CN110610518A - 一种基于特征点位置校正的靶标位姿测量系统及方法 - Google Patents

一种基于特征点位置校正的靶标位姿测量系统及方法 Download PDF

Info

Publication number
CN110610518A
CN110610518A CN201910773427.8A CN201910773427A CN110610518A CN 110610518 A CN110610518 A CN 110610518A CN 201910773427 A CN201910773427 A CN 201910773427A CN 110610518 A CN110610518 A CN 110610518A
Authority
CN
China
Prior art keywords
camera
target surface
characteristic point
feature
pose
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
CN201910773427.8A
Other languages
English (en)
Other versions
CN110610518B (zh
Inventor
闵永智
陶佳
党建武
张振海
张雁鹏
林俊亭
张鑫
左静
岳彪
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.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
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 Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Publication of CN110610518A publication Critical patent/CN110610518A/zh
Application granted granted Critical
Publication of CN110610518B publication Critical patent/CN110610518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20064Wavelet transform [DWT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation

Abstract

本发明涉及路基沉降测量技术领域,具体为一种基于特征点位置校正的靶标位姿测量系统及方法,其目的在于克服现有技术的不足,提供一种基于特征点位置校正的靶标位姿测量系统及方法;其包括第一摄像机、第一激光器,所述第一摄像机的侧面上安装有第一倾角仪,所述第二可调支架的上表面上安装有第二摄像机和第二激光器,所述第二摄像机的侧面上安装有第二倾角仪,座体的左侧板上设置有第一特征点靶面,所述座体的右侧板上设置有第二特征点靶面,其有益效果在于:根据实际运营情况设计了区别于传统特征点的特征点靶面的位姿测量系统,并结合特定的4特征点靶面提出了一种已知矩形特征点边长的位姿求解方法,能够精确求解靶面与相机之间的相对位姿。

Description

一种基于特征点位置校正的靶标位姿测量系统及方法
技术领域
本发明涉及路基沉降测量技术领域,具体为一种基于特征点位置校正的靶标位姿测量系统及方法。
背景技术
路基作为轨道交通工程中的关键部位,是轨道结构、列车载荷的基础承载体系,若存在结构变形不仅会造成轨道发生形变,进而还会造成列车振动严重,甚至出现安全事故问题。因此,为了保证列车安全运营要采取有效措施精确控制铁路无砟轨道线下工程的工后沉降变形问题。传统的监测方法有观测桩法、沉降板法、沉降水杯法和传感器监测法等,这些方法虽然安装方便,但需要人工逐点测量,不能自动监测且成本较高。因此针对铁路路基沉降变形的长期、自动和高精度监测的问题,首先提出了基于激光的摄像机接力测量形变的方法。这是一种新型的、非接触式的即刻式沉降测量方法。利用点激光的准直特性及图像检测技术获取清晰且高质量的激光光斑图像,并通过精确定位光斑图像的中心来反映相对于基准点的路基沉降变形。然而当监测系统长期运营后,由于振动等因素导致相机和靶标发生相对偏转产生测量误差,因此现场需要对靶标和相机进行实时标定。
靶标和相机之间的相对位姿关系有六个自由度,绕X、Y、Z3个轴的旋转和沿3个轴的平移,在路基沉降的检测中垂直方向上的位移变化即为沉降值,所以沿X、Y轴平移不会影响垂直位移,由于相机和靶标安装在统一固定的检测平台上,因此相机与靶标的运动是同步的,不会发生相对的垂直位移变化,因此靶标和相机只有3自由度的相对运动且偏转角度微小,即绕X、Y、Z3个轴的旋转。在现有技术中,提出了基于传递像机的不稳定测量平台向静态基准转换的方法,该方法使摄像测量在不稳定平台上也能高精度进行动态测量,但由于体积太大不能安装在路基沉降监测系统中。还有采用倾角传感器提供多个角度约束,设计了一种单目视觉与倾角传感器组合的测量系统,虽然提高了系统测量精度和稳定性,但在监测成本高,不适用于路基沉降大范围的监测。
发明内容
本发明的目的在于克服现有技术的不足,提供基于特征点位置校正的靶标位姿测量系统及方法。
为了实现上述发明目的,本发明采用以下技术方案:
一种基于特征点位置校正的靶标位姿测量系统,包括座体1,其特征在于:所述座体1的底板101上安装有第一可调支架2和第二可调支架7,所述第一可调支架2与第二可调支架7分别位于底板101 的左侧和右侧,所述第一可调支架2的上表面上安装有第一摄像机3 和第一激光器5,所述第一摄像机3的侧面上安装有第一倾角仪4,所述第二可调支架7的上表面上安装有第二摄像机8和第二激光器 10,所述第二摄像机8的侧面上安装有第二倾角仪9,所述座体1的左侧板102上设置有第一特征点靶面6,所述座体1的右侧板103上设置有第二特征点靶面11,所述第一特征点靶面6、第一摄像机3和第二激光器10位于同一条直线上,即第一摄像机3和第二激光器10 对准第一特征点靶面6,所述第二特征点靶面11、第二摄像机8和第一激光器5位于同一条直线上,即第二摄像机8和第一激光器5对准第二特征点靶面11,所述座体1的后侧板104上安装有嵌入式系统 12,所述第一摄像机3、第一倾角仪4、第二摄像机8和第二倾角仪 9与嵌入式系统12通过电性连接。
所述第一可调支架2和第二可调支架7是一种精密的位移平台,可以模拟实际情况下摄像机与靶面的偏转,它主要是实现6个自由度的变化,即绕X、Y、Z3个轴的旋转和沿X、Y、Z3个轴的平移都可通过位移平台实现。
所述第一特征点靶面6与第二特征点靶面11上设置有四个特征点,所述四个特征点构成矩形框,用于位姿解箅。
所述第一倾角仪4与第二倾角仪9分别用于测量第一可调支架2 和第二可调支架7的偏转角度,用以验证位姿解箅结果是否精确。
所述嵌入式系统12内设置有图像处理设备及数据传输设备,用于对第一摄像机3与第二摄像机8拍摄的图像进行处理和对数据进行传输。
一种基于特征点位置校正的靶标位姿测量方法,其特征在于,包括以下步骤:
步骤(1):通过已知参数求解得到第一特征点靶面6上特征点的空间坐标A1;
步骤(2):调整第一可调支架2后,首先将第二激光器10的激光打到第一特征点靶面6上,然后通过第一摄像机3拍摄第一特征点靶面6,所述第一摄像机3将拍摄的图片传输给嵌入式系统12,所述嵌入式系统12将拍摄的图片进行处理后,得到第一特征点靶面6上特征点的图像坐标B1;
步骤(3):通过四特征点位姿解箅方法,根据特征点的空间坐标 A1和特征点的图像坐标B1求解出姿态参数R1;
步骤(4):通过已知参数求解得到第二特征点靶面11上特征点的空间坐标A2;
步骤(5):调整第二可调支架7后,首先将第一激光器5的激光打到第二特征点靶面11上,然后通过第二摄像机8拍摄第二特征点靶面11,所述第二摄像机8将拍摄的图片传输给嵌入式系统12,所述嵌入式系统12将拍摄的图片进行处理后,得到第二特征点靶面11 上特征点的图像坐标B2;
步骤(6):通过四特征点位姿解箅方法,根据特征点的空间坐标 A2和特征点的图像坐标B2求解出姿态参数R2。
在步骤(2)和步骤(5)中,当摄像机拍摄的特征点靶面上的特征点完整时,可直接确定特征点的图像坐标B。
在步骤(2)和步骤(5)中,当摄像机拍摄的特征点靶面上的特征点缺失时,可利用已知矩形特征点边长以及结构特征进行残缺和模糊特征点的定位校正,得到校正后的图像坐标B。
在步骤(3)和步骤(6)中,通过四特征点位姿解箅方法解箅出姿态参数R。
本发明的有益效果在于:本发明针对路基表面沉降监测系统在长期运营中由于振动等因素影响靶标和相机位姿变化测量时会产生误差的问题,提出了基于靶标特征点位置校正的位姿测量方法来修正测量误差。根据实际运营情况设计了区别于传统特征点的4特征点靶面的位姿测量系统,并结合特定的4特征点靶面提出了一种已知矩形特征点边长的位姿求解方法,能够精确求解靶面与相机之间的相对位姿。结果表明:该方法的解箅精度高于非线性迭代算法,经本文位姿求解算法后旋转角度误差小于0.34°,非线性迭代算法求解后旋转角度误差小于0.68°,其位姿解箅相对误差减小了1.2%。当偏转角度小于2°时,位姿求解旋转角度误差小于0.09°,相对角度误差为1.003%。因此,在图像式路基沉降监测系统中设计区别于传统特征点的矩形4 特征点靶面不仅可以实现相机与靶面的实时位姿估计,而且可以利用特殊特征点实现对靶面特征点的位置校正。基于靶面矩形4特征点提出的位姿求解方法时间和精度都达到了监测系统要求,在实际运营中不仅减少了人工干预次数与人工巡检工作量,而且经该方法标定后的监测系统可长期运营,提高了工作效率以及检测精度。
附图说明
图1是本发明的结构示意图;
图2是相邻传递检测站构成的闭合回;
图3是矩形特征点校正示意图;
图4是特征点位置校正流程图;
图5是矩形特征点位姿解箅示意图;
图6是旋转角度与位置偏差图;
图7是位姿测量系统实验图;
图8是特征点提取与质心定位图;
图9是转角度与解箅角度关系图。
图中所示:座体1,第一可调支架2,第一摄像机3,第一倾角仪4,第一激光器5,第一特征点靶面6,第二可调支架7,第二摄像机8,第二倾角仪9,第二激光器10,第二特征点靶面11,嵌入式系统12,底板101,左侧板102,右侧板103,后侧板104。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1:
一种基于特征点位置校正的靶标位姿测量系统,如图1所示,包括座体1,其特征在于:所述座体1的底板101上安装有第一可调支架2和第二可调支架7,所述第一可调支架2与第二可调支架7分别位于底板101的左侧和右侧,所述第一可调支架2的上表面上安装有第一摄像机3和第一激光器5,所述第一摄像机3的侧面上安装有第一倾角仪4,所述第二可调支架7的上表面上安装有第二摄像机8和第二激光器10,所述第二摄像机8的侧面上安装有第二倾角仪9,所述座体1的左侧板102上设置有第一特征点靶面6,所述座体1的右侧板103上设置有第二特征点靶面11,所述第一特征点靶面6、第一摄像机3和第二激光器10位于同一条直线上,即第一摄像机3和第二激光器10对准第一特征点靶面6,所述第二特征点靶面11、第二摄像机8和第一激光器5位于同一条直线上,即第二摄像机8和第一激光器5对准第二特征点靶面11,所述座体1的后侧板104上安装有嵌入式系统12,所述第一摄像机3、第一倾角仪4、第二摄像机8 和第二倾角仪9与嵌入式系统12通过电性连接。
所述第一可调支架2和第二可调支架7是一种紧密的位移平台,可以模拟实际情况下相机与靶面的偏转,它主要是实现6个自由度的变化,即绕X、Y、Z3个轴的旋转和沿X、Y、Z3个轴的平移都可通过位移平台实现。
所述第一特征点靶面6与第二特征点靶面11上设置有四个特征点,所述四个特征点构成矩形框,用于位姿解箅。
所述第一倾角仪4与第二倾角仪9分别用于测量第一可调支架2 和第二可调支架7的偏转角度,用以验证位姿解箅结果是否精确。
所述嵌入式系统12内设置有图像处理设备及数据传输设备,用于对第一摄像机3与第二摄像机8拍摄的图像进行处理和对数据进行传输。
实施例2:
图像式路基沉降监测系统在传递沉降变形信息的同时也将各传递检测站的测量误差也累积传递了下去,最终的测量精度必然会随着传递检测站个数的增加而降低,因此要及时消除传递检测站之间的测量误差,借鉴铁路路基表面沉降观测标准中的闭合平差方法,将链式测量方法构造成一个闭合回路,通过闭合平差的方法来消除累积误差。
如图2所示位传递站间构成的闭合回路。往返双相机链中每两个相邻的测量基站为T1和T2,L、C、M分别为监测系统光源、相机和靶面。光源L1所在坐标系经过L1→M2→C2→L2→M1→L1依次传递形成一个闭合回路,记两坐标系之间的旋转矩阵为R,则对于两个传递检测站的测量值有下式约束关系成立:RL1.M2RM2.C2RC2.L2RL2.M1RM1.L1=I
环路闭合误差产生在T1和T2两个检测站的测量值不能满足上述约束关系时,利用工程测量平差的方法对相邻两个检测站的测量值进行修正,最终通过对监测系统中每对相邻传递检测站分别构造上述闭合平差方法完成路基沉降变形传递测量的数据优化。因此路基表面沉降监测系统主要利用闭合平差的方法来消除系统传递累积误差,提高测量精度。
在本发明中,有两条链式测量,第一条为:第二激光器10的激光打到第一特征点靶面6上,通过第一摄像机3拍摄第一特征点靶面 6;第二条为:第一激光器5的激光打到第二特征点靶面11上,通过第二摄像机8拍摄第二特征点靶面11,以此提高测量精度。
实施例3:
特征点的校正分为特征点完整型位置校正和特征点缺失型位置校正,当靶面或者相机偏转角度较小或背景清晰度较高时,可以采集到特征点的数量为K=4,可以通过矩形特征点的l和d进行判断特征点质心定位的精确度与图像采集的完整性。如图3所示,实验得到特征点p0、p1、p2、p3的像素坐标值后,利用四特征点中任意一点例p0点进行验证,图5为完整型位置校正流程图。首先根据p0p1=d、p0p2=l与 p0p1⊥p0p2进行p0与p2的定位,再计算p3像素坐标值,最后对计算得到的特征点坐标值与计算机处理得到的特征点定位值进行比较,多次实验校正特征点位置使其误差|△|≤±0.1mm。
当相机和靶面偏转角度较大,采集到的特征点数量K≤3,即特征点靶面图像背景模糊复杂或特征点残缺或者模糊,可以利用已知矩形特征点边长以及结构特征进行残缺和模糊特征点的定位校正。例如图4所示的特征点靶面检测到p0、p1、p2三个标志点但p2点多次实验定位误差|△|>±0.1mm,则判定p2点为残缺点。此时需要利用特征点缺失型进行位置校正。首先在同一位置多次实验计算出清晰特征点p0位置坐标分别为p0、p′0、p″0、p″′0,多次实验将p0点位置误差|△|≤±0.1mm的特征点位置坐标平均后作为p0点的中心点坐标;然后根据长宽已知矩形特征点的特性计算得到特征点p1、p2、p3特征点坐标;最后根据正方向校正特征点即可完成对特征点的校正与定位处理。
实施例4:
如图5所示,监测点安装的位姿测量系统已经根据实际安装地点的情况确定了相应的安装箱的尺寸,以及安装靶面的尺寸,因此根据靶面尺寸设计的四个矩形特征点是已知矩形特征点的边长。文中以靶面四个特征点p0、p1、p2、p3的空间坐标以及投影点q0、q1、q2、q3的图像坐标作为输入,通过求解矩形特征点分布的pnp问题来进行三维位姿解箅。由摄像机成像模型可知,对于靶面上空间特征点坐标(XW,YW,ZW),摄像机坐标系下坐标(XC,YC,ZC),则两坐标系之间存在下述关系:
其中:为旋转矩阵,表示相对姿态;T=(TX TY TZ)T为平移向量,表示相对位置参数。
(1)已知靶面特征点p0、p1、p2、p3对应在像平面的点为q0、q1、 q2、q3,其中p0p1⊥p0p2,p0p1||p2p3,|p0p1|=|p2p3|=d,|p0p2|=|p1p3|=l;
(2)在像平面坐标系下q0、q1、q2、q3在的像素坐标已知,在靶标坐标系下p0、p1、p2、p3的空间坐标也已知,摄像机内参数已知;
(3)设靶面特征点摄像机坐标系下坐标为q0(x0,y0,f)、q2(x1,y1,f)、 q2(x2,y2,f)、q3(x3,y3,f),其中f为摄像机焦距。特征点靶面平面为Π,光心 OC与q0q1形成平面为π1,OC与q2q3形成平面为π2。设光心OC到靶面特征点p0、p1的距离与OC到像平面q0、q1距离的比值为k0、k1,光心OC到靶面特征点p2、p3的距离与OC到像平面q2、q3距离的比值为k2、k3
由q0q1的直线方程和摄像机内参数可以计算出平面π1的标准法向量N1,记N1=(nx,ny,nz)T且p0p1//π1,得
由:得:
(k1x1-k0x0)·nx+(k1y1-k0y0)·ny+(k1f-k0f)·nz=0 (2)
记:
由|p0p1|=d,得:
由式(1),(2)可得k0、k1,计算出摄像机坐标系下p0、p1的坐标为:
p0(xp0,yp0,zp0)=(k0x0,k0y0,k0f)p1(xp1,yp1,zp1)=(k1x1,k1y1,k1f)
同理可得:
p2(xp2,yp2,zp2)=(k2x2,k2y2,k2f)p3(xp3,yp3,zp3)=(k3x3,k3y3,k3f)
设p0为特征点靶面的原点,因此p0在摄像机坐标系下的空间坐标即为平移向量,得到靶面与摄像机的相对位置参数为:T=(xp0,yp0,zp0)T。靶面坐标系的XW轴在摄像机坐标系下的方向为:
将向量标准化,记为(r11,r21,r31),得:
r13 r23 r33=(r11 r21 r31)×(r12 r22 r32),至此求解出姿态参数R。
实施例5:
仿真实验:为说明绕坐标轴旋转运动会影响检测精度,在 MatlabR2014a开发环境下进行仿真实验,模拟带有圆光斑靶标图像,靶标大小为13cm×15cm,按照初始靶标设计的特征点p2点为坐标原点,分别绕参考坐标XC、YC、ZC轴旋转,仿真实验图如图6所示:
旋转角度为0°的数据表示初始靶面位置的偏差值,图7主要表明了旋转过程中圆光斑中心位置与初始靶标位置的偏差变化,从图中可以看出绕坐标轴旋转时,其位置显示存在偏差,因此相机与靶标之间的偏转会影响检测精度。随着旋转角度的增大,其坐标位置的偏差情况越严重,因此对监测系统的靶标与相机之间的偏转要进行精确的位姿估计。
实施例6:
实物实验:如图7所示,利用相机拍摄所设计的位姿测量系统的特征点靶面,为了验证提出的基于特征点校正的位姿解箅方法的有效性,相机与精度为0.01°倾角仪平台固定在三维精密位移平台上,分别绕坐标轴XC、YC、ZC旋转相机倾角仪,对应的旋转角度分别为θ、φ、旋转角度变化范围为0°~10°。每组拍摄1000张图片。
实验采集的原始特征点图像以及对图像特征点提取以及质心定位结果图如图8示,并对特征点缺失或模糊的图像进行校正,最后进行位姿解箅得出旋转矩阵R,并将旋转矩阵R转化为描述角度变换的欧拉角为(θ、φ、),为了验证本文方法的有效性,利用非线性迭代求解方法同时对拍摄特征点图像进行位姿解箅。实验结果图如9所示,从图9可以看出,由位姿解箅后测量角度偏差与实际绕坐标轴旋转的角度相差不大,相比于迭代法文中方法的位姿解箅后角度误差值更小,测量精度较高。经本文位姿求解算法后旋转角度误差小于0.34°,非线性迭代算法求解后旋转角度误差小于0.68°,其位姿解箅相对误差减小了1.2%。由于监测系统中靶标和相机安装固定,所以发生偏转的角度很小,当偏转角度小于2°时,位姿求解旋转角度误差小于0.09°,相对角度误差为1.003%。验证了本文构建的位姿测量系统能够正确估计相机与靶标之间的相对位姿。从图9中也可以看出,测量角度偏差值随着旋转角度的增大而增大,这是由于旋转角度的过大使得图像畸变严重,像素点检测精度下降,而旋转角度较小时,图像变化较小,畸变程度小,测量角度偏差较小。由于相机和靶面发生振动偏转的角度很小,因此本文方法适用于此监测系统。但实验中迭代法程序运行时间为0.068s,本文方法耗时0.12s,本文方法耗时较迭代法较长。由于路基沉降过程缓慢,监测系统设置为每隔2min采集一次数据,因此从程序运行时间上本文方法也同样适用于此监测系统。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于特征点位置校正的靶标位姿测量系统,包括座体(1),其特征在于:所述座体(1)的底板(101)上安装有第一可调支架(2)和第二可调支架(7),所述第一可调支架(2)与第二可调支架(7)分别位于底板(101)的左侧和右侧,所述第一可调支架(2)的上表面上安装有第一摄像机(3)和第一激光器(5),所述第一摄像机(3)的侧面上安装有第一倾角仪(4),所述第二可调支架(7)的上表面上安装有第二摄像机(8)和第二激光器(10),所述第二摄像机(8)的侧面上安装有第二倾角仪(9),所述座体(1)的左侧板(102)上设置有第一特征点靶面(6),所述座体(1)的右侧板(103)上设置有第二特征点靶面(11),所述第一特征点靶面(6)、第一摄像机(3)和第二激光器(10)位于同一条直线上,即第一摄像机(3)和第二激光器(10)对准第一特征点靶面(6),所述第二特征点靶面(11)、第二摄像机(8)和第一激光器(5)位于同一条直线上,即第二摄像机(8)和第一激光器(5)对准第二特征点靶面(11),所述座体(1)的后侧板(104)上安装有嵌入式系统(12),所述第一摄像机(3)、第一倾角仪(4)、第二摄像机(8)和第二倾角仪(9)与嵌入式系统(12)通过电性连接。
2.根据权利要求1所述的一种基于特征点位置校正的靶标位姿测量系统,其特征在于:所述第一可调支架(2)和第二可调支架(7)是一种紧密的位移平台,可以模拟实际情况下相机与靶面的偏转,它主要是实现6个自由度的变化,即绕XYZ 3个轴的旋转和沿XYZ3个轴的平移都可通过位移平台实现。
3.根据权利要求1所述的一种基于特征点位置校正的靶标位姿测量系统,其特征在于:所述第一特征点靶面(6)与第二特征点靶面(11)上设置有四个特征点,所述四个特征点构成矩形框,用于位姿解算。
4.根据权利要求1所述的一种基于特征点位置校正的靶标位姿测量系统,其特征在于:所述第一倾角仪(4)与第二倾角仪(9)分别用于测量第一可调支架(2)和第二可调支架(7)的偏转角度,用以验证位姿解算结果是否精确。
5.根据权利要求1所述的一种基于特征点位置校正的靶标位姿测量系统,其特征在于:所述嵌入式系统(12)内设置有图像处理设备及数据传输设备,用于对第一摄像机(3)与第二摄像机(8)拍摄的图像进行处理和对数据进行传输。
6.一种基于特征点位置校正的靶标位姿测量方法,其特征在于,包括以下步骤:
步骤(1):通过已知参数求解得到第一特征点靶面(6)上特征点的空间坐标A1;
步骤(2):调整第一可调支架(2)后,首先将第二激光器10的激光打到第一特征点靶面(6)上,然后通过第一摄像机(3)拍摄第一特征点靶面(6),所述第一摄像机(3)将拍摄的图片传输给嵌入式系统(12),所述嵌入式系统(12)将拍摄的图片进行处理后,得到第一特征点靶面(6)上特征点的图像坐标B1;
步骤(3):通过四特征点位姿解算方法,根据特征点的空间坐标A1和特征点的图像坐标B1求解出姿态参数R1;
步骤(4):通过已知参数求解得到第二特征点靶面(11上特征点的空间坐标A2;
步骤(5):调整第二可调支架(7)后,首先将第一激光器(5)的激光打到第二特征点靶面(11)上,然后通过第二摄像机(8)拍摄第二特征点靶面(11),所述第二摄像机(8)将拍摄的图片传输给嵌入式系统(12),所述嵌入式系统(12)将拍摄的图片进行处理后,得到第二特征点靶面(11)上特征点的图像坐标B2;
步骤(6):通过四特征点位姿解算方法,根据特征点的空间坐标A2和特征点的图像坐标B2求解出姿态参数R2。
7.根据权利要求6所述的一种基于特征点位置校正的靶标位姿测量方法,其特征在于:在步骤(2)和步骤(5)中,当摄像机拍摄的特征点靶面上的特征点完整时,可直接确定特征点的图像坐标B。
8.根据权利要求1所述的一种基于特征点位置校正的靶标位姿测量方法,其特征在于:在步骤(2)和步骤(5)中,当摄像机拍摄的特征点靶面上的特征点缺失时,可利用已知矩形特征点边长以及结构特征进行残缺和模糊特征点的定位校正,得到校正后的图像坐标B。
9.根据权利要求1所述的一种基于特征点位置校正的靶标位姿测量方法,其特征在于:在步骤(3)和步骤(6)中,通过四特征点位姿解算方法解算出姿态参数R。
CN201910773427.8A 2018-10-30 2019-08-21 一种基于特征点位置校正的靶标位姿测量系统及方法 Active CN110610518B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811275282 2018-10-30
CN2018112752820 2018-10-30

Publications (2)

Publication Number Publication Date
CN110610518A true CN110610518A (zh) 2019-12-24
CN110610518B CN110610518B (zh) 2022-09-20

Family

ID=66404662

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201910022600.0A Active CN109754422B (zh) 2018-10-30 2019-01-10 基于灰度突变的扣件区域定位方法
CN201910773427.8A Active CN110610518B (zh) 2018-10-30 2019-08-21 一种基于特征点位置校正的靶标位姿测量系统及方法
CN201910773096.8A Active CN110517315B (zh) 2018-10-30 2019-08-21 一种图像式铁路路基表面沉降高精度在线监测系统及方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201910022600.0A Active CN109754422B (zh) 2018-10-30 2019-01-10 基于灰度突变的扣件区域定位方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910773096.8A Active CN110517315B (zh) 2018-10-30 2019-08-21 一种图像式铁路路基表面沉降高精度在线监测系统及方法

Country Status (1)

Country Link
CN (3) CN109754422B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115106295A (zh) * 2022-07-14 2022-09-27 前海晶方云(深圳)测试设备有限公司 测试方法、存储装置、计算机设备和测试设备
CN116592899A (zh) * 2023-04-28 2023-08-15 哈尔滨工业大学 一种基于模块化红外靶标的位姿测量系统
CN117139858A (zh) * 2023-10-27 2023-12-01 西北师范大学 样品靶面激光烧蚀过程离焦量校正与调控装置及方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110688903B (zh) * 2019-08-30 2023-09-26 湖南九域同创高分子新材料有限责任公司 一种基于列车aeb系统摄像头数据的障碍物提取方法
CN112014848B (zh) * 2020-02-11 2023-06-23 深圳技术大学 一种轨枕定位方法、轨枕定位装置及电子设备
CN111311567A (zh) * 2020-02-12 2020-06-19 北京交通大学 对轨道线路图像进行扣件和钢轨病害识别的方法
CN111539436B (zh) * 2020-04-20 2022-02-15 上海工程技术大学 一种基于一字模板匹配的轨道扣件定位方法
CN112116658B (zh) * 2020-09-21 2023-11-21 北京世纪东方智汇科技股份有限公司 扣件定位方法、装置及可读存储介质
CN112344905A (zh) * 2020-10-28 2021-02-09 孝感华中精密仪器有限公司 一种路基沉降检测装置以及延长其电池更换周期的方法
CN113329181B (zh) * 2021-06-08 2022-06-14 厦门四信通信科技有限公司 一种摄像头的角度切换方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010069160A1 (zh) * 2008-12-19 2010-06-24 中国科学院沈阳自动化研究所 一种测量物体六维位姿的装置
CN102322816A (zh) * 2011-06-13 2012-01-18 北京航空航天大学 一种三维冰形数字图像系统的标定靶装置及标定方法
CN104880176A (zh) * 2015-04-15 2015-09-02 大连理工大学 基于先验知识模型优化的运动物位姿测量方法
CN104897062A (zh) * 2015-06-26 2015-09-09 北方工业大学 一种零件异面平行孔形位偏差的视觉测量方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5155929B2 (ja) * 2009-04-13 2013-03-06 日本放送協会 符号化画像補正装置及びそのプログラム
CN102620673A (zh) * 2012-03-16 2012-08-01 同济大学 基于图像分析的隧道变形在线监测系统及其应用
CN106251361B (zh) * 2016-08-30 2019-01-15 兰州交通大学 一种钢轨表面缺陷图像自适应分割方法
CN107246866A (zh) * 2017-06-24 2017-10-13 天津大学 一种高精度六自由度测量系统及方法
CN107527333B (zh) * 2017-07-31 2021-03-02 湖北工业大学 一种基于伽马变换的快速图像增强方法
CN107618533A (zh) * 2017-09-29 2018-01-23 兰州交通大学 一种钢轨表面离散缺陷的机器视觉检测装置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010069160A1 (zh) * 2008-12-19 2010-06-24 中国科学院沈阳自动化研究所 一种测量物体六维位姿的装置
CN102322816A (zh) * 2011-06-13 2012-01-18 北京航空航天大学 一种三维冰形数字图像系统的标定靶装置及标定方法
CN104880176A (zh) * 2015-04-15 2015-09-02 大连理工大学 基于先验知识模型优化的运动物位姿测量方法
CN104897062A (zh) * 2015-06-26 2015-09-09 北方工业大学 一种零件异面平行孔形位偏差的视觉测量方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘涛等: "一种基于运动的线结构光视觉测量系统标定方法", 《传感技术学报》 *
杨凯等: "基于自由靶标的线结构光视觉测量系统标定研究", 《机电工程》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115106295A (zh) * 2022-07-14 2022-09-27 前海晶方云(深圳)测试设备有限公司 测试方法、存储装置、计算机设备和测试设备
CN116592899A (zh) * 2023-04-28 2023-08-15 哈尔滨工业大学 一种基于模块化红外靶标的位姿测量系统
CN116592899B (zh) * 2023-04-28 2024-03-29 哈尔滨工业大学 一种基于模块化红外靶标的位姿测量系统
CN117139858A (zh) * 2023-10-27 2023-12-01 西北师范大学 样品靶面激光烧蚀过程离焦量校正与调控装置及方法
CN117139858B (zh) * 2023-10-27 2023-12-29 西北师范大学 样品靶面激光烧蚀过程离焦量校正与调控装置及方法

Also Published As

Publication number Publication date
CN110610518B (zh) 2022-09-20
CN109754422B (zh) 2022-09-13
CN110517315A (zh) 2019-11-29
CN109754422A (zh) 2019-05-14
CN110517315B (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN110610518B (zh) 一种基于特征点位置校正的靶标位姿测量系统及方法
CN110057295B (zh) 一种免像控的单目视觉平面距离测量方法
CN104200086B (zh) 宽基线可见光相机位姿估计方法
CN105486289B (zh) 一种激光摄影测量系统及相机标定方法
CN113009456B (zh) 车载激光雷达数据校准方法、装置及系统
CN101813465B (zh) 非接触精密测转角的单目视觉测量方法
CN103792760B (zh) 一种自动调焦执行机构的定位计算与位置校正方法
CN101334267A (zh) 数字影像测头矢量坐标变换标定与误差修正方法及其装置
CN109685858A (zh) 一种单目摄像头在线标定方法
CN111091076B (zh) 基于立体视觉的隧道限界数据测量方法
CN102589571B (zh) 一种空间三维视觉计算验证方法
CN106441149B (zh) 一种基于多目测距的塔式二次反射镜面型检测系统及方法
CN104567690A (zh) 一种激光束现场标定方法及装置
CN110849331B (zh) 基于三维点云数据库模型的单目视觉测量与地面试验方法
CN103017666A (zh) 用于确定几何空间中测量点的位置的过程和装置
CN107610183A (zh) 新型条纹投影相位高度转换映射模型及其标定方法
WO2011118476A1 (ja) 3次元距離計測装置及びその方法
CN108154535B (zh) 基于平行光管的摄像机标定方法
CN115235379A (zh) 一种单目线激光三维视觉传感器参数在位标定装置及方法
KR101597163B1 (ko) 스테레오 카메라 교정 방법 및 장치
CN116295058A (zh) 一种列车轮对几何参数在线检测方法及系统
CN109506629B (zh) 一种水下核燃料组件检测装置旋转中心标定的方法
CN111412867A (zh) 一种板式热交换器板片结构测量装置及测量方法
JP7405710B2 (ja) 処理装置及び車載カメラ装置
WO2022126339A1 (zh) 土木结构变形监测方法及相关设备

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