CN108460804A - 一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 - Google Patents
一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 Download PDFInfo
- Publication number
- CN108460804A CN108460804A CN201810227812.8A CN201810227812A CN108460804A CN 108460804 A CN108460804 A CN 108460804A CN 201810227812 A CN201810227812 A CN 201810227812A CN 108460804 A CN108460804 A CN 108460804A
- Authority
- CN
- China
- Prior art keywords
- camera
- image
- coordinates
- ball
- socket
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/028—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring lateral position of a boundary of the object
-
- 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
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于机器视觉的转运对接机构,主要包括三个球头、转运车、三个工业CCD相机、对接箱体、三个球窝和环形光源,还公开了一种对所述基于机器视觉的转运对接机构的三自由度位姿进行检测的方法,主要包括以下步骤:1)对所述转运对接机构进行两组双目标定。2)采集三个所述球窝的顶部圆截面图像信息。3)对三个所述球窝的顶部圆截面图像信息进行预处理,提取所述球窝(5)的圆心坐标。4)建立同一位姿解算平面坐标系。5)实时解算对接需要调整的三自由度位姿。6)调整所述转运对接机构的三自由度位姿。相对传统对接方式,本发明可以精确计算出转运模块之后实现精准装校所需要的三个调整量,提高了准确性和可靠性。
Description
技术领域
本发明涉及机器视觉对接领域,具体是一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法。
背景技术
在某光学模块日常使用和维护过程中,常需要将模块在转运之后进行精密装校,即精确定位后实现空间对接。常规检验对接的方法是人工目测结合经验调整光学模块的位姿,然后缓慢提升光学模块观察各个监控图像内的销钉是否与其连接孔对准,此方法精度低可靠性低。在对接过程中引入机器视觉系统,采用摄像头、照明、图像采集卡等硬件设备进行动态图像的捕捉,在计算机上通过软件图像处理、对准、匹配以及坐标运算,从而实现无人监视的闭环空间对接。采用摄像机代替人工目测,结合图像信号处理技术和计算机技术,保障了安装过程对环境以及精度的高要求。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,一种基于机器视觉的转运对接机构,主要包括三个球头、转运车、三个工业CCD相机、对接箱体、三个球窝和环形光源。
三个所述球头安装在所述转运车顶部左右两侧边缘。三个所述球头构成直角三角形。每个所述球头具有和所述工业CCD相机大小相匹配的通孔。
所述工业CCD相机安装在所述球头的通孔中。
安装在位于直角位姿的所述球头的通孔内的所述工业CCD相机记为主相机A,其余两个所述工业CCD相机分别记为相机B和相机C。
主相机A和相机B构成双目相机I。主相机A和相机C构成双目相机II。
每个所述工业CCD相机装配有定焦镜头。
所述对接箱体悬挂在所述转运车的正上方。
所述对接箱体的底部挖有三个所述球窝。所述球窝的位姿和所述球头和所述主相机A的位姿相匹配。
匹配主相机A的位姿的所述球窝记为球窝I。
匹配相机B的位姿的所述球窝记为球窝II。
匹配相机C的位姿的所述球窝记为球窝III。
所述球窝的顶部为圆截面。所述球窝顶部截面的外围具有环形槽。
所述环形光源卡接在所述环形槽内。
一种基于机器视觉的转运对接机构的三自由度位姿检测方法,主要包括以下步骤:
1)安装基于机器视觉的转运对接结构。对所述转运对接机构进行两组双目标定。
进一步,对所述转运对接机构进行两组双目标定的主要步骤如下:
1.1)获取主相机A的内参其中,dxA为主相机A单个感光单元芯片的长度。dyA为主相机A单个感光单元芯片的宽度。CxA为主相机A单个感光单元芯片在x方向的偏移。CyA为主相机A单个感光单元芯片在y方向的偏移。fA为主相机A的焦距。获取主相机A的外参RAl和TAl。RAl表示主相机A的轴旋转参数。TAl表示主相机A的轴平移参数。
获取相机B的内参其中,dxB为相机B单个感光单元芯片的长度。dyB为相机B单个感光单元芯片的宽度。CxB为相机B单个感光单元芯片在x方向的偏移。CyB为相机B单个感光单元芯片在y方向的偏移。fB为相机B的焦距。获取相机B的外参TBr和RBr。RBr表示相机B的轴旋转参数。TBr表示相机B的轴平移参数。
获取相机C的内参其中,dxC为相机C单个感光单元芯片的长度。dyC为相机C单个感光单元芯片的宽度。CxC为相机C单个感光单元芯在x方向的偏移。CyC为相机C单个感光单元芯片在y方向的偏移。fC为相机C的焦距。获取相机C的外参RCr和TCr。RCr表示相机C的轴旋转参数。TCr表示相机C的轴平移参数。
1.2)对主相机A和相机B进行双目标定,确定两个相机的相对位置关系,得出主相机A和相机B之间的旋转矩阵R1和平移向量T1。
式中,RAl为主相机A的轴旋转参数。RBr为相机B的轴旋转参数。
T1=TBr-R1TAl。 (2)
式中,TAl为主相机A的轴平移参数。TBr为相机B的轴平移参数。R1为主相机A和相机B之间的旋转矩阵。
对主相机A和相机C进行双目标定,得出主相机A和相机C之间的旋转矩阵R2和平移向量T2。
式中,RAl为主相机A的轴旋转参数。RCr为相机C的轴旋转参数。
T2=TCr-R2TAl。 (4)
式中,TAl为主相机A的轴平移参数。TCr为相机C的轴平移参数。R2为主相机A和相机C之间的旋转矩阵。
2)采集三个所述球窝外圆信息。主要包括三个所述顶部圆截面的图像信息和三个所述外圆截面的图像信息。
进一步,采集三个球窝外圆信息的主要步骤如下:
2.1)向上移动所述转运车,直至所述球窝的外圆截面在所述工业CCD相机的视野内。所述工业CCD相机采集所述球窝外圆截面处的大圆图像信息。主相机A采集的所述球窝外圆截面处的大圆图像信息记为图像I。相机B采集的所述球窝外圆截面处的大圆图像信息记为图像II。相机C采集的所述球窝外圆截面处的大圆图像信息记为图像III。
2.2)继续向上移动所述转运车,缩短所述球头和所述球窝之间的距离,直至所述球窝的外圆截面超出所述工业CCD相机的视野。所述工业CCD相机采集所述球窝顶部圆截面处的小圆图像信息。主相机A采集的所述球窝顶部圆截面处的小圆图像信息记为图像IV。相机B采集的所述球窝顶部圆截面处的小圆图像信息记为图像V。相机C采集的所述球窝顶部圆截面处的小圆图像信息记为图像VI。
3)对三个所述球窝的顶部圆截面图像信息进行预处理,提取所述球窝的圆心坐标。预处理主要包括图像降噪、二值化和滤波。
进一步,提取球窝圆心坐标的主要步骤如下:
3.1)对图像I、图像II、图像III、图像IV、图像V和图像VI进行畸变矫正。
3.2)提取矫正后的图像I、图像II、图像III、图像IV、图像V和图像VI的边缘。
3.3)提取图像I的圆心,得出圆心像素坐标I(ulA,vlA)。
提取图像II的圆心,得出圆心像素坐标II(urB,vrB)。
提取图像III的圆心,得出圆心像素坐标III(urC,vrC)。
提取图像IV的圆心,得出圆心像素坐标IV(u’lA,v’lA)。
提取图像V的圆心,得出圆心像素坐标V(u’rB,v’rB)。
提取图像VI的圆心,得出圆心像素坐标VI(u’rC,v’rC)。
3.4)判断圆心像素坐标I(ulA,vlA)和圆心像素坐标IV(u’lA,v’lA)的关系。
3.5)若(ulA,vlA)=(u’lA,v’lA),则圆心像素坐标I(ulA,vlA)为所述球窝I(501)的圆心像素坐标。若(ulA,vlA)≠(u’lA,v’lA),则重新拍摄图像I和图像IV,重复步骤1至步骤3,直至(ulA,vlA)=(u’lA,v’lA)。
判断圆心像素坐标II(urB,vrB)和圆心像素坐标V(u’rB,v’rB)的关系。若(urB,vrB)=(u’rB,v’rB),则圆心像素坐标II(urB,vrB)为所述球窝II(502)的圆心像素坐标。若(urB,vrB)≠(u’rB,v’rB),则重新拍摄图像II和图像V,重复步骤1至步骤4,直至(urB,vrB)=(u’rB,v’rB)。
判断圆心像素坐标III(urC,vrC)和圆心像素坐标VI(u’rC,v’rC)的关系。若(urC,vrC)=(u’rC,v’rC),则圆心像素坐标III(urC,vrC)为所述球窝III(503)的圆心像素坐标。若(urC,vrC)≠(u’rC,v’rC),则重新拍摄图像III和图像VI,重复步骤1至步骤4,直至(urC,vrC)=(u’rC,v’rC)。
4)建立同一位姿解算平面坐标系。
进一步,建立同一位姿解算平面坐标系的主要步骤如下:
4.1)在主相机A、相机B和相机C所在平面建立相机坐标系。
在相机坐标系的坐标记为(XA,YA,ZA)。相机B在相机坐标系的坐标记为(XB,YB,ZB)。相机C在相机坐标系的坐标记为(XC,YC,ZC)。
4.2)将相机B所拍摄的图像II的坐标转换到相机A所拍摄的图像I所在的同一平面坐标系内。主要步骤如下:
4.2.1)将圆心像素坐标I(ulA,vlA)转换为齐次坐标I(ulA,vlA,1)。将主相机A在相机坐标系的坐标(XA,YA,ZA)转换为齐次坐标IV(XA,YA,ZA,1)。
将圆心像素坐标II(urB,vrB)转换为齐次坐标II(urB,vrB,1)。将相机B在相机坐标系的坐标(XB,YB,ZB)转换为齐次坐标V(XB,YB,ZB,1)。
4.2.2)设置主相机A所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵AA。转换矩阵AA如下所示:
式中,uA0和vA0分别是图像I的中心像素坐标和原点像素坐标之间相差的横向像素数和纵向像素数。dxA为主相机A单个感光单元芯片的长度。dyA为主相机A单个感光单元芯片的宽度。XA为主相机A在相机坐标系的横坐标。YA为主相机A在相机坐标系的纵坐标。
设置图像I的物理坐标和主相机A相机坐标之间的转换矩阵BA。转换矩阵BA如下所示:
式中,fA为主相机A的焦距。
设置相机B所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵AB。转换矩阵AB如下所示:
其中uB0、vB0是图像II的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。dxB为相机B单个感光单元芯片的长度。dyB为相机B单个感光单元芯片的宽度。XB为相机B在相机坐标系的横坐标。YB为相机B在相机坐标系的纵坐标。
设置图像II的物理坐标和相机B的相机坐标之间的转换矩阵BB。
式中,fB为相机B的焦距。
4.2.3)构建齐次坐标I(ulA,vlA,1)和齐次坐标IV(XA,YA,ZA,1)的转换关系。转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I。(XA,YA,ZA,1)为齐次坐标IV。AA3×3为主相机A所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。BA3×4为图像I的物理坐标和主相机A相机坐标之间的转换矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
4.2.4)构建齐次坐标II(urB,vrB,1)和齐次坐标V(XB,YB,ZB,1)的转换关系。转换关系如下所示:
式中,(urB,vrB,1)为齐次坐标II。(XB,YB,ZB,1)为齐次坐标V。AB3×3为相机B所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵。BB3×4为图像II的物理坐标和相机B的相机坐标之间的转换矩阵。ZB为齐次坐标II和齐次坐标V之间的转换系数。
4.2.5)根据旋转矩阵R1和平移向量T1构建双目相机I转换矩阵H1。转换矩阵H1如下所示:
式中,R1为主相机A和相机B之间的旋转矩阵。T1为主相机A和相机B之间的平移向量。
4.2.6)构建齐次坐标IV和齐次坐标V的转换关系。转换关系如下所示:
式中,(XA,YA,ZA,1)为齐次坐标IV。(XB,YB,ZB,1)为齐次坐标V。R1为主相机A和相机B之间的旋转矩阵。T1为主相机A和相机B之间的平移向量。
4.2.7)构建齐次坐标I和齐次坐标V的转换关系。转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I。(XB,YB,ZB,1)为齐次坐标V。H1为双目相机I转换矩阵。BB3×4为图像II的物理坐标和相机B的相机坐标之间的转换矩阵。AA3×3为主相机A所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
其中,矩阵M1如下所示:
M13×4=A3×3·B3×4·H14×4。 (14)
式中,H1为双目相机I转换矩阵。ZA为齐次坐标I和齐次坐标IV的转换系数。BB3×4为图像II的物理坐标和相机B的相机坐标之间的转换矩阵。AA3×3为主相机A所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。
简化公式13,可得:
式中,(ulA,vlA,1)为齐次坐标I。(XB,YB,ZB,1)为齐次坐标V。M1+为矩阵M1的广义逆矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
4.2.8)将相机B所拍摄的图像II的坐标转换到主相机A所拍摄的图像I所在的同一平面坐标系内。转换公式如下:
式中,(ulA,vlA,1)为齐次坐标I。(urB,vrB,1)为齐次坐标II。AB3×3为相机B所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。ZB为齐次坐标II和齐次坐标V之间的转换系数。BB3×4为图像II的物理坐标和相机B的相机坐标之间的转换矩阵。M14×3 +为矩阵M1的广义逆矩阵。
根据公式16,图像I和图像II的像素坐标转换矩阵C3×3如下所示:
C3×3=AB3×3·BB3×4·ZA·M1+ 4×3。 (17)
式中,AB3×3为相机B所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵。BB3×4为图像II的物理坐标和相机B的相机坐标之间的转换矩阵。M14×3 +为矩阵M1的广义逆矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
4.3)将相机C所拍摄的图像III的坐标转换到主相机A所拍摄的图像I所在的同一平面坐标系内。主要步骤如下:
4.3.1)将圆心像素坐标III(urC,vrC)转换为齐次坐标III(urC,vrC,1)。将相机C在相机坐标系的坐标(XC,YC,ZC)转换为齐次坐标VI(XC,YC,ZC,1)。
4.3.2)设置相机C所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵AC。转换矩阵AC如下所示:
其中uC0、vC0是图像III的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。dxC为相机C单个感光单元芯片的长度。dyC为相机C单个感光单元芯片的宽度。XC为相机C在相机坐标系的横坐标。YC为相机C在相机坐标系的纵坐标。
设置图像III的物理坐标和相机C的相机坐标之间的转换矩阵BC。
式中,fC为相机C的焦距。
4.3.3)构建齐次坐标III(urC,vrC,1)和齐次坐标VI(XC,YC,ZC,1)的转换关系。转换关系如下所示:
式中,(urC,vrC,1)为齐次坐标III。(XC,YC,ZC,1)为齐次坐标VI。AC为相机C所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵。BC为图像III的物理坐标和相机C的相机坐标之间的转换矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。
4.3.4)根据旋转矩阵R2和平移向量T2构建双目相机II转换矩阵H2。转换矩阵H2如下所示:
式中,R2为主相机A和相机C之间的旋转矩阵。T2为主相机A和相机C之间的平移向量。
4.3.5)构建齐次坐标IV和齐次坐标VI的转换关系。转换关系如下所示:
式中,(XA,YA,ZA,1)为齐次坐标IV。(XC,YC,ZC,1)为齐次坐标VI。R2为主相机A和相机C之间的旋转矩阵。T2为主相机A和相机C之间的平移向量。
4.3.6)构建齐次坐标I和齐次坐标VI的转换关系。转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I。(XC,YC,ZC,1)为齐次坐标VI。H2为双目相机II转换矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。AA3×3为主相机A所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。BC3×4图像III的物理坐标和相机C的相机坐标之间的转换矩阵。
矩阵M23×4如下所示:
M23×4=AA3×3·BC3×4·H24×4。 (24)
式中,AA3×3为主相机A所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。BC3×4图像III的物理坐标和相机C的相机坐标之间的转换矩阵。
简化公式23,可得:
式中,(ulA,vlA,1)为齐次坐标I。(XC,YC,ZC,1)为齐次坐标VI。M2+为矩阵M2的广义逆矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。
4.3.7)将相机C所拍摄的图像III的坐标转换到相机A所拍摄的图像I所在的同一平面坐标系内。转换公式如下:
式中,(ulA,vlA,1)为齐次坐标I。(urC,vrC,1)为齐次坐标III。AC3×3为相机C所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。ZA为齐次坐标I和齐次坐标IV之间的转换系数。BC3×4为图像III的物理坐标和相机C的相机坐标之间的转换矩阵。M24×3 +为矩阵M2的广义逆矩阵。
根据公式26,图像I和图像III的像素坐标转换矩阵D3×3如下所示:
D3×3=AC3×3·BC3×4·ZA·M2+ 4×3。 (27)
式中,AC3×3为相机C所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵。BC3×4为图像III的物理坐标和相机C的相机坐标之间的转换矩阵。M24×3 +为矩阵M2的广义逆矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
5)实时解算对接需要调整的三自由度位姿。
进一步,实时解算对接需要调整的三自由度位姿的主要步骤如下:
5.1)在转换后的同一坐标平面内,以所述球头和所述球窝精准对接的位姿作为标准零位。以所述球头和所述球窝处于非精准对接的位姿作为非标准位。
5.2)所述球头和所述球窝在标准位时,以圆心像素坐标I(ulA,vlA)、圆心像素坐标II(urB,vrB)和圆心像素坐标III(urC,vrC)为顶点建立矢量直角三角形ABC。直角三角形ABC外接圆圆心记为P。
5.3)所述球头和所述球窝在非标准位时,三个所述工业CCD相机分别拍摄三个所述球窝提取新的圆心位姿,形成新的矢量直角三角形A1B1C1。直角三角形A1B1C1外接圆圆心记为P1。
5.4)以直角三角形A1B1C1外接圆圆心P1为旋转中心,计算出所述球头和所述球窝由非标准位到标准位对接所需调整的位移量和旋转量θ。主要步骤如下:
5.4.1)将所述球头和所述球窝位于标准位和非标准位时提取的圆心坐标转换至同一坐标平面内。
在坐标系XOY中,位于标准位的三个所述球窝的圆心的坐标分别为A(0,0)、B(0,a)和C(c,0)。所述球头和所述球窝未对接时,三个所述球窝的圆心坐标分别为A1(x1,y1)、B1(x2,y2)和C1(x3,y3)。
5.4.2)X方向上,圆心P1到圆心P的平移量为:
式中,x1、x2和x3分别为所述球头和所述球窝未对接时,三个所述球窝的圆心横坐标。
Y方向上,圆心P1到圆心P的平移量为:
式中,y1、y2和y3分别为所述球头和所述球窝未对接时,三个所述球窝的圆心纵坐标。
旋转量θ如下所示:
式中,θ为和之间的夹角。x1、x2和x3分别为所述球头和所述球窝未对接时,三个所述球窝的圆心横坐标。y1、y2和y3分别为所述球头和所述球窝未对接时,三个所述球窝的圆心纵坐标。a为位于标准位的所述球窝的圆心纵坐标。c为位于标准位的所述球窝的圆心横坐标
6)根据解算处理的对接需要调整的三自由度位姿,调整所述转运对接机构的三自由度位姿。
本发明的技术效果是毋庸置疑的。本发明提出了一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法,检测方法结构简单,采用布置工业相机、进行两组双目标定,采集三个球窝的圆界面信息,提取球窝圆心坐标,建立同一位姿解算平面坐标系,实时解算对接需要调整的三自由度位姿的步骤,利用双目标定、特征提取、平面转换和几何计算的原理,可以很精确的检测出对接过程中需要调整的平移量和旋转量,精度高,可靠性大,效率高。
相对传统对接方式,本发明可以精确计算出转运模块之后实现精准装校所需要的三个调整量,提高了准确性和可靠性,也提高了效率。
附图说明
图1为检测方法的流程图;
图2为检测机构结构图;
图3为对接过程示意图;
图4为双目标定坐标转换原理图;
图5为位姿计算原理图。
图中:三个球头1、转运车2、三个工业CCD相机3、对接箱体4、三个球窝5、环形光源6、主相机A301、相机B302、相机C303、球窝I501、球窝II502和球窝III503。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
一种基于机器视觉的转运对接机构,主要包括三个球头1、转运车2、三个工业CCD相机3、对接箱体4、三个球窝5和环形光源6。
三个所述球头1安装在所述转运车2顶部左右两侧边缘。三个所述球头1构成直角三角形。每个所述球头1具有和所述工业CCD相机3大小相匹配的通孔。
所述工业CCD相机3安装在所述球头1的通孔中。
安装在位于直角位姿的所述球头1的通孔内的所述工业CCD相机3记为主相机A301,其余两个所述工业CCD相机3分别记为相机B302和相机C303。
主相机A301和相机B302构成双目相机I。主相机A301和相机C303构成双目相机II。
每个所述工业CCD相机3装配有定焦镜头304。所述定焦镜头304的镜头顶面以所述球头1顶部为基准下降一定距离。
定焦镜头(prime lens)是指只有一个固定焦距的镜头,只有一个焦段,或者说只有一个视野。定焦镜头没有变焦功能。
工业CCD相机3和所述定焦镜头相对于所述对接箱体4的位姿不发生变化,随着所述对接箱体4调整位姿。
所述对接箱体4悬挂在所述转运车2的正上方。
所述对接箱体4的底部挖有三个所述球窝5。所述球窝5的位姿和所述球头1和所述主相机A301的位姿相匹配。
匹配主相机A301的位姿的所述球窝5记为球窝I501。
匹配相机B302的位姿的所述球窝5记为球窝II502。
匹配相机C303的位姿的所述球窝5记为球窝III503。
所述球窝5的顶部为圆截面504。所述球窝5顶部截面504的外围具有环形槽。
所述环形光源6卡接在所述环形槽内。
实施例2:
一种基于机器视觉的转运对接机构的三自由度位姿检测方法,主要包括以下步骤:
1)安装基于机器视觉的转运对接结构。对所述转运对接机构进行两组双目标定。
进一步,对所述转运对接机构进行两组双目标定的主要步骤如下:
1.1)获取主相机A301的内参其中,dxA为主相机A301单个感光单元芯片的长度。dyA为主相机A301单个感光单元芯片的宽度。CxA为主相机A301单个感光单元芯片在x方向的偏移。CyA为主相机A301单个感光单元芯片在y方向的偏移。芯片在安装到相机模组上的时候,由于制造精度和组装工艺的影响,很难做到中心完全重合。fA为主相机A301的焦距。获取主相机A301的外参RAl和TAl。RAl表示主相机A301的轴旋转参数。TAl表示主相机A301的轴平移参数。
获取相机B302的内参其中,dxB为相机B302单个感光单元芯片的长度。dyB为相机B302单个感光单元芯片的宽度。CxB为相机B302单个感光单元芯片在x方向的偏移。CyB为相机B302单个感光单元芯片在y方向的偏移。fB为相机B302的焦距。获取相机B302的外参TBr和RBr。RBr表示相机B302的轴旋转参数。TBr表示相机B302的轴平移参数。
获取相机C303的内参其中,dxC为相机C303单个感光单元芯片的长度。dyC为相机C303单个感光单元芯片的宽度。CxC为相机C303单个感光单元芯在x方向的偏移。CyC为相机C303单个感光单元芯片在y方向的偏移。fC为相机C303的焦距。获取相机C303的外参RCr和TCr。RCr表示相机C303的轴旋转参数。TCr表示相机C303的轴平移参数。
1.2)对主相机A301和相机B302进行双目标定,确定两个相机的相对位置关系,得出主相机A301和相机B302之间的旋转矩阵R1和平移向量T1。旋转矩阵描述了世界坐标系的坐标轴相对于摄像机坐标轴的方向,平移向量描述了在摄像机坐标系下空间原点的位置。
式中,RAl为主相机A301的轴旋转参数。RBr为相机B302的轴旋转参数。
T1=TBr-R1TAl。 (2)
式中,TAl为主相机A301的外参。TBr为相机B302的轴平移参数。R1为主相机A301和相机B302之间的旋转矩阵。
对主相机A301和相机C303进行双目标定,得出主相机A301和相机C303之间的旋转矩阵R2和平移向量T2。
式中,RAl为主相机A301的轴旋转参数。RCr为相机C303的轴旋转参数。
T2=TCr-R2TAl。 (4)
式中,TAl为主相机A301的轴平移参数。TCr为相机C303的轴平移参数。R2为主相机A301和相机C303之间的旋转矩阵。
1.3)立体标定对图像I、图像II进行立体校准和对齐。立体标定对图像I、图像III进行立体校准和对齐。
1.4)确定两个主相机A301和相机B302的相对位置关系,即中心距。确定两个主相机A301和相机C303的相对位置关系,即中心距。
标定的目的是为了消除畸变以及得到内外参数矩阵,内参数矩阵可以理解为焦距相关,它是一个从平面到像素的转换,焦距不变它就不变,所以确定以后就可以重复使用,而外参数矩阵反映的是摄像机坐标系与世界坐标系的转换,至于畸变参数,一般也包含在内参数矩阵中。从作用上来看,内参数矩阵是为了得到镜头的信息,并消除畸变,使得到的图像更为准确,外参数矩阵是为了得到相机相对于世界坐标的联系,是为了最终的测距。
2)采集三个所述球窝5外圆信息。主要包括三个所述顶部圆截面504的图像信息和三个所述外圆截面505的图像信息。
进一步,采集三个所述球窝5外圆信息的主要步骤如下:
2.1)向上移动所述转运车2,直至所述球窝5的外圆截面505在所述工业CCD相机3的视野内。为保证相机视野和拍摄质量,镜头顶面以球头顶部为基准下降一定距离。所述工业CCD相机3采集所述球窝5外圆截面505处的大圆图像信息。主相机A301采集的所述球窝5外圆截面505处的大圆图像信息记为图像I。相机B302采集的所述球窝5外圆截面505处的大圆图像信息记为图像II。相机C303采集的所述球窝5外圆截面505处的大圆图像信息记为图像III。
2.2)继续向上移动所述转运车2,缩短所述球头1和所述球窝5之间的距离,直至所述球窝5的外圆截面505超出所述工业CCD相机3的视野。所述工业CCD相机3采集所述球窝5顶部圆截面504处的小圆图像信息。主相机A301采集的所述球窝5顶部圆截面504处的小圆图像信息记为图像IV。相机B302采集的所述球窝5顶部圆截面504处的小圆图像信息记为图像V。相机C303采集的所述球窝5顶部圆截面504处的小圆图像信息记为图像VI。
如图3所示,采集三个所述球窝5外圆信息时,移动所述转运车2,从而使所述球窝5的位置从位置e移动到位置g,再移动到位置n。
3)对三个所述顶部圆截面504图像信息进行预处理,提取所述球窝5的圆心坐标。预处理主要包括图像降噪、二值化和滤波。
进一步,提取球窝圆心坐标的主要步骤如下:
3.1)对图像I、图像II、图像III、图像IV、图像V和图像VI进行畸变矫正。
3.2)提取矫正后的图像I、图像II、图像III、图像IV、图像V和图像VI的边缘。
3.3)提取图像I的圆心,得出圆心像素坐标I(ulA,vlA)。
提取图像II的圆心,得出圆心像素坐标II(urB,vrB)。
提取图像III的圆心,得出圆心像素坐标III(urC,vrC)。
提取图像IV的圆心,得出圆心像素坐标IV(u’lA,v’lA)。
提取图像V的圆心,得出圆心像素坐标V(u’rB,v’rB)。
提取图像VI的圆心,得出圆心像素坐标VI(u’rC,v’rC)。
3.4)判断圆心像素坐标I(ulA,vlA)和圆心像素坐标IV(u’lA,v’lA)的关系。
3.5)若(ulA,vlA)=(u’lA,v’lA),则圆心像素坐标I(ulA,vlA)为所述球窝I501的圆心像素坐标。若(ulA,vlA)≠(u’lA,v’lA),则重新拍摄图像I和图像IV,重复步骤1至步骤3,直至(ulA,vlA)=(u’lA,v’lA)。
判断圆心像素坐标II(urB,vrB)和圆心像素坐标V(u’rB,v’rB)的关系。若(urB,vrB)=(u’rB,v’rB),则圆心像素坐标II(urB,vrB)为所述球窝II502的圆心像素坐标。若(urB,vrB)≠(u’rB,v’rB),则重新拍摄图像II和图像V,重复步骤1至步骤4,直至(urB,vrB)=(u’rB,v’rB)。
判断圆心像素坐标III(urC,vrC)和圆心像素坐标VI(u’rC,v’rC)的关系。若(urC,vrC)=(u’rC,v’rC),则圆心像素坐标III(urC,vrC)为所述球窝III503的圆心像素坐标。若(urC,vrC)≠(u’rC,v’rC),则重新拍摄图像III和图像VI,重复步骤1至步骤4,直至(urC,vrC)=(u’rC,v’rC)。
4)建立同一位姿解算平面坐标系。
进一步,建立同一位姿解算平面坐标系的主要步骤如下:
4.1)在主相机A301、相机B302和相机C303所在平面建立相机坐标系。
在相机坐标系的坐标记为(XA,YA,ZA)。相机B302在相机坐标系的坐标记为(XB,YB,ZB)。相机C303在相机坐标系的坐标记为(XC,YC,ZC)。
4.2)将相机B302所拍摄的图像II的坐标转换到主相机A301所拍摄的图像I所在的同一平面坐标系内。主要步骤如下:
4.2.1)将圆心像素坐标I(ulA,vlA)转换为齐次坐标I(ulA,vlA,1)。将主相机A301在相机坐标系的坐标(XA,YA,ZA)转换为齐次坐标IV(XA,YA,ZA,1)。
将圆心像素坐标II(urB,vrB)转换为齐次坐标II(urB,vrB,1)。将相机B302在相机坐标系的坐标(XB,YB,ZB)转换为齐次坐标V(XB,YB,ZB,1)。
4.2.2)设置主相机A301所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵AA。转换矩阵AA如下所示:
式中,uA0和vA0分别是图像I的中心像素坐标和原点像素坐标之间相差的横向像素数和纵向像素数。dxA为主相机A301单个感光单元芯片的长度。dyA为主相机A301单个感光单元芯片的宽度。XA为主相机A301在相机坐标系的横坐标。YA为主相机A301在相机坐标系的纵坐标。
设置图像I的物理坐标和主相机A301相机坐标之间的转换矩阵BA。转换矩阵BA如下所示:
式中,fA为主相机A301的焦距。
设置相机B302所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵AB。转换矩阵AB如下所示:
其中uB0、vB0是图像II的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。dxB为相机B302单个感光单元芯片的长度。dyB为相机B302单个感光单元芯片的宽度。XB为相机B302在相机坐标系的横坐标。YB为相机B302在相机坐标系的纵坐标。
设置图像II的物理坐标和相机B302的相机坐标之间的转换矩阵BB。
式中,fB为相机B302的焦距。
4.2.3)构建齐次坐标I(ulA,vlA,1)和齐次坐标IV(XA,YA,ZA,1)的转换关系。转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I。(XA,YA,ZA,1)为齐次坐标IV。AA3×3为主相机A301所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。BA3×4为图像I的物理坐标和主相机A301相机坐标之间的转换矩阵。ZA为齐次坐标I和齐次坐标IV的转换系数。
4.2.4)构建齐次坐标II(urB,vrB,1)和齐次坐标V(XB,YB,ZB,1)的转换关系。转换关系如下所示:
式中,(urB,vrB,1)为齐次坐标II。(XB,YB,ZB,1)为齐次坐标V。AB3×3为相机B302所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵。BB3×4为图像II的物理坐标和相机B302的相机坐标之间的转换矩阵。ZB为齐次坐标II和齐次坐标V之间的转换系数。
4.2.5)根据旋转矩阵R1和平移向量T1构建双目相机I转换矩阵H1。转换矩阵H1如下所示:
式中,R1为主相机A301和相机B302之间的旋转矩阵。T1为主相机A301和相机B302之间的平移向量。
4.2.6)构建齐次坐标IV和齐次坐标V的转换关系。转换关系如下所示:
式中,(XA,YA,ZA,1)为齐次坐标IV。(XB,YB,ZB,1)为齐次坐标V。R1为主相机A301和相机B302之间的旋转矩阵。T1为主相机A301和相机B302之间的平移向量。
4.2.7)构建齐次坐标I和齐次坐标V的转换关系。转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I。(XB,YB,ZB,1)为齐次坐标V。H1为双目相机I转换矩阵。BB3×4为图像II的物理坐标和相机B302的相机坐标之间的转换矩阵。AA3×3为主相机A301所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。ZA为齐次坐标I和齐次坐标IV的转换系数。
其中,矩阵M1如下所示:
M13×4=AA3×3·BB3×4·H14×4。(14)
式中,H1为双目相机I转换矩阵。ZA为齐次坐标I和齐次坐标IV的转换系数。BB3×4为图像II的物理坐标和相机B302的相机坐标之间的转换矩阵。AA3×3为主相机A301所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。
简化公式13,可得:
式中,(ulA,vlA,1)为齐次坐标I。(XB,YB,ZB,1)为齐次坐标V。M1+为矩阵M1的广义逆矩阵。ZA为齐次坐标I和齐次坐标IV的转换系数。
4.2.8)将相机B302所拍摄的图像II的坐标转换到主相机A301所拍摄的图像I所在的同一平面坐标系内。转换公式如下:
式中,(ulA,vlA,1)为齐次坐标I。(urB,vrB,1)为齐次坐标II。BB3×4为图像II的物理坐标和相机B302的相机坐标之间的转换矩阵。M14×3 +为矩阵M1的广义逆矩阵。AB3×3为相机B302所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵。ZA为齐次坐标I和齐次坐标IV的转换系数。ZB为齐次坐标II和齐次坐标V的转换系数。
根据公式16,图像I和图像II的像素坐标转换矩阵C3×3如下所示:
C3×3=AB3×3·BB3×4·ZA·M1+ 4×3。 (17)
式中,AB3×3为相机B所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵。BB3×4为图像II的物理坐标和相机B302的相机坐标之间的转换矩阵。M14×3 +为矩阵M1的广义逆矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
4.3)将相机C303所拍摄的图像III的坐标转换到主相机A301所拍摄的图像I所在的同一平面坐标系内。主要步骤如下:
4.3.1)将圆心像素坐标III(urC,vrc)转换为齐次坐标III(urC,vrC,1)。将相机C303在相机坐标系的坐标(XC,YC,ZC)转换为齐次坐标VI(XC,YC,ZC,1)。
4.3.2)设置相机C303所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵AC。转换矩阵AC如下所示:
其中uC0、vC0是图像III的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。dxC为相机C303单个感光单元芯片的长度。dyC为相机C303单个感光单元芯片的宽度。XC为相机C303在相机坐标系的横坐标。YC为相机C303在相机坐标系的纵坐标。
设置图像III的物理坐标和相机C303的相机坐标之间的转换矩阵BC。
式中,fC为相机C303的焦距。
4.3.3)构建齐次坐标III(urC,vrC,1)和齐次坐标VI(XC,YC,ZC,1)的转换关系。转换关系如下所示:
式中,(urC,vrC,1)为齐次坐标III。(XC,YC,ZC,1)为齐次坐标VI。AC为相机C303所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵。BC为图像III的物理坐标和相机C303的相机坐标之间的转换矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。
4.3.4)根据旋转矩阵R2和平移向量T2构建双目相机II转换矩阵H2。转换矩阵H2如下所示:
式中,R2为主相机A301和相机C303之间的旋转矩阵。T2为主相机A301和相机C303之间的平移向量。
4.3.5)构建齐次坐标IV和齐次坐标VI的转换关系。转换关系如下所示:
式中,(XA,YA,ZA,1)为齐次坐标IV。(XC,YC,ZC,1)为齐次坐标VI。R2为主相机A301和相机C303之间的旋转矩阵。T2为主相机A301和相机C303之间的平移向量。
4.3.6)构建齐次坐标I和齐次坐标VI的转换关系。转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I。(XC,YC,ZC,1)为齐次坐标VI。H24×4为双目相机II转换矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。AA3×3为主相机A301所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。BC3×4图像III的物理坐标和相机C303的相机坐标之间的转换矩阵。
矩阵M23×4如下所示:
M23×4=AA3×3·BC3×4·H24×4。 (24)
式中,AA3×3为主相机A301所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵。BC3×4图像III的物理坐标和相机C303的相机坐标之间的转换矩阵。H24×4为双目相机II转换矩阵。
简化公式23,可得:
式中,(ulA,vlA,1)为齐次坐标I。(XC,YC,ZC,1)为齐次坐标VI。M2+为矩阵M2的广义逆矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。
4.3.7)将相机C303所拍摄的图像III的坐标转换到主相机A301所拍摄的图像I所在的同一平面坐标系内。转换公式如下:
式中,(ulA,vlA,1)为齐次坐标I。(urC,vrC,1)为齐次坐标III。BC3×4为图像III的物理坐标和相机C303的相机坐标之间的转换矩阵。M24×3 +为矩阵M2的广义逆矩阵。AC3×3为相机C303所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵。ZC为齐次坐标III和齐次坐标VI之间的转换系数。ZA为齐次坐标I和齐次坐标IV的转换系数。
根据公式26,图像I和图像III的像素坐标转换矩阵D3×3如下所示:
D3×3=AC3×3·BC3×4·ZA·M2+ 4×3。 (27)
式中,AC3×3为相机C303所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵。BC3×4为图像III的物理坐标和相机C303的相机坐标之间的转换矩阵。M24×3 +为矩阵M2的广义逆矩阵。ZA为齐次坐标I和齐次坐标IV之间的转换系数。
5)实时解算对接需要调整的三自由度位姿。根据双目标定和透视投影原理,实时解算对接需要调整的三自由度位姿的主要步骤如下:
5.1)在转换后的同一坐标平面内,以所述球头1和所述球窝5精准对接的位姿作为标准零位。以所述球头1和所述球窝5处于非精准对接的位姿作为非标准位。
5.2)所述球头1和所述球窝5在标准位时,以圆心像素坐标I(ulA,vlA)、圆心像素坐标II(urB,vrB)和圆心像素坐标III(urC,vrC)为顶点建立矢量直角三角形ABC。直角三角形ABC外接圆圆心记为P。
5.3)所述球头1和所述球窝5在非标准位时,三个所述工业CCD相机3分别拍摄三个所述球窝5提取新的圆心位姿,形成新的矢量直角三角形A1B1C1。直角三角形A1B1C1外接圆圆心记为P1。
5.4)以直角三角形A1B1C1外接圆圆心P1为旋转中心,计算出所述球头1和所述球窝5由非标准位到标准位对接所需调整的位移量和旋转量θ。主要步骤如下:
5.4.1)将所述球头1和所述球窝5位于标准位和非标准位时提取的圆心坐标转换至同一坐标平面内。
在坐标系XOY中,位于标准位的三个所述球窝5的圆心的坐标分别为A(0,0)、B(0,a)和C(c,0)。所述球头1和所述球窝5未对接时,三个所述球窝5的圆心坐标分别为A1(x1,y1)、B1(x2,y2)和C1(x3,y3)。
5.4.2)X方向上,圆心P1到圆心P的平移量为:
式中,x1、x2和x3分别为所述球头1和所述球窝5未对接时,三个所述球窝5的圆心横坐标。
Y方向上,圆心P1到圆心P的平移量为:
式中,y1、y2和y3分别为所述球头1和所述球窝5未对接时,三个所述球窝5的圆心纵坐标。
旋转量θ如下所示:
式中,θ为和之间的夹角。x1、x2和x3分别为所述球头1和所述球窝5未对接时,三个所述球窝5的圆心横坐标。y1、y2和y3分别为所述球头1和所述球窝5未对接时,三个所述球窝5的圆心纵坐标。a为位于标准位的所述球窝5的圆心纵坐标。c为位于标准位的所述球窝5的圆心横坐标
6)根据解算处理的对接需要调整的三自由度位姿,调整所述转运对接机构的三自由度位姿。
Claims (7)
1.一种基于机器视觉的转运对接机构,其特征在于:主要包括所述三个球头(1)、转运车(2)、三个工业CCD相机(3)、对接箱体(4)、三个球窝(5)和环形光源(6);
三个所述球头(1)安装在所述转运车(1)顶部左右两侧边缘;三个所述球头(1)构成直角三角形;每个所述球头(1)具有和所述工业CCD相机(3)大小相匹配的通孔。
所述工业CCD相机(3)安装在所述球头(1)的通孔中;
安装在位于直角位姿的所述球头(1)的通孔内的所述工业CCD相机(3)记为主相机A(301),其余两个所述工业CCD相机(3)分别记为相机B(302)和相机C(303);
主相机A(301)和相机B(302)构成双目相机I;主相机A(301)和相机C(303)构成双目相机II;
每个所述工业CCD相机(3)装配有定焦镜头(304);
所述对接箱体(4)悬挂在所述转运车(2)的正上方;
所述对接箱体(4)的底部挖有三个所述球窝(5);所述球窝(5)的位姿和所述球头(1)和所述主相机A(301)的位姿相匹配;
匹配主相机A(301)的位姿的所述球窝(5)记为球窝I(501);
匹配相机B(302)的位姿的所述球窝(5)记为球窝II(502);
匹配相机C(303)的位姿的所述球窝(5)记为球窝III(503);
所述球窝(5)的顶部为圆截面(504);所述球窝(5)顶部圆截面(504)的外围具有环形槽;
所述环形光源(6)卡接在所述环形槽内。
2.一种基于机器视觉的转运对接机构的三自由度位姿检测方法,其特征在于,主要包括以下步骤:
1)安装基于机器视觉的转运对接结构;对所述转运对接机构进行两组双目标定;
2)采集三个所述球窝外圆信息;主要包括三个所述顶部圆截面(504)的图像信息和三个所述外圆截面(505)的图像信息;
3)对三个所述顶部圆截面(504)图像信息进行预处理,提取所述球窝(5)的圆心坐标;预处理主要包括图像降噪、二值化和滤波;
4)建立同一位姿解算平面坐标系;
5)实时解算对接需要调整的三自由度位姿;
6)根据解算处理的对接需要调整的三自由度位姿,调整所述转运对接机构的三自由度位姿。
3.根据权利要求2所述的基于机器视觉的转运对接机构的三自由度位姿检测方法,其特征在于,进行双目标定的主要步骤如下:
1)获取主相机A(301)的内参其中,dxA为主相机A(301)单个感光单元芯片的长度;dyA为主相机A(301)单个感光单元芯片的宽度;CxA为主相机A(301)单个感光单元芯片在x方向的偏移;CyA为主相机A(301)单个感光单元芯片在y方向的偏移;fA为主相机A(301)的焦距;获取主相机A(301)的外参RAl和TAl;RAl表示主相机A(301)的轴旋转参数;TAl表示主相机A(301)的轴平移参数;
获取相机B(302)的内参其中,dxB为相机B(302)单个感光单元芯片的长度;dyB为相机B(302)单个感光单元芯片的宽度;CxB为相机B(302)单个感光单元芯片在x方向的偏移;CyB为相机B(302)单个感光单元芯片在y方向的偏移;fB为相机B(302)的焦距;获取相机B(302)的外参TBr和RBr;RBr表示相机B(302)的轴旋转参数;TBr表示相机B(302)的轴平移参数;
获取相机C(303)的内参其中,dxC为相机C(303)单个感光单元芯片的长度;dyC为相机C(303)单个感光单元芯片的宽度;CxC为相机C(303)单个感光单元芯在x方向的偏移;CyC为相机C(303)单个感光单元芯片在y方向的偏移;fC为相机C(303)的焦距;获取相机C(303)的外参RCr和TCr;RCr表示相机C(303)的轴旋转参数;TCr表示相机C(303)的轴平移参数;
2)对主相机A(301)和相机B(302)进行双目标定,确定两个相机的相对位置关系,得出主相机A(301)和相机B(302)之间的旋转矩阵R1和平移向量T1;
式中,RAl为主相机A(301)的轴旋转参数;RBr为相机B(302)的轴旋转参数;
T1=TBr-R1TAl; (2)
式中,TAl为主相机A(301)的轴平移参数;TBr为相机B(302)的轴平移参数;R1为主相机A(301)和相机B(302)之间的旋转矩阵;
对主相机A(301)和相机C(303)进行双目标定,得出主相机A(301)和相机C(303)之间的旋转矩阵R2和平移向量T2;
式中,RAl为主相机A(301)的轴旋转参数;RCr为相机C(303)的轴旋转参数;
T2=TCr-R2TAl; (4)
式中,TAl为主相机A(301)的轴平移参数;TCr为相机C(303)的轴平移参数;R2为主相机A(301)和相机C(303)之间的旋转矩阵。
4.根据权利要求2所述的基于机器视觉的转运对接机构的三自由度位姿检测方法,其特征在于,采集三个球窝外圆信息的主要步骤如下:
1)向上移动所述转运车(2),直至所述球窝(5)的外圆截面(505)在所述工业CCD相机(3)的视野内;所述工业CCD相机(3)采集所述球窝(5)外圆截面(505)处的大圆图像信息;主相机A(301)采集的所述球窝(5)外圆截面(505)处的大圆图像信息记为图像I;相机B(302)采集的所述球窝(5)外圆截面(505)处的大圆图像信息记为图像II;相机C(303)采集的所述球窝(5)外圆截面(505)处的大圆图像信息记为图像III;
2)继续向上移动所述转运车(2),缩短所述球头(1)和所述球窝(5)之间的距离,直至所述球窝(5)的外圆截面(505)超出所述工业CCD相机(3)的视野;所述工业CCD相机(3)采集所述球窝(5)顶部圆截面(504)处的小圆图像信息;主相机A(301)采集的所述球窝(5)顶部圆截面(504)处的小圆图像信息记为图像IV;相机B(302)采集的所述球窝(5)顶部圆截面(504)处的小圆图像信息记为图像V;相机C(303)采集的所述球窝(5)顶部圆截面(504)处的小圆图像信息记为图像VI。
5.根据权利要求2所述的基于机器视觉的转运对接机构的三自由度位姿检测方法,其特征在于,提取球窝圆心坐标的主要步骤如下:
1)对图像I、图像II、图像III、图像IV、图像V和图像VI进行畸变矫正;
2)提取矫正后的图像I、图像II、图像III、图像IV、图像V和图像VI的边缘;
3)提取图像I的圆心,得出圆心像素坐标I(ulA,vlA);
提取图像II的圆心,得出圆心像素坐标II(urB,vrB);
提取图像III的圆心,得出圆心像素坐标III(urC,vrC);
提取图像IV的圆心,得出圆心像素坐标IV(u’lA,v’lA);
提取图像V的圆心,得出圆心像素坐标V(u’rB,v’rB);
提取图像VI的圆心,得出圆心像素坐标VI(u’rC,v’rC);
4)判断圆心像素坐标I(ulA,vlA)和圆心像素坐标IV(u’lA,v’lA)的关系;
5)若(ulA,vlA)=(u’lA,v’lA),则圆心像素坐标I(ulA,vlA)为所述球窝I(501)的圆心像素坐标;若(ulA,vlA)≠(u’lA,v’lA),则重新拍摄图像I和图像IV,重复步骤1至步骤3,直至(ulA,vlA)=(u’lA,v’lA);
判断圆心像素坐标II(urB,vrB)和圆心像素坐标V(u’rB,v’rB)的关系;若(urB,vrB)=(u’rB,v’rB),则圆心像素坐标II(urB,vrB)为所述球窝II(502)的圆心像素坐标;若(urB,vrB)≠(u’rB,v’rB),则重新拍摄图像II和图像V,重复步骤1至步骤4,直至(urB,vrB)=(u’rB,v’rB);
判断圆心像素坐标III(urC,vrC)和圆心像素坐标VI(u’rC,v’rC)的关系;若(urC,vrC)=(u’rC,v’rC),则圆心像素坐标III(urC,vrC)为所述球窝III(503)的圆心像素坐标;若(urC,vrC)≠(u’rC,v’rC),则重新拍摄图像III和图像VI,重复步骤1至步骤4,直至(urC,vrC)=(u’rC,v’rc)。
6.根据权利要求2所述的基于机器视觉的转运对接机构的三自由度位姿检测方法,其特征在于,
建立同一位姿解算平面坐标系的主要步骤如下:
1)在主相机A(301)、相机B(302)和相机C(303)所在平面建立相机坐标系;
在相机坐标系的坐标记为(XA,YA,ZA);相机B(302)在相机坐标系的坐标记为(XB,YB,ZB);相机C(303)在相机坐标系的坐标记为(XC,YC,Zc);
2)将相机B(302)所拍摄的图像II的坐标转换到主相机A(301)所拍摄的图像I所在的同一平面坐标系内;主要步骤如下:
2.1)将圆心像素坐标I(ulA,vlA)转换为齐次坐标I(ulA,vlA,1);将主相机A(301)在相机坐标系的坐标(XA,YA,ZA)转换为齐次坐标IV(XA,YA,ZA,1);
将圆心像素坐标II(urB,vrB)转换为齐次坐标II(urB,vrB,1);将相机B(302)在相机坐标系的坐标(XB,YB,ZB)转换为齐次坐标V(XB,YB,ZB,1);
2.2)设置主相机A(301)所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵AA;转换矩阵AA如下所示:
式中,uA0和vA0分别是图像I的中心像素坐标和原点像素坐标之间相差的横向像素数和纵向像素数;dxA为主相机A(301)单个感光单元芯片的长度;dyA为主相机A(301)单个感光单元芯片的宽度;XA为主相机A(301)在相机坐标系的横坐标;YA为主相机A(301)在相机坐标系的纵坐标;
设置图像I的物理坐标和主相机A(301)相机坐标之间的转换矩阵BA;转换矩阵BA如下所示:
式中,fA为主相机A(301)的焦距;
设置相机B(302)所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵AB;转换矩阵AB如下所示:
其中uB0、vB0是图像II的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数;dxB为相机B(302)单个感光单元芯片的长度;dyB为相机B(302)单个感光单元芯片的宽度;XB为相机B(302)在相机坐标系的横坐标;YB为相机B(302)在相机坐标系的纵坐标;
设置图像II的物理坐标和相机B(302)的相机坐标之间的转换矩阵BB;
式中,fB为相机B(302)的焦距;
2.3)构建齐次坐标I(ulA,vlA,1)和齐次坐标IV(XA,YA,ZA,1)的转换关系;转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I;(XA,YA,ZA,1)为齐次坐标IV;AA3×3为主相机A(301)所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵;BA3×4为图像I的物理坐标和主相机A(301)相机坐标之间的转换矩阵;ZA为齐次坐标I和齐次坐标IV的转换系数;
2.4)构建齐次坐标II(urB,vrB,1)和齐次坐标V(XB,YB,ZB,1)的转换关系;转换关系如下所示:
式中,(urB,vrB,1)为齐次坐标II;(XB,YB,ZB,1)为齐次坐标V;AB3×3为相机B(302)所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵;BB3×4为图像II的物理坐标和相机B(302)的相机坐标之间的转换矩阵;ZB为齐次坐标II和齐次坐标V的转换系数;
2.5)根据旋转矩阵R1和平移向量T1构建双目相机I转换矩阵H1;转换矩阵H1如下所示:
式中,R1为主相机A(301)和相机B(302)之间的旋转矩阵;T1为主相机A(301)和相机B(302)之间的平移向量;
2.6)构建齐次坐标IV和齐次坐标V的转换关系;转换关系如下所示:
式中,(XA,YA,ZA,1)为齐次坐标IV;(XB,YB,ZB,1)为齐次坐标V;R1为主相机A(301)和相机B(302)之间的旋转矩阵;T1为主相机A(301)和相机B(302)之间的平移向量;
2.7)构建齐次坐标I和齐次坐标V的转换关系;转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I;(XB,YB,ZB,1)为齐次坐标V;H1为双目相机I转换矩阵;ZA为齐次坐标I和齐次坐标IV之间的转换系数;BB3×4为图像II的物理坐标和相机B(302)的相机坐标之间的转换矩阵;AA3×3为主相机A(301)所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵;ZA为齐次坐标I和齐次坐标IV的转换系数;
其中,矩阵M1如下所示:
M13×4=AA3×3·BB3×4·H14×4; (14)
简化公式13,可得:
式中,(ulA,vlA,1)为齐次坐标I;(XB,YB,ZB,1)为齐次坐标V;M1+为矩阵M1的广义逆矩阵;ZA为齐次坐标I和齐次坐标IV之间的转换系数;
2.8)将相机B(302)所拍摄的图像II的坐标转换到主相机A(301)所拍摄的图像I所在的同一平面坐标系内;转换公式如下:
式中,(ulA,vlA,1)为齐次坐标I;(urB,vrB,1)为齐次坐标II;AB3×3为相机B(302)所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵;BB3×4为图像II的物理坐标和相机B(302)的相机坐标之间的转换矩阵;M14×3 +为矩阵M1的广义逆矩阵;ZA为齐次坐标I和齐次坐标IV之间的转换系数;ZB为齐次坐标II和齐次坐标V之间的转换系数;
根据公式16,图像I和图像II的像素坐标转换矩阵C3×3如下所示:
C3×3=AB3×3·BB3×4·ZA·M1+ 4×3; (17)
式中,AB3×3为相机B(302)所拍摄的图像II的像素坐标和图像物理坐标之间的转换矩阵;BB3×4为图像II的物理坐标和相机B(302)的相机坐标之间的转换矩阵;M14×3 +为矩阵M1的广义逆矩阵;ZA为齐次坐标I和齐次坐标IV之间的转换系数;
3)将相机C(303)所拍摄的图像III的坐标转换到主相机A(301)所拍摄的图像I所在的同一平面坐标系内;主要步骤如下:
3.1)将圆心像素坐标III(urC,vrC)转换为齐次坐标III(urC,vrC,1);将相机C(303)在相机坐标系的坐标(XC,YC,ZC)转换为齐次坐标VI(XC,YC,ZC,1);
3.2)设置相机C(303)所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵AC;转换矩阵AC如下所示:
其中uC0、vC0是图像III的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数;dxC为相机C(303)单个感光单元芯片的长度;dyC为相机C(303)单个感光单元芯片的宽度;XC为相机C(303)在相机坐标系的横坐标;YC为相机C(303)在相机坐标系的纵坐标;
设置图像III的物理坐标和相机C(303)的相机坐标之间的转换矩阵BC;
式中,fC为相机C(303)的焦距;
3.3)构建齐次坐标III(urC,vrC,1)和齐次坐标VI(XC,YC,ZC,1)的转换关系;转换关系如下所示:
式中,(urC,vrC,1)为齐次坐标III;(XC,Yc,ZC,1)为齐次坐标VI;AC3×3为相机C(303)所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵;BC3×4为图像III的物理坐标和相机C(303)的相机坐标之间的转换矩阵;ZC为齐次坐标III和齐次坐标VI之间的转换系数;
3.4)根据旋转矩阵R2和平移向量T2构建双目相机II转换矩阵H2;转换矩阵H2如下所示:
式中,R2为主相机A(301)和相机C(303)之间的旋转矩阵;T2为主相机A(301)和相机C(303)之间的平移向量;
3.5)构建齐次坐标IV和齐次坐标VI的转换关系;转换关系如下所示:
式中,(XA,YA,ZA,1)为齐次坐标IV;(XC,YC,ZC,1)为齐次坐标VI;R2为主相机A(301)和相机C(303)之间的旋转矩阵;T2为主相机A(301)和相机C(303)之间的平移向量;
3.6)构建齐次坐标I和齐次坐标VI的转换关系;转换关系如下所示:
式中,(ulA,vlA,1)为齐次坐标I;(XC,YC,ZC,1)为齐次坐标VI;H2为双目相机II转换矩阵;ZC为齐次坐标III和齐次坐标VI之间的转换系数;AA3×3为主相机A(301)所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵;BC3×4图像III的物理坐标和相机C(303)的相机坐标之间的转换矩阵;
矩阵M23×4如下所示:
M23×4=AA3×3·BC3×4·H24×4; (24)
式中,AA3×3为主相机A(301)所拍摄的图像I的像素坐标和物理坐标之间的转换矩阵;BC3×4图像III的物理坐标和相机C(303)的相机坐标之间的转换矩阵;
简化公式23,可得:
式中,(ulA,vlA,1)为齐次坐标I;(XC,YC,ZC,1)为齐次坐标VI;M2+为矩阵M2的广义逆矩阵;
3.7)将相机C(303)所拍摄的图像III的坐标转换到主相机A(301)所拍摄的图像I所在的同一平面坐标系内;转换公式如下:
式中,(ulA,vlA,1)为齐次坐标I;(urC,vrC,1)为齐次坐标III;AC3×3为相机C(303)所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵;BC3×4为图像III的物理坐标和相机C(303)的相机坐标之间的转换矩阵;M24×3 +为矩阵M2的广义逆矩阵;ZC为齐次坐标III和齐次坐标VI之间的转换系数;ZA为齐次坐标I和齐次坐标IV的转换系数;
根据公式26,图像I和图像III的像素坐标转换矩阵D3×3如下所示:
D3×3=AC3×3·BC3×4·ZA·M2+ 4×3; (27)
式中,AC3×3为相机C(303)所拍摄的图像III的像素坐标和图像物理坐标之间的转换矩阵;BC3×4为图像III的物理坐标和相机C(303)的相机坐标之间的转换矩阵;M24×3 +为矩阵M2的广义逆矩阵;ZA为齐次坐标I和齐次坐标IV之间的转换系数。
7.根据权利要求2所述的基于机器视觉的转运对接机构的三自由度位姿检测方法,其特征在于,实时解算对接需要调整的三自由度位姿的主要步骤如下:
1)在转换后的同一坐标平面内,以所述球头(1)和所述球窝(5)精准对接的位姿作为标准零位;以所述球头(1)和所述球窝(5)处于非精准对接的位姿作为非标准位;
2)所述球头(1)和所述球窝(5)在标准位时,以圆心像素坐标I(ulA,vlA)、圆心像素坐标II(urB,vrB)和圆心像素坐标III(urC,vrC)为顶点建立矢量直角三角形ABC;直角三角形ABC外接圆圆心记为P;
3)所述球头(1)和所述球窝(5)在非标准位时,三个所述工业CCD相机(3)分别拍摄三个所述球窝(5)提取新的圆心位姿,形成新的矢量直角三角形A1B1C1;直角三角形A1B1C1外接圆圆心记为P1;
4)以直角三角形A1B1C1外接圆圆心P1为旋转中心,计算出所述球头(1)和所述球窝(5)由非标准位到标准位对接所需调整的位移量和旋转量θ;主要步骤如下:
4.1)将所述球头(1)和所述球窝(5)位于标准位和非标准位时提取的圆心坐标转换至同一坐标平面内;
在坐标系XOY中,位于标准位的三个所述球窝(5)的圆心的坐标分别为A(0,0)、B(0,a)和C(c,0);所述球头(1)和所述球窝(5)未对接时,三个所述球窝(5)的圆心坐标分别为A1(x1,y1)、B1(x2,y2)和C1(x3,y3);
4.2)X方向上,圆心P1到圆心P的平移量为:
式中,x1、x2和x3分别为所述球头(1)和所述球窝(5)未对接时,三个所述球窝(5)的圆心横坐标;
Y方向上,圆心P1到圆心P的平移量为:
式中,y1、y2和y3分别为所述球头(1)和所述球窝(5)未对接时,三个所述球窝(5)的圆心纵坐标;
旋转量θ如下所示:
式中,θ为和之间的夹角;x1、x2和x3分别为所述球头(1)和所述球窝(5)未对接时,三个所述球窝(5)的圆心横坐标;y1、y2和y3分别为所述球头(1)和所述球窝(5)未对接时,三个所述球窝(5)的圆心纵坐标;a为位于标准位的所述球窝(5)的圆心纵坐标;c为位于标准位的所述球窝(5)的圆心横坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810227812.8A CN108460804A (zh) | 2018-03-20 | 2018-03-20 | 一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810227812.8A CN108460804A (zh) | 2018-03-20 | 2018-03-20 | 一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108460804A true CN108460804A (zh) | 2018-08-28 |
Family
ID=63237454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810227812.8A Pending CN108460804A (zh) | 2018-03-20 | 2018-03-20 | 一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108460804A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109373894A (zh) * | 2018-09-27 | 2019-02-22 | 南京航空航天大学 | 一种基于分布式单目视觉的飞机部件连接交点孔系自动定位方法 |
CN109448056A (zh) * | 2018-10-30 | 2019-03-08 | 国网北京市电力公司 | 通信模块的接驳方法和装置、存储介质、电子装置 |
CN110606221A (zh) * | 2019-09-19 | 2019-12-24 | 成都立航科技股份有限公司 | 一种用于挂弹车自动挂弹的方法 |
CN111012506A (zh) * | 2019-12-28 | 2020-04-17 | 哈尔滨工业大学 | 基于立体视觉的机器人辅助穿刺手术末端工具中心标定方法 |
CN111735388A (zh) * | 2020-07-21 | 2020-10-02 | 上海上飞飞机装备制造有限公司 | 一种用于飞机数字化对接的部件锁紧视觉定位方法 |
CN113681590A (zh) * | 2021-08-27 | 2021-11-23 | 中国矿业大学 | 一种模块化机器人对接装置及对接方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100575108B1 (ko) * | 2004-04-30 | 2006-04-28 | 한국과학기술원 | 비전 센서를 이용하여 다수 비행체를 도킹시키는 방법 |
CN101419055A (zh) * | 2008-10-30 | 2009-04-29 | 北京航空航天大学 | 基于视觉的空间目标位姿测量装置和方法 |
CN106342063B (zh) * | 2006-05-19 | 2009-07-01 | 中国人民解放军国防科学技术大学 | 直升机助降的视频图像测量方法 |
CN101650179A (zh) * | 2009-09-14 | 2010-02-17 | 中南大学 | 接触网偏移量的检测方法及其检测系统 |
CN102436261A (zh) * | 2011-12-05 | 2012-05-02 | 北京航空航天大学 | 基于单目摄像头和led的机器人对接定位和导航策略 |
CN103231708A (zh) * | 2013-04-12 | 2013-08-07 | 安徽工业大学 | 一种基于双目视觉的智能车辆避障方法 |
CN103292695A (zh) * | 2013-05-10 | 2013-09-11 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN104820978A (zh) * | 2015-01-28 | 2015-08-05 | 山西迪迈沃科光电工业有限公司 | 一种ccd相机的基准定位方法 |
CN105488941A (zh) * | 2016-01-15 | 2016-04-13 | 中林信达(北京)科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
CN105701827A (zh) * | 2016-01-15 | 2016-06-22 | 中林信达(北京)科技信息有限责任公司 | 可见光相机与红外相机的参数联合标定方法及装置 |
CN106524946A (zh) * | 2016-10-27 | 2017-03-22 | 西南科技大学 | 一种隔水管自动对接检测装置 |
CN106809730A (zh) * | 2017-01-18 | 2017-06-09 | 北京理工大学 | 一种基于视觉的集装箱自动对接起吊系统及起吊方法 |
CN106840106A (zh) * | 2016-12-31 | 2017-06-13 | 重庆大学 | 基站式六自由度对接位姿检测方法 |
CN106885514A (zh) * | 2017-02-28 | 2017-06-23 | 西南科技大学 | 一种基于机器视觉的深水钻井隔水管自动对接位姿检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106342063C (zh) * | 2006-05-19 | 2009-07-01 | 中国人民解放军国防科学技术大学 | 直升机助降的视频图像测量方法 |
-
2018
- 2018-03-20 CN CN201810227812.8A patent/CN108460804A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100575108B1 (ko) * | 2004-04-30 | 2006-04-28 | 한국과학기술원 | 비전 센서를 이용하여 다수 비행체를 도킹시키는 방법 |
CN106342063B (zh) * | 2006-05-19 | 2009-07-01 | 中国人民解放军国防科学技术大学 | 直升机助降的视频图像测量方法 |
CN101419055A (zh) * | 2008-10-30 | 2009-04-29 | 北京航空航天大学 | 基于视觉的空间目标位姿测量装置和方法 |
CN101650179A (zh) * | 2009-09-14 | 2010-02-17 | 中南大学 | 接触网偏移量的检测方法及其检测系统 |
CN102436261A (zh) * | 2011-12-05 | 2012-05-02 | 北京航空航天大学 | 基于单目摄像头和led的机器人对接定位和导航策略 |
CN103231708A (zh) * | 2013-04-12 | 2013-08-07 | 安徽工业大学 | 一种基于双目视觉的智能车辆避障方法 |
CN103292695A (zh) * | 2013-05-10 | 2013-09-11 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN104820978A (zh) * | 2015-01-28 | 2015-08-05 | 山西迪迈沃科光电工业有限公司 | 一种ccd相机的基准定位方法 |
CN105488941A (zh) * | 2016-01-15 | 2016-04-13 | 中林信达(北京)科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
CN105701827A (zh) * | 2016-01-15 | 2016-06-22 | 中林信达(北京)科技信息有限责任公司 | 可见光相机与红外相机的参数联合标定方法及装置 |
CN106524946A (zh) * | 2016-10-27 | 2017-03-22 | 西南科技大学 | 一种隔水管自动对接检测装置 |
CN106840106A (zh) * | 2016-12-31 | 2017-06-13 | 重庆大学 | 基站式六自由度对接位姿检测方法 |
CN106809730A (zh) * | 2017-01-18 | 2017-06-09 | 北京理工大学 | 一种基于视觉的集装箱自动对接起吊系统及起吊方法 |
CN106885514A (zh) * | 2017-02-28 | 2017-06-23 | 西南科技大学 | 一种基于机器视觉的深水钻井隔水管自动对接位姿检测方法 |
Non-Patent Citations (6)
Title |
---|
MYO MYINT ET AL: "Visual-servo-based autonomous docking system for underwater vehicle using dual-eyes camera 3D-pose tracking", 《2015 IEEE/SICE INTERNATIONAL SYMPOSIUM ON SYSTEM INTEGRATION (SII)》 * |
TAO GUO ET AL: "Automatic Posture Alignment Method of Spacecraft in Docking Process of Solar Wing", <2017 10TH INTERNATIONAL SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE AND DESIGN (ISCID)> * |
WEI WANG ET AL: "Valid joint workspace and self-aligning docking conditions of a reconfigurable mobile multi-robots system", 《2009 ASME/IFTOMM INTERNATIONAL CONFERENCE ON RECONFIGURABLE MECHANISMS AND ROBOTS》 * |
宋薇等: "高功率激光装置中靶的定位调试", 《光学精密工程》 * |
武金岗等: "地图信息的数字化处理", 《气象》 * |
王士鑫: "基于双目立体视觉的瓜子三维特殊形态检测的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109373894A (zh) * | 2018-09-27 | 2019-02-22 | 南京航空航天大学 | 一种基于分布式单目视觉的飞机部件连接交点孔系自动定位方法 |
CN109373894B (zh) * | 2018-09-27 | 2020-06-09 | 南京航空航天大学 | 一种基于分布式单目视觉的飞机部件连接交点孔系自动定位方法 |
CN109448056A (zh) * | 2018-10-30 | 2019-03-08 | 国网北京市电力公司 | 通信模块的接驳方法和装置、存储介质、电子装置 |
CN109448056B (zh) * | 2018-10-30 | 2021-12-10 | 国网北京市电力公司 | 通信模块的接驳方法和装置、存储介质、电子装置 |
CN110606221A (zh) * | 2019-09-19 | 2019-12-24 | 成都立航科技股份有限公司 | 一种用于挂弹车自动挂弹的方法 |
CN111012506A (zh) * | 2019-12-28 | 2020-04-17 | 哈尔滨工业大学 | 基于立体视觉的机器人辅助穿刺手术末端工具中心标定方法 |
CN111735388A (zh) * | 2020-07-21 | 2020-10-02 | 上海上飞飞机装备制造有限公司 | 一种用于飞机数字化对接的部件锁紧视觉定位方法 |
CN111735388B (zh) * | 2020-07-21 | 2020-11-17 | 上海上飞飞机装备制造有限公司 | 一种用于飞机数字化对接的部件锁紧视觉定位方法 |
CN113681590A (zh) * | 2021-08-27 | 2021-11-23 | 中国矿业大学 | 一种模块化机器人对接装置及对接方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460804A (zh) | 一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 | |
CN111243033B (zh) | 一种优化双目相机外参数的方法 | |
CN109410207B (zh) | 一种基于ncc特征的无人机巡线图像输电线路检测方法 | |
CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
WO2017092631A1 (zh) | 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法 | |
CN110146038B (zh) | 筒形件装配转角的分布式单目相机激光测量装置及方法 | |
CN109029299B (zh) | 舱段销孔对接转角的双相机测量装置及测量方法 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
CN110782394A (zh) | 全景视频快速拼接方法及系统 | |
CN112734863B (zh) | 一种基于自动定位的交叉式双目相机标定方法 | |
CN109598762A (zh) | 一种高精度双目相机标定方法 | |
CN114119553B (zh) | 一种以十字激光为基准的双目视觉异面圆孔检测方法 | |
CN108776980A (zh) | 一种面向微透镜光场相机的标定方法 | |
CN106612390B (zh) | 具有双成像模块的摄像模组及其光轴平行度调整方法 | |
CN106643555B (zh) | 基于结构光三维测量系统的连接件识别方法 | |
Ellmauthaler et al. | A novel iterative calibration approach for thermal infrared cameras | |
WO2021129437A1 (zh) | 一种无需白图像的光场相机检校方法及系统 | |
CN110060304B (zh) | 一种生物体三维信息采集方法 | |
CN109855602A (zh) | 运动视场下的单目视觉定位方法 | |
CN106886976B (zh) | 一种基于内参数修正鱼眼像机的图像生成方法 | |
CN106447735A (zh) | 一种全景相机几何标定处理方法 | |
CN108269234A (zh) | 一种全景相机镜头姿态估计方法及全景相机 | |
CN110827360B (zh) | 一种光度立体式测量系统及其标定光源方向的方法 | |
CN109118529A (zh) | 一种基于视觉的螺孔图像快速定位方法 | |
CN108694713A (zh) | 一种基于立体视觉的星箭对接环局部环段识别与测量方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180828 |