CN110595365A - 一种减少激光三角位移传感器检测色差的自适应算法 - Google Patents

一种减少激光三角位移传感器检测色差的自适应算法 Download PDF

Info

Publication number
CN110595365A
CN110595365A CN201910885945.9A CN201910885945A CN110595365A CN 110595365 A CN110595365 A CN 110595365A CN 201910885945 A CN201910885945 A CN 201910885945A CN 110595365 A CN110595365 A CN 110595365A
Authority
CN
China
Prior art keywords
waveform
num
integration time
adjustment
target
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.)
Granted
Application number
CN201910885945.9A
Other languages
English (en)
Other versions
CN110595365B (zh
Inventor
许永童
许用疆
谢勇
祁伟光
田敏
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.)
SHANGHAI LANBAO SENSING TECHNOLOGY Co Ltd
Original Assignee
SHANGHAI LANBAO SENSING TECHNOLOGY Co Ltd
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 SHANGHAI LANBAO SENSING TECHNOLOGY Co Ltd filed Critical SHANGHAI LANBAO SENSING TECHNOLOGY Co Ltd
Priority to CN201910885945.9A priority Critical patent/CN110595365B/zh
Publication of CN110595365A publication Critical patent/CN110595365A/zh
Application granted granted Critical
Publication of CN110595365B publication Critical patent/CN110595365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness

Landscapes

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

Abstract

本发明公开了一种减少激光三角位移传感器检测色差的自适应算法,根据半波宽度和整波宽度,计算半波宽与整波宽的比值P,再根据光斑成像大致位置确定目标比值Pgoal,通过P的调整值与积分时间的调整值之间的拟合关系式,可以迅速将积分时间调整至稳定,波形调整至理想波形。

Description

一种减少激光三角位移传感器检测色差的自适应算法
技术领域
本发明涉及CCD积分时间调节方法领域,具体地说,特别涉及到一种减少激光三角位移传感器检测色差的自适应算法。
背景技术
近年来,基于线阵CCD的三角测距传感器的发展突飞猛进,对于传感器的精度的要求也越来越高。CCD测距原理,是利用接收光线在CCD上成像,根据CCD各像素幅值进而计算光斑质心。
当目标物反射率不同时,像素幅值也会不同。检测高反射率物体时,像素幅值过高,则不能真实反映出目标物的距离信息;检测低反射率物体时,像素幅值过小,信噪比低,误差较大。并且,同一距离下不同反射率的目标物测得的距离差别较大,即色差较大。在实际应用中,目标物种类繁多,因此需要测距产品自身能够根据目标物的变化调节相关参数,减小色差,提高产品精度。
调整像素信号幅值可以通过调整CCD积分时间来实现,其原理为:
设定一个目标幅值,当信号幅值大于目标幅值,则积分时间减小;当幅值小于目标幅值,则积分时间增大,直至信号幅值与目标幅值相当,或落在目标幅值附近的规定区域内。各方法的区别在于调整过程不同。主要几种方法为:
1)粗调+细调:当幅值与目标幅值相差较大时,积分时间调整跨度大(例如以ms级别调整),相差较小时,积分时间调整幅度较小(例如以us级别调整)。
2)按档位调整:定义几个档位,每个档位对应一个积分时间。幅值小于目标幅值时,档位增加;幅值大于目标幅值时,档位减小。
上述方法的缺陷在于:
1)粗调+细调方法调整速度很慢,需要十几帧甚至几十帧才能调整到位。
2)按档位调整对于档位的定义要求严格,档位之间相差太远,则会导致某位置积分时间突变,距离断层;档位之间相差太近,则调整速度慢,可能存在某个位置,积分时间在两档之间来回调整的情况。
另外,上述两种方法都属于基于幅值调节积分时间的方法,像素幅值受噪声、环境光等影响较大,调节并不稳定。
发明内容
本发明的目的在于针对现有技术中的不足,提供一种减少激光三角位移传感器检测色差的自适应算法,具有以下的创新点。
1.基于波形有效区域半波宽与整波宽比值P作为积分时间调节的标准。
由于板卡颜色和材质不同,反射的光斑成像后幅值、形状也不同。将半波宽与整波宽的比值P作为积分时间调节标准,可将成像波形的形状调整至一致,进而减小对板卡颜色材质的敏感性。
2.比值P设置为波形刚刚达到饱和的位置,调整后的波形形状优美稳定。
波形刚刚达到饱和时,形状优美稳定,信噪比高。将P设置为波形刚刚达到饱和的位置,计算出的距离信息更稳定。
3.根据光斑在CCD不同位置成像宽度不同,对P值进行匹配。
目标物距离不同时,光斑在CCD上成像位置不同,成像的大小也不同。距离越近,成像光斑越大,有效区域越宽;反之距离越远,有效区域越窄。对比值P进行调整,从而更好地适应成像规律。
4.根据拟合公式进行积分时间调节,调节速度快。
半波宽度(即饱和点数)与目标点数的差值,与积分时间调整值可以建立起函数关系,根据函数关系直接进行积分时间计算,积分时间可快速调节至稳定。
本发明所解决的技术问题可以采用以下技术方案来实现:
一种减少激光三角位移传感器检测色差的自适应算法,包括如下步骤:
1)定义光斑成像的理想波形,根据理想波形的半波宽度和整波宽度,计算半波宽与整波宽的比值P;
2)根据光斑成像的当前波形确定目标比值Pgoal,通过P的调整值与积分时间的调整值之间的拟合关系式,将积分时间调整至稳定,将光斑成像的当前波形调整至光斑成像的理想波形。
进一步的,所述步骤1)的具体过程如下:
光斑成像的理想波形为:大于幅值一半的点的个数与波形宽度达到一定比例P,P=e^(宽度^2/a),其中a不是固定值,它与质心位置有关,如下式所示:
其中,x为质心位置,或最大值位置;
其中,wide为波形宽度,即起点终点之间的点数。
当NUMsaturated<(NUMgoal–2),ST+;
当NUMsaturated>(NUMgoal+2),ST-;
达到目标波形。
进一步的,所述步骤2)的具体过程如下:
以饱和点数NUMsaturated与目标点数NUMgoal的差值ΔNUM为横坐标,积分时间调整倍数ΔST为纵坐标,建立指数关系式:
ΔST=0.861×e-0.051×ΔNUM
当ΔNUM越接近0,波形越接近目标,这时需要进行微调;
当下式情况时,进行微调,这里微调比例为1%;
当下式范围内不再调整;
其中,x为质心位置;调整后的积分时间:
ST′=ST*ΔST
通过上述方法进行积分时间调节,不超过6帧即可调至稳定。
与现有技术相比,本发明的有益效果在于:
1)以像素波形的形状为调节标准,调节后波形稳定,信噪比高。
2)根据成像位置自动调整目标波形比例,并利用波形比例与积分时间的拟合关系进行调节,调节速度快。
3)能够将不同材质和颜色的目标物成像波形调整至一致,有效降低了因目标物不同导致的距离差异大的问题。
附图说明
图1a为本发明所述的信号过饱和示意图。
图1b为本发明所述的信号过弱示意图。
图1c为本发明所述的理想波形示意图。
图2为本发明所述的指数关系式示意图。
图3为本发明所述的信号过饱和调整为理想波形示意图。
图4为本发明所述的信号过弱调整为理想波形示意图。
图5为本发明所述的不同目标物调整为理想波形示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
基于线阵CCD器件的激光测距产品,接收光在CCD上成像,像素幅值形成接近高斯分布的波形。参见图1a,当目标物反射率高,接收信号强,波形过饱和;参见图1b,当目标反射率低,接收信号过低。适当调整积分时间,可以将波形调整至如图1c所示的理想形状。
理想波形为最大幅值临近饱和状态的波形。本发明根据半波宽度和整波宽度,计算半波宽与整波宽的比值P,再根据光斑成像大致位置确定目标比值Pgoal,通过P的调整值与积分时间的调整值之间的拟合关系式,可以迅速将积分时间调整至稳定,波形调整至理想波形。
实施例
1.积分时间调整思路
光斑成像的理想波形为:大于幅值一半的点的个数与波形宽度达到一定比例,将其定义为P,P=e^(宽度^2/a),其中a不是固定值,它与质心位置有关,如下所示:
其中,x为质心位置,或最大值位置。
其中,wide为波形宽度,即起点终点之间的点数。
当NUMsaturated<(NUMgoal–2),ST+;
当NUMsaturated>(NUMgoal+2),ST-;
认为达到目标波形。
2.积分时间调整过程
参见图2,以饱和点数NUMsaturated与目标点数NUMgoal的差值ΔNUM为横坐标,积分时间调整倍数ΔST为纵坐标,建立指数关系式(数据综合黑白卡不同距离的情况,进行绘图拟合)以50mm产品为例:
ΔST=0.861×e-0.051×ΔNUM
当ΔNUM越接近0,波形越接近目标,这时需要进行微调;
当下式情况时,进行微调,这里微调比例为1%;
当下式范围内不再调整;
其中,x为质心位置;调整后的积分时间:
ST′=ST*ΔST
通过上述方法进行积分时间调节,不超过6帧即可调至稳定。
采用上述方法调整信号过饱和信号过弱的结果如图3和图4所示。
另外,针对不同目标物进行波形记录如图5所示,可以看出,波形基本一致。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种减少激光三角位移传感器检测色差的自适应算法,其特征在于,包括如下步骤:
1)定义光斑成像的理想波形,根据理想波形的半波宽度和整波宽度,计算半波宽与整波宽的比值P;
2)根据光斑成像的当前波形确定目标比值Pgoal,通过P的调整值与积分时间的调整值之间的拟合关系式,将积分时间调整至稳定,将光斑成像的当前波形调整至光斑成像的理想波形。
2.根据权利要求1所述的减少激光三角位移传感器检测色差的自适应算法,其特征在于,所述步骤1)的具体过程如下:
光斑成像的理想波形为:大于幅值一半的点的个数与波形宽度达到一定比例P,P=e^(宽度^2/a),其中a不是固定值,它与质心位置有关,如下式所示:
其中,x为质心位置,或最大值位置;
其中,wide为波形宽度,即起点终点之间的点数。
当NUMsaturated<(NUMgoal–2),ST+;
当NUMsaturated>(NUMgoal+2),ST-;
达到目标波形。
3.根据权利要求1所述的减少激光三角位移传感器检测色差的自适应算法,其特征在于,所述步骤2)的具体过程如下:
以饱和点数NUMsaturated与目标点数NUMgoal的差值ΔNUM为横坐标,积分时间调整倍数ΔST为纵坐标,建立指数关系式:
ΔST=0.861×e-0.051×ΔNUM
当ΔNUM越接近0,波形越接近目标,这时需要进行微调;
当下式情况时,进行微调,这里微调比例为1%;
当下式范围内不再调整;
其中,x为质心位置;调整后的积分时间:
ST′=ST*ΔST
通过上述方法进行积分时间调节,不超过6帧即可调至稳定。
CN201910885945.9A 2019-09-19 2019-09-19 一种减少激光三角位移传感器检测色差的自适应算法 Active CN110595365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910885945.9A CN110595365B (zh) 2019-09-19 2019-09-19 一种减少激光三角位移传感器检测色差的自适应算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910885945.9A CN110595365B (zh) 2019-09-19 2019-09-19 一种减少激光三角位移传感器检测色差的自适应算法

Publications (2)

Publication Number Publication Date
CN110595365A true CN110595365A (zh) 2019-12-20
CN110595365B CN110595365B (zh) 2021-06-25

Family

ID=68860971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910885945.9A Active CN110595365B (zh) 2019-09-19 2019-09-19 一种减少激光三角位移传感器检测色差的自适应算法

Country Status (1)

Country Link
CN (1) CN110595365B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1983821A (zh) * 2005-09-23 2007-06-20 瑞昱半导体股份有限公司 具有自我校正功能的三角积分调制器
CN103034121A (zh) * 2013-01-15 2013-04-10 哈尔滨工业大学 基于积分分离的递阶饱和pid控制器的控制方法
CN103686115A (zh) * 2013-12-12 2014-03-26 京东方科技集团股份有限公司 色彩增益饱和点的搜索方法、装置、搜索系统及方法
CN104697469A (zh) * 2015-03-30 2015-06-10 四川大学 利用谐波幅值判定饱和的高动态三维测量方法
EP3113479A1 (en) * 2015-06-30 2017-01-04 Thomson Licensing Plenoptic foveated camera
CN109597049A (zh) * 2017-10-02 2019-04-09 欧姆龙株式会社 传感头

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1983821A (zh) * 2005-09-23 2007-06-20 瑞昱半导体股份有限公司 具有自我校正功能的三角积分调制器
CN103034121A (zh) * 2013-01-15 2013-04-10 哈尔滨工业大学 基于积分分离的递阶饱和pid控制器的控制方法
CN103686115A (zh) * 2013-12-12 2014-03-26 京东方科技集团股份有限公司 色彩增益饱和点的搜索方法、装置、搜索系统及方法
CN104697469A (zh) * 2015-03-30 2015-06-10 四川大学 利用谐波幅值判定饱和的高动态三维测量方法
EP3113479A1 (en) * 2015-06-30 2017-01-04 Thomson Licensing Plenoptic foveated camera
CN109597049A (zh) * 2017-10-02 2019-04-09 欧姆龙株式会社 传感头

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蔡逸: "《激光三角法测距传感器的参数优化》", 《传感技术学报》 *

Also Published As

Publication number Publication date
CN110595365B (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
US10310084B2 (en) Range imaging apparatus and range imaging method
US9213089B2 (en) Radar clutter suppression system
CN104898100B (zh) 基于弱布设角反射器的机载sar辐射外定标处理方法
CN105651203B (zh) 一种自适应条纹亮度的高动态范围三维形貌测量方法
US7433029B1 (en) Method and system to calibrate a camera system using phase demodulation sensing
CN111508011A (zh) 一种飞行时间相机的深度数据校准方法
US20220156914A1 (en) Surface abnormality detection device and system
CN109633642B (zh) 一种太赫兹高速目标雷达成像方法
JP5488456B2 (ja) 形状測定装置および方法、並びにプログラム
US8481918B2 (en) System and method for improving the quality of thermal images
JP2007333693A (ja) レーダ装置
CN110595365B (zh) 一种减少激光三角位移传感器检测色差的自适应算法
JP2001068048A (ja) 荷電粒子線装置および自動非点収差調整方法
CN110517207B (zh) 一种线阵ccd积分时间自适应调节方法
US10091469B2 (en) Image processing apparatus, image processing method, and storage medium
CN111157115A (zh) 一种水下布里渊散射光谱获取方法及装置
US8976337B2 (en) Method of measuring mark position and measuring apparatus
KR101883298B1 (ko) 항공 수심 라이다의 수심 보정 방법
Sturmer et al. Standardization of intensity-values acquired by time-of-flight-cameras
JP2006208361A (ja) 光学的表面特性の検査装置及び検査方法
Tang et al. Improved iteration centroid algorithm based on linear CCD light-spot location
Kuzmin et al. Defining of the robust criteria for radar image focus measure
Wang et al. Precision circular target location in vision coordinate measurement system
CN112198521A (zh) 一种提高三角测距精度的方法
CN110530262B (zh) 一种用于图像识别的激光定标系统

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