CN109990704B - 基于机器视觉的平面四连杆机构位姿检测系统及检测方法 - Google Patents

基于机器视觉的平面四连杆机构位姿检测系统及检测方法 Download PDF

Info

Publication number
CN109990704B
CN109990704B CN201910216402.8A CN201910216402A CN109990704B CN 109990704 B CN109990704 B CN 109990704B CN 201910216402 A CN201910216402 A CN 201910216402A CN 109990704 B CN109990704 B CN 109990704B
Authority
CN
China
Prior art keywords
mark
line
area
point
mark point
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
CN201910216402.8A
Other languages
English (en)
Other versions
CN109990704A (zh
Inventor
王兴东
刘胜利
郭东生
刘钊
朱重阳
郝石东
郑天伦
周玲
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.)
Wuhan University of Science and Engineering WUSE
Original Assignee
Wuhan University of Science and Engineering WUSE
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 Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN201910216402.8A priority Critical patent/CN109990704B/zh
Publication of CN109990704A publication Critical patent/CN109990704A/zh
Application granted granted Critical
Publication of CN109990704B publication Critical patent/CN109990704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于机器视觉的平面四连杆机构位姿检测系统及检测方法。其技术方案是：在平面四连杆机构的摇杆(2)和连杆(3)表面做五个标记点和两个标记线；利用CMOS工业数字相机(9)连续采集运动中的平面四连杆机构中含标记点和标记线的端面图像；再对端面图像进行图像处理，即得五个标记点区域圆心在端面图像中的坐标和两个标记线在端面图像中的位置方程；得到端面图像的连杆(3)和摇杆(2)的夹角，并得到摇杆(2)上铰点处的标记点分别到连杆(3)上一根标记线和另一根标记线的距离。其余端面图像逐帧依此处理。本发明结构简单和使用方便，能避免被测对象的损坏，通过合理匹配运动副间隙，为提高真实机构的运动精度奠定基础。

Description

基于机器视觉的平面四连杆机构位姿检测系统及检测方法
技术领域
本发明属于平面连杆机构位姿检测技术领域。具体涉及一种基于机器视觉的平面四连杆机构位姿检测系统及检测方法。
背景技术
平面连杆机构是一种常见的传动机构，在从传统的机械制造业到航空航天技术领域、机器人制造、仪表等精密机械中具有广泛的应用。
随着现代高科技的发展，现代高精密机构对位置精度的要求不断提高和机构运行环境的日益复杂，机构的高可靠性、长寿命问题已成为人们关注的焦点；尤其是机构经过长时间工作后，运动副的磨损间隙所引起的系统动力学特性、运动精度、稳定性等问题更是关注的焦点。
实际机构中，运动副间隙是不可避免的。精确检测含转动间隙平面连杆机构运动过程中的位姿信息是很有必要的。
很多学者都在利用平面四连杆机构来研究转动副间隙引起的系统动力学特性、运动精度和稳定性问题，广泛使用位移传感器、旋转编码器和加速度传感器等传感器的综合使用来完成机构的各参数测量，但传感器的安装使用会引入额外结构而导致被测物体位姿发生变化。
视觉检测技术作为一种非接触式测量方法，具有实时性好、数据采集和处理自动化程度高等特点，目前已广泛应用于工业、军事、医学等领域，并得到极大的关注，在含间隙平面连杆机构位姿检测研究领域尚未得到引用。
发明内容
本发明旨在克服现有技术缺陷，目的在于提供一种结构简单和使用方便的基于机器视觉的平面四连杆机构位姿检测系统，采用该系统检测能避免被测对象的损坏又适合被测对象不可接触的情况，便于真实机构的位姿检测；为研究含转动副间隙的平面四连杆机构的运动精度和铰点处孔轴的接触-分离规律提供依据，通过合理匹配运动副间隙，为提高真实机构的运动精度奠定基础。
为了实现上述目的，本发明采用的技术方案是：
所述基于机器视觉的平面四连杆机构位姿检测系包括CMOS工业数字相机(9)、定焦镜头(8)、计算机(11)和被测平面四连杆机构；定焦镜头(8)安装在工业数字相机(9)上，工业数字相机(9)的定焦镜头(8)对准被测平面四连杆机构，工业数字相机(9)的视线与被测平面四连杆机构端面垂直，被测平面四连杆机构端面在工业数字相机(9)的视野内；工业数字相机(9)固定于相机支架(7)上，计算机(11)通过USB数据线(10)与工业数字相机(9)连接；计算机(11)中装有Microsoft Visual Studio 2017软件以及OpenCV开放源代码计算机视觉库。
所述平面四连杆机构是一种含有转动副间隙的真实机构，所述曲柄(6)两端设有曲柄套筒轴，两个曲柄套筒轴的轴线均与曲柄(6)的中心线垂直；所述连杆(3)的两端对称地设有套筒孔，两个套筒孔的孔中心线均与连杆(3)的中心线垂直；所述摇杆(2)两端设有摇杆套筒轴，两个摇杆套筒轴的轴线均与摇杆(2)的中心线垂直。
连杆(3)两端的套筒孔装有套筒，两个套筒孔的孔径相同，套筒孔孔径与套筒外径的名义尺寸相同；曲柄(6)两端的曲柄套筒轴和摇杆(2)两端的摇杆套筒轴的轴径相同，套筒的内壁与对应套筒轴的间隙为大于0且小于等于2mm。
曲柄(6)一端的曲柄套筒轴与伺服电机(4)的输出轴通过联轴器(5)轴连接，曲柄(6)另一端的曲柄套筒轴装入连杆(3)一端的套筒内，摇杆(2)一端的摇杆套筒轴装入连杆(3)另一端的套筒内，摇杆(2)另一端的摇杆套筒轴装入支座(1)的套筒内。
基于机器视觉的平面四连杆机构位姿检测系统的检测方法是：
步骤1、在平面四连杆机构的摇杆(2)表面做标记点A1和标记点A2，标记点A1和标记点A2的中心连线与摇杆(2)的中心线平行，标记点A1和标记点A2的实际距离记为L。
步骤2、在平面四连杆机构的连杆(3)表面做标记点A3和标记点A4，标记点A3和标记点A4的中心连线与连杆(3)的中心线平行。
步骤3、在摇杆(2)一端的套筒轴轴心做标记点A5。
步骤4、在连杆(3)一端端部做标记直线a1和标记直线a2，标记直线a1和标记直线a2相互垂直。
步骤5、启动伺服电机(4)，平面四连杆机构开始运动；Microsoft Visual Studio2017软件调用OpenCV开放源代码计算机视觉库的图像采集指令，来控制CMOS工业数字相机(9)连续采集等时间间隔的端面图像，所述端面为连杆3和摇杆2的铰接端端面，所述端面含有标记点A1、标记点A2、标记点A3、标记点A4、标记点A5、标记线a1和标记线a2；采集到的端面图像通过USB数据线(10)储存在计算机(11)中。
步骤6、用Microsoft Visual Studio 2017软件对储存在计算机(11)内的第1帧端面图像进行图像预处理：
步骤6.1、对端面图像进行滤波处理，使得端面图像的边缘增强。
步骤6.2、对滤波处理后的端面图像进行二值化分割。
步骤6.3、对二值化分割后的端面图像进行闭运算，去除标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域、标记点A5区域、标记线a1区域和标记线a2区域的噪声。
步骤6.4、对闭运算后端面图像的连通区域进行筛选，只保留标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域、标记点A5区域、标记线a1区域和标记线a2区域。
步骤7、用Microsoft Visual Studio 2017软件对预处理后的第1帧端面图像采用灰度重心法，分别获得第1帧端面图像中的标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域和标记点A5区域的圆心，得到各标记点区域的圆心在第1帧端面图像中的坐标：标记点A1区域的圆心坐标
Figure BDA0002002224340000031
标记点A2区域的圆心坐标
Figure BDA0002002224340000032
标记点A3区域的圆心坐标
Figure BDA0002002224340000033
标记点A4区域的圆心坐标
Figure BDA0002002224340000034
和标记点A5区域的圆心坐标
Figure BDA0002002224340000035
步骤8、根据标记点A1区域的圆心坐标
Figure BDA0002002224340000036
标记点A2区域的圆心坐标
Figure BDA0002002224340000037
标记点A3区域的圆心坐标
Figure BDA0002002224340000038
和标记点A4区域的圆心坐标
Figure BDA0002002224340000039
得到第1帧端面图像的连杆(3)和摇杆(2)的夹角α1
Figure BDA00020022243400000310
步骤9、通过Microsoft Visual Studio 2017软件采用边界跟踪算法，分别得到标记线a1的系列像素点和标记线a2的系列像素点，对标记线a1的系列像素点和标记线a2的系列像素点进行直线拟合，即得标记线a1和标记线a2在第1帧端面图像中的位置方程，得到标记线a1的方程
Figure BDA00020022243400000311
和标记线a2的方程
Figure BDA00020022243400000312
所述标记线a1的方程中：
Figure BDA00020022243400000313
表示第1帧端面图像标记线a1一般方程x的系数；
Figure BDA00020022243400000314
表示第1帧端面图像标记线a1一般方程y的系数；
Figure BDA00020022243400000315
表示第1帧端面图像标记线a1一般方程的常数项。
所述标记线a2的方程中：
Figure BDA00020022243400000316
表示第1帧端面图像标记线a2一般方程x的系数；
Figure BDA00020022243400000317
表示第1帧端面图像标记线a2一般方程y的系数；
Figure BDA00020022243400000318
表示第1帧端面图像标记线a2一般方程的常数项。
根据标记线a1的方程
Figure BDA00020022243400000319
和标记线a2的方程
Figure BDA00020022243400000320
得到第1帧端面图像中摇杆上标记点A5到连杆上标记线a1的距离
Figure BDA0002002224340000041
Figure BDA0002002224340000042
和摇杆上标记点A5到连杆上标记线a2的距离
Figure BDA0002002224340000043
Figure BDA0002002224340000044
式(2)和式(3)中：k表示比例系数，k为定值，
Figure BDA0002002224340000045
式(4)中：L表示标记点A1和标记点A2的实际距离。
步骤10、根据步骤6至步骤9的方法对采集到的端面图像逐帧进行处理，完成被测平面四连杆机构运动时的位姿检测。
由于采用上述技术方案，本发明具有如下积极效果：
第一、本发明主要由CMOS工业数字相机(9)、定焦镜头(8)、计算机(11)和被测平面四连杆机构组成，结构简单。
第二：本发明采用的相机为USB3.0接口的高帧率面阵CMOS工业数字相机，含有全局曝光CMOS感光芯片，通过USB3.0数据接口进行图像数据的传输，具有高分辨率、高清晰度、低噪声和安装使用方便等特点，能连续采集图像，实现对平面四连杆机构位姿的动态检测。
第三：本检测系统的采集系统和被测对象采用非接触形式，不改变被测物体的结构，不会由此引入额外结构导致被测物体位姿发生变化，故能避免被测对象的损坏又适合被测对象不可接触的情况。
第四：本发明在平面四连杆机构表面做标记点和标记线，便于图像的处理，提取标记点和标记线的特征，得到运动构件实际夹角和铰点相对位置；为研究含转动副间隙的平面四连杆机构的运动精度和铰点处孔轴的接触-分离规律提供依据，通过合理匹配运动副间隙，为提高真实机构的运动精度奠定基础。
第五：本发明的检测系统同被测物体间不需传输装置，只需特征点处于视场范围内即可通过采集的有效图像即可得到相对位姿关系。不仅适用于含转动副间隙的平面四连杆机构，同样适用于其他平面连杆机构的位姿检测。
因此，本发明具有结构简单和使用方便的特点；能避免被测对象的损坏又适合被测对象不可接触的情况，能完成含转动副间隙平面连杆机构的位姿动态检测；为研究含转动副间隙的平面四连杆机构的运动精度和铰点处孔轴的接触-分离规律提供依据，通过合理匹配运动副间隙，为提高真实机构的运动精度奠定基础。
附图说明
图1为本发明的一种基于机器视觉的平面四连杆机构位姿检测系统示意图；
图2为图1中的被测平面四连杆机构的示意图；
图3为图2的俯视示意图；
图4为图2中连杆3和摇杆2的铰接端的被测端面放大示意图；
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述，并非对其保护范围的限制。
实施例1
一种基于机器视觉的平面四连杆机构位姿检测系统及检测方法。
如图1所示，所述基于机器视觉的平面四连杆机构位姿检测系统包括MER-502-79U3M/CUSB3.0接口CMOS工业数字相机(9)、定焦镜头(8)、计算机(11)和被测平面四连杆机构；定焦镜头(8)安装在工业数字相机(9)上，工业数字相机(9)的定焦镜头(8)对准被测平面四连杆机构，工业数字相机(9)的视线与被测平面四连杆机构端面垂直，被测平面四连杆机构端面在工业数字相机(9)的视野内；工业数字相机(9)固定于相机支架(7)上，计算机(11)通过USB数据线(10)与工业数字相机(9)连接；计算机(11)中装有Microsoft VisualStudio2017软件以及OpenCV开放源代码计算机视觉库。
如图2和图3所示，所述平面四连杆机构是一种含有转动副间隙的真实机构，所述曲柄(6)两端设有曲柄套筒轴，两个曲柄套筒轴的轴线均与曲柄(6)的中心线垂直；所述连杆(3)的两端对称地设有套筒孔，两个套筒孔的孔中心线均与连杆(3)的中心线垂直；所述摇杆(2)两端设有摇杆套筒轴，两个摇杆套筒轴的轴线均与摇杆(2)的中心线垂直。
如图3所示，连杆(3)两端的套筒孔装有套筒，两个套筒孔的孔径相同，套筒孔孔径与套筒外径的名义尺寸相同；曲柄(6)两端的曲柄套筒轴和摇杆(2)两端的摇杆套筒轴的轴径相同，套筒的内壁与对应套筒轴的间隙为2mm。
曲柄(6)一端的曲柄套筒轴与伺服电机(4)的输出轴通过联轴器(5)轴连接，曲柄(6)另一端的曲柄套筒轴装入连杆(3)一端的套筒内，摇杆(2)一端的摇杆套筒轴装入连杆(3)另一端的套筒内，摇杆(2)另一端的摇杆套筒轴装入支座(1)的套筒内。
所述的基于机器视觉的平面四连杆机构位姿检测系统的检测方法，所述检测方法的步骤是：
步骤1、如图4所示，在平面四连杆机构的摇杆(2)表面做标记点A1和标记点A2，标记点A1和标记点A2的中心连线与摇杆(2)的中心线平行，标记点A1和标记点A2的实际距离L＝60mm。
步骤2、如图4所示，在平面四连杆机构的连杆(3)表面做标记点A3和标记点A4，标记点A3和标记点A4的中心连线与连杆(3)的中心线平行。
步骤3、如图4所示，在摇杆(2)一端的套筒轴轴心做标记点A5。
步骤4、如图4所示，在连杆(3)一端端部做标记直线a1和标记直线a2，标记直线a1和标记直线a2相互垂直。
步骤5、启动伺服电机(4)，平面四连杆机构开始运动；Microsoft Visual Studio2017软件调用OpenCV开放源代码计算机视觉库图像中数据采集指令，控制CMOS工业数字相机(9)连续采集等时间间隔的端面图像，连续采集时间t＝10s，时间间隔Δt＝0.05s，共采集200帧图像。如图4所示，所述端面为连杆3和摇杆2的铰接端端面，端面含有标记点A1、标记点A2、标记点A3、标记点A4、标记点A5、标记线a1和标记线a2；采集到的端面图像通过USB数据线(10)储存在计算机(11)中。
步骤6、Microsoft Visual Studio 2017软件对储存在计算机(11)内的第1帧端面图像进行图像预处理：
步骤6.1、对端面图像进行滤波处理，使得端面图像的边缘增强。
步骤6.2、对滤波处理后的端面图像进行二值化分割。
步骤6.3、对二值化分割后的端面图像进行闭运算，去除标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域、标记点A5区域、标记线a1区域和标记线a2区域的噪声。
步骤6.4、对闭运算后端面图像的连通区域进行筛选，只保留标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域、标记点A5区域、标记线a1区域和标记线a2区域。
步骤7、Microsoft Visual Studio 2017软件对步骤6中的第一帧图像进行处理，分别获得第1帧端面图像中的标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域和标记点A5区域的圆心，得到各标记点区域的圆心在第1帧端面图像中的坐标：标记点A1区域的圆心坐标
Figure BDA0002002224340000061
标记点A2区域的圆心坐标
Figure BDA0002002224340000062
标记点A3区域的圆心坐标
Figure BDA0002002224340000063
标记点A4区域的圆心坐标
Figure BDA0002002224340000064
和标记点A5区域的圆心坐标
Figure BDA0002002224340000065
步骤8、根据标记点A1区域的圆心坐标
Figure BDA0002002224340000066
标记点A2区域的圆心坐标
Figure BDA0002002224340000067
标记点A3区域的圆心坐标
Figure BDA0002002224340000068
和标记点A4区域的圆心坐标
Figure BDA0002002224340000071
得到第1帧图像的连杆(3)和摇杆(2)在被测平面连杆机构的夹角α1
Figure BDA0002002224340000072
步骤9、通过Microsoft Visual Studio 2017软件采用边界跟踪算法，分别得到标记线a1的系列像素点和标记线a2上的系列像素点，对标记线a1的系列像素点和标记线a2的系列像素点进行直线拟合，即得标记线a1和标记线a2在第1帧图像中的位置方程，获得标记线a1的方程
Figure BDA0002002224340000073
和标记线a2的方程
Figure BDA0002002224340000074
Figure BDA0002002224340000075
根据标记线a1的方程
Figure BDA0002002224340000076
和标记线a2的方程
Figure BDA0002002224340000077
得到第1帧端面图像中摇杆上标记点A5到连杆上标记线a1的距离
Figure BDA0002002224340000078
Figure BDA0002002224340000079
和摇杆上标记点A5到连杆上标记线a2的距离
Figure BDA00020022243400000710
Figure BDA00020022243400000711
本实施例中：k表示比例系数，k为定值(每帧端面图像中k相同)，
Figure BDA00020022243400000712
本实施例中：L表示标记点A1和标记点A2的实际距离(每帧端面图像中L均相同)。
步骤10、根据步骤6至步骤9的方法对采集到的端面图像逐帧进行处理：
第2帧端面图像
步骤6、Microsoft Visual Studio 2017软件对储存在计算机(11)内的第2帧端面图像进行图像预处理：
第2帧端面图像预处理方法同第1帧端面图像预处理的步骤6.1～6.4。
步骤7、Microsoft Visual Studio 2017软件对步骤6中的第2帧图像进行处理，分别获得第2帧端面图像中的标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域和标记点A5区域的圆心，得到各标记点区域的圆心在该帧端面图像中的坐标：标记点A1区域的圆心坐标
Figure BDA0002002224340000081
标记点A2区域的圆心坐标
Figure BDA0002002224340000082
标记点A3区域的圆心坐标
Figure BDA0002002224340000083
标记点A4区域的圆心坐标
Figure BDA0002002224340000084
标记点A5区域的圆心坐标
Figure BDA0002002224340000085
步骤8、根据标记点A1区域的圆心坐标
Figure BDA0002002224340000086
标记点A2区域的圆心坐标
Figure BDA0002002224340000087
标记点A3区域的圆心坐标
Figure BDA0002002224340000088
和标记点A4区域的圆心坐标
Figure BDA0002002224340000089
得到第2帧图像的连杆(3)和摇杆(2)在被测平面连杆机构的夹角α2
Figure BDA00020022243400000810
步骤9、通过Microsoft Visual Studio 2017软件采用边界跟踪算法，分别得到标记线a1的系列像素点和标记线a2的系列像素点，对标记线a1的系列像素点和标记线a2的系列像素点进行直线拟合，获得标记线a1和标记线a2在第2帧图像中的位置方程，标记线a1的方程
Figure BDA00020022243400000811
标记线a2的方程
Figure BDA00020022243400000812
Figure BDA00020022243400000813
根据标记线a1的方程
Figure BDA00020022243400000814
和标记线a2的方程
Figure BDA00020022243400000815
得到第2帧端面图像中摇杆上标记点A5到连杆上标记线a1的距离
Figure BDA00020022243400000816
Figure BDA00020022243400000817
和摇杆上标记点A5到连杆上标记线a2的距离
Figure BDA00020022243400000818
Figure BDA00020022243400000819
Figure BDA0002002224340000091
第200帧端面图像：
步骤6、Microsoft Visual Studio 2017软件对储存在计算机(11)内的第200帧端面图像进行图像预处理：
第200帧端面图像预处理方法同第1帧端面图像预处理的步骤6.1～6.4。
步骤7、Microsoft Visual Studio 2017软件对步骤6中的第200帧图像进行处理，分别获得该帧端面图像中的标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域和标记点A5区域的圆心，得到各标记点区域的圆心在第200帧端面图像中的坐标：标记点A1区域的圆心坐标
Figure BDA0002002224340000092
标记点A2区域的圆心坐标
Figure BDA0002002224340000093
标记点A3区域的圆心坐标
Figure BDA0002002224340000094
标记点A4区域的圆心坐标
Figure BDA0002002224340000095
标记点A5区域的圆心坐标
Figure BDA0002002224340000096
步骤8、根据标记点A1区域的圆心坐标
Figure BDA0002002224340000097
标记点A2区域的圆心坐标
Figure BDA0002002224340000098
标记点A3区域的圆心坐标
Figure BDA0002002224340000099
标记点A4区域的圆心坐标
Figure BDA00020022243400000910
得到第200帧图像的连杆(3)和摇杆(2)在被测平面连杆机构的夹角α200
Figure BDA00020022243400000911
步骤9、通过Microsoft Visual Studio 2017软件采用边界跟踪算法，分别得到标记线a1的系列像素点和标记线a2的系列像素点，对标记线a1的系列像素点和标记线a2的系列像素点进行直线拟合，获得标记线a1和标记线a2在第200帧端面图像中的位置方程，标记线a1的方程
Figure BDA00020022243400000912
标记线a2的方程
Figure BDA00020022243400000913
Figure BDA00020022243400000914
根据标记线a1的方程
Figure BDA00020022243400000915
标记线a2的方程
Figure BDA00020022243400000916
得到第200帧端面图像中摇杆上标记点A5到连杆上标记线a1的距离
Figure BDA00020022243400000917
Figure BDA00020022243400000918
和摇杆上标记点A5到连杆上标记线a2的距离
Figure BDA00020022243400000919
Figure BDA0002002224340000101
至此，本实施例完成被测平面四连杆机构运动时的位姿检测。
与现有技术相比，本具体实施方式具有如下积极效果：
第一、本具体实施方式主要由CMOS工业数字相机(9)、定焦镜头(8)、计算机(11)和被测平面四连杆机构组成，结构简单。
第二：本具体实施方式采用的相机为USB3.0接口的高帧率面阵CMOS工业数字相机，含有全局曝光CMOS感光芯片，通过USB3.0数据接口进行图像数据的传输，具有高分辨率、高清晰度、低噪声和安装使用方便等特点，能连续采集图像，实现对平面四连杆机构位姿的动态检测。
第三：本检测系统的采集系统和被测对象采用非接触形式，不改变被测物体的结构，不会由此引入额外结构导致被测物体位姿发生变化，故能避免被测对象的损坏又适合被测对象不可接触的情况。
第四：本具体实施方式在平面四连杆机构表面做标记点和标记线，便于图像的处理，提取标记点和标记线的特征，得到运动构件实际夹角和铰点相对位置；为研究含转动副间隙的平面四连杆机构的运动精度和铰点处孔轴的接触-分离规律提供依据，通过合理匹配运动副间隙，为提高真实机构的运动精度奠定基础。
第五：本具体实施方式的检测系统同被测物体间不需传输装置，只需特征点处于视场范围内即可通过采集的有效图像即可得到相对位姿关系。不仅适用于含转动副间隙的平面四连杆机构，同样适用于其他平面连杆机构的位姿检测。
因此，本具体实施方式具有结构简单和使用方便的特点；能避免被测对象的损坏又适合被测对象不可接触的情况，能完成含转动副间隙平面连杆机构的位姿动态检测；为研究含转动副间隙的平面四连杆机构的运动精度和铰点处孔轴的接触-分离规律提供依据，通过合理匹配运动副间隙，为提高真实机构的运动精度奠定基础。

Claims (1)

1.一种基于机器视觉的平面四连杆机构位姿检测系统的检测方法，其特征在于：所述检测方法是用基于机器视觉的平面四连杆机构位姿检测系统进行检测，该系统包括CMOS工业数字相机(9)、定焦镜头（8）、计算机(11)和被测平面四连杆机构；定焦镜头（8）安装在工业数字相机(9)上，工业数字相机（9）的定焦镜头（8）对准被测平面四连杆机构，工业数字相机（9）的视线与被测平面四连杆机构端面垂直，被测平面四连杆机构端面在工业数字相机（9）的视野内；工业数字相机(9)固定于相机支架（7）上，计算机（11）通过USB数据线（10）与工业数字相机（9）连接；计算机（11）中装有Microsoft Visual Studio 2017软件以及OpenCV开放源代码计算机视觉库；
所述平面四连杆机构是一种含有转动副间隙的真实机构，曲柄（6）两端设有曲柄套筒轴，两个曲柄套筒轴的轴线均与曲柄（6）的中心线垂直；所述连杆（3）的两端对称地设有套筒孔，两个套筒孔的孔中心线均与连杆（3）的中心线垂直；摇杆（2）两端设有摇杆套筒轴，两个摇杆套筒轴的轴线均与摇杆（2）的中心线垂直；
连杆（3）两端的套筒孔装有套筒，两个套筒孔的孔径相同，套筒孔孔径与套筒外径的名义尺寸相同；曲柄（6）两端的曲柄套筒轴和摇杆（2）两端的摇杆套筒轴的轴径相同，套筒的内壁与对应套筒轴的间隙为大于0且小于等于2mm；
曲柄（6）一端的曲柄套筒轴与伺服电机（4）的输出轴通过联轴器（5）轴连接，曲柄（6）另一端的曲柄套筒轴装入连杆（3）一端的套筒内，摇杆（2）一端的摇杆套筒轴装入连杆（3）另一端的套筒内，摇杆（2）另一端的摇杆套筒轴装入支座（1）的套筒内；
所述的基于机器视觉的平面四连杆机构位姿检测系统的检测方法，所述检测方法的步骤是：
步骤1、在平面四连杆机构的摇杆（2）表面做标记点A1和标记点A2，标记点A1和标记点A2的中心连线与摇杆(2)的中心线平行，标记点A1和标记点A2的实际距离记为L；
步骤2、在平面四连杆机构的连杆（3）表面做标记点A3和标记点A4，标记点A3和标记点A4的中心连线与连杆（3）的中心线平行；
步骤3、在摇杆(2)一端的套筒轴轴心做标记点A5；
步骤4、在连杆(3)一端端部做标记直线a1和标记直线a2，标记直线a1和标记直线a2相互垂直；
步骤5、启动伺服电机(4)，平面四连杆机构开始运动；Microsoft Visual Studio 2017软件调用OpenCV开放源代码计算机视觉库的图像采集指令，控制CMOS工业数字相机（9）连续采集等时间间隔的端面图像；所述端面为连杆（3）和摇杆（2）的铰接端端面，所述端面含有标记点A1、标记点A2、标记点A3、标记点A4、标记点A5、标记线a1和标记线a2；采集到的端面图像通过USB数据线（10）储存在计算机（11）中；
步骤6、用Microsoft Visual Studio 2017软件对储存在计算机（11）内的第1帧端面图像进行图像预处理：
步骤6.1、对端面图像进行滤波处理，使得端面图像的边缘增强；
步骤6.2、对滤波处理后的端面图像进行二值化分割；
步骤6.3、对二值化分割后的端面图像进行闭运算，去除标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域、标记点A5区域、标记线a1区域和标记线a2区域的噪声；
步骤6.4、对闭运算后端面图像的连通区域进行筛选，只保留标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域、标记点A5区域、标记线a1区域和标记线a2区域；
步骤7、用Microsoft Visual Studio 2017软件对预处理后的第1帧端面图像采用灰度重心法，分别获得第1帧端面图像中的标记点A1区域、标记点A2区域、标记点A3区域、标记点A4区域和标记点A5区域的圆心，得到各标记点区域的圆心在第1帧端面图像中的坐标：标记点A1区域的圆心坐标
Figure 984304DEST_PATH_IMAGE002
、标记点A2区域的圆心坐标
Figure 48075DEST_PATH_IMAGE004
、标记点A3区域的圆心坐标
Figure 60025DEST_PATH_IMAGE006
、标记点A4区域的圆心坐标
Figure 791220DEST_PATH_IMAGE008
和标记点A5区域的圆心坐标
Figure 830589DEST_PATH_IMAGE010
；
步骤8、根据标记点A1区域的圆心坐标
Figure 381656DEST_PATH_IMAGE002
、标记点A2区域的圆心坐标
Figure 180985DEST_PATH_IMAGE004
、标记点A3区域的圆心坐标
Figure 517420DEST_PATH_IMAGE011
和标记点A4区域的圆心坐标
Figure 9581DEST_PATH_IMAGE008
，得到第1帧端面图像的连杆（3）和摇杆（2）的夹角
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE014
（1）
步骤9、通过Microsoft Visual Studio 2017软件采用边界跟踪算法，分别得到标记线a1的系列像素点和标记线a2的系列像素点，对标记线a1的系列像素点和标记线a2的系列像素点进行直线拟合，得到标记线a1和标记线a2在第1帧端面图像中的位置方程，获得标记线a1的方程
Figure DEST_PATH_IMAGE016
和标记线a2的方程
Figure DEST_PATH_IMAGE018
；
所述标记线a1的方程中：
Figure DEST_PATH_IMAGE020
表示第1帧端面图像标记线a1一般方程x的系数，
Figure DEST_PATH_IMAGE022
表示第1帧端面图像标记线a1一般方程y的系数，
Figure DEST_PATH_IMAGE024
表示第1帧端面图像标记线a1一般方程的常数项；
所述标记线a2的方程中：
Figure DEST_PATH_IMAGE026
表示第1帧端面图像标记线a2一般方程x的系数，
Figure DEST_PATH_IMAGE028
表示第1帧端面图像标记线a2一般方程y的系数，
Figure 592485DEST_PATH_IMAGE030
表示第1帧端面图像标记线a2一般方程的常数项；
根据标记线a1的方程
Figure 415078DEST_PATH_IMAGE016
和标记线a2的方程
Figure 855287DEST_PATH_IMAGE018
，得到第1帧端面图像中摇杆上标记点A5到连杆上标记线a1的距离
Figure 252770DEST_PATH_IMAGE031
和摇杆上标记点A5到连杆上标记线a2的距离
Figure 27697DEST_PATH_IMAGE032
；
Figure 168828DEST_PATH_IMAGE033
(2)
Figure DEST_PATH_IMAGE034
(3)
式（2）和式（3）中：k表示比例系数，k为定值，
Figure DEST_PATH_IMAGE036
(4)
式（4）中：L表示标记点A1和标记点A2的实际距离；
步骤10、根据步骤6至步骤9的方法对采集到的端面图像逐帧进行处理，完成被测平面四连杆机构运动时的位姿检测。
CN201910216402.8A 2019-03-21 2019-03-21 基于机器视觉的平面四连杆机构位姿检测系统及检测方法 Active CN109990704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910216402.8A CN109990704B (zh) 2019-03-21 2019-03-21 基于机器视觉的平面四连杆机构位姿检测系统及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910216402.8A CN109990704B (zh) 2019-03-21 2019-03-21 基于机器视觉的平面四连杆机构位姿检测系统及检测方法

Publications (2)

Publication Number Publication Date
CN109990704A CN109990704A (zh) 2019-07-09
CN109990704B true CN109990704B (zh) 2021-07-06

Family

ID=67130748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910216402.8A Active CN109990704B (zh) 2019-03-21 2019-03-21 基于机器视觉的平面四连杆机构位姿检测系统及检测方法

Country Status (1)

Country Link
CN (1) CN109990704B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4975182B1 (ja) * 2010-12-07 2012-07-11 キヤノン株式会社 記録材端部位置検出装置及び画像形成装置
KR101840016B1 (ko) * 2016-06-28 2018-03-19 주식회사 윌테크 평판형 디스플레이 장치의 백커버 수평도 검사방법 및 검사장치
CN108932898A (zh) * 2017-05-28 2018-12-04 湖北职业技术学院 一种铰链四杆机构综合实验教具
CN107389330B (zh) * 2017-08-15 2023-01-03 武汉科技大学 一种间隙式组合型平面四杆机构实验装置
CN207373653U (zh) * 2017-09-22 2018-05-18 南京鸿加源机械科技有限公司 一种塑料挤出机用的下料斗
CN109059769B (zh) * 2018-08-31 2020-08-28 中国科学院力学研究所 一种非接触式受电弓升降弓臂杆位置关系测量方法

Also Published As

Publication number Publication date
CN109990704A (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN110672040B (zh) 一种基于视觉的高精度旋转角度测量方法
WO2016165391A1 (zh) 一种视觉设备作为传感器的并联平台跟踪控制装置与方法
CN102519400B (zh) 基于机器视觉的大长径比轴类零件直线度误差检测方法
CN109751964B (zh) 一种高精度非接触式管径测量方法及装置
CN110223355B (zh) 一种基于双重极线约束的特征标志点匹配方法
Zhang et al. Research on tool wear detection based on machine vision in end milling process
CN109974618B (zh) 多传感器视觉测量系统的全局标定方法
CN111275665A (zh) 一种基于视觉的叶片磨抛加工振动检测系统及方法
Hsu et al. Development of a faster classification system for metal parts using machine vision under different lighting environments
Zhang et al. 3D vision inspection for internal surface based on circle structured light
Wang et al. On-machine volumetric-error measurement and compensation methods for micro machine tools
CN113091628A (zh) 一种小尺寸轴孔间隙视觉测量标定装置及方法
CN115578315A (zh) 一种基于无人机图像的桥梁应变近景摄影测量方法
CN112729112A (zh) 基于机器人视觉的发动机缸体孔径与孔位检测方法
CN110458785B (zh) 一种基于图像传感的磁悬浮球悬浮间隙检测方法
CN109990704B (zh) 基于机器视觉的平面四连杆机构位姿检测系统及检测方法
CN107990825B (zh) 基于先验数据校正的高精度位置测量装置与方法
Cao et al. Touchroller: A rolling optical tactile sensor for rapid assessment of large surfaces
WO2021179400A1 (zh) 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法
CN106323165A (zh) 物体的至少一个尺寸的测量方法
CN113421310A (zh) 基于光栅尺定位的运动位置误差补偿技术实现跨视野高精度测量的方法
Lu et al. Six-axis position measurement system for levitated motion stages
Jianming et al. Error correction for high-precision measurement of cylindrical objects diameter based on machine vision
CN116758063A (zh) 一种基于图像语义分割的工件尺寸检测方法
CN109373901B (zh) 位于平面上的孔的中心位置的计算方法

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