决方案之前，应当指出的是，移动取向的确定也可以在没有确定移动速度的情况下进行。这适用于机器的运动测量系统、还以及包括运动测量系统的机器、用于操作机器的运动测量系统的方法、以及用于操作包括运动测量系统的机器的方法。
举例而言，即使以与评估至少一个记录图像不同的方式来获得关于所述移动的进一步信息，取向的确定仍是有利的。然而，这并不排除以下情形：对捕捉结构的至少一个记录图像的评估还包含关于所述移动的额外信息，并且获得了所述信息。并非绝对有必要评估相机图像以确定机器的相对于彼此可移动的多个部分的速度或位置的情况涉及具有例如对CMM而言常见的刻度传感器的常规标尺。具体而言，这些刻度传感器可以通过识别标尺上的标记(例如，线状标记)来获得脉冲。由于所述标记之间的距离是已知的，因此可以根据这些脉冲以及这些脉冲的时间曲线来获得关于所述移动的位置和速度的信息。然而，所述移动的取向不能仅仅根据这些脉冲的时间曲线来推导出。在这种情况下，具体而言，可以根据所述捕捉结构的至少一个记录图像来确定这两个机器部分的相对移动的取向。
可以仅根据单一记录图像来确定移动的取向以及移动的时间曲线的解决方案是基于在从捕捉结构发出的辐射的传输和/或捕捉期间的时间变化。因此获得关于这些机器部分的相对移动的额外信息。原则上，时间变化可以发生在来自所述捕捉结构的辐射传输到所述至少一个相机之前、期间和/或之后并且在所述辐射被所述至少一个相机捕捉时。为了利用所述额外信息，在所述至少一个记录图像的评估中使用关于时间变化的知识。
确认取向或知晓移动取向可以消除评估中的不明确性。由此，可以确定移动的时间曲线。即使这是优选的，但是本发明不限于根据相应的记录图像或相应的记录图像组合来确定移动的取向和时间曲线二者。举例而言，可以以不同的方式来获得关于移动取向的知识，并且仅仅确定取向也是有利的，如上文所解释的。
根据用于确定移动的取向和/或时间曲线的第一建议，在曝光时间区间期间从捕捉结构传输到相机的辐射在所述曝光时间区间期间变化，即，从所述捕捉结构发出的空间辐射分布在所述曝光时间区间期间随时间而改变。因此，这在辐射传输期间导致时间变化。相机传感器矩阵的所有传感器元件均可以具有相同的曝光时间区间，即，针对所有传感器元件而言曝光时间区间以相同的时间点开始并且以相同的时间点结束。可商购的相机就是如此。然而替代性地，相机的独立传感器元件(各自捕捉辐射分布的某个空间区域)可以具有不同的曝光时间区间。
随时间变化的空间辐射分布以不同的方式作用于相机的不同传感器元件，并且因此在曝光时间区间期间由不同传感器元件捕捉到的辐射量(在曝光时间区间上积分的所接收的辐射功率)甚至在移动速度恒定时仍是不同的。更一般而言，由于随时间变化的空间辐射分布，所述相机的第一传感器元件与相机的第二传感器元件不同地在所述曝光时间区间期间捕捉所述捕捉结构的特定空间区域，所述第二传感器元件在所述曝光时间区间期间捕捉所述捕捉结构的相同空间区域、但是是在所述曝光时间区间的不同的部分时间段。在这种情况下，了解作为时间的函数的空间辐射分布可以确定机器的这两个部分的相对移动的移动时间曲线和/或取向。
可以以多种方式来描述移动的时间曲线。例如，可以将其描述为移动的路程、速度、或加速度的在各自情况下的时间的函数。
仅根据单一记录图像，可以确定在与所述记录图像的捕捉相对应的曝光时间区间期间的移动的时间曲线。可选地，根据多个相继的记录图像，可以在各自情况下确定移动的移动曲线并由此确定所述移动在更长时间段上的时间曲线。
如将在附图的描述中还更详细地解释的，包括关于数学方程而言，在独立记录图像的评估中存在两个不确定因素。在从捕捉结构发出的辐射的传输和捕捉过程中，例如可以通过已知的时间变化(在此所描述的)来消除其中一个不确定因素，例如空间辐射分布(参见上文)和/或相机特性(参见下文)。另一个不确定性因素在于移动的取向。在记录图像的评估过程中，具体而言可以首先使用关于时间变化的知识并且接着检查这两个移动取向中的哪一个更可信、和/或针对所述移动的时间曲线产生可信的结果。
具体而言，记录图像中的图像值的分布可以在数学上描述为卷积，并且可以确定所述卷积的卷积核，其中所述卷积核是根据已知的时间变化以及移动的时间曲线来确定的。将取向除外，通过这两个时间函数来明确地确定所述卷积核。考虑关于时间变化的知识，并且通过决定哪个移动取向是可应用的，就可以确定所述移动的时间曲线。
如果在曝光时间区间期间速度变为零，并且具体而言如果在所述曝光时间区间期间移动方向反向，则会产生另外的不确定因素。这可以通过曝光时间区间的相应短的持续时间来抑制。替代性地或额外地，可以增加所述至少一个记录图像中的信息内容。
存在多种可能性来在曝光时间区间的历程上改变在曝光时间区间期间从捕捉结构发出的并且是/变成是被相机的传感器矩阵可捕捉的辐射分布。使空间辐射分布随时间变化的第一可能性是改变辐射强度的(即，辐射通量密度)。第二可能性是辐射的光谱分布的变化。又另一种可能性是辐射的偏振的变化。这些可能性可以以任何期望的方式彼此组合。然而，例如，还可以使从捕捉结构的每个空间区域发出的辐射的总强度在整个曝光时间区间期间保持恒定、但是使光谱分布和/或偏振至少针对所述捕捉结构的部分区域在所述时间历程上发生改变。举例而言，在曝光时间区间期间，绿色、红色、和蓝色光谱范围内的光谱分量可以例如在相反方向上改变。因此，举例而言，第一光谱范围内的辐射强度可以增大，而第二光谱范围内的辐射强度减小，并且反之亦然。可选地，与此同时，第三光谱范围内的辐射强度可以保持恒定。这使得可以将保持恒定的光谱范围用作参考，即，在曝光时间区间的多个相同长度的部分时间区间上捕捉所述光谱范围的所有传感器元件也接收在所述光谱范围内的相同量的辐射。传感器元件通常由在不同光谱范围(例如，红色、绿色、和蓝色)内对辐射敏感的多个子传感器元件组成。如果例如两个不同的传感器元件在曝光时间区间期间已经接收了相同量的在绿色光谱范围内的辐射、但是没有接收到在蓝色和红色光谱范围内的辐射，则这允许在已知所述辐射分布的时间变化时推导出所述移动的取向。
关于这些光谱分量的强度变化和关于辐射在整个光谱范围上的总强度两者，不仅可以使所述强度在整个曝光时间区间期间以单调上升的方式或者替代性地以单调下降的方式变化，而且还可以替代性地使所述强度经过至少一个最大值和/或至少一个最小值。具体而言，所述强度可以周期性地改变，例如，随时间具有成正弦形的强度曲线。
优选的是在所述辐射的至少三个不同频率(例如在红色、蓝色、和绿色光谱范围内各一个频率)下的不同光谱分量的强度具有成正弦形的变化。与上文已经提及的示例性实施例相反，在这种情况下在绿色光谱范围内也发生了强度变化。在实践中，例如，可以使用红色、绿色、和蓝色发光二极管来产生从捕捉结构发出的辐射，其强度随时间的历程而变化。可以以简单的方式驱动不仅仅为三种颜色的这种组合的发光二极管，以产生所希望的强度的时间曲线。
具有强度的成正弦形的时间曲线的这至少三个光谱分量具体位于窄的光谱范围内。强度的多个或全部时间曲线可以具有相同的强度变化频率。在这种情况下，这些光谱分量不限于可见光谱范围。而是，具体而言，在红外范围内的、以及符合职业健康和安全条例的也在紫外范围内的辐射分量也是适合的。
在所述至少三个频率范围内被以成对的方式考虑辐射强度的这至少三个正弦曲线在各自情况下具有相移，即在不同的时间点达到强度最大值。即使这是优选的，但是在时间历程上的强度变化频率也不必针对所有这至少三个正弦曲线是相同的。对于正好三条正弦曲线而言，优选的是强度变化频率是相同的，并且每对正弦曲线之间的相移量相当于周期的三分之一。
使用在不同光谱范围内的至少三个成正弦形的强度曲线具有以下优点：在曝光时间区间期间不发生移动反转的所有情况下，这两个机器部分的相对移动的取向是完全能明确地确定的。
作为成正弦形的强度曲线的替代，强度可以以在时间历程上重复的随机突然变化(以下称为伪随机)的方式来变化。
在伪随机变化中，辐射的不同强度水平以类似于随机分布的分布方式出现，但是所述变化是预先限定的且已知的。可设想的是实际上随机地进行强度的改变。然而，这增大了确认实际发生的强度变化并在评估时加以考虑的复杂性。此外，在实际随机变化的情况下，有一定的概率出现包含极少的用于确定取向的信息的变化。
可以将强度的伪随机变化同与强度水平的时间序列相对应的代码进行比较。与强度水平的实际随机变化的情况不同，可以规定从一个水平到下一个水平的每个强度跳跃或多个相继强度跳跃中的至少一个跳跃所必须具有的最小跳跃高度(向下或向上)。
与强度变化的类型无关，优选的是，在曝光时间区间期间，最大限度地入射到相机传感器矩阵的任意传感器元件上的辐射量与这些传感器元件的饱和量相一致。饱和被理解为是指一旦已经达到饱和量的辐射，则传感器信号不再重现或不再适合地重现所接收的在所述饱和量之上和以上的辐射量。
符合饱和量使得具体在曝光时间区间开始或结束时、在短的部分时间段过程中可以从捕捉结构辐射(发射和/或反射)出相对于所述部分时间段的长度而言的所述饱和量的高比例。举例而言，在第一百分比的积分时间段期间，可以辐射在饱和量的10％至20％范围内、例如为所述饱和量的15％的辐射量。因此，在曝光时间区间的进一步历程中，强度发生对应的快速下降，使得不能达到或不能超过饱和量。因此，在曝光时间区间期间已经接收到特定辐射量的传感器元件必须在所述曝光时间区间开始时已经捕捉到所述捕捉结构的、辐射出初始地高的辐射量的这个区域。正是这个信息提供了对移动取向的明确指示。不仅关于本段所描述的示例性实施例，这展示了在曝光时间区间期间移动没有反向的情况下完全可以以简单的方式明确地确定所述移动的取向。
上文描述了大大变化的强度的实例，即，辐射强度的一阶时间导数高。如所提及的，这具有以下效果：较小比例的传感器元件在曝光时间区间期间接收大量的辐射，并且因此可以以简单的方式推导出移动的取向以及所述移动的时间曲线。这不限于以下情形：从捕捉结构发出的辐射量在曝光时间区间的特定部分时间段内(例如，在开始或结束时)特别高。只要在评估记录图像时考虑关于其中的辐射量特别高的部分时间段的信息，就可以以简单的方式来确定移动的取向和时间曲线。然而，在一个优选的实施例中，应考虑确保辐射强度的变化在所有光谱范围内完全不具有关于曝光时间区间的中点在时间上对称的曲线。在不实施进一步措施的情况下，在辐射强度存在这样的对称变化的情况下，不能明确地确定取向。
上文已经提及，辐射强度可以周期性地变化。在这种在每个曝光时间区间期间有多个在时间上相继的强度最大值和强度最小值的途径的一个发展中，改变了所述强度最大值或强度最小值的频率。然而，与期望的移动速度相一致的频率没有高到使得辐射强度沿着所述移动的移动方向均匀地影响所有传感器元件。而是，优选地，频率具有最大值，所述最大值不被超过并且允许区分与不同传感器元件上所接收的辐射量有关的影响(这可以归因于频率的变化)、并且允许由此得出关于移动的取向和/或时间曲线的结论。
通过时间变化来确定移动的取向和/或时间曲线的另一可能性在于辐射的接收端(即，相机)处的时间变化。已经示出了多个单独示例性实施例。在这方面，例如，可以使相机的传感器矩阵的所有传感器元件的曝光时间区间不在同一时间点开始并且不在同一时间点结束。具体而言，这是通过相继读出这些独立传感器元件的积分辐射量的值并且随着读出再次将其设定为零来实现的。在这种情况下，可选地可以针对多个传感器元件同时执行辐射量的读出，使得这些传感器元件被指派了多个读出序列。根据这些读出序列相继地读取被指派给这些读出序列的传感器元件。替代性地，可以存在对传感器矩阵中的相邻传感器元件的多个读出序列，但是永远在任何时间点仅读取整个传感器矩阵中的一个传感器元件。例如在两个读出序列的情况下，可以因此始终交替地读取这两个读出序列的传感器元件之一。
在任何情况下，在评估并确定所述移动的取向和/或时间曲线时考虑关于这些独立传感器元件的不同曝光时间区间的知识。因此，与传统实践相比，相机的包含来自所有传感器元件的值的完整记录图像不局限于单一曝光时间区间的快照，而是包含关于捕捉结构的捕获的较长时间曲线的信息。如果例如捕捉结构的特定部分已经移过的传感器元件没有捕捉到所述捕捉元件的所述部分、或者是与其相邻传感器元件相比以较少的辐射量捕捉到它，则可以由此获得关于所述移动的取向和/或时间曲线的信息。一般而言，考虑关于这些独立传感器元件的曝光时间区间的知识，可以以简单的方式来确定一个取向或相反取向的移动是否对应于相机的记录图像，和/或可以确定时间曲线。
作为使用不同曝光时间区间的替代方案或附加于此，相机的其他特性可以在时间上变化。这具体涉及：例如通过使用具有随时间变化的特性的止挡件和/或滤镜(例如，通过止挡件和/或滤镜的移动或控制)来影响相机的辐射光学器件的辐射透射率、以及传感器元件对入射辐射的敏感度。通过较低的敏感度，接收到的相同辐射量导致传感器元件的传感器信号的值较小，并且反之亦然。如果例如敏感度从曝光时间区间开始时的高值首先以快速下降的方式降低、并且接着在所述曝光时间区间的进一步历程中以缓慢下降的方式降低至低的敏感度值，则这对应于上文所描述的在曝光时间区间开始时具有高辐射强度并且在结束时具有低辐射强度的示例性实施例。
相机的特性的时间变化(包括使用这些传感器元件的不同曝光时间区间)可以与上文所描述的从捕捉结构发出的辐射的空间强度分布的时间变化进行比较、并且在确定所述移动的取向和/或时间曲线时部分地引领相互对应的进程。所有上述时间变化进程都可以具体而言独立地或彼此组合地根据单一记录图像来确定移动的取向和/或时间曲线。
此外，可以不仅仅使用一个相机，而是使用多个相机，例如所具有的传感器元件就相机相比较而言是在不同光谱范围内敏感的传感器元件的相机。还可以将相机用作单一相机或者与其他相机组合使用，其中所述相机的传感器矩阵具有的传感器元件的光谱敏感度与其他传感器元件的光谱敏感度不同。举例而言，可以在生成所述捕捉结构的记录图像的至少一个相机的至少一个特性以与强度水平不同的方式变化的同时，通过使捕捉结构发出的辐射的强度水平伪随机地变化来将时间变化的多种不同测量彼此组合。
在曝光时间区间期间在时间历程上改变空间辐射分布的另一可能性在于：在时间历程上改变从捕捉结构传输到相机的辐射的偏振。举例而言，捕捉结构可以具有光源和/或显示器，其中沿相机的方向安排所述捕捉结构的可控偏振滤波器、并且允许以空间上不同的并且依赖时间的方式控制从其在所述相机的方向上发出的辐射的偏振。
所述相机或这些相机中的至少一个相机可以具有对具有特定偏振方向的辐射选择性敏感的多个传感器元件。类似于在常规传感器矩阵中独立传感器元件具有对于不同光谱范围敏感的多个子传感器元件的方式，这些传感器元件在各自情况下可以具有多个(在各自情况下至少两个)对具有不同偏振方向的辐射敏感的子传感器元件。以与上文针对入射在相机上的、在不同光谱范围内的强度的在不同时间变化的辐射相类似的方式，可以改变偏振方向并且获得关于移动确定且具体而言关于移动的取向和/或时间曲线的确定的相同信息。
附图说明将甚至更详细地讨论捕捉结构可以具有至少一个标记的事实。附图说明集中于具体的示例性实施例。然而，捕捉结构通常可以包括至少一个标记或由至少一个标记组成。具体而言，标记可以被理解为具有自含外周线(即，外边缘，例如圆或矩形线)的表面，辐射特性(发射率和/或反射率)在所述周线处突变。具体而言，由所述周线界定的表面的辐射特性可以是恒定的。因此，所述标记的周线构成了上文描述含义内的边缘。
具体而言，捕捉结构可以包括至少一个圆形标记。这具有的优点是捕捉结构和相机沿着标记表面在任意方向上的相对移动具有如下效果：在所述标记的外周处的圆线与所述相对移动的移动路径到所述标记表面上的投影垂直地、即在所述圆线的半径方向上相交。因此，在这些情况中的每一种情况下，相机传感器矩阵有一些相邻传感器元件在这些传感器元件在相对移动进行的过程中暴露于所接收辐射强度的突然上升或下降，如上文关于边缘所描述的。特别是如果只能发生特定方向的移动，则使用与圆形标记不同地成形的标记也是有利的。
下文描述了移动识别、并且具体而言移动的取向和/或时间曲线的确定的一种发展。这种发展解决的问题是不同的空间强度分布、和/或空间强度分布和/或相机特性的不同的时间变化导致结果具有不同程度的成功。这还取决于第一和第二机器部分的相对移动的类型。具体而言，移动可以较快或较慢并且具有较大或较小的动态范围，即，移动的加速度和/或跳动可以具有不同的量值。
为了解决这个问题，提出了由所述相机、由多个相机、或者由多个相机中的一个相机在各自情况下记录一个时间序列的记录图像并且进行评估。在这种情况下，评估所述时间序列的至少一个第一记录图像，并且根据所述至少一个第一记录图像的评估结果来改变空间辐射分布的时间变化和/或相机特性的时间变化。相应地，在评估所述至少一个第一记录图像之后所记录的第二记录图像会在以下曝光时间区间内捕捉辐射：在所述曝光时间区间中空间辐射分布的时间变化和/或相机特性的时间变化已经相对于所述第一记录图像的曝光时间区间被改变。
以此方式，可以使所述时间变化与所述相对移动相适配。具体而言，通过当今用于控制辐射源的装置、例如显示器和/或发光二极管安排，就能够以高达大于1kHz或甚至大于1MHz的范围内的记录图像记录频率来设定空间辐射分布的时间变化。虽然从显示器发出的辐射可以例如在几百Hz的范围内、例如在200-600Hz的范围内变化，但是从发光二极管发出的辐射还可以以在MHz范围内的显著更高的频率变化。由于目前可用计算机的计算能力，还可以以这些频率来评估这些独立记录图像并且控制空间辐射分布的改变后的时间变化。这相应地还适用于相机特性的时间变化。举例而言，可以按简单的方式改变读出传感器元件的积分值的顺序，即使这具有的影响可能是在记录所述序列中的第一记录图像与所述序列中的第二记录图像之间的时间段期间，在转换读出顺序时不能获得有意义的记录图像。
替代性地或此外，在评估所述至少一个第一记录图像之后且在记录所述第二记录图像之前，可以改变曝光时间区间的持续时间，例如如果在评估所述至少一个第一记录图像的过程中在这些传感器元件中的至少一个传感器元件的情况下被确认已经达到、超过、或大致达到饱和值的话、或如果在所有传感器元件的情况下确认还没有大致达到饱和值(例如，仅达到了饱和值的10％或20％)的话。作为改变曝光时间区间的持续时间的替代方案或附加于此，可以对辐射强度进行适配。一般而言，优选的是规定在记录图像的记录过程中这些传感器元件的辐射量旨在位于在零与饱和值之间的什么辐射量范围内、和/或由这些传感器元件产生的辐射量的值的分布旨在符合什么条件。如果没有满足规定，例如没有符合例如关于规定数量或规定百分比的传感器元件的规定范围，则改变辐射强度和/或曝光时间区间的持续时间，直到对于下一个记录图像满足了指标。
返回到空间辐射分布的时间变化，现在将描述两个示例性实施例。根据第一示例性实施例，所述辐射在辐射分布的至少一个空间范围(例如，被指派给标记的至少一个空间范围)内的强度在所述辐射的不同光谱范围内随时间成正弦形地变化，即，强度是时间的正弦函数。在此情况下，强度的正弦曲线可以在至少两个、优选地至少三个不同的光谱范围内发生相移。
如果在评估所述序列的第一记录图像时确认的是，关于移动的取向和/或时间曲线确定的评估结果不令人满意(例如，因为不能明确地确认移动具有什么取向)，则改变至少一个正弦曲线的幅值、至少一个正弦曲线的频率、和/或具有不同光谱范围的至少两个正弦曲线之间的相移。在改变了正弦曲线的情况下记录的至少一个另外的记录图像中，接着确认评估结果是否令人满意或者是否执行对辐射分布的时间变化的改变。可选地，在评估这些另外的记录图像中的一个或多个记录图像之后再次改变这些正弦曲线，直到获得令人满意的评估结果。如果移动范围较大，则典型地将这些正弦曲线设定为较高的正弦频率，并且反之亦然。正弦曲线的幅值优选地被设定成使得，关于评估这些不同光谱分量的信噪比高，其中还应注意确保在曝光时间区间上由相机传感器阵列的传感器元件确定的辐射量分布在零与饱和量之间的显著部分范围上。
根据第二示例性实施例，关于上文描述的强度水平的伪随机变化，如果确认在评估所述第一记录图像之后需要改变伪随机变化的类型，则改变伪随机变化的类型。辐射强度水平的伪随机变化的类型具体是由期间使得强度恒定的时间区间的长度、最大允许强度与最小允许强度之差、和/或最大允许强度决定的，即，如果改变辐射强度水平的伪随机变化的类型，则这些参数中的一个或多个参数发生改变。具体而言，如果所述移动的动态范围大，则将具有恒定强度的时间区间的长度选择为较短，并且反之亦然。可以按类似于关于正弦曲线的幅值的第一示例性实施例中的方式来选择最大允许强度与最小允许强度之差。这相应地同样适用于强度的最大值。
使得能够决定是否应改变辐射强度和/或相机特性的时间变化的快速图像处理算法利用了例如快速傅立叶变换(FFT)。评估不同光谱范围内的辐射量的方法在此意义上也可以配置为快速的。此外，同样在关于单一光谱范围内的辐射来评估记录图像的过程中，例如可以以快速方式确认这些机器部分的相对移动所造成的频移。在此情况下，辐射强度具体可以随时间周期性地(例如，以余弦方式)改变。给定了恒定的相对移动速度时，记录图像中的周期性变化的频率无改变地对应于图像值的空间周期性曲线。相比之下，非恒定的速度导致了图像值的空间周期性曲线的频移，并且因此根据所述记录图像可以确定速度的时间曲线。例如可以在记录图像的多个位置处借助于空间分辨频率分析来确认频移。在此情况下，还可以确认频移的空间分布并且因此获得关于相对移动的时间曲线的信息。
此外，可以用来自移动历史的信息、具体地来自过去对相机图像序列的评估的信息来设定辐射的传输和/或捕捉的时间变化。具体地，卡尔曼滤波器适用于此目的。
不同光谱范围内的强度变化以及替代性地或额外进行的辐射偏振的变化被位于机器的所述区域内的人感知为要比总辐射强度的变化干扰小。
具体而言，可以使用至少一个相机，所述至少一个相机具有在各自情况下对多于三个或四个光谱范围中的一个光谱范围敏感的传感器元件。具体而言，已知所谓高光谱相机，其包括的传感器元件对多于十个、例如十六个不同光谱范围敏感。以此方式甚至进一步增加了记录图像中的信息内容。
特别在此类相机的情况下、但还在具有对较少光谱范围敏感的传感器元件的相机的情况下，从捕捉结构发出的辐射的辐射强度可以在不同的光谱范围内以不同的强度变化频率来改变。举例而言，在第一光谱范围内辐射强度可以以5kHz的频率变化，而在另一个、第二光谱范围内辐射强度可以以10kHz的频率变化。不同的频率增加了信息内容并且简化了对记录图像的评估。
具体而言，机器的相对于彼此可移动的这两个部分的移动范围可以较小。因此所述至少一个相机的空间捕捉区域同样可以被设计成较小，而捕捉结构不会离开所述捕捉区域。在此情况下，下文描述的将图案辐射到捕捉结构的表面上的方法是有利的，因为相对小的空间捕捉区域以及对于辐射所述图案的评估结果都要求极少的花费并且可以以特别高的准确性来评估记录图像。
实现时间变化的一种可能性在于将可调的空间辐射分布辐射(具体地，投影)到捕捉结构上。在没有投影时已经存在的所述捕捉结构的外观与所辐射的辐射分布一起确定了被所述至少一个相机捕捉的有效外观。
具体而言，在没有投影时已经存在的外观可以形成第一图案(即，结构)，并且辐射到捕捉结构的表面上的空间辐射分布可以生成第二图案。适当的图案具体是二元图案，例如棋盘式图案、具有平行条带的图案、具有同心环的图案、和/或具有特定特性的图案，例如MURA，额外参见图8进行解释。具体而言，所述第一图案和第二图案可以是相同类型的，使得所述第一图案与第二图案的叠加可以具体得到与单独的第一图案相同的外观、和/或至少在捕捉结构的表面的多个空间部分区域中导致图案消失(即，均匀的外观)。这使得在评估至少一个记录图像时具体而言可以确定包含关于所述相对移动的信息的简单变量。举例而言，可以通过不与所述灭失的二元值(例如，“1”指代“明亮”)相对应的面积比例以简单的方式来确定第一二元图案被第二二元图案抑制的程度。替代性地或此外，可以以简单的方式来确定和评估由于这两个图案的叠加而出现的莫尔效应和/或其他图案特有叠加效应。
在一种发展中，可以存在预先限定的、第一图案与第二图案的叠加的状态，并且通过将第二图案辐射到捕捉结构上，可以尝试获得或尽可能接近所述预先限定的状态，尽管这些机器部分存在相对移动。为了实现这点，例如上文已经描述的，评估至少一个第一记录图像并且根据所述评估结果来适配所述第二图案的辐射。具体而言，由此可以使得有待评估的变量保持小的值范围。这进而允许以极小的复杂性和良好的信噪比来确定有待评估的变量。
现在将参照附图来描述本发明的示例性实施例。在附图中的单个图中：
图1以简化的示意性图示示出了具有门架设计的坐标测量机，其中多个相机对准CMM的套筒下端处的传感器载体的移动区域，
图2示出了具有四个相机的示意性展示，这些相机的捕捉区域覆盖了CMM的传感器载体的移动区域，其中多个捕捉结构被安排在所述传感器载体上，
图3以简化的展示示意性示出了具有门架设计的坐标测量机，所述坐标测量机具有固定在传感器载体上的多个相机、以及连接至CMM的基座上的多个捕捉结构，
图4以与图1类似的展示示出了具有门架设计的机床，但其中在套筒下端处携带的是处理工具而不是测量传感器，
图5示出了捕捉结构的具有不同尺寸的多个不同部分区域、以及相机图像中的相关联图像值分布的示意性展示，其中在捕捉结构与相机之间不发生相对移动，
图6示出了如同图5中的这些部分区域以及相关联图像值分布的示意性展示，但在捕捉结构与相机之间发生了相对移动，
图7示出了在相对移动过程中针对捕捉结构的、在图6的左上部展示的那个部分区域，通过相机图像的两个像素捕捉到的辐射通量密度的时间曲线，
图8作为出于确定所述相对移动的速度的目的而可以以极低的复杂度来评估其相机图像的捕捉结构的部分的实例示出了MURA(改进型均匀冗余阵列)，
图9以单一图示示意性地示出了作为二维的位置相关函数的卷积核，其中在所述卷积核的中央区域中针对部分结构的两种不同情况，所述图示中示出了可以基于什么几何特性来确定相对移动的速度，
图10示出了在三种不同的移动的情况下辐射通量密度的时间曲线的实例，其中仅通过在曝光时间区间上对辐射量进行积分，不能在这三种不同的移动之间做出区分，
图11针对图10中展示了其辐射通量密度的时间曲线的所述三种移动示出了相机图像的像素在时间历程上的积分辐射量，
图12以与图11中相类似的方式示出了所述像素的积分辐射量，但积分时间段相对于图11中的图示的积分时间段是在时间上偏移的，
图13示出了用于控制机器的可移动部分的位置的简单位置控制器的一个实例，
图14示出了用于控制机器的可移动部分的位置和速度、可选地还以及加速度的级联式控制，来作为考虑所述可移动部分的速度的实际值的一种控制的实例，所述实际值是从独立相机图像确定的，
图15示意性地示出了在以恒定移动速度沿直线方向移动的情况下圆形标记的位置、沿着移动方向的传感器阵列的在曝光时间区间期间的图像值的曲线和强度时间曲线，其中从标记传输到相机的传感器阵列的辐射就强度而言不随时间改变，
图16示出了针对如同图15中的情况的示意性图示，但是标记以递减的速度沿直线方向进行移动，
图17示出了针对如同图15和16中的情况的示意性图示，但是标记进行直线移动而所述直线移动在曝光时间区间期间被反向，即，移动的取向在曝光时间区间期间发生改变，
图18示出了针对如同图17中的情况的示意性图示，但是从标记传输到相机的传感器阵列的辐射的强度在曝光时间区间期间以恒定的梯度递减，
图19示出了在三个不同光谱范围内的辐射分量的强度的成正弦形的时间曲线并且
图20示出了在强度水平进行伪随机变化的情况下的辐射的强度曲线。
图1示出了具有门架设计的坐标测量机1。在CMM 1的测量台2上安排了可在CMM 1的笛卡尔坐标系的X方向上移动的门架3。滑块5可以在所述坐标系的Y方向上沿着门架3的横向载体4移动。此外，套筒6被安排在滑块5上、可在所述坐标系的Z方向上移动。携带有探查器8的测量头7(即，传感器)被固定在套筒6的下端上。在所述简化图示中没有展示驱动器。
如图1中示意性展示的，坐标测量机1包括控制与评估装置10，所述控制与评估装置例如是可商购的计算机或专门配置成用于操作CMM的计算机的一部分，所述计算机装备有用于操作CMM 1的软件。控制与评估装置10连接至CMM 1的可移动部分上，如用点线展示的。工件12位于测量台上、在探查器8的移动范围内。
在常规CMM中、还以及在机床中，测量换能器和量具被装配在相对于彼此可移动的这些部分上，以便确定传感器载体的(在此为套筒6的)位置。根据不同时间点时的位置，还可以确定速度、可选地还以及加速度。然而在所展示的CMM实例中，通过经由连接件(未展示)连接至CMM 1的基座上的多个相机来捕捉套筒的下端。所述基座具体地包括测量台2。仅从优选地相继重复记录的相机图像中的单一一个相机图像中，确定套筒下端的移动的时间曲线和/或取向、可选地还以及其位置。具体而言，在各自情况下可以以这种方式来评估最后记录的当前相机图像。
在图1中明确展示的示例性实施例中，展示了仅两个相机13a、13b，这些相机在各自情况下完全捕捉套筒下端的移动范围，但在此情况下它们以不同的观察方向进行观察。相机13是例如广角相机。它们同样连接至控制与评估装置10上，如用点线展示的。
作为安排在机器的、在实验室坐标系中不移动的部分(例如，基座)上的替代方案，所述至少一个相机可以安排在是在实验室坐标系中可移动的部分(例如，套筒)上。在此情况下，所述至少一个捕捉结构被安排在是在实验室坐标系中不移动的部分上。此外，可以将所述至少一个相机和所述至少一个捕捉结构在各自情况下安排在是在实验室坐标系可移动的不同部分上。如果所述至少一个相机被安排在机器的可移动部分上，则捕捉结构可以是在实验室坐标系中静止的。替代性地，捕捉结构同样可以移动，即使得所述至少一个相机与机器的不可移动部分对准。为此，机器的所述不可移动部分包括例如至少一个显示器，所述捕捉结构被表示在所述显示器上。考虑关于捕捉结构在给定时间点所在之处和/或以哪种移动进行移动的信息，于是就可以确定相对移动和/或相对位置。就像所述相机一样的移动的捕捉结构、具体地大致以所述相机的速度移动的捕捉结构使得可以使用具有针对被捕捉空间区域的正常孔径角的或甚至具有窄孔径角的相机。因此，相机图像的分辨率被精细化，和/或可以使用具有较少像素的数字相机。
图2示出了CMM的可移动部分的移动范围，所述移动范围用具有点线边缘的立方体表示。图中作为实例展示了CMM的套筒6的下端区域，其上连接了探针8作为可移动部分。然而，可移动部分也可以是CMM或机床的某个其他部分，例如CMM的测量头、或机床的工具或工具载体。图2中的相机安排可以例如用作图1或4的安排的替代方案。
总计四个相机23a、23b、23c、23d在各自情况下在不同的方向上与移动范围对准。其中三个相机23a、23b、23c的捕捉范围的边际在图1中用虚线表示出。基于在图2中在顶部展示的相机23b的实例，所述图示还示意性地示出了这些相机在各自情况下包括光学单元24b(例如，透镜安排)、以及由辐射敏感性传感器元件构成的传感器元件矩阵25b。
可移动部分6在不同侧面、在此在不同取向的表面上在各自情况下具有至少一个标记31。在此情况下，这个标记或多组标记形成了被其中至少一个相机23捕捉的捕捉结构。在所述实例中，在面向前的表面上以及面朝右侧的表面上在各自情况下安排了四个标记31。这四个标记31在各自情况下至少被这些相机23之一所捕捉。举例而言，可移动部分6的面朝右侧的这个表面的标记31被在图2的右侧以及前景位置处的相机23c、23d捕捉到。展示在前景位置处的相机23d可以例如额外地捕捉面向前的表面，所述表面还被展示在左上部的相机23a捕捉到。
如图1和2示意性展示的被固定在CMM或机床的基座上的相机安排仅是实例。这还适用于图1中展示的CMM的设计。图4作为变体展示了机床11，所述机床的设计与来自图1的CMM 1的设计相同，但具有几处例外。下面将简要描述图4中的机床11与图1中的CMM 1之间的差异。相同的参考符号指代相同的部分，将不再进行描述。图4中的机床11包括在套筒6的下端处的工具载体17，所述工具载体携带有用于在桌台上处理工件22的处理工具18。
在如图1、2和4中所示将相机13、23固定在基座上的安排的情况下，可移动部分的移动的速度、时间曲线和/或取向、可选地还以及位置和/或对准是例如如下地确认的。相机13、23反复地、例如以100Hz的时钟频率记录其捕捉范围的图像。每个图像获取时间戳，即，记录相应的相机图像的时间点被指派给所述相机图像并且与所述图像数据一起被记录在例如共用数据集中。
可移动部分在其移动范围内的移动的速度、时间曲线和/或取向、可选地还以及位置和/或对准具体是从相机13、23的在同一时间点记录的多个相机图像中确认的。可选地对有待评估的每个独立相机图像进行预处理，在所述预处理中，确定了相机图像中所述可移动部分的至少一个捕捉结构(例如，特征性特征或标记)所处的那个图像区域。在此情况下，仅进一步评估相机图像的被确定的区域的图像数据以用于确认可移动部分的移动的速度、时间曲线和/或取向、可选地还以及位置和/或对准的目的。所述预处理例如在记录所述相机图像的相应相机中进行、并且是例如由所述相机的计算装置进行的。相对于相机的坐标系(具体地可以是位于相机图像的图像平面中的二维坐标系)的下一个处理步骤，即确定在所述相机图像中捕捉的所述至少一个捕捉结构的移动的速度、时间曲线和/或取向、可选地还以及位置和/或对准，也可以以分散化的方式例如由所述相机的上述计算装置来进行。然而替代性地，还可以使得通过中央评估装置能够联合评估在同一时间点记录的相机图像和/或多个相机的并非在同一时间点记录的但捕捉了所述可移动部分的相同的或大致相同的位置和/或对准的相机图像。如果不同相机的相机图像捕捉同一个捕捉结构或多个相同的捕捉结构，则这是尤其适宜的。所述计算装置可以是例如一个或多个微处理器和/或FPGA(现场可编程门阵列)。
具体而言，在根据这个或这些相机图像来确认所述可移动部分的移动的速度、时间曲线和/或取向、可选地还以及位置和/或对准时，利用了关于捕捉结构的几何特性的知识。举例而言，捕捉结构可以是具有圆形或矩形外边缘的捕捉结构，其中所述捕捉结构的面积在其边界内并不是光学均一的，即所述捕捉结构在其面积轮廓上具有光学结构。因此，从所述结构化区域的图像可以推导出所述捕捉结构的并且因此所述连接至其上的可移动部分的移动的速度、时间曲线和/或取向、可选地还以及位置和/或对准。
知晓所述至少一个捕捉到的捕捉结构使得可以基于来自所述至少一个相机图像的几何考虑来确认所述捕捉结构在所述可移动部分的移动范围内是如何定位和/或对准的。举例而言，具有圆形的圆周边际的捕捉结构在相机图像中通常被成像为具有椭圆形的圆周边际的结构。例如，通过确认相机图像中这个椭圆的主轴的位置和长度，就可以确认相机相对于捕捉结构的观察角、以及相机与捕捉结构之间的距离。优选地，在这个或这些相机图像中捕捉到的所述至少一个捕捉结构包含冗余信息，使得可以不仅基于一个结构特征、还基于多个结构特征来获得所述捕捉结构的位置和/或对准。由此提高了确定可移动部分的位置和/或对准的确定性。这同样适用于评估在所述可移动部分的相同移动状态下从不同观察方向捕捉至少一个捕捉结构的多个相机图像。
然而，例如通过计算观察角以及离被成像的捕捉结构的几何形状的距离来确认相机和可移动部分的几何形状并非构成唯一的可能途径。从图像处理中已知了其他方法。举例而言，通过将相机图像所成像的捕捉结构与仿真的和/或之前记录的图像进行比较，可以确定捕捉结构在移动范围内的位置和/或对准。举例而言，可以向仿真的或之前记录的图像各自指派对应的位置和/或对准。因此通过确定正确的比较图像来确认位置和/或对准。
图3示出了参见图1、2和4所解释的原理(根据所述原理，所述至少一个相机连接至基座上并且所述至少一个捕捉结构连接至可移动部分上)的逆向形式的一个示例性实施例。在所述原理的逆向形式中，至少一个相机连接至可移动部分上并且至少一个捕捉结构连接至基座上。
图3示出了与图1中相同设计的CMM。替代性地，所述机器可以是例如图4中的车床。所述捕捉原理的逆向形式也可以应用于其他设计的CMM和机床，例如应用于具有水平臂设计或铰接臂设计的CMMs、或应用于对应地设计的机床。
图3示意性地以简化方式示出了：具有多个标记31的安排可以位于可移动部分的(在此为例如套筒6的下端区域的)移动范围之外。出于简化展示的原因，在图3中，标记31仅安排在移动范围的后方。然而在实践中，还可以侧向地、在前景位置处以及在移动范围上方定位另外的标记。在所展示的示例性实施例中存在十一排，每排具有九个标记31，其中，位于套筒后方以及在测量头7和探查器8后方的一些标记31已被省略，以使所述图示具有更好的辨别能力。具体而言，这些标记各自构成了捕捉结构，可以通过评估所述标记的相机图像来确定移动的速度、时间曲线和/或取向。
在套筒6的下端区域中展示了两个相机33a、33b，所述相机连接至套筒6上。替代性地，可以将多于两个或仅一个相机固定在套筒6上。图3中展示的这两个相机33a、33b对准不同方向。其捕捉范围的边际线用虚线展示。在图3所示的状态下，这两个相机33a、33b各自完全捕捉到这些标记31中的至少一个标记。被完全捕捉到的标记31在附图中用加号标识。特别地，如果标记31在各自情况下具有独立结构或者是以相机以某些其他方式可辨别的方式独立配置的，则根据对相机图像中所捕捉到的捕捉结构的识别并且根据关于所述相机的捕捉范围的对准的知识，就可能已经获得了关于可移动部分的大致位置和/或对准的信息。如果例如套筒6沿Z方向从图3展示的状态向上移动，则在图3中用加号展示的标记不再被捕捉到，而是将会捕捉到位于其上方的标记。
图3中的相机33a、33b的捕捉范围延伸了比图1、2和4的安排的捕捉范围更小的立体角度。相应的捕捉到的捕捉结构因此占据了所记录的相机图像的较大部分，并且因此原则上可以在基于所标识的标记来确认所述可移动部分位置和/或对准的同时实现更细的分辨率以及对可移动部分的速度的更准确的确认、和/或减小相机图像的像素数量，使得尤其可以以更高的重复频率来记录相机图像。
参见图5至图7，基于简化的实例，给出了就如果相机联接到机器的第一部分和第二部分之一上并且记录另一个部分的相机图像，则这些部分的相对移动、通常还以及任意部分的相对移动将具有什么影响而言的解释。根据图5，可以考虑二元结构的具有不同延伸量的部分区域(在图的顶部用具有不同宽度的四个矩形表示)，即，机器的可移动部分(具体地，捕捉结构)的部分区域。在所述简化的实例中，考虑二元结构的一维部分区域，这些区域在宽度方向上(在图中是从左到右)的尺寸是一、二、三和四个图像像素。对于这些部分区域是在其他地方不反射或不发射的结构的反射辐射或发射辐射的区域的情况，图5在图像值的空间曲线下方描述了相机图像的、捕捉到这些部分区域的对应像素n。考虑所捕捉到的部分区域的以及成像的光学特性，图像值对应于最大可能饱和量S(入射在相应像素上的辐射在曝光时间上的积分的最大可能值)，如果相应地选择相机的曝光时间(积分时间)的话。出现所示意性描绘的图像值曲线的先决条件是在图像记录过程中，对象不移动。
图6展示的关系是如果对象(在此为二元结构)被设定成在时间点零处突然移动、在积分时间期间在图像空间中以恒定速度朝右偏移一个像素(位置用虚线矩形标注)、并且接着再次突然停歇。再一次在这些图像区域下方展示了饱和量S的空间曲线以及对应相机像素n的图像值曲线。
图7展示了其中两个相机像素p1和p2在时间历程上的辐射通量密度Φ。在此情况下，曝光时间区间在时间点t1开始并且在时间点t2结束。图7仅展示了在图6的左侧具有一个像素大小的部分区域的情况。像素p1接收的辐射通量密度处于恒定水平直到曝光时间区间在时间点t1开始，并且在曝光时间区间期间线性地减小到零值。同时，第二像素p2的辐射通量密度Φ从时间点t1到时间点t2以线性升高的方式增大到与像素p1处之前所具有的辐射通量密度相同的水平。
根据像素p1和p2的辐射通量密度Φ的曲线可以确定所进行的移动。然而，如图6所示的像素p1和p2的相应图像值因为在积分时间区间上进行了积分而给出了相同的值，并且在这个时间区间期间的时间曲线是未知的。然而，这对于图6中的更宽部分区域的空间图像值曲线是不同的。由于反射辐射和/或发射辐射的部分区域在整个曝光时间区间期间都处于中央空间区域内，因此饱和量S在此为最大值。然而，这个值在图像值曲线或饱和量曲线的边际处较低。位于这些部分区域的末端处的边缘在移动方向上发生了模糊。接着可以评估这个信息来确定移动的速度。具有已经接收到辐射并且在曝光时间区间期间已经对辐射加以积分的像素n的区域的长度已经给出了恒定速度的绝对值、或总体上给出在曝光时间区间期间速度的平均绝对值。在所展示的示例性实施例中，所述部分区域已经进一步移动了一个像素，并且具有被曝光的像素的区域的长度、或所展示的饱和量曲线的非零区段的长度因此比图5中的情况更大，具体地刚好大了一个像素。因此通过将图5中的情况与图6中的情况之间的长度增大量除以曝光时间区间得到了速度。图5中的信息对应于关于所述相机图像所捕捉到的捕捉结构的知识。具体而言，在图5的顶部展示的这四个矩形部分区域的宽度是事先已知的。这些部分区域可以通过本身已知的图像处理方法来识别，尽管在相机图像中边缘存在模糊。在此情况下，通过反复、具体地从帧到帧地记录和评估相机的相机图像，可以进行对象追踪，使得识别已知部分区域或结构的复杂性是低的。
返回到考虑成像的传递函数(这种考虑在上文已经开始)，所述传递函数随着移动而改变。因此所述传递函数包含关于所述移动的信息。具体而言，在移动的或不移动的对象(捕捉结构)的情况下可以考虑所述传递函数的改变，或者在移动的对象的情况下可以直接根据所述传递函数来评估移动。在此，特别在变换到频域(具体地傅立叶变换)和/或数学卷积之后可以具体求助于频率分析。除了评估例如在结构边缘处图像对比度(已经对此进行了讨论)之外，对相机图像的图像值分布进行数学卷积以评估所述移动因此也是适合的并且实际上是优选的。被相机捕捉到的捕捉结构具体地可以根据所选择的评估方法和/或根据预期的移动速度来生产。已经提到过适当的捕捉结构的实例。星形目标是适合的，例如作为具有边缘的捕捉结构。
下文描述根据卷积核来确定速度的示例性实施例。为此目的，首先会将捕捉结构成像到相机图像上的基础数学描述的说明给出为捕捉结构的强度分布与卷积核的卷积。
捕捉结构的图像(所述图像在某些情形下作为相机记录的结果而被模糊)的灰度值分布GW出现在以下公式和方程中。然而，这仅是图像值分布的一个实例。举例而言，替代性地或另外，可以考虑颜色分布，例如颜色值和颜色强度。在一维的情况下(其中灰度值分布GW仅取决于一个空间坐标x)，灰度值分布GW(x)可以用以下积分方程(1)来描述：
Figure BDA0001422068600000341
方程(1)作为简化的实例假定了捕捉结构和相机在x轴的方向上的相对速度vx在曝光区间期间是恒定的、并且具体地垂直于成像光轴行进。通过关系式sx＝x+vxt，使得速度vx与时间变量t以及在x轴方向上移动所覆盖的路程sx相关：
Figure BDA0001422068600000351
T是曝光时间区间的(即，将捕捉结构成像到相机图像上所进行的时间区间的)长度。I(sx)是有待成像的未模糊的捕捉结构的强度分布。方程(1)的最后一行包含通过卷积核k与强度分布I的卷积的简化符号来替换积分。所述卷积取决于空间变量x。以下也适用于卷积核k：
Figure BDA0001422068600000352
在此情况下，l是在x轴方向上的空间变量。
下文描述对应的二维情况。相对移动是以就方向和绝对值而言上恒定的速度在x-y平面上发生并且垂直于成像光轴行进。因此通过在x轴方向上的速度分量vx和在垂直于x轴延伸的y轴方向上的速度分量vy来明确描述速度。相应地，sy，是取决于时间变量并且从曝光区间开始以来已经被覆盖的在y方向上的路程。函数δ是狄拉克函数，也称为德尔塔分布。方程(4)相应地写成：
Figure BDA0001422068600000353
由于涉及二维情况，因此定义了两个前行变量，即在x方向上的lx以及在y方向上的ly。卷积核k相应地用以下方程(5)描述：
Figure BDA0001422068600000354
灰度值分布因此可以再一次表示为卷积核与未模糊的捕捉结构的强度分布的卷积：
GW(x，y)＝(k*I)(x，y) (6)
如方程(1)的最后一行以及针对垂直于光轴的恒定速度的简化情况的方程(6)所表示的，被相机捕捉到的捕捉结构图像的图像值分布可以用卷积核k与强度分布的卷积来表示。由于强度分布描述了原始状态的、没有因为移动而模糊的捕捉结构，并且由于相机图像中由于移动而模糊的状态是通过图像值分布得到的，因此卷积核k包含了关于导致模糊的相机图像的相对移动的速度的信息。
对于卷积核k，接着可以通过曝光时间或积分时间、以及成像几何形状来定义与速度相关的长度。因此可以通过确定所述长度来确定速度。这当然首先以确定卷积核为先决条件。将甚至更详细地讨论这点。具体而言，可以将捕捉结构选择成使得卷积核的没有形成卷积核几何边际的中央空间区域包含所述卷积核的几何部分结构，并且这个部分结构的长度是上述的与速度的大小和/或方向相对应的长度。
下文给出了对以下捕捉结构的实例的说明：其中如果速度为零(并且如果在其他情况下不存在导致相机图像中的捕捉结构模糊化的成像像差或其他影响)，则所述部分结构仅对应于相机图像的单一像素的大小。相比之下，如果速度的绝对值不为零，则所述部分结构被扩大，从而使得其大小可以用上述的与速度的绝对值和/或方向相对应的长度来描述。举例而言，所述部分结构可以对应于相机图像的两个彼此相邻像素的大小。这意味着从曝光区间开始直到曝光区间结束发生了移动，从相机的视角来看所述移动导致捕捉结构偏移了一个相机像素。这具体适用于恒定速度的情况。所述部分结构在中央区域中通过图像值(例如，灰度值或颜色值)相对于中央区域中所述部分结构的周围环境的差异而出现。举例而言，所述部分结构是由卷积核的中央区域的连续空间部分区域中的恒定图像值定义的，而在中央区域中所述部分结构之外，恒定图像值是处于与所述部分结构不同的图像值水平上。具体而言，通过对所述卷积进行适当归一化可以实现的是，所述部分结构的图像值在[0，1]的可能图像值区间内具有值“1”，而在所述部分结构之外的中央区域是由恒定的较低图像值、例如由图像值“0”来描述。然而，由于可以将卷积核具体解释为其尺度与相机图像的矩阵相对应的位置函数，因此卷积核的中央区域被具体根据相机图像到像素的细分来数字结构化。在卷积核的部分结构的边际处，因此可能存在不清晰，即，图像值在所述部分结构的固有恒定水平图像值与所述部分结构之外的固有恒定水平图像值之间。在此情况下，仍可以确定所述部分结构的大小并且因此具体地确定上述长度。用于确定部分结构的大小的方法是从图像处理中针对在相机图像中识别具有不清晰边际的对象而已知的。因此在本说明中将不对它们进行更详细的讨论。
如已经提及的，根据在卷积核的中央区域中所述部分结构的几何形状，不仅可以确定速度的绝对值、还可以确定速度的方向曲线和/或时间变化。具体而言，具有非恒定的速度绝对值的相对移动速度导致所述卷积核的部分结构中的图像值不是恒定的。与相机图像中的像素相对应的空间区域(所述空间区域在下文还简称为像素)的图像值因此可以具有恒定高或恒定低的值(例如，仅在所述部分结构的中央区域中)。然而，还可能的是，由于甚至在所述部分结构的中央区域中速度绝对值的所述增大或减小的类型，而可能找不到恒定的像素值，即，不存在其图像值的量值相等的两个相邻像素。尽管如此，仍可以例如通过所提及的已知方法来确定部分结构的大小。根据沿着所述部分结构的范围的图像值曲线，额外地可以获得关于曝光时间区间期间速度的时间曲线的信息。这是基于所述卷积核的部分结构的像素表现得像相机图像的像素的这种认识：与在相对慢的移动情况下，具有高辐射发射和/或高辐射反射的对应空间区域被成像到相机图像的相应像素上、并且所述捕捉结构的符合所述移动的后序空间区域具有较低的辐射发射和/或辐射反射的条件相比，在相对慢的移动情况下，这个像素获取了更大的辐射强度。在以上方程(1)和(5)的简化实例中，前行变量1对应于所述部分结构在移动方向上的延伸量，尽管这些实例是针对恒定速度的简化情况描述的。然而，对于在非恒定速度情况下的对应卷积核，可以定义仅在所述部分结构的延伸范围内具有非零值的对应前行变量。特别对于在曝光时间区间期间移动方向也改变的情况，特此再次阐明的是，卷积核的部分结构的长度一般不是有待在笔直方向上确定的长度、而是与所述移动所覆盖的路程相对应的长度。还将参见图9来讨论实例。
特定类别的捕捉结构可以以简单的方式生产、并且使得能够实现特别简单且节省计算时间地确定卷积核。此外，卷积核的所得部分结构可以具体以上文描述的方式特别简单地进行评估。一个这样类别的捕捉结构是所谓的MURA(改进型均匀冗余阵列)，其具有的特性是在与其逆向结构进行卷积时它们产生单一强度峰值。这对应于数学德尔塔函数。具体而言，所使用的具体地二元的MURA的这些结构的大小与成像几何形状以及相机图像的分辨率相协调，使得强度峰值对应于相机图像的单一像素。上述部分结构在卷积核的中央区域中的对应空间区域因此具有单一像素的尺寸，如果不发生模糊和成像像差的话。成像几何形状和相机的图像分辨率的这种协调不仅对于MURA是优选的。
然而，取决于在机器的操作过程中运动追踪的类型，并不能始终维持这个条件。举例而言，成像几何形状随着捕捉结构与相机之间的距离而改变。在此情况下，考虑改变后的成像几何形状，可以进行距离的对应校正和/或可以进行卷积核的部分结构的评估。因此优选地，确定并且伴随地考虑成像的几何形状以及具体地捕捉结构与相机之间的距离。
替代性地，这类URA(均匀冗余阵列)也适合于简单地确定和评估卷积核。URA在与自身进行卷积时给出德尔塔函数峰值作为结果。
具体地MURA和URA均是二元结构。举例而言，针对卷积核的确定它们被选择成使得仅出现被归一化到区间[0，1]的图像值。在图8中展示了MURA 41的一个实例。关于MURA的所展示的区域的中心点是点对称的所述结构是明显的。
在捕捉结构具有使用巴克码创建的部分结构的情况下，在相对速度为0的情况下的卷积核具有以下特性：
在以上方程(1)和(6)的一般形式中，可以通过对所述卷积(在所述方程的右边)应用将会消除捕捉结构的强度分布的运算来确定卷积核。因此，运算类型具体与捕捉结构的类型或类别相关。在例如MURA的情况下，描述卷积核与捕捉结构的强度分布的卷积的表达式与逆向捕捉结构进行卷积。因此，仅必须对所获得的灰度值分布应用对应的运算，并且得到卷积核k。在URA的情况下，这是图像值分布与捕捉结构的强度分布的卷积。因此，仅要求单一卷积运算来确定卷积核。具体而言，如已经提及的，在卷积核的评估中还可以伴随地考虑成像的成像像差。具体而言，在之前针对捕捉结构与相机的至少一个相对位置并且优选地针对多个不同的相对位置对运动测量系统进行的校准中，可以在不发生相对移动时在各自情况下确定卷积核。通过评估卷积核，可以确定成像像差的结果并且在运动测量系统的稍后实际操作过程中加以考虑。
优选地，捕捉结构是由多个相互邻接的、以贴砖的形式无间隙地产生总面积的部分区域构成的。一个实例是总面积由三排构成的九个贴砖构成，每排具有三个部分区域，这在图9中展示出。其中三个贴砖，即第一排中的贴砖，用参考符号51指代。在所述安排的中心的部分区域或贴砖用参考符号51e代。每个部分区域优选地由相同的图案形成，使得这些图案通过铺砖的方式周期性地重复。还可以借助于相邻的部分区域中的图案和反转图案来生产此类周期性结构作为捕捉结构。这些周期性结构具有的优点是，在中央区域中确定卷积核时由于捕捉结构的有限尺寸引起的边际效应没有影响或仅具有微小的影响。取决于不产生整个捕捉结构的边际的中央图案数量，有一个或多个中央区域各自包含卷积核的上述部分结构，可以对所述中央区域加以评估来确定相对速度。可以可选地同时或相继评估多个这样的中央区域。这具体地使得可以提高在确定速度时的准确性，如果在中央区域中还仍可以确认边际效应的话和/或如果相机传感器的图像信号出现统计波动(噪音)的话。
图9中的展示可以理解为由于相机图像的图像值分布的卷积而得到的卷积核的示意性图示。在中央区域51e中展示了两个部分结构53、54，这些部分结构在同一卷积核中不能被同时观察到、而是表示了部分结构的可能变体。部分结构53是例如由在图中从右到左前后排列的像素得到的直线结构。考虑捕捉结构的几何形状和成像几何形状，长度l对应于相对速度的绝对值。恒定速度下的移动方向也可以从部分结构53得到，如果这是感兴趣的并且不是从机器的特性已经知晓的。
部分结构54具有弯曲的曲线，因为速度在曝光时间区间期间已经改变了其方向。所述弯曲曲线对应于移动的弯曲路径。虽然未展示，但可以将部分结构54的长度确定为所述弯曲曲线的长度。因此确定了速度的绝对值或速度的绝对值的平均值。所述弯曲曲线包含关于移动方向的信息。
如果捕捉结构在并不垂直于成像光轴延伸的平面内延伸，则这些具有固有相同的图案的独立贴砖的成像被在相机图像中成像为不同的图案。然而，这可以在评估相机图像之前、过程中和/或之后通过使用关于所述平面相对于光轴的倾斜度的信息来加以考虑。
图10示出了在相机的产生相机图像像素的传感器元件上的辐射通量密度Φ的时间曲线，展示了针对三种不同移动的曲线。所述相机像素包含关于传感器元件在曝光时间区间上所接收的辐射的积分信息，所述曝光时间区间在时间点t1开始并且在时间点t2结束。在展示的所有三种情况下，移动是在时间点t1开始并且在时间点t2结束。直到时间点t1，即直到曝光时间段开始，传感器元件接都以最大辐射通量密度接收辐射。然而由于所述移动，辐射通量密度在曝光时间区间结束时在时间点t2减小到零。第一移动在曝光时间区间期间以恒定速度进行。(辐射通量密度曲线的实线)。第二移动在所述曝光时间区间的第一部分中以恒定速度进行、接着停止、并朝曝光时间区间的终点以恒定速度在与之前相同的方向上再次继续(辐射通量密度曲线的虚线)。此外，展示了针对与第二移动类似的第三移动的辐射通量密度曲线，但是其中，移动中断的时间段在曝光时间区间的中期较大，并且因此速度的绝对值在曝光时间区间开始和结束时也较大。所述第三曲线用点线表示。
在所有三种情况下，传感器元件接收相同量的辐射。这遵循图10中的图示通过在从t1到t2的时间区间上对辐射通量密度进行积分而进行。在辐射通量密度曲线下方的所有三个面积具有相同的量值。因此，传感器元件和由其提供的信息不能用来识别在曝光时间区间期间的移动曲线。然而，这仅仅涉及所展示的正好在时间点t1开始并且正好在时间点t2结束的理想的移动曲线。这还涉及考虑仅单一像素。如之前已经解释的，可以基于考虑多个像素来获得关于积分时间区间期间的时间曲线的信息。然而，下文给出了关于甚至仅考虑单一相机像素也可以增加相机图像中关于移动曲线的总信息含量的描述。
图11示出了传感器元件在曝光时间区间上积分的辐射通量密度
(t)dt。由传感器元件给出的积分值在各自情况下在积分时间区间结束时在时间点t1、t2和t3用小的黑矩形表示。在此情况下，发生与图10中用实线表示的辐射通量密度曲线相对应的移动，即，速度在时间点t1与t2之间的积分时间区间过程中是恒定的并且之前和之后为零。因此，积分值在时间点t1处于最大可能值。积分值在时间点t2为最大值的50％，并且积分值在时间点t3(即，在移动结束后的完整积分时间区间)为零。
图12示出了通过与图11比较而修改后的情形的积分值。修改在于：积分时间区间的持续时间不变，而相应积分时间区间的开始和结束的时间点改变。如果恒定速度的移动的时间区间的起点和终点已经偏移，则会得到相同的结果。
下面讨论以下情形，其中如同图11中，入射在传感器元件上的辐射通量密度的时间曲线在图10中用实线表示。然而，曝光时间区间与参见图11描述的情形相比始终以偏离了半个时间区间的方式开始。图12的图示中的积分值因此在时间点t1之前的半个积分时间区间之时仍处于最大值。然而在下一个积分时间区间结束时、确切地在时间点t1与t2的中间，积分值在下一个积分时间区间结束时仅比最大值小四分之一。在时间点t2与t3的中间，积分值是最大值的四分之一。仅在时间点t3之后的下一个积分时间区间结束时积分值才为零，因为移动仅在时间点t2结束并且只有在时间点t3之后结束的积分时间区间是没有接收到辐射的完整积分时间区间。
相比之下，如果发生与图10中用虚线表示的辐射通量密度曲线相对应的移动，则在时间点t1与t3之间获得两个其他积分值，所述积分值在图12中用未填充为黑色的矩形表示。这是是由于以下事实：在时间点t1与t2之间结束的积分时间区间中，辐射通量密度下降更快，但在时间点t2与t3之间结束的积分区间中，辐射通量密度不如图10中用实线展示的另一情况那样快地下降。
由此可以得出结论：积分时间区间的位置对于相机矩阵的传感器元件给出哪些积分值并且因此给出哪些像素值具有影响。
可以按不同的方式来利用这种认识来增加关于移动的时间曲线的信息内容、并且通过评估这个相机图像或多个相机图像来确定关于移动的时间曲线的信息。这具体使得能够简单地确定速度的绝对值和方向，即，速度矢量。在所有情况下，由至少一个相机捕捉包含在不同的积分时间段上积分的辐射量的信息。单一相机可以容易地给出以下相机图像：其像素是在时间上偏离、但例如在长度上相等的多个积分时间段的积分值。这样的相机也称为所谓的滚动快门相机。在使用具有多个在时间上偏离的积分时间段的单一相机时，优选的是使得由相机图像捕捉到的全部捕捉结构在不同的部分区域中包含冗余信息。举例而言，所述相机以相机图像的上半部捕捉所述捕捉结构的第一半部并且以所述相机图像的下半部捕捉所述捕捉结构的第二半部。如果所述相机图像的上半部和下半部的积分时间段不同并且所述捕捉结构的第一半部和第二半部包含冗余结构信息，则相机图像中的信息含量增加。替代性地或此外，可以使用积分时间段不同的多个相机。
在所有情况下，这些积分时间段不同不能或不能仅在于它们时间上相对于彼此偏离的事实。而是，这些积分时间段的长度(也)可以不同。
另一考虑因素阐明了，可以根据具有源自辐射积分的不同积分时间段的图像信息的多个相机图像来确定移动的速度和/或移动的时间曲线。一般而言，因此所述相机图像可以包括其图像值在各自情况下与在曝光时间区间上积分的辐射量相对应的像素，其中所述相机图像的不同像素的曝光时间区间彼此不同，并且其中相对移动的速度和/或关于移动的时间曲线的信息是在考虑关于这些不同曝光时间区间的信息的情况下确定的。仅根据具有源自不同积分时间段的图像信息的单一相机图像，就可以确定移动的取向和/或时间曲线。
举例而言，如果用像素从彼此偏离的积分时间段捕捉相对于线的纵向延伸而言横向移动的线性结构，这导致了所述线的偏离。举例而言，如果第一像素在第一时间区间上记录所述线的一个末端区段，第二像素在相对于第一时间区间偏离了三分之一的第二时间区间上记录所述线的中央区段，并且第三像素在相对于第一时间区间偏离了三分之二的第三时间区间上记录所述线的另一个末端区段，则在整个相机图像中出现针对原始线的这三个区段的、分别对应于三分之一的三条线。考虑这些时间区间的时间偏离，可以计算速度和/或确定速度的时间曲线和/或移动取向。这三条线在相机图像中的排列取决于所述取向而不同。
因此，捕捉结构优选地被设计成使得它包含可以在不同的辐射积分时间区间中使用以确定速度的信息(例如，边缘轮廓或已知的二元结构)。举例而言，通过对应地选择所述捕捉结构的对象内容可以实现的是：可以计算相机图像中的模糊以便随后根据所述图像的部分区域(例如，排)的偏离来计算速度。
具体而言，可以使用具有以下传感器矩阵的数字相机，所述传感器矩阵具有至少一排传感器元件，这些传感器元件的积分值以沿着所述排的传感器元件的顺序相继被读出并且被用作相机图像的像素的图像值。排速度由读出一排的图像值的持续时间得到。在具有安排成排和列的传感器元件的二维传感器矩阵的情况下，可以以所述排速度相继读取独立的排(替代地，独立的列)。具体而言，因此可以根据由二维相机图像的不同排或列所捕捉到的所述捕捉结构的相机图像的空间偏离(即，位置移位)来确定速度。
由独立一排传感器元件捕捉到的捕捉结构的图像起初不能与速度零进行区分，如果所述捕捉结构以所述相机的排速度移动的话。然而，不像在不移动的对象的情况下那样，对象(捕捉结构)的移动取决于速度和独立传感器元件的曝光时间而导致模糊。如本描述中的其他地方所描述的，因此可以基于关于不移动的捕捉结构而言捕捉结构的图像的模糊或像差来确定速度。
更一般而言，因此优选的是考虑关于捕捉结构的实际外观的信息、将关于不同积分时间区间的知识与速度测量相组合。具体而言，因此将捕捉结构设计和生产成使得它们可以基于模糊并且借助不同积分时间区间的影响来确定相机与捕捉结构的相对移动。
可以有利地使用具体地具有相等数量的排和列的传感器元件以及相等的排速度的多个相机、至少两个相机。然而在此情况下，读出传感器元件的在独立积分时间区间上积分的辐射量作为图像值的顺序在不同相机的情况下不同。例如，当读出两个相机的图像值时，在第一相机处的读出可以以第一排和第一列中的传感器元件(或者在排相机的情况下以第一传感器元件)开始，并且在第二相机处的读出可以以最后一排和最后一列中的传感器元件(或在排相机的情况下以这排中的最后一个传感器元件)开始。可商购的相机逐排地同时读出图像值。在此情况下，读出可以在第一相机的情况下例如以第一排开始、并且在第二相机的情况下以最后一排开始。在不同的构型中，读出可以同时针对这两个或所有相机在所述矩阵的中央区域中开始(例如，相对于排和/或二维矩阵)，但是沿相反的方向读取传感器元件。通过逐排地同时读出，读出可以例如在第一相机的情况下以第一半部的这些排中的最后排开始、并且在第二相机的情况下以第二半部的这些排中的第一排开始。在二维矩阵的情况下读出具体是以相同的排速度并且相继逐排地进行。这通常可以被称为交叉读出。在此情况下，不同相机的传感器元件的矩阵具体以相同方式与所述捕捉结构对准，即，所述捕捉结构的相同或大致相同的区域被相应照相机的第一传感器元件捕捉到。交叉读出可以例如通过相同类型的两个相机以简单方式实现，而使滚动读出对准捕捉结构的方式为绕相机光轴相对于彼此转过180°。举例而言，首先可以将这些相机以相同方式与所述捕捉结构对准，并且接着可以将这些相机之一绕其光轴转过180°。
这个具体实例阐明了：仅通过考虑这两个相机同时记录的相机图像的空间偏离，来记录关于相对移动的信息，所述信息优选被用于确定移动的速度和/或至少一个气候变量。
尤其通过使用多于两个相机，优选的是使读取传感器元件的顺序对于所有相机和/或对于相互对应的、捕捉所述捕捉结构的相同区域的传感器元件而言是以针对不同相机在时间上偏离的方式读取的。
由于不同的读出顺序，特别在多于两个相机的情况下，实现了在不同空间方向上捕捉所述移动的过程中相机全体的分辨能力的均匀化，使得可以在不同空间方向上以大致相同的准确性测量对象的速度。
有利的是以如下方式生产所述捕捉结构：使得它不包含导致在所规划的对象速度光谱内不清晰的图像的任何周期性结构元件，例如像用胶片相机以对应的图像记录重复频率来记录向前旋转的辐轮的明显反向旋转的情况。
多个相机在时间上偏离的操作也可能提高速度测量的分辨率。替代性地或此外，所述在时间上偏离的操作使得能够实现运动测量以及深度信息的确定。
避免对于某些速度与对象内容的组合可能发生不可逆或不明确的结果这个问题的另一种有利的可能性在于，在其中不仅出现一个读出方向的多于一个相机中使用滚动快门读出方法。在此方面的实例也已经提到过。具体而言，还可以具体地在读出了完整相机图像之后改变在读出相应的同一相机的图像值时的读出顺序。替代性地或此外，还可以采用将用于在至少一个相机的情况下形成相机图像的滚动读出、与用于在至少一个其他相机的情况下形成相机图像的同时读取所有传感器元件加以组合的读出方法，其中读出频率对于所述相机全体中的这些不同相机不同。由此可以确保记录明确的图像信息。
替代性地或此外，所述捕捉结构可以在时间历程上改变，例如通过使用至少一个显示器，和/或可以通过不同的颜色(通过反射和/或发射辐射)来实现不同的结构元件。在最后提到的情况下可以使用颜色敏感性相机。然而这些基于与使用具有不同积分时间区间的相机或相机区域相同的基础途径。例如可以通过使所述捕捉结构包括至少一个显示器而所述显示器在时间历程上改变所述显示器所表现的灰度值分布，来实现所述捕捉结构的时间变化性。在此情况下，可以根据机器的至少一个参数来选择灰度值分布的状态。以此方式(在频域中)可以使得捕捉结构的状态(具体地捕捉结构的频率组成)与有待测量的瞬时速度(例如驱动控制器所预期的)相适配。
在一个实施例中，连续灰度值分布可以以与操作参数相关的方式被表示在至少一个自发光显示器上，其中所述显示器的像素光栅化具体与到相机图像上的成像分辨率相比是小的。具体而言，可以用关于机器的可移动部分的所测速度的信息还以及可选地关于根据相机图像确定的位置的信息、考虑所规划的移动轨迹、预期路径偏差的安全裕度来事先定义所述相机图像的有待评估的部分区域。以此方式，根据独立的图像可以生成实际速度的、还以及可选地实际位置的受控变量，以用于控制可移动部分的移动。
由速度测量获得的信息具体地还可以用于校正相机图像中捕捉结构的模糊。因此可以在通过评估相机图像来确定可移动部分的位置方面提高分辨率和/或准确性。
可以使用立体图像来在光轴方向上、或大致在成像光轴的方向上稳定位置和速度分量的测量值。这并不排除使用多于两个相机，例如三个或四个相机，并且例如考虑相机的位置和对准来对其图像加以联合评估。以此方式，可以获得深度信息，即，可以创建和评估可移动部分的3D图像。在此情况下，可以采用例如借助于偏振滤波器来分离偏振辐射、或分离不同波长(颜色)的辐射的已知方法。同样在立体方法中，还可以考虑不同曝光时间区间(如已经描述的)来评估不同的相机图像和/或相机图像的不同部分区域。
上文仅将具有门架设计的机器作为特定类型机器的实例进行了描述。这三条线性移动轴线可以被称为堆叠的或级联的移动轴线，因为在所述堆叠或级联中相应的在逻辑上高级别的移动轴线的移动导致所述堆叠或级联中所有低级别的轴线的移动。然而在实践中，不仅发生线性移动的堆叠式移动轴线。而是，至少一条轴线可以是旋转轴线，即，当进行移动时发生旋转移动。还可以仅将旋转移动轴线进行堆叠或级联。
迄今为止，在对至少就机器的一条移动轴线而言的移动进行开环控制和/或闭环控制的常规构型中，已经将关于相应轴线的坐标系当作测量所述移动的基础。如果在轴向堆叠序列中例如进行相对于并非所述堆叠序列中的第一轴线的轴线而言的运动测量，则所述坐标系相对于静止的机器坐标系(也可以称为实验室坐标系或世界坐标系)移动，如果发生至少一条高级别轴线的移动的话。根据本发明的移动测量使得可以以简单方式测量机器的可移动部分相对于实验室坐标系的移动。为此目的，或者可以将所述至少一个相机(如上文已经基于实例描述的)安排在机器的基座上并且因此固定在实验室坐标系中，或者可以将捕捉结构固定地安排在基座上并且可以使相机伴随可移动部分移动。使用的相机数量具体取决于移动测量的类型和/或机器的设计、还以及有待捕捉的移动范围。
具体而言，因此为了生成所述移动的相应运动学变量(例如位置、速度和/或加速度)，可以反复记录相机图像并且针对每个相机图像来确定所述运动学变量。因此，可以针对最后记录的相机图像在各自情况下以最新的方式确定所述运动学变量的值。可选地，还可以反复地在各自情况下根据相机图像之一确定移动的取向和/或时间曲线。具体而言，因此可以用根据本发明的相机图像评估来替换移动部分上的本地测量系统(例如，在移动部分上带有刻度尺以及仅在捕捉到刻度标记时产生脉冲信号的光学读取头)。由此也可以替换驱动器的转速计。
在重复捕捉所述捕捉结构的过程中，可以就其相对移动(具体地有待根据相继记录的不同相机图像在各自情况下识别)而言追踪所述捕捉结构或所述捕捉结构的部分区域。举例而言，在此使用多个相机，通过这些相机来追踪同一可移动部分的移动。这还包括已经提及的情况：其中所述多个相机在可移动部分上伴随地移动并且捕捉至少一个静止的捕捉结构。
总体上，因此可以具体地经由至少一个对应驱动器(例如，电动马达)、基于在实验室坐标系中定义的并且在所述坐标系中直接测量的至少一个运动学变量实现对可移动部分的移动的开环控制和/或闭环控制。因此可以避免从伴随地移动的坐标系转换到实验室坐标系中。还避免了通过根据相应操作状态(例如，在机器的可移动部分的荷载变化的情况下、或在不同温度水平或温度分布的情况下)来改变伴随地移动的坐标系的位置来进行的对应校准。
具体而言，对可移动部分的移动的开环控制和/或闭环控制可以使用从相机图像中反复确定的所述移动的运动学变量来进行。具体而言，可移动部分的位置及后者的速度和/或加速度均是从每个相机图像确定的。由于所述速度确定仅要求单一的最新相机图像，因此以记录单一相机图像之后仅小的时间延迟对移动的开环控制和/或闭环控制呈现了速度测量值。所述开环控制和/或闭环控制的反应时间因此短于评估多个相继记录的相机图像时的时间。因此可以避免或至少减轻在已知的开环控制系统和/或闭环控制系统的情况下出现的缺点，例如开环控制和/或闭环控制的输出变量由于测量变量的延迟确定而出现的振荡。
对于简单的位置控制器而言，捕捉最新的实际位置(受控变量)并且基于控制偏差(即，设定点位置与实际位置之间的差异)相应地确定被操纵变量(例如，相对于移动轴线的设定点前进速度)并且将其转发至驱动链(受控系统)就足够了。
图13示出了简单的位置控制器的一个示例性实施例。y(t)表示在受控系统71的输出端处的受控变量，所述受控变量可能例如受干扰变量d(t)的影响。经由反馈73，受控变量y(t)被馈送至比较装置75，所述比较装置因此将实际位置与参考变量w(t)进行比较并且将比较结果e(t)馈送至控制器77。在控制器77的输出端处，被操纵变量u(t)被输出至受控系统71。
与受控系统相适配的控制器即使在常规地捕捉所述受控系统的输出端处的受控变量的情况下也可以将控制偏差e(t)减小到最小值并且因此将位置设定成被控制为所请求的设定点位置w(t)并以一定的公差来维持所述设定点位置。从13中很明显，控制器77仅直接考虑位置偏差e(t)、而不考虑在进行控制过程的当前时刻的速度、并且因此也不考虑相对于设定点速度的偏差。实际上是在控制器77(例如，其传递函数)内通过技术相对于先前位置的差异来计算当前实际速度。然而，在此伴随地考虑了过时信息，即，来自控制执行的先前循环中的先前位置。
这具有的结果是，虽然控制偏差e(t)大致为零，但在设定点位置的地方，可移动部分的速度不为零。如果控制系统进行通常高频的机械振荡的话主要就是这种情况。虽然之前的控制器针对预先限定的频率范围或控制器和受控系统的共振频率的适当组合对此进行补偿，但在许多情况下它们不能完全消除振荡的影响。
于是提出了使用以下闭环控制来控制机器的可移动部分的移动，所述闭环控制除了关于实际位置的信息之外(如果适当的话，处于相对于设定点位置的偏差的形式)还使用了速度测量值(如果适当的话，作为设定点速度与实际速度之差)。具体而言，这样的闭环控制可以是级联式闭环控制，即，第一控制器(例如，位置控制器)和第二控制器(例如，速度控制器)串联连接，即，是级联的。此外可选地，可以利用加速度作为所述闭环控制的输入变量、具体在闭环控制的级联级中作为测得的实际变量(如果适当的话，作为设定点加速度与实际加速度之差)。
图14示出了这样的级联式闭环控制的一个示例性实施例。在图14中，s表示可移动部分的位置，v表示可移动部分的速度，并且a表示可移动部分的加速度。出于形成控制偏差的目的，还用标注“实际”表示实际值并且用标注“设定点”表示设定点值，来区分这三个描述了可移动部分的移动并且在各自情况下可用于在受控系统的对应部分的输出端处测量的运动学变量。
虽然可以借助于机器的常规位置测量系统、例如用刻度尺和光学读取头来测量位置s和/或从根据本发明的运动测量系统的相机图像来直接确定所述位置，但优选地是直接从相机图像来确定速度。相比之下，在常规的系统中是例如通过向DC马达施加的电压和/或通过借助于转速计来测量旋转速度来确定速度。常规地，可以通过馈送至DC马达的电流来确定加速度a。替代性地，可以在可移动部分上安排至少一个加速度传感器。虽然这样常规地确定加速度也是可能的，但优选的是直接根据相机图像的积分时间区间期间的移动曲线和/或根据从具有多个相机图像的序列确定的速度的时间曲线来确定加速度。
图14中展示的闭环控制仅是使用直接从相机图像确定的速度的闭合控制的一个特定示例性实施例。这样的闭环控制的替代性构型是可能的。举例而言，可以使得加速度不是测量变量，而是通过根据速度来计算而确定、或者将其忽略。图14中明确展示的示例性实施例包括在左侧展示的其输入端处的比较装置，所述比较装置将设定点位置s设定点与实际位置s实际进行比较并且将结果馈送至第一控制器，即位置控制器Po。所述控制器可以是例如比例控制器。在位置控制器Po的输出端处，输出的被操纵变量(例如，速度)被馈送至另外的比较装置，所述另外的比较装置将这个被操纵变量具体地与测得的实际速度v实际和设定点速度v设定点进行比较并且将对应的控制偏差馈送至速度控制器PID，所述速度控制器是例如具有比例、积分、和微分部件的控制器。在其输出端处，对应的被操纵变量被馈送至另外的比较装置，所述另外的比较装置将例如加速度与实际加速度a实际和设定点加速度a设定点进行比较。对应的控制偏差被馈送至加速度控制器PI，所述加速度控制器可以是例如比例和积分控制器。用于受控系统的被操纵变量U呈现在所述加速度控制器PI的输出端处。
在图14中，所述受控系统被标注为对时间延迟进行建模的第一PT1元件，在所述元件的输出端处，加速度a是可测量的。连接在下游的另外的PT1元件对另外的延迟进行建模，在所述元件的输出端处，速度v是可测量的。又另一个元件I对受控系统的积分效果进行建模，在所述元件的输出端处，位置s是可测量的。
图15至图18在各自情况下示出了圆形标记的位置，所述圆形标记是在单一曝光时间区间期间的四个不同时间点被记录图像所捕捉到的捕捉结构的一部分。在图15至图18各自的示例性实施例中，所述标记相对于相机在直线方向上移动。所述直线方向的位置变量用x表示。在用阴影填充的圆的上方(这些圆表示在相应位置处的标记)，在各自情况下存在表示所述标记位于相应位置时所处的时间点的时间指示。在图15至18中在各自情况下指示了时间点t0(在曝光时间区间开始时)、时间点t0+τ/3(当曝光时间区间的三分之一过去时)、时间点t0+2τ/3(当曝光时间区间的三分之二过去时)以及时间点t0+τ(在曝光时间区间结束时)。
在图15至18各自中位于其下方的是图表，根据位置x的函数绘制了在整个曝光时间区间上从标记发出的并且被相机的传感器元件接收的辐射量S(x)。这对应于在记录图像中的对应位置处的传感器的信号强度。在时间点t0，标记在各自情况下位于位置x0处。然而，在图15至18中并不全是标记在曝光时间区间结束时的时间点位于离位置x0最远的位置处的情况。仅在图15和16的情况下，情况如此。相比之下，在图17和18的情况下，移动在时间点t0+τ/3反向。
在展示随着位置变化的所接收辐射量的图表下方，在图15至18中各自有另外的图表，其展示了在曝光时间区间期间从标记发出的辐射的强度的时间曲线I(t)，即，强度I是时间t的函数。在图15至17的情况下，所述曲线是恒定的，即，在曝光时间区间期间从标记发出的辐射具有的辐射强度保持恒定。相比之下在图18的情况下，强度I(t)以恒定的斜率线性下降。此外，在图18中用虚线指示了强度的时间曲线。根据这个变体，强度在曝光时间区间开始时显著更大、并且初始地陡降而接着连以恒定斜率下降的曲线。在所述图示中，在位置x0的区域中所接收辐射量S(x)对应于虚线。
在图15的情况下，标记在x方向上以恒定速度移动。如所提及的，辐射强度的时间曲线也是恒定的。在曝光时间区间中由相机接收到辐射量S(x)相对于在曝光时间区间期间标记所移动的位置范围的中点具有对称形式。因此，关于其取向而言，不能将标记的移动与所述标记的反向移动区分开。
这同样适用于图16的情况，其中标记在x方向上进行直线移动，所述直线移动在曝光时间区间的历程中减速。如果相反地所述标记在相反方向上进行加速移动，则可以产生如图16中展示的同一作为位置的函数的辐射量S(x)。
从图15和图16的情况得出的结论可以如下文展示的进行数学概括。在此情况下，参照了上文对灰度值分布GW的阐释。然而方程(1)代表的卷积以经改变的方式表示出，以便阐明图15和图16中的情况的实质性内容。在下面的方程(7)中，变量I(t)表示作为时间t的函数的照明强度，并且变量σ表示由相机图像记录的所述捕捉结构的位置相关图像函数。由于涉及捕捉结构与相机之间的相对移动，因此位置x在时间历程上改变了路程s(t)，即，路程s同样是时间的函数：
Figure BDA0001422068600000501
如果将路程s(t)表示为变量u，则这导致下式：
t＝s-1(u)＝＞du＝v(t)dt (8)
换言之，时间t等于路程s关于变量u的反函数并且由此得到方程(8)右边的表达式，所述表达式使得变量u的无穷小值du等于路程s的一阶导数v乘以时间t的无穷小值dt相等。由此进而得到以下经转换的表达式：
Figure BDA0001422068600000502
接着可以将方程(8)和(9)中的表达式插入方程(7)中以替换时间t。在此情况下，移动的停顿还以及因此移动方向的改变是不允许的。路程的一阶导数v(即，速度)因此不变为零：
Figure BDA0001422068600000503
Figure BDA0001422068600000511
其中：
Figure BDA0001422068600000512
在此情况下，方程(10)中的积分的第一表达式k(u)(即，分数)可以理解为卷积核和算子，所述算子在所记录的记录图像中造成所述捕捉结构的模糊。下面将这个表达式称为模糊算子。在恒定辐射强度I(t)＝1的情况下，方程(10)被简化如下：
Figure BDA0001422068600000513
从下面的方程(12)(从方程(11)通过将变量u替换为其负的变量-w而获得(即，u＝-w并且du＝-dw))，可以看出在恒定辐射强度的情况下不能确定移动取向。这是通过方程(11)和(12)右边的表达式相等而得出的，其中积分极限和分别在变量u和w前的符号由于所述替换而反转：
Figure BDA0001422068600000514
因此，在数学上证明了通过图15和图16的情况在经验上表示的实质性内容。然而，如果辐射强度I(t)在时间历程上改变，则灰度值分布GW(x)可以写成方程(10)的第二行，并且在分数(即，模糊算子)的分子中的辐射强度I(t)不恒定。而是，模糊算子于是是与辐射强度的时间曲线并且还与作为时间的函数的移动速度(即，移动的时间曲线)相关的。可以从一个或多个记录图像来确定模糊算子。
如果确定了模糊算子，则可以根据所述模糊算子来确定移动的时间曲线，例如与时间相关的速度变化。从方程(10)的第二行中模糊算子的表达式已经看到，在辐射强度的时间曲线未知并且速度变化未知时，在辐射强度与速度曲线之间存在不确定性。这个表达式可以转换成如下：
Figure BDA0001422068600000521
所述表达式包含作为时间t的函数的辐射强度I和速度v二者，即，其时间曲线。然而如果辐射强度的时间曲线已知，如此处的情况，则仍然开放的唯一问题是关于相对移动以什么移动取向进行。在转换后的表达式中通过以下事实来表达所述不确定性：所述表达式不仅是根据方程(10)的积分的卷积核、而且是对应的有相反积分方向和相反移动方向的积分的卷积核。除去这两个积分中出现的时间上不恒定的辐射强度I(t)以外，后者表现相对于彼此就像方程(11)和(12)中的积分。
然而，如果辐射强度的时间曲线被选择成使得在理论上可想到的相反移动方向的情况下，导致所述移动的并不实际的速度曲线，则甚至通过单一记录图像也可以消除关于取向的不确定性。举例而言，如上文已经提到的并且还将参见图18的变体来解释的，可能的是，在曝光时间区间开始时的短的部分时间段之内的辐射强度被选择成比在曝光时间区间的其余部分期间大得多。展示性地，这个过程可以称为将对象场景“烧录”到记录图像中。
然而，如果在曝光时间区间期间发生移动的反向，则在评估仅单一记录图像时可能出现关于确定移动的取向和/或时间曲线的额外不确定性。可以通过如下的方案解决这个问题：将曝光时间区间的持续时间选择成足够短，和/或通过对应地分开评估多个相继记录的记录图像，证实已经确定的移动取向和/或以貌似真实的方式延续已经确定的移动的时间曲线。额外的因素是，可以根据机器的移动部分的质量来获得关于所述机器的惯性的信息。此外，通过考虑关于可能的驱动力的信息，可以确定移动可以具有怎样的动态范围。以此方式，可以从多种可想到的在曝光时间区间期间可能已经发生的移动曲线中排除掉不切实际的移动曲线。
如上文同样已经提及的并且将参见图19简要描述的，如果例如辐射强度的时间曲线在不同光谱范围内以不同方式改变和/或如上文已经描述的以至少两个读出序列来读取至少一个相机的传感器元件，此外还可以借助于单一记录图像获得额外的信息。
基于以下方程在数学上展示了辐射强度在不同光谱范围内的不同时间变化的一种具体情况。在此情况下，假设的是在曝光时间区间的第一半部期间，所述辐射的仅第一光谱分量的辐射强度不等于零，并且在所述曝光时间区间的第二半部中仅另一个第二光谱分量的辐射强度不等于零。这具有的效果是，第一光谱分量的模糊相对于另一个光谱分量造成的模糊明确地偏离。而下面的方程(13)仅在模糊算子的分子中并且相应地在等号左边的灰度值分布或辐射分布GW中包含一般标注i、并且因此表示任意整数个光谱分量
Figure BDA0001422068600000531
在如已经描述的具体实例中假设了仅两个具有辐射强度曲线I1(t)和I2(t)的光谱分量：
Figure BDA0001422068600000532
由此以下得到了关于这两个光谱分量的强度分布的方程(15.1)和(15.2)：
Figure BDA0001422068600000533
Figure BDA0001422068600000534
根据方程(15)，第一光谱分量仅在曝光时间区间的第一半部中、即直到时间点T/2为止对于空间辐射分布有贡献，并且第二光谱分量仅在曝光时间区间的第二半部(在时间点T/2开始)中对所述辐射分布有贡献。因此可以明确地确定在移动采取什么取向。记录第一光谱分量的辐射的所述至少一个相机的传感器元件在曝光时间区间的第一半部中捕捉所述捕捉结构。相比之下接收第二光谱分量的辐射的传感器元件在曝光时间区间的第二半部中捕捉所述捕捉结构。通过这些传感器元件的安排，因此可以明确地确定移动取向。
还有其他的可能性来实施通过辐射的光谱分量的不同时间变化来获得额外信息的原理。在上文已经描述并且参见图19进行解释的至少三个光谱分量λ1、λ2、λ3变化的情况下，这些光谱强度例如在各自情况下具有成正弦形的时间曲线、但相对于彼此具有相位偏离。在所述具体示例性实施例中，强度变化的频率对于所有三个光谱分量是相同的。图19展示了在单一曝光时间区间内这三个光谱分量的强度曲线。通过本身已知的并且在捕捉三维表面结构的领域被命名为“相移”的数学方法，就可以在曝光时间区间期间不发生移动的反向的条件下，从单一记录图像明确地确定移动的取向和/或时间曲线。举例而言，JasonGeng在“Structured-light 3D surface imaging：a tutorial[结构光3D表面成像：教程]”，Advances in Optics and Photonics[光学与光子学期刊]，3，128-160(2011)doi：10.1364/AOP.3.000128中描述了这样的数学方法。其中描述的用于捕捉三维表面结构的其他数学方法也可以以适用于识别移动的应用领域，这被当做本发明的基础。
在图17中展示了上文描述的实质性内容的另一种情况，根据所述实质性内容，在单一标记和其所有传感器元件具有相同曝光时间区间的单一相机的情况下，在时间上恒定的辐射强度没有任何可能性能够获得用于根据单一记录图像来确定移动的取向和/或时间曲线的充分信息。如已经提及的，在图17的情况下还发生了标记的移动反向。从在曝光时间区间开始时的时间点t0所述标记的位置x0(在图17的左上部示出)前进，所述标记在曝光时间区间的仅三分之一持续时间之后到达离位置x0最大的距离。在曝光时间区间期间的进一步移动过程中，发生相反方向上、但比在前三分之一曝光时间区间中低的速度的移动。所得的作为位置x的函数的、由传感器元件记录的辐射量S(x)定量地展现了在图17的上部图表中展示的曲线。在曝光时间区间结束时所述标记到达的位置处，辐射量S(x)发生几乎呈突然跃升形式的升高，因为在曝光时间区间期间所述标记已经两次经过或到达这个位置x0、以及更远离所述位置的所有位置。
虽然图18示出了针对所述标记的同一移动情况的恒定下降的辐射强度，但仍不能根据单一记录图像明确地确定在曝光时间区间期间所述标记何时以什么取向进行移动。传感器元件接收到的辐射量的S(x)的曲线(所述曲线在图18中通过实线来表示)定量地类似于图17中所示的曲线。仅所述曲线的这两个平台略微变化并且对于较大的x值而言在多个地方下降，其中右边的平台起初朝最大x值再次略微升高，因为在此发生了移动的反向，并且标记在这里的停留时间相对长。
然而，用虚线表示的辐射强度的时间曲线I(t)的变化以及所导致的辐射量S(x)的变化示出了如果辐射强度在时间历程上以大的变化速率减小则额外获得的信息的值。这相应地同样适用于以大的变化速率增大的相反情况。辐射强度在曝光时间区间的第一个十分之一中特别高并且这在位置x0附近导致辐射量最大值。因此以高可靠性获得了在曝光时间区间开始时所述标记位于此位置处这一信息。
图20示出了辐射强度I(t)的伪随机变化。这可以涉及总辐射强度或某些其他辐射强度，例如在已知和/或预先限定的辐射光谱范围内的辐射强度。此外，作为替代方案，这可以涉及具有特定偏振方向的辐射的辐射强度。举例而言，在其他已知和/或预先限定的辐射光谱范围内的辐射强度同样可以伪随机地变化、确切地在所述辐射的不同光谱范围内以不同的伪随机强度水平跳跃。这相应地同样适用于具有其他偏振方向的辐射分量。
辐射强度在部分时间区间内在各自情况下是恒定的并且在部分时间区间结束时以阶梯方式跳跃到不同的强度水平。图20示出了在开始时间点t0与结束时间点t0+τ之间的曝光时间区间的时间段。在部分时间区间内，在所述示例性实施例中存在八个部分时间区间，其中辐射强度在各自情况下具有恒定的值。
伪随机强度分布不局限于每个曝光时间区间八个部分时间区间，而是可以具有任何其他适当数量和持续时间的部分时间区间。此外，并不绝对要使这些部分时间区间都具有相同的长度。举例而言，以在图18中作为变体指明的辐射强度曲线的方式，独立的部分时间区间具有的辐射强度值可以比紧邻的部分时间区间或比同一曝光时间区间内的所有部分时间区间的辐射强度值高得多。以此方式，在上文描述的意义上，在这个部分时间区间期间所述场景被“烧录”到记录图像中。

Claims (14)

1.一种用于操作机器的运动测量系统(10，13，23，31)的方法，其中：
·被安排在所述机器的第一部分(2)上的图像记录装置(13；23)捕捉基于从所述机器的第二部分(7)发出的辐射的空间辐射分布并且记录所述机器的第二部分(7)的至少一个相应的记录图像，其中所述第一部分(2)和所述第二部分(7)是相对于彼此可移动的，
·由所述第二部分(7)形成的和/或被安排在所述第二部分(7)上的捕捉结构(31；41)被所述至少一个记录图像捕捉到，并且
·使用关于在无运动状态下所述捕捉结构(31；41)的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构(31；41)的实际外观之间的差异来确定所述第一部分(2)和所述第二部分(7)的相对移动的速度，所述差异是由于在所述第一部分(2)和所述第二部分(7)的相对移动过程中、在对应的记录图像的记录时间区间内所述空间辐射分布的时间曲线而产生的，
·其中，所述至少一个记录图像是由数字相机捕获的，所述数字相机包含多个传感器元件，每个传感器元件通过在相应记录图像的曝光时间区间上积分所述空间辐射分布的照射辐射来产生相应记录图像的一个像素，
·其中，所述差异是因为以下而产生：照射在所述传感器元件中的至少一些上的辐射因相对移动在所述曝光时间区间上改变，并且由所述传感器元件中的至少一些中的每一个产生的像素以及包含多个这些像素的图像区域因此在所述无运动状态下与所述捕捉结构的局部区域不同，
·其中，关于所述捕捉结构的实际外观的信息包括所述捕捉结构的参考图像，
·其中，通过评估所述参考图像与由所述图像记录装置所记录的所述至少一个记录图像之间的差异来确定所述相对移动的速度，以及
·其中，通过将所述参考图像与所述记录图像的、所述捕捉结构被成像于其中的区域进行数学卷积，来确定所述卷积的卷积核，并且根据所述卷积核来确定所述相对移动的速度。
2.如权利要求1所述的方法，其中，所述机器是坐标测量机(1)或机床(11)。
3.如权利要求1所述的方法，其中，将所述卷积核解释为以下几何结构：所述几何结构的外部尺寸与所述参考图像的外部尺寸和所述至少一个记录图像中的、所述捕捉结构(31；41)被成像于其中的所述区域的外部尺寸相对应，并且其中，根据所述卷积核的部分结构(53，54)的至少一种几何特性来确定所述相对移动的速度。
4.如权利要求3所述的方法，其中，所述至少一个记录图像和所述参考图像是二维图像，并且其中，根据所述卷积核的部分结构(54)的几何形状来确定所述相对移动的速度的绝对值和/或方向。
5.一种用于操作机器的运动测量系统的方法，其中：
·被安排在所述机器的第一部分上的图像记录装置捕捉基于从所述机器的第二部分发出的辐射的空间辐射分布并且通过使用数字相机来记录所述第二部分的至少一个相应的记录图像，其中所述第一部分和所述第二部分是相对于彼此可移动的，
·由所述第二部分形成的和/或被安排在所述第二部分上的捕捉结构被所述至少一个记录图像捕捉到，并且
·使用关于在无运动状态下所述捕捉结构的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构的实际外观之间的差异来确定所述第一部分和所述第二部分的相对移动的速度，所述差异是由于在所述第一部分和所述第二部分的相对移动过程中、在对应的记录图像的记录时间区间内所述空间辐射分布的时间曲线而产生的；
·其中，所述捕捉结构是以下结构：所述结构的、变换到频域的位置函数的函数值在频率范围内大于零，所述频率范围以大于零的频率开始并且以预先限定的最大频率结束，其中所述预先限定的最大频率不大于所述数字相机的奈奎斯特频率的两倍，以及其中，将所述预先限定的最大频率预先限定成使得，它不小于所述数字相机的奈奎斯特频率。
6.如权利要求5所述的方法，其中，所述机器是坐标测量机或机床。
7.如权利要求5所述的方法，其中，所述捕捉结构的被变换到频域的位置函数的函数值在整个频率范围内大于预先限定的最小值。
8.如权利要求7所述的方法，其中，所述预先限定的最小值大于所述至少一个记录图像的图像值的统计波动幅值，所述统计波动幅值是由于记录所述至少一个记录图像以及确定所述速度而产生的。
9.如权利要求5所述的方法，其中，所述捕捉结构的被变换到频域的位置函数的函数值在整个频率范围上是恒定的。
10.一种用于操作机器的运动测量系统的方法，其中：
·被安排在所述机器的第一部分上的图像记录装置捕捉基于从所述机器的第二部分发出的辐射的空间辐射分布并且记录第二部分的至少一个相应的记录图像，其中所述第一部分和所述第二部分是相对于彼此可移动的，
·由所述第二部分形成的和/或被安排在所述第二部分上的捕捉结构被所述至少一个记录图像捕捉到，并且
·使用关于在无运动状态下所述捕捉结构的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构的实际外观之间的差异来确定所述第一部分和所述第二部分的相对移动的速度，所述差异是由于在所述第一部分和所述第二部分的相对移动过程中、在对应的记录图像的记录时间区间内所述空间辐射分布的时间曲线而产生的；
·所述捕捉结构设计为包含规则的结构元件，即周期性部件，使得所述捕捉结构的被变换到频域的位置函数具有峰值。
11.如权利要求10所述的方法，其中，所述频域中的峰值的频率间隔与所述周期性部件的结构周期成反比。
12.一种用于操作机器的运动测量系统的方法，其中：
·被安排在所述机器的第一部分上的图像记录装置捕捉基于从所述机器的第二部分发出的辐射的空间辐射分布并且记录第二部分的至少一个相应的记录图像，其中所述第一部分和所述第二部分是相对于彼此可移动的，
·由所述第二部分形成的和/或被安排在所述第二部分上的捕捉结构被所述至少一个记录图像捕捉到，并且
·使用关于在无运动状态下所述捕捉结构的实际外观的信息、根据所述至少一个记录图像与所述捕捉结构的实际外观之间的差异来确定所述第一部分和所述第二部分的相对移动的速度，所述差异是由于在所述第一部分和所述第二部分的相对移动过程中、在对应的记录图像的记录时间区间内所述空间辐射分布的时间曲线而产生的；
·其中，所述捕捉结构是使用显示器生成的。
13.如权利要求12所述的方法，其中，所述图像记录装置使用数字相机，用于记录所述至少一个记录图像，以及其中，所述捕捉结构的结构元件的尺寸在所述数字相机的记录时间区间期间被修改。
14.如权利要求10至13中任一项所述的方法，其中，所述机器是坐标测量机或机床。
CN201680019309.2A 2015-03-30 2016-03-30 机器的运动测量系统以及用于操作运动测量系统的方法 Active CN107430772B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102015205738.0 2015-03-30
DE102015205738.0A DE102015205738A1 (de) 2015-03-30 2015-03-30 Bewegungsmesssystem einer Maschine und Verfahren zum Betreiben des Bewegungsmesssystems
PCT/EP2016/056928 WO2016156406A1 (de) 2015-03-30 2016-03-30 Bewegungsmesssystem einer maschine und verfahren zum betreiben des bewegungsmesssystems

Publications (2)

Publication Number Publication Date
CN107430772A CN107430772A (zh) 2017-12-01
CN107430772B true CN107430772B (zh) 2021-04-13

Family

ID=55640744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680019309.2A Active CN107430772B (zh) 2015-03-30 2016-03-30 机器的运动测量系统以及用于操作运动测量系统的方法

Country Status (5)

Country Link
US (1) US10706562B2 (zh)
EP (1) EP3278302B1 (zh)
CN (1) CN107430772B (zh)
DE (1) DE102015205738A1 (zh)
WO (1) WO2016156406A1 (zh)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013217422A1 (de) 2013-09-02 2015-03-05 Carl Zeiss Industrielle Messtechnik Gmbh Koordinatenmessgerät und Verfahren zur Vermessung und mindestens teilweisen Erzeugung eines Werkstücks
US10225468B2 (en) * 2016-01-13 2019-03-05 Omnivision Technologies, Inc. Imaging systems and methods with image data path delay measurement
DE102016109919A1 (de) * 2016-05-30 2017-11-30 Carl Zeiss Ag Vorrichtung zur Vermessung von Objekten
DE102016124549B4 (de) * 2016-12-15 2019-11-07 Carl Zeiss Industrielle Messtechnik Gmbh Messsystem
GB201702391D0 (en) 2017-02-14 2017-03-29 Renishaw Plc Surface sensing device
TWI786221B (zh) * 2017-12-22 2022-12-11 瑞士商謹觀股份公司 具有用於工具夾具及工件夾具間之三維對齊的光學測量裝置的工具機
DE102018201914A1 (de) * 2018-02-07 2019-08-08 Robert Bosch Gmbh Verfahren zum Anlernen eines Modells zur Personen-Wiedererkennung unter Verwendung von Bildern einer Kamera und Verfahren zum Erkennen von Personen aus einem angelernten Modell zur Personen-Wiedererkennung durch eine zweite Kamera eines Kameranetzwerkes
CN108714914B (zh) * 2018-03-19 2021-09-07 山东超越数控电子股份有限公司 一种机械臂视觉系统
WO2019206903A1 (en) 2018-04-23 2019-10-31 Carl Zeiss Industrial Metrology, Llc Method and arrangement for producing a workpiece by using adaptive closed-loop control of additive manufacturing techniques
DE102018208203B4 (de) 2018-05-24 2020-02-13 Carl Zeiss Industrielle Messtechnik Gmbh Targetkörper, Anordnung mit Targetkörper und Verfahren zum Ermitteln einer Position und/oder einer Ausrichtung eines Targetkörpers
DE102018010361B4 (de) * 2018-05-24 2021-06-17 Carl Zeiss Industrielle Messtechnik Gmbh Targetkörper mit einer Mehrzahl von Markern, Anordnung mit Targetkörper und Verfahren zum Ermitteln einer Position und/oder einer Ausrichtung eines Targetkörpers
CN110659551A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 运动状态的识别方法、装置及车辆
DE102018213142A1 (de) 2018-08-06 2020-02-06 Carl Zeiss Industrielle Messtechnik Gmbh Anordnung und Verfahren zum Erfassen einer an einem Objekt angeordneten Markeranordnung
US11745354B2 (en) 2018-08-16 2023-09-05 Mitutoyo Corporation Supplementary metrology position coordinates determination system including an alignment sensor for use with a robot
US11002529B2 (en) 2018-08-16 2021-05-11 Mitutoyo Corporation Robot system with supplementary metrology position determination system
US10871366B2 (en) * 2018-08-16 2020-12-22 Mitutoyo Corporation Supplementary metrology position coordinates determination system for use with a robot
CN109116434A (zh) * 2018-09-06 2019-01-01 广东万濠精密仪器股份有限公司 一种瞬间检测方法
US10913156B2 (en) 2018-09-24 2021-02-09 Mitutoyo Corporation Robot system with end tool metrology position coordinates determination system
WO2020065854A1 (ja) * 2018-09-27 2020-04-02 株式会社牧野フライス製作所 ワーク位置検出方法及び工作機械
CN108942410A (zh) * 2018-09-28 2018-12-07 金勇� 一种数控钻铣机床视觉系统物距调节装置
DE102018124595B4 (de) * 2018-10-05 2022-02-17 Carl Zeiss Industrielle Messtechnik Gmbh Vorrichtung zur Erfassung einer Position und Lage eines Endeffektors eines Roboters
CH715610A1 (fr) * 2018-12-04 2020-06-15 Watch Out S A Système et procédés de mesure du profil d'une pièce.
CN109613889B (zh) * 2019-01-07 2021-08-06 安徽理工大学 基于微分变换的数控机床在机测量系统综合误差补偿方法
CN109871616B (zh) * 2019-02-20 2023-07-25 哈尔滨工程大学 一种设备内部参量关联性辨识方法
DE102019202797A1 (de) * 2019-03-01 2020-09-03 Pepperl+Fuchs Gmbh Verfahren und Vorrichtung zur Bestimmung der Relativgeschwindigkeit zwischen einem Objekt und einem Detektor
DE102019202796A1 (de) * 2019-03-01 2020-09-03 Pepperl + Fuchs Gmbh Verfahren und Vorrichtung zur Bestimmung der Relativgeschwindigkeit zwischen einem Objekt und einem Detektor
DE102020108514A1 (de) * 2019-03-28 2020-10-01 Carl Zeiss Microscopy Gmbh Verfahren zum Bestimmen eines Bildaufnahmefehlers
DE102019204824A1 (de) * 2019-04-04 2020-10-08 Pepperl + Fuchs Gmbh Verfahren und Vorrichtung zur Bestimmung der Relativgeschwindigkeit zwischen einem Objekt und einem Detektor
US20200318946A1 (en) * 2019-04-05 2020-10-08 Faro Technologies, Inc. Three-dimensional measuring system
US10955236B2 (en) 2019-04-05 2021-03-23 Faro Technologies, Inc. Three-dimensional measuring system
DE102019122650A1 (de) * 2019-08-22 2021-02-25 M & H Inprocess Messtechnik Gmbh Messsystem
DE102019122654A1 (de) * 2019-08-22 2021-02-25 M & H Inprocess Messtechnik Gmbh Vorrichtung zur Kalibrierung einer Geschwindigkeit einer Bewegungsachse einer Maschine
DE102019125951A1 (de) * 2019-09-26 2021-04-01 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zur Bahngenauigkeitsbestimmung einer stationären Bearbeitungsmaschine
JP2021071464A (ja) * 2019-11-02 2021-05-06 東杜シーテック株式会社 検出装置、及び、検出方法
JP7257942B2 (ja) * 2019-11-29 2023-04-14 日立Astemo株式会社 表面検査装置および形状矯正装置、並びに表面検査方法および形状矯正方法
DE102020201097B4 (de) 2020-01-30 2023-02-16 Carl Zeiss Industrielle Messtechnik Gmbh Anordnung und Verfahren zur optischen Objektkoordinatenermittlung
DE102020201198B4 (de) 2020-01-31 2023-08-17 Carl Zeiss Industrielle Messtechnik Gmbh Verfahren und Anordnung zum Ermitteln einer Position und/oder einer Ausrichtung eines beweglichen Objekts einer Anordnung von Objekten
DE102020215960A1 (de) 2020-01-31 2021-08-05 Carl Zeiss Industrielle Messtechnik Gmbh Verfahren und Anordnung zum Ermitteln einer Position eines Objekts
DE102020202914A1 (de) * 2020-03-06 2021-09-09 Pepperl+Fuchs Se Verfahren und Vorrichtung zur Bestimmung der relativen Position zwischen einem Objekt und einem Detektor
DE112021001666B4 (de) 2020-03-17 2024-06-27 Tokyo Seimitsu Co., Ltd. Messvorrichtung für Innenflächenformen und Justierverfahren für Messvorrichtungen für Innenflächenformen
DE112021001665B4 (de) 2020-03-17 2024-09-19 Tokyo Seimitsu Co., Ltd. Messvorrichtung für Innenflächenformen und Justierverfahren für Messvorrichtung für Innenflächenformen
DE102020108407B4 (de) * 2020-03-26 2023-03-16 Carl Zeiss Industrielle Messtechnik Gmbh Kalibriernormal zur Geometrieeinmessung eines taktil oder/und optisch arbeitenden Messsystems, Verfahren zur Kalibrierung sowie Koordinatenmessgerät
DE102020111509B4 (de) 2020-04-28 2023-04-20 Carl Zeiss Industrielle Messtechnik Gmbh Koordinatenmessgerät sowie Verfahren zum Messen von Koordinaten eines Werkstücks
CN113405453A (zh) * 2021-05-10 2021-09-17 中航西安飞机工业集团股份有限公司 一种基于温度补偿的数字化工装飞机坐标系恢复方法
TWI780777B (zh) * 2021-06-17 2022-10-11 國立中興大學 週期位移測量裝置
CN113729750A (zh) * 2021-09-28 2021-12-03 武汉联影智融医疗科技有限公司 一种标定靶及医学成像系统
US20230304476A1 (en) * 2022-03-23 2023-09-28 Raytheon Technologies Corporation Feedback inspection systems and methods

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1812868A (zh) * 2003-04-28 2006-08-02 斯蒂芬·詹姆斯·克兰普顿 带有外骨骼的cmm臂
CN102131079A (zh) * 2011-04-20 2011-07-20 杭州华三通信技术有限公司 一种消除图像运动模糊的方法和装置
CN102686974A (zh) * 2009-10-06 2012-09-19 卡尔蔡司工业测量技术有限公司 具有位置变化传感器的坐标测量机器
CN102803893A (zh) * 2009-06-04 2012-11-28 瑞尼斯豪公司 视觉测量探针和操作方法
CN103502772A (zh) * 2011-03-28 2014-01-08 瑞尼斯豪公司 坐标定位机器控制器
WO2014090318A1 (de) * 2012-12-13 2014-06-19 Carl Zeiss Industrielle Messtechnik Gmbh Gerät mit beweglichem geräteteil, insbesondere koordinatenmessgerät oder werkzeugmaschine
CN103988049A (zh) * 2011-12-06 2014-08-13 赫克斯冈技术中心 具有摄像头的坐标测量机
CN104981680A (zh) * 2013-02-14 2015-10-14 高通股份有限公司 相机辅助的运动方向和速度估计

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5053626A (en) * 1989-09-29 1991-10-01 Boston University Dual wavelength spectrofluorometer
CA2271038C (en) * 1996-11-08 2006-08-01 National Computer Systems, Inc. Optical scanning with calibrated pixel output
US8139886B2 (en) 2008-06-23 2012-03-20 Microsoft Corporation Blur estimation
JP5233601B2 (ja) * 2008-11-07 2013-07-10 セイコーエプソン株式会社 ロボットシステム、ロボット制御装置およびロボット制御方法
DE102009009789B4 (de) * 2009-02-20 2015-08-13 Phoenix Contact Gmbh & Co. Kg Bewegungssensor
JP5302058B2 (ja) * 2009-03-17 2013-10-02 富士フイルム株式会社 撮像装置および撮像方法
DE102010022592B4 (de) 2010-05-31 2013-08-01 Siemens Aktiengesellschaft Verfahren und Einrichtung zum Ermitteln der Geschwindigkeit eines Fahrzeugs
WO2012103982A1 (en) * 2011-01-31 2012-08-09 Siemens Aktiengesellschaft Method and system for determining motion parameters associated with an object
JP6167622B2 (ja) * 2013-04-08 2017-07-26 オムロン株式会社 制御システムおよび制御方法
DE102014206851A1 (de) 2014-04-09 2015-03-05 Siemens Aktiengesellschaft Anordnung und Verfahren zur Erfassung einer eindimensionalen Position und Geschwindigkeit eines Objekts mit einer Kamera
DE102014210056A1 (de) 2014-05-27 2015-12-03 Carl Zeiss Meditec Ag Verfahren zur Ansteuerung eines chirurgischen Geräts sowie chirurgisches Gerät

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1812868A (zh) * 2003-04-28 2006-08-02 斯蒂芬·詹姆斯·克兰普顿 带有外骨骼的cmm臂
CN102803893A (zh) * 2009-06-04 2012-11-28 瑞尼斯豪公司 视觉测量探针和操作方法
CN102686974A (zh) * 2009-10-06 2012-09-19 卡尔蔡司工业测量技术有限公司 具有位置变化传感器的坐标测量机器
CN103502772A (zh) * 2011-03-28 2014-01-08 瑞尼斯豪公司 坐标定位机器控制器
CN102131079A (zh) * 2011-04-20 2011-07-20 杭州华三通信技术有限公司 一种消除图像运动模糊的方法和装置
CN103988049A (zh) * 2011-12-06 2014-08-13 赫克斯冈技术中心 具有摄像头的坐标测量机
WO2014090318A1 (de) * 2012-12-13 2014-06-19 Carl Zeiss Industrielle Messtechnik Gmbh Gerät mit beweglichem geräteteil, insbesondere koordinatenmessgerät oder werkzeugmaschine
CN104981680A (zh) * 2013-02-14 2015-10-14 高通股份有限公司 相机辅助的运动方向和速度估计

Also Published As

Publication number Publication date
US10706562B2 (en) 2020-07-07
CN107430772A (zh) 2017-12-01
US20180018778A1 (en) 2018-01-18
EP3278302B1 (de) 2019-07-03
EP3278302A1 (de) 2018-02-07
DE102015205738A1 (de) 2016-10-06
WO2016156406A1 (de) 2016-10-06

Similar Documents

Publication Publication Date Title
CN107430772B (zh) 机器的运动测量系统以及用于操作运动测量系统的方法
US9350921B2 (en) Structured illumination projection with enhanced exposure control
CN101821578B (zh) 非接触式测量装置和方法
JP4290733B2 (ja) ３次元形状計測方法及びその装置
KR101605386B1 (ko) 측정 물체 표면 위에서 3d 좌표들을 결정하기 위한 광학 측정 방법 및 측정 시스템
US7548324B2 (en) Three-dimensional shape measurement apparatus and method for eliminating 2π ambiguity of moire principle and omitting phase shifting means
US10302421B2 (en) Method and device for the contact-free measurement of surface contours
JP7064404B2 (ja) 光学式変位計
CN101765755A (zh) 三维形状计测装置、三维形状计测方法、三维形状计测程序及记录介质
US7495777B2 (en) Method and apparatus for contact free measurement of periodically moving objects
JP2016161513A (ja) 計測装置および計測方法
JP2004309240A (ja) ３次元形状測定装置
CN103486979A (zh) 混合系统
JP6037254B2 (ja) 表面形状測定装置及び表面形状測定方法
CN108548490B (zh) 用于确定光栅像在成像平面上的移位的方法和设备和用于确定物体高度的方法和设备
JP2018116032A (ja) 被計測物の形状を計測する計測装置
JP6820516B2 (ja) 表面形状測定方法
US11948293B2 (en) Method and arrangement for determining a position of an object
JP5786999B2 (ja) 三次元形状計測装置、三次元形状計測装置のキャリブレーション方法
RU112992U1 (ru) Устройство бесконтактного измерения геометрических параметров поверхности лица человека
JP6604514B2 (ja) 表面形状測定装置及び表面形状測定方法
JP7332417B2 (ja) 測定装置、及び測定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant