CN111486788A - 缝隙测量系统及测量方法 - Google Patents
缝隙测量系统及测量方法 Download PDFInfo
- Publication number
- CN111486788A CN111486788A CN202010296423.8A CN202010296423A CN111486788A CN 111486788 A CN111486788 A CN 111486788A CN 202010296423 A CN202010296423 A CN 202010296423A CN 111486788 A CN111486788 A CN 111486788A
- Authority
- CN
- China
- Prior art keywords
- gap
- camera
- structured light
- image
- upper computer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 51
- 238000005259 measurement Methods 0.000 claims description 33
- 238000011161 development Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000003638 chemical reducing agent Substances 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001965 increasing effect Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000026676 system process Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000001629 suppression Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
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
-
- 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
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种缝隙测量系统及测量方法,包括机械臂、上位机、控制柜及视觉系统,上位机通过连接所述控制柜以控制所述机械臂;视觉系统包括双目相机及结构光投射器,双目相机及结构光投射器均固定于所述机械臂的末端;机械臂运动至缝隙的上方,结构光投射器投射在缝隙上,形成缝隙的图像;所述双目相机用于采集所述缝隙的图像,并把所述缝隙的图像发送至所述上位机,所述上位机进行图像处理,所述上位机根据图像处理的结果获取缝隙的三维空间坐标,并生成缝隙的空间三维重建模型;所述上位机旋转缝隙的空间三维重建模型与世界坐标系的Z轴平行,并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法来求取缝隙的宽度和面差数值。
Description
技术领域
本发明涉及机器视觉测量技术领域,特别涉及一种缝隙测量系统及测 量方法。
背景技术
缝隙测量在工业生产上是一项非常重要的检测项目,近些年来,随着 社会不断的发展和工业生产水平不断的提高,在智能制造领域,常常需要 在线获取工业制造对象的几何特征信息。在这些几何特征中,工件之间缝 隙是一个比较重要的特征信息。
现有的缝隙检测方法,分为接触式和非接触式两类,其中接触式检测 精度低,并且测量结果不能进行实时的处理。非接触式方法有三坐标测量 机进行测量、经纬仪测量系统测量法、三维激光测量仪测量法以及基于电 容和超声波的方法。但是这些方法只能对检测对象进行抽样检测,并且抽 检的数量极为有限,成本较高,不能满足实际生产需要。
发明内容
本发明的目的在于提供一种缝隙测量系统及测量方法,以解决现有的 缝隙测量成本高的问题。
为解决上述技术问题,本发明提供一种缝隙测量系统,所述缝隙测量 系统包括机械臂、上位机、控制柜及视觉系统,其中:
所述上位机通过连接所述控制柜以控制所述机械臂;
所述视觉系统包括双目相机及结构光投射器,所述双目相机及结构光 投射器均固定于所述机械臂的末端;
所述机械臂运动至缝隙的上方,所述结构光投射器投射在缝隙上,形 成缝隙的图像;
所述双目相机用于采集所述缝隙的图像,并把所述缝隙的图像发送至 所述上位机,所述上位机进行图像处理,所述上位机根据图像处理的结果 获取缝隙的三维空间坐标,并生成缝隙的空间三维重建模型;
所述上位机旋转缝隙的空间三维重建模型与世界坐标系的Z轴平行, 并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法 来求取缝隙的宽度和面差数值。
可选的,在所述的缝隙测量系统中,所述缝隙测量系统还包括电机控 制系统,所述电机控制系统用于调整双目相机与结构光投射器的基线距离。
可选的,在所述的缝隙测量系统中,所述电机控制系统包括直流无刷 电机及直流无刷电机控制器,直流无刷电机控制器采用速度环和电流环的 双闭环控制;
在启动直流无刷电机时,电流环开启,电流增大使电机迅速达到指定 速度,同时启动电流最大限制值;
在直流无刷电机转速稳定之后,电流环作为内环进行限流保护,速度 环作为外环以维持速度恒定;
直流无刷电机控制器包括硬件模块与软件模块,所述硬件模块由开发 板、驱动板、编码器、AD采集电路和仿真器组成;开发板输出PWM波输 出波形,经过驱动板将信号放大,最后输入电机中,控制电机的启停以及 电机的速度、电流;编码器和AD采集电路将速度信号和电流信号反馈给 软件模块,通过反馈修正PWM波输出波形的占空比,完成电机的闭环控 制;
软件模块对开发板的芯片寄存器进行设置,控制开发板芯片定时、中 断功能,并使其输出PWM波形;并根据编码器检测电机速度以及AD采 样电路的反馈信号,调整PWM波占空比,进而调节速度的大小和电流大 小。
可选的,在所述的缝隙测量系统中,所述机械臂包括第一单个中空关 节和第二单个中空关节,所述第一单个中空关节和所述第二单个中空关节 用于放置直流无刷电机,所述第一单个中空关节和所述第二单个中空关节 以交错的方式集成在一球形外壳之中;
所述球形外壳内还具有第一驱动器与第二驱动器,所述第一驱动器用 于驱动结构光投射器和双目相机,所述第二驱动器用于驱动所述第一单个 中空关节和所述第二单个中空关节;
所述直流无刷电机为中空无框电机,所述中空无框电机的转子通过中 控传动轴直接与谐波减速机相连,谐波减速机的端面作为直接输出端面; 在所述中空无框电机的另一端通过中控的传动轴与齿轮相连,通过齿轮传 动将传动轴偏置,在偏置的传动轴上安装电磁抱闸以及增量编码器。
可选的,在所述的缝隙测量系统中,所述机械臂的末端与双目相机之 间的关系矩阵为手眼关系矩阵;
在所述双目相机采集所述缝隙的图像前,对所述手眼关系矩阵,以及 所述双目相机的摄像机内外参数进行标定;
所述双目相机采集的缝隙的图像为结构光图像;
所述双目相机将所述缝隙的图像发送至所述上位机的图像处理系统;
所述图像处理系统对双目相机采集的结构光图像进行处理,采用基于 Canny算子的缝隙检测算法进行边缘提取,得到更多轮廓信息;
将边缘提取的结果进行立体匹配,得到缝隙匹配点坐标,形成空间三 维重建模型,得到缝隙的宽度与面差数值。
可选的,在所述的缝隙测量系统中,对所述手眼关系矩阵进行标定包 括:在工作平面设置一个世界坐标系,所述世界坐标系与机器人坐标系不 重合,在完成双目相机的内外参标定后,计算获得物体在世界坐标系中的 位置;获得物体在在机器人坐标系中的坐标,根据所述世界坐标系与所述 机器人坐标系中的转换计算手眼关系矩阵;
所述边缘提取包括:采用图像预处理技术来降低噪声和增强边缘轮廓, 并在Canny算子的基础上进行延伸,从而进行缝隙轮廓的边缘提取;
所述立体匹配包括:现根据边缘轮廓提取的结果得到边缘点的坐标, 在边缘区域的限制下对边缘点进行双目立体匹配,即首先提取点坐标,然 后匹配代价计算,接着代价聚合,最后视差计算;
形成所述空间三维重建模型包括:通过双目相机得到左右投影图像, 经过立体匹配得到左右投影图像的对应关系,利用双目相机标定的结果即 左右投影图像中缝隙边缘轮廓点的坐标求出缝隙边缘在空间中的三维坐 标,并根据缝隙轮廓的三维坐标进行缝隙线的三维重建,并利用把缝隙面 旋转至与某坐标平面平行的方法求取缝隙宽度与面差数值。
可选的,在所述的缝隙测量系统中,双目相机中的单个相机的局部坐 标系Og-XgYgZg与相机坐标系Oc-XcYcZc坐标均重合且都为右手坐标系;
结构光投射器射出的光原点为N,Oc为双目相机光轴中心;结构光光 平面的射出点N在OcXcZc坐标平面上,且结构光平面正交于OcXcZc坐标平 面;交线为PN,P点为光轴OcZc与结构光平面的交点,光平面出射点N点 与摄像机光心Oc点之间的距离,即结构光视觉测量系统的基线距离 |NOc|=D,结构光平面与基线之间的夹角PNOc=α,光轴与激光射线之间的夹角OcPN=β;
在模型当中,各坐标值统一于局部坐标系Og-XgYgZg之内,由局部坐标 系内物坐标转换至图像坐标系中像点的投影模型为
式中:s=1,0T=(000)T,R是3X3的单位正交矩阵,t为1x3的平移 矢量;由D,α以及β组成的具有明确物理意义的结构参数描述的结构光光 平面方程为
由投影模型(1)和光平面方程(2),得到结构光视觉测量模式见式(3):
由(3)可知,物点坐标值的精确求取与基线距离D紧密相关;通过电 机对相机、光源进行驱动,从而改变基线距离D,实现精确测量。
可选的,在所述的缝隙测量系统中,根据两幅或者两副以上的图像得 到物体三维几何信息的方法,假设空间中一物体,通过1号摄像机、2号 摄像机获得左图像平面I1、右图像平面I2,物体上一点P在空间中的坐标为 [X Y Z]T,在左图像平面I1、右图像平面I2上的投影点分别为Pl与Pr,他 们的齐次坐标分别为[u1 v1 1]T、[u2 v2 1]T,则Pl、Pr有如下的对应关系:
其中,
ML、MR分别为1号摄像机、2号摄像机的投影矩阵,Al、Ar分别为1 号摄像机、2号摄像机的内部参数,
分别为1号摄像机与2号摄像机的外部参数矩阵,其 中Rl、Rr分笔试1号相机、2号相机的旋转矩阵,tl、tr分别是1号相机与 2号相机的平移向量,摄像机的内部参数以及外部参数通过摄像机标定获 得,当我们根据摄像机的内外参数求出投影矩阵ML、MR之后,可将上式 消去Zc1或者Zc2,得到关于X,Y,Z的四个线性方程组:
其中:(u1,v1,1)T、(u2,v2,1)T分别是点pl、pr在左图像平面I1与右图像平 面I2中的齐次坐标,(X,Y,Z,1)T为所求的世界坐标系下的齐次坐标, 为投影矩阵ML的第i行第j列元素,同理, 为投影矩阵MR的第i行第j列元素,解上述方程组, 其最小二乘解即为所求的空间坐标,即实现了覆盖件缝隙的三维重建。
本发明还提供一种缝隙测量方法,所述缝隙测量方法包括,其中:
上位机通过连接控制柜以控制机械臂;
视觉系统的双目相机及结构光投射器均固定于所述机械臂的末端;
所述机械臂运动至缝隙的上方,所述结构光投射器投射在缝隙上,形 成缝隙的图像;
所述双目相机用于采集所述缝隙的图像,并把所述缝隙的图像发送至 所述上位机,所述上位机进行图像处理,所述上位机根据图像处理的结果 获取缝隙的三维空间坐标,并生成缝隙的空间三维重建模型;
所述上位机旋转缝隙的空间三维重建模型与世界坐标系的Z轴平行, 并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法 来求取缝隙的宽度和面差数值。
在本发明提供的缝隙测量系统及测量方法中,通过上位机连接控制柜 以控制机械臂,机械臂运动至缝隙的上方,结构光投射器投射在缝隙上, 形成缝隙的图像,双目相机采集缝隙的图像,并把缝隙的图像发送至上位 机,上位机进行图像处理,上位机根据图像处理的结果获取缝隙的三维空 间坐标,并生成缝隙的空间三维重建模型,上位机旋转缝隙的空间三维重 建模型与世界坐标系的Z轴平行,并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法来求取缝隙的宽度和面差数值,实现了 缝隙的非接触式测量,测量精度高,且采用软件算法实现测量,无需对硬 件进行大规模的投资,只需要软件算法进行测量和图像处理,硬件成本低, 解决了缝隙测量成本高的问题。
附图说明
图1是本发明一实施例基于结构光视觉的机械臂结构示意图;
图2是本发明另一实施例张友正标定法所用的棋盘格示意图;
图3是本发明另一实施例直流无刷电机控制系统总图;
图4是本发明另一实施例直流无刷电机控制系统硬件模块流程图;
图5是本发明另一实施例机械臂关节剖视图;
图6是本发明另一实施例结构光视觉测量模型;
图7是本发明另一实施例检测方法中所表示的缝隙线三维重建示意 图;
图8是本发明另一实施例检测方法中所表示的空间直线的旋转示意 图;
图9是本发明另一实施例直流无刷电机结构示意图;
图10是本发明另一实施例双目视觉系统拍摄的左测量图像;
图11是本发明另一实施例双目视觉系统拍摄的右测量图像;
图12是本发明另一实施例检测方法中所表示的缝隙线三维重建示意 图;
图13是本发明另一实施例检测方法中所表示的空间直线的旋转示意 图;
图14是本发明另一实施例检测方法中所表示的缝隙线在X-Z平面投影 示意图;
图15是本发明另一实施例检测方法中所表示的缝隙线在Y-Z平面的投 影示意图;
图中所示:1-上位机;2-控制柜;3-电机控制系统;4-机械臂;41-第 一单个中空关节;42-第二单个中空关节;43-第一驱动器;44-第二驱动器; 5-双目相机;6-结构光投射器。
具体实施方式
以下结合附图和具体实施例对本发明提出的缝隙测量系统及测量方法 作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将 更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比 例,仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明的核心思想在于提供一种缝隙测量系统及测量方法,以解决现 有的缝隙测量成本高的问题。
为实现上述思想,本发明提供了一种缝隙测量系统及测量方法,所述 缝隙测量系统包括机械臂、上位机、控制柜及视觉系统,其中:所述上位 机通过连接所述控制柜以控制所述机械臂;所述视觉系统包括双目相机及 结构光投射器,所述双目相机及结构光投射器均固定于所述机械臂的末端; 所述机械臂运动至缝隙的上方,所述结构光投射器投射在缝隙上,形成缝 隙的图像;所述双目相机用于采集所述缝隙的图像,并把所述缝隙的图像 发送至所述上位机,所述上位机进行图像处理,所述上位机根据图像处理 的结果获取缝隙的三维空间坐标,并生成缝隙的空间三维重建模型;所述 上位机旋转缝隙的空间三维重建模型与世界坐标系的Z轴平行,并把旋转 之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法来求取缝 隙的宽度和面差数值。
<实施例一>
本实施例提出一种基于视觉的缝隙测量系统,如图1所示,其包括电 机控制系统3、机械臂4、视觉系统,控制柜2控制连接机械臂4,上位机 1连接控制柜2,视觉系统包括双目相机5、结构光投射器6,电机控制系 统3调整双目相机5与结构光投射器6的基线距离,双目相机5是用于采 集结构光投射器6投射图像,并将图像传送给由上位机软硬件构成的图像 处理系统,双目相机5固定于机械臂4末端,结构光投射器6投射在缝隙 上,将机械臂4末端与双目相机5间的关系矩阵、摄像机内外参数先经过 标定,机械臂4末端与双目相机5间的关系矩阵,也就是手眼关系矩阵; 然后对双目相机5采集的结构光图像进行处理,采用基于Canny算子的缝 隙检测算法进行边缘提取,得到更多轮廓信息;接着将边缘提取的结果进 行立体匹配,得到缝隙匹配点坐标,进而三维重建,得到缝隙宽度与面差 数值。
在本发明提供的缝隙测量系统及测量方法中,通过上位机连接控制柜 以控制机械臂,机械臂运动至缝隙的上方,结构光投射器投射在缝隙上, 形成缝隙的图像,双目相机采集缝隙的图像,并把缝隙的图像发送至上位 机,上位机进行图像处理,上位机根据图像处理的结果获取缝隙的三维空 间坐标,并生成缝隙的空间三维重建模型,上位机旋转缝隙的空间三维重 建模型与世界坐标系的Z轴平行,并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法来求取缝隙的宽度和面差数值,实现了 缝隙的非接触式测量,测量精度高,且采用软件算法实现测量,无需对硬 件进行大规模的投资,只需要软件算法进行测量和图像处理,硬件成本低, 解决了缝隙测量成本高的问题。
具体的,所述对所述手眼关系矩阵进行标定包括:通过张正友标定法 标定相机的内参矩阵和畸变参数;如图2所示,使用相机以不同距离,不 同方位,同时需要对棋盘有不同倾斜角度完整拍摄棋盘格若干张图片。检 测图片中内角点,即角点检测与提取亚像素信息;
另外,双目相机的摄像机内外参数进行标定包括:进行标定运算之前, 需要对棋盘上每一个内角点的空间坐标系的位置坐标进行初始化,默认参 数下生成的标定的结果为相机内参矩阵camera Matrix、相机的5个畸变系 数distCoeffs,另外每张图像都会生成属于自己的平移向量和旋转向量。标 定相机外参矩阵,用于图像坐标与世界坐标的转换;下式为像素坐标与世 界坐标的变换公式,右侧第一个矩阵为相机内参数矩阵,第二个矩阵为相 机外参数矩阵。图像坐标已知,同时相机内参数矩阵通过标定已获取,还 需计算比例系数s和外参数矩阵。
其中,s为比例系数
转换公式可简化为:
其中,C为相机内参数矩阵,R为旋转矩阵,t为平移矩阵,Zconst为世 界坐标系高度,可设置为0。
通过矩阵变换可得下式:
求解出旋转矩阵和平移矩阵即可算得s。
设置N个特征点(N>3),计算其世界坐标,移动机械臂工作末端到特征 点,记录末端坐标,获得N组数据;
利用线性代数求解两组数据的R和t,其中特征点世界坐标为A组数 据,末端坐标为B组数据;
对于两个点集A与B,为了寻找两个点集之间的旋转矩阵R和平移矩 阵t。可以将这个问题建模成如下的公式:
B=R*A+t
其中,R为旋转矩阵;
计算中心点
点集重新中心化
计算点集之间的协方差矩阵
通过奇异值分解计算最优旋转矩阵
[U,S,V]=SVD(H)
R=VUT
平移矩阵
t=-R×μA+μB
进一步的,电机控制系统用于调整双目相机与结构光投射器的基线距 离包括直流无刷电机控制系统方案,具体的,直流无刷电机及控制系统采 用了速度环和电流环的双闭环控制系统。在启动电机时,电流环起作用, 通过不断加大电流使电机迅速达到指定速度,同时限制启动电流最大值, 防止出现因电流过大损坏电机的情况;在转速稳定之后,电流环作为内环 主要起限流保护作用,速度环在外,它的主要目的是维持速度的恒定。在 小功率以及要求恒定转矩的场合,电流环通过稳定电流,使电机转矩保持 稳定,另一方面,也可以增加系统抗外扰能力。图3为直流无刷电机控制 系统总体框图。
直流无刷电机控制系统包括硬件模块与软件模块。硬件模块由开发版、 驱动板和仿真器组成。通过PC电脑端控制开发芯片,有开发板芯片输出 PWM波波形,在经过驱动板将信号放大,最后输入电机当中,控制电机的 启停以及电机的速度、电流等。电机中的编码器和AD采集电路将速度信 号和电流信号反馈给电脑端,通过反馈修正PWM波输出波形的占空比, 完成电机的闭环控制。图4为无刷电机控制系统硬件模块控制框图。软件 模块包括对开发板芯片寄存器的设置和算法设计两部分。对开发板芯片寄 存器的设置的目的只要是控制开发板芯片定时、中断等基本功能,并使其 输出PWM波形;算法设计的目的主要是根据编码器检测电机速度以及AD 采样电路才几点留的反馈信号,调整PWM波占空比,进而调节速度的大 小和电流大小。
机械臂4采用两个单独的关节交错的方式,将两个独立的关节集成到 一个球形外壳之中。球壳内有两个驱动器,一个用于驱动独立的关节,一 个用于驱动光源和相机。图5为球形关节的剖视图,其中41、42分别为第 一单个中空关节、第二单个中空关节,用于放置中空无框电机;43、44分 别为第一驱动器和第二驱动器,43驱动结构光投射器与双目相机,44用于 驱动机械臂4,两个驱动器使用CAN信号进行交换。
单个中空关节选用中空无框电机,便于内部中空走线,电机的转子通 过中控传动轴直接与谐波减速机相连,谐波减速机的端面作为直接输出端 面;在电机的另一端通过中控的传动轴与齿轮相连,通过齿轮传动将传动 轴偏置,在偏置的传动轴上安装电磁抱闸以及增量编码器,这样的结构使 两个独立的中控关节可以交错安装,使整个球形关节的结构更加紧凑。
对于单个相机,结构光测量的视觉模型如图6所示,局部坐标系 Og-XgYgZg与相机坐标系Oc-XcYcZc坐标均重合且都为右手坐标系。激光器 射出原点为N,Oc为相机光轴中心。结构光光平面的射出点N在OcXcZc坐 标平面上,且结构光平面正交于OcXcZc坐标平面。交线为PN,P点为光轴OcZc与结构光平面的交点,光平面出射点N点与摄像机光心Oc点之间的距离,即结构光视觉测量系统的基线距离|NOc|=D,结构光平面与基线之间的 夹角PNOc=α,光轴与激光射线之间的夹角OcPN=β。
在模型当中,各坐标值统一于局部坐标系Og-XgYgZg之内,由局部坐标 系内物坐标转换至图像坐标系中像点的投影模型为
式中:s=1,0T=(000)T,R是3X3的单位正交矩阵,t为1x3的平移 矢量。由D,α以及β组成的具有明确物理意义的结构参数描述的结构光光 平面方程为
由投影模型(1)和光平面方程(2),可以得到结构光视觉测量模式见 式(3):
由(3)可知,物点坐标值的精确求取与基线距离D紧密相关。
通过电机对相机、光源进行驱动,从而改变基线距离D,实现精确测 量。
具体的,所述边缘提取包括:对拍摄的图片首先通过运用图像之间的 逻辑运算、中值滤波处理以及图像灰度调整增强对边缘进行增强等预处理 方法,减少图像运算的复杂性,然后在canny算子的基础上进行边缘提取。
进一步的,计算各处的梯度向量,图像梯度即求导数,导数能反映出 图像变化最大的地方,图像变化最大的地方也就是图像的边缘。
在sobel算子不能明显反映图像边缘时就换用scharr算子;
进一步的,梯度方向上进行非最大值抑制,指寻找像素点局部最大值, 将非极大值点所对应的灰度值置为0,这样可以剔除掉一大部分非边缘的 点。如图3所示,要进行非极大值抑制,就首先要确定像素点C的灰度值 在其8值邻域内是否为最大。图3中蓝色的线条方向为C点的梯度方向, 这样就可以确定其局部的最大值肯定分布在这条线上,也即出了C点外, 梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。 因此,判断C点灰度与这两个点灰度大小即可判断C点是否为其邻域内的 局部最大灰度点。如果经过判断,C点灰度值小于这两个点中的任一个, 那就说明C点不是局部极大值,那么则可以排除C点为边缘。这就是非极 大值抑制的工作原理。
具体的,边缘追溯包括:canny算子除了提供了边缘之外,其实还有丰 富的局部梯度信息,而本方案提取的缝隙都是直线,因而梯度信息是非常 宝贵的。进一步的,直线性判别,所有直线都生长结束后,对每个轮廓进 行特征值分解,用较小的特征值进行线性度判定。进一步的,线段配对, 两个线段长度相似,两个线段质心接近,两个线段梯度向量相对立。
具体的,立体匹配包括:第一步对图像进行特征匹配,即把缝隙的边 缘轮廓点的坐标提取出来,得到初始匹配点;第二步,进行匹配代价计算, 从而衡量待匹配像素与候选像素之间的相关性;第三步,代价聚合,让代 价值能够准确的反映像素之间的相关性;第四步,视差计算,通过代价聚 合之后的代价矩阵来确定每个像素的最优视差值。
具体的,三维重建与结果分析包括:参考图8,图中O1与O2为1号相 机、2号相机的光心,根据两幅或者两副以上的图像得到物体三维几何信 息的方法,假设空间中一物体,通过1号摄像机、2号摄像机可以获得左 图像平面I1、右图像平面I2,物体上一点P在空间中的坐标为[X Y Z]T, 在左图像平面I1、右图像平面I2上的投影点分别为Pl与Pr,他们的齐次坐标 分别为[u1 v1 1]T、[u2 v2 1]T,则Pl、Pr有如下的对应关系:
其中,
ML、MR分别为1号摄像机、2号摄像机的投影矩阵,Al、Ar分别为1 号摄像机、2号摄像机的内部参数;
分别为1号摄像机与2号摄像机的外部参数矩阵,其 中Rl、Rr分笔试1号相机、2号相机的旋转矩阵,tl、tr分别是1号相机与 2号相机的平移向量,摄像机的内部参数以及外部参数通过摄像机标定获 得,当根据摄像机的内外参数求出投影矩阵ML、MR之后,可将上式消去Zc1或者Zc2,可以得到关于X,Y,Z的四个线性方程组:
其中:(u1,v1,1)T、(u2,v2,1)T分别是点pl、pr在左图像平面I1与右图像平 面I2中的齐次坐标,(X,Y,Z,1)T为所求的世界坐标系下的齐次坐标, 为投影矩阵ML的第i行第j列元素,同理, 为投影矩阵MR的第i行第j列元素,解上述方程组, 其最小二乘解即为所求的空间坐标,即实现了覆盖件缝隙的三维重建。
具体的,手眼标定包括:先运行Matlab软件,并将标定工具箱所在的 路径添加到Matlab path环境中,启动标定主函数calib-gui.m。将1号摄像 机与2号摄像机安装在适当的位置,并且调整好1号摄像机与2号摄像机, 变换角度与方位,拍摄大概10幅图像,然后通过图像采集卡存储在电脑之 中。
运行Calibration标定程序,将得到1号摄像机与2号摄像机标定的结 果,并且通过运行Analyze error程序可以对标定结果进行误差分析。
具体的,电机驱动包括:电机在整个控制系统中,电动机作为整个控 制系统的驱动件,他的选型对于恐高至系统具有至关重要作用。综合考虑 电机额定转矩、转速、以及几何尺寸等相关参数,选定科尔摩根TBM(s)60 系列电机。具体参数如表1-1所示。
表1-1电机参数
选用国产绿的谐波减速器,它的产品符合工作需求且价格适中,可以 在保证开发产品质量的基础上节约成本。该谐波减速器同样采取的是中空 走线,为了进一步保证结构紧凑,选用LHD中空超偏平系列谐波。经过综 合考虑最终的输出扭矩以及谐波所能容许的扭矩,确定谐波型号为 LHD-17-100。在齿轮的选择中,为确保中控走线槽的尺寸足够大,大齿轮 内部圆孔直径选择为20mm。
另一方面,为使总体机构更为紧凑,质量更轻,选用魔术为1的薄型 齿轮。通过米思米选型手册,确定合适的大小齿轮齿数,最终选择大齿轮 齿数Z1=48,小齿轮齿数Z2=20,大小齿轮与轴均通过平键连接。
抱闸装置安装在偏置的小齿轮端,抱闸的线圈与电机并联,电机上电 时,抱闸中的线圈就有电,电机断电时,抱闸中的线圈就没电。抱闸的作 用是为了关停系统中的运动件或者是机械零件进行减速,同时,它还具有 定位功能。电机扭矩通过齿轮传动后,扭矩减小,在保证制动力的同时, 为了使结构更紧凑,选用尺寸较小,质量较轻的爆炸,综合比较之后确定 选用KEB01.P1.310抱闸,具体参数如表1-4所示。
表1-2抱闸参数
编码器安置在偏置轴的末端,他将输入信号源或者数据进行编码,是 模拟信号在通过编码器转换之后,成为可以通信、传输、存储或者是上位 机可以进行处理的数字信号。很具不同的工作原理,编码器具有增量式以 及绝对式两种。增量是具有较高的可靠性,并且远离简单,但是他不能输 出绝对信息,所以断电停止运动后,一旦改变对象的位置,将会丢失原来 的位置信息。二绝对式可以记录绝对位置,断电后对象的运动不会使其丢 失记忆信息,抗干扰能力强。未在控制系统中,因为其中的编码器无需空 中走线,所以不需要选用中空编码器。综合考虑输出精度、编码器自身尺 寸以及安装方式,确定选用maxon光电编码器HEDL5540,编码器参数如 表1-3所示。
表1-3编码器参数表
直流无刷电机结构示意图如图9所示,转子上装有永磁钢,钉子上装 有绕组。各项绕组根据读取的转子的位置依次通电而产生旋转的磁场,因 转子上永磁体的存在从而气隙中有转子的磁极主磁场,两个磁场的相互作 用产生了电磁转矩,同时,在通过惯性,完成电机的换相,使电机可以连 续旋转,从而使得基线距离D不断改变,直到调整到最佳拍摄位置。
具体的,边缘提取包括:控制机械臂,将待测车门缝隙部分置于双目 立体视觉系统的视觉空间内,由1号摄像机与2号摄像机分别进行拍摄图 像,获得缝隙图像。参阅图10以及图11,为拍摄的原图像。对图像进行一 系列预处理,包括逻辑运算、中值滤波以及灰度图像调整。
使用scharr算子来计算各处的梯度向量,然后梯度方向上进行非最大 值抑制,但是需要注意的是梯度方向垂直于边缘方向。完成非极大值抑制 后,会得到一个二值图像,非边缘的点灰度值均为0,可能为边缘的局部 灰度极大值点可设置其灰度为128。检测结果还是包含了很多由噪声及其 他原因造成的假边缘。因此还需要进一步的处理。接下来进行边缘追溯, 而后直线性判别,最后线段配对。
具体的,立体匹配包括:在对车门缝隙线进行边缘提取得到边缘轮廓 的点的坐标之后,首先对所得坐标点进行特征匹配,然后由极线几何约束 方法将匹配搜索空间由二维空间降到一维空间进行匹配,可以大大降低匹 配时的计算量,提高匹配的速度,节省匹配时间。
在经过外极线几何匹配之后,为了衡量待匹配像素与候选像素之间的 相关性,需要进行匹配代价计算。两个像素无论是否为同名点,都可以通 过匹配代价函数计算匹配代价,代价越小则说明相关性越大,是同名点的 概率也越大。
代价聚合。匹配代价的计算往往只会考虑局部信息,这很容易受到影 像噪声的影响。而代价聚合则是建立邻接像素之间的联系,来对代价矩阵 进行优化,这种优化往往是全局的。
最后进行视差计算。使用WTA算法即赢家通吃算法来计算,即某个像 素的所有视差下的代价值中,选择最小代价值所对应的视差作为最优视差。
三维重建包括:参阅图12,由经过立体匹配后的车门缝隙边缘点,结 合摄像机标定结果可以反求出车门缝隙边缘点在世界坐标系中的坐标,然 后在Matlab软件中对点进行三维曲线重建。
参阅如图13,由缝隙线上点的空间三维坐标,求出缝隙线的方向向量 l(a,b,c),利用空间解析几何知识求得l与X轴、Y轴、Z轴的夹角分别为α、 β、γ,为把l旋转与Z轴平行,可使l先绕X轴旋转α角,再绕Y轴旋转 β角。
参阅图14,在缝隙线进行转之后,首先对两条缝隙线在X-Z平面内进 行投影,根据在X-Z平面投影的结果计算缝隙的宽度数值;参阅图15,然 后对车门两条缝隙线在Y-Z平面进行投影,根据在Y-Z平面的投影结果计 算缝隙的面差数值。
综上,上述实施例对缝隙测量系统的不同构型进行了详细说明,当然, 本发明包括但不局限于上述实施中所列举的构型,任何在上述实施例提供 的构型基础上进行变换的内容,均属于本发明所保护的范围。本领域技术 人员可以根据上述实施例的内容举一反三。
上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何 限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修 饰,均属于权利要求书的保护范围。
Claims (9)
1.一种缝隙测量系统,其特征在于,所述缝隙测量系统包括机械臂、上位机、控制柜及视觉系统,其中:
所述上位机通过连接所述控制柜以控制所述机械臂;
所述视觉系统包括双目相机及结构光投射器,所述双目相机及结构光投射器均固定于所述机械臂的末端;
所述机械臂运动至缝隙的上方,所述结构光投射器投射在缝隙上,形成缝隙的图像;
所述双目相机用于采集所述缝隙的图像,并把所述缝隙的图像发送至所述上位机,所述上位机进行图像处理,所述上位机根据图像处理的结果获取缝隙的三维空间坐标,并生成缝隙的空间三维重建模型;
所述上位机旋转缝隙的空间三维重建模型与世界坐标系的Z轴平行,并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法来求取缝隙的宽度和面差数值。
2.如权利要求1所述的缝隙测量系统,其特征在于,所述缝隙测量系统还包括电机控制系统,所述电机控制系统用于调整双目相机与结构光投射器的基线距离。
3.如权利要求2所述的缝隙测量系统,其特征在于,所述电机控制系统包括直流无刷电机及直流无刷电机控制器,直流无刷电机控制器采用速度环和电流环的双闭环控制;
在启动直流无刷电机时,电流环开启,电流增大使电机迅速达到指定速度,同时启动电流最大限制值;
在直流无刷电机转速稳定之后,电流环作为内环进行限流保护,速度环作为外环以维持速度恒定;
直流无刷电机控制器包括硬件模块与软件模块,所述硬件模块由开发板、驱动板、编码器、AD采集电路和仿真器组成;开发板输出PWM波输出波形,经过驱动板将信号放大,最后输入电机中,控制电机的启停以及电机的速度、电流;编码器和AD采集电路将速度信号和电流信号反馈给软件模块,通过反馈修正PWM波输出波形的占空比,完成电机的闭环控制;
软件模块对开发板的芯片寄存器进行设置,控制开发板芯片定时、中断功能,并使其输出PWM波形;并根据编码器检测电机速度以及AD采样电路的反馈信号,调整PWM波占空比,进而调节速度的大小和电流大小。
4.如权利要求3所述的缝隙测量系统,其特征在于,所述机械臂包括第一单个中空关节和第二单个中空关节,所述第一单个中空关节和所述第二单个中空关节用于放置直流无刷电机,所述第一单个中空关节和所述第二单个中空关节以交错的方式集成在一球形外壳之中;
所述球形外壳内还具有第一驱动器与第二驱动器,所述第一驱动器用于驱动结构光投射器和双目相机,所述第二驱动器用于驱动所述第一单个中空关节和所述第二单个中空关节;
所述直流无刷电机为中空无框电机,所述中空无框电机的转子通过中控传动轴直接与谐波减速机相连,谐波减速机的端面作为直接输出端面;在所述中空无框电机的另一端通过中控的传动轴与齿轮相连,通过齿轮传动将传动轴偏置,在偏置的传动轴上安装电磁抱闸以及增量编码器。
5.如权利要求1所述的缝隙测量系统,其特征在于,所述机械臂的末端与双目相机之间的关系矩阵为手眼关系矩阵;
在所述双目相机采集所述缝隙的图像前,对所述手眼关系矩阵,以及所述双目相机的摄像机内外参数进行标定;
所述双目相机采集的缝隙的图像为结构光图像;
所述双目相机将所述缝隙的图像发送至所述上位机的图像处理系统;
所述图像处理系统对双目相机采集的结构光图像进行处理,采用基于Canny算子的缝隙检测算法进行边缘提取,得到更多轮廓信息;
将边缘提取的结果进行立体匹配,得到缝隙匹配点坐标,形成空间三维重建模型,得到缝隙的宽度与面差数值。
6.如权利要求5所述的缝隙测量系统,其特征在于,对所述手眼关系矩阵进行标定包括:在工作平面设置一个世界坐标系,所述世界坐标系与机器人坐标系不重合,在完成双目相机的内外参标定后,计算获得物体在世界坐标系中的位置;获得物体在在机器人坐标系中的坐标,根据所述世界坐标系与所述机器人坐标系中的转换计算手眼关系矩阵;
所述边缘提取包括:采用图像预处理技术来降低噪声和增强边缘轮廓,并在Canny算子的基础上进行延伸,从而进行缝隙轮廓的边缘提取;
所述立体匹配包括:现根据边缘轮廓提取的结果得到边缘点的坐标,在边缘区域的限制下对边缘点进行双目立体匹配,即首先提取点坐标,然后匹配代价计算,接着代价聚合,最后视差计算;
形成所述空间三维重建模型包括:通过双目相机得到左右投影图像,经过立体匹配得到左右投影图像的对应关系,利用双目相机标定的结果即左右投影图像中缝隙边缘轮廓点的坐标求出缝隙边缘在空间中的三维坐标,并根据缝隙轮廓的三维坐标进行缝隙线的三维重建,并利用把缝隙面旋转至与某坐标平面平行的方法求取缝隙宽度与面差数值。
7.如权利要求6所述的缝隙测量系统,其特征在于,双目相机中的单个相机的局部坐标系Og-XgYgZg与相机坐标系Oc-XcYcZc坐标均重合且都为右手坐标系;
结构光投射器射出的光原点为N,Oc为双目相机光轴中心;结构光光平面的射出点N在OcXcZc坐标平面上,且结构光平面正交于OcXcZc坐标平面;交线为PN,P点为光轴OcZc与结构光平面的交点,光平面出射点N点与摄像机光心Oc点之间的距离,即结构光视觉测量系统的基线距离|NOc|=D,结构光平面与基线之间的夹角PNOc=α,光轴与激光射线之间的夹角OcPN=β;
在模型当中,各坐标值统一于局部坐标系Og-XgYgZg之内,由局部坐标系内物坐标转换至图像坐标系中像点的投影模型为
式中:s=1,0T=(0 0 0)T,R是3X3的单位正交矩阵,t为1x3的平移矢量;由D,α以及β组成的具有明确物理意义的结构参数描述的结构光光平面方程为
由投影模型(1)和光平面方程(2),得到结构光视觉测量模式见式(3):
由(3)可知,物点坐标值的精确求取与基线距离D紧密相关;通过电机对相机、光源进行驱动,从而改变基线距离D,实现精确测量。
8.如权利要求6所述的缝隙测量系统,其特征在于,根据两幅或者两副以上的图像得到物体三维几何信息的方法,假设空间中一物体,通过1号摄像机、2号摄像机获得左图像平面I1、右图像平面I2,物体上一点P在空间中的坐标为[X Y Z]T,在左图像平面I1、右图像平面I2上的投影点分别为Pl与Pr,他们的齐次坐标分别为[u1 v1 1]T、[u2 v2 1]T,则Pl、Pr有如下的对应关系:
其中,
ML、MR分别为1号摄像机、2号摄像机的投影矩阵,Al、Ar分别为1号摄像机、2号摄像机的内部参数,分别为1号摄像机与2号摄像机的外部参数矩阵,其中Rl、Rr分笔试1号相机、2号相机的旋转矩阵,tl、tr分别是1号相机与2号相机的平移向量,摄像机的内部参数以及外部参数通过摄像机标定获得,当我们根据摄像机的内外参数求出投影矩阵ML、MR之后,可将上式消去Zc1或者Zc2,得到关于X,Y,Z的四个线性方程组:
9.一种缝隙测量方法,其特征在于,所述缝隙测量方法包括,其中:
上位机通过连接控制柜以控制机械臂;
视觉系统的双目相机及结构光投射器均固定于所述机械臂的末端;
所述机械臂运动至缝隙的上方,所述结构光投射器投射在缝隙上,形成缝隙的图像;
所述双目相机用于采集所述缝隙的图像,并把所述缝隙的图像发送至所述上位机,所述上位机进行图像处理,所述上位机根据图像处理的结果获取缝隙的三维空间坐标,并生成缝隙的空间三维重建模型;
所述上位机旋转缝隙的空间三维重建模型与世界坐标系的Z轴平行,并把旋转之后的缝隙的空间三维重建模型分别向不同坐标平面投影的方法来求取缝隙的宽度和面差数值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296423.8A CN111486788A (zh) | 2020-04-15 | 2020-04-15 | 缝隙测量系统及测量方法 |
PCT/CN2020/097230 WO2021208231A1 (zh) | 2020-04-15 | 2020-06-19 | 缝隙测量系统及测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296423.8A CN111486788A (zh) | 2020-04-15 | 2020-04-15 | 缝隙测量系统及测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111486788A true CN111486788A (zh) | 2020-08-04 |
Family
ID=71812839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010296423.8A Pending CN111486788A (zh) | 2020-04-15 | 2020-04-15 | 缝隙测量系统及测量方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111486788A (zh) |
WO (1) | WO2021208231A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570654A (zh) * | 2021-06-16 | 2021-10-29 | 上海工程技术大学 | 基于最小外接矩形的汽车表面缝隙尺寸检测方法及其应用 |
CN113849000A (zh) * | 2021-09-15 | 2021-12-28 | 山东泰开智能配电有限公司 | 高压隔离开关镀银件镀层厚度自动检测系统的控制方法 |
CN115451872A (zh) * | 2022-10-24 | 2022-12-09 | 江阴市海达电机冲片有限公司 | 电机铁芯转子结构分析平台 |
CN116459000A (zh) * | 2023-03-29 | 2023-07-21 | 北京诺亦腾科技有限公司 | 确定空间路径的方法、装置、设备和介质 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114119768B (zh) * | 2021-11-15 | 2024-03-19 | 山东省科学院海洋仪器仪表研究所 | 一种基于多目视觉技术的刺参活性监测方法 |
CN114509048B (zh) * | 2022-01-20 | 2023-11-07 | 中科视捷(南京)科技有限公司 | 基于单目相机的架空输电线路空间三维信息获取方法及系统 |
CN114332231B (zh) * | 2022-03-04 | 2022-06-14 | 成都创像科技有限公司 | 视觉检测设备中机械手与相机的定位方法、装置及介质 |
CN114842089B (zh) * | 2022-03-29 | 2024-03-15 | 国营芜湖机械厂 | 一种电传操纵计算机电位计自动调制方法 |
CN114972626A (zh) * | 2022-04-07 | 2022-08-30 | 福州大学 | 一种基于编码结构光双目视觉的焊缝三维重建系统及方法 |
CN114963981B (zh) * | 2022-05-16 | 2023-08-15 | 南京航空航天大学 | 一种基于单目视觉的筒状零件对接非接触式测量方法 |
CN115112024B (zh) * | 2022-05-31 | 2023-09-26 | 江苏濠汉信息技术有限公司 | 线材长度测量过程中纹理定位的算法 |
CN115174892A (zh) * | 2022-07-01 | 2022-10-11 | 安徽爱意爱机电科技有限公司 | 智能图像精度检测仪 |
CN115127468B (zh) * | 2022-08-30 | 2022-11-04 | 中机生产力促进中心有限公司 | 一种弹条铁轨间缝隙视觉测量装置及测量方法 |
CN115468738B (zh) * | 2022-10-31 | 2024-02-27 | 易思维(杭州)科技股份有限公司 | 一种线阵相机测量系统的测量精度评价装置及评价方法 |
CN115628700B (zh) * | 2022-11-02 | 2024-05-28 | 江南大学 | 一种高精度量棒标定方法 |
CN116228890B (zh) * | 2023-05-05 | 2023-08-11 | 深圳市拓普泰克技术股份有限公司 | 一种基于加油设备的智能控制系统 |
CN116228831B (zh) * | 2023-05-10 | 2023-08-22 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
CN116382320B (zh) * | 2023-05-26 | 2023-09-01 | 深圳市景创科技电子股份有限公司 | 水下机器人姿态控制方法及装置 |
CN116593282B (zh) * | 2023-07-14 | 2023-11-28 | 四川名人居门窗有限公司 | 一种基于结构光的玻璃抗冲击反应测试系统及方法 |
CN117218681B (zh) * | 2023-11-09 | 2024-02-06 | 厦门瑞为信息技术有限公司 | 单目镜头的身高估计方法及小孩过闸装置与判断方法 |
CN117646828B (zh) * | 2024-01-29 | 2024-04-05 | 中国市政工程西南设计研究总院有限公司 | 一种用于检测顶管接口相对位移和渗漏水的装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103075973A (zh) * | 2012-12-31 | 2013-05-01 | 吉林大学 | 车身缝隙尺寸非接触在线检测方法 |
DE102012103980A1 (de) * | 2012-05-07 | 2013-11-07 | GOM - Gesellschaft für Optische Meßtechnik mbH | Verfahren und Vorrichtung zur Ausrichtung einer Komponente |
CN106514697A (zh) * | 2016-12-09 | 2017-03-22 | 中国科学院合肥物质科学研究院 | 二自由度正交式机器人关节模块及六自由度机械臂 |
CN107718046A (zh) * | 2017-10-24 | 2018-02-23 | 中广核研究院有限公司 | 用于水下焊接的机器人、机器人系统及作业方法 |
CN108890689A (zh) * | 2018-07-27 | 2018-11-27 | 北京航天控制仪器研究所 | 一种柔性机器人变刚度关节 |
CN110784135A (zh) * | 2019-11-11 | 2020-02-11 | 日立楼宇技术(广州)有限公司 | 电机控制方法及电机控制系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9964402B2 (en) * | 2015-04-24 | 2018-05-08 | Faro Technologies, Inc. | Two-camera triangulation scanner with detachable coupling mechanism |
CN105783726B (zh) * | 2016-04-29 | 2018-06-19 | 无锡科技职业学院 | 一种基于线结构光视觉检测的曲线焊缝三维重建方法 |
CN107907048A (zh) * | 2017-06-30 | 2018-04-13 | 长沙湘计海盾科技有限公司 | 一种基于线结构光扫描的双目立体视觉三维测量方法 |
CN108088390B (zh) * | 2017-12-13 | 2019-12-03 | 浙江工业大学 | 一种焊接检测中基于双目线结构光的光条中心三维坐标获取方法 |
CN110681950A (zh) * | 2019-08-29 | 2020-01-14 | 北京航空航天大学 | 基于结构光传感器的机器人焊缝跟踪系统和控制方法 |
-
2020
- 2020-04-15 CN CN202010296423.8A patent/CN111486788A/zh active Pending
- 2020-06-19 WO PCT/CN2020/097230 patent/WO2021208231A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012103980A1 (de) * | 2012-05-07 | 2013-11-07 | GOM - Gesellschaft für Optische Meßtechnik mbH | Verfahren und Vorrichtung zur Ausrichtung einer Komponente |
CN103075973A (zh) * | 2012-12-31 | 2013-05-01 | 吉林大学 | 车身缝隙尺寸非接触在线检测方法 |
CN106514697A (zh) * | 2016-12-09 | 2017-03-22 | 中国科学院合肥物质科学研究院 | 二自由度正交式机器人关节模块及六自由度机械臂 |
CN107718046A (zh) * | 2017-10-24 | 2018-02-23 | 中广核研究院有限公司 | 用于水下焊接的机器人、机器人系统及作业方法 |
CN108890689A (zh) * | 2018-07-27 | 2018-11-27 | 北京航天控制仪器研究所 | 一种柔性机器人变刚度关节 |
CN110784135A (zh) * | 2019-11-11 | 2020-02-11 | 日立楼宇技术(广州)有限公司 | 电机控制方法及电机控制系统 |
Non-Patent Citations (4)
Title |
---|
徐德 等: "《机器人视觉测量与控制》", 31 January 2016, 国防工业出版社 * |
李竹林 等: "《图像立体匹配技术及其发展和应用》", 31 July 2007, 陕西科学技术出版社 * |
段良君 等: "激光扫描测头视觉系统结构参数优化", 《应用光学》 * |
雷仕湛 等: "《激光智能制造技术》", 30 June 2018, 复旦大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570654A (zh) * | 2021-06-16 | 2021-10-29 | 上海工程技术大学 | 基于最小外接矩形的汽车表面缝隙尺寸检测方法及其应用 |
CN113849000A (zh) * | 2021-09-15 | 2021-12-28 | 山东泰开智能配电有限公司 | 高压隔离开关镀银件镀层厚度自动检测系统的控制方法 |
CN113849000B (zh) * | 2021-09-15 | 2024-03-29 | 山东泰开智能配电有限公司 | 高压隔离开关镀银件镀层厚度自动检测系统的控制方法 |
CN115451872A (zh) * | 2022-10-24 | 2022-12-09 | 江阴市海达电机冲片有限公司 | 电机铁芯转子结构分析平台 |
CN116459000A (zh) * | 2023-03-29 | 2023-07-21 | 北京诺亦腾科技有限公司 | 确定空间路径的方法、装置、设备和介质 |
CN116459000B (zh) * | 2023-03-29 | 2023-09-19 | 北京诺亦腾科技有限公司 | 确定空间路径的方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021208231A1 (zh) | 2021-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111486788A (zh) | 缝隙测量系统及测量方法 | |
US11077557B2 (en) | System and method for robust calibration between a machine vision system and a robot | |
CN110728715B (zh) | 一种智能巡检机器人摄像机角度自适应调整方法 | |
CN111612794B (zh) | 基于多2d视觉的零部件高精度三维位姿估计方法及系统 | |
EP3011362B1 (en) | Systems and methods for tracking location of movable target object | |
KR101803164B1 (ko) | 로봇 공학용 다중 감지 스테레오 비전 방법, 시스템 및 장치 | |
US9124873B2 (en) | System and method for finding correspondence between cameras in a three-dimensional vision system | |
CN111127568B (zh) | 一种基于空间点位信息的相机位姿标定方法 | |
CN109218702A (zh) | 一种相机自转式3d测量及信息获取装置 | |
CN105547153B (zh) | 基于双目视觉的插件元件针脚视觉定位方法及装置 | |
US11488322B2 (en) | System and method for training a model in a plurality of non-perspective cameras and determining 3D pose of an object at runtime with the same | |
McIvor | Calibration of a laser stripe profiler | |
CN102042807B (zh) | 一种目标空间坐标的柔性立体视觉测量装置 | |
An et al. | Building an omnidirectional 3-D color laser ranging system through a novel calibration method | |
EP3865062A1 (en) | Magnetic source detection device fixedly connecting external magnet and magnetic sensor array | |
CN208795174U (zh) | 相机自转式图像采集设备、比对装置、配套物生成装置 | |
Gratal et al. | Visual servoing on unknown objects | |
Okarma et al. | The 3D scanning system for the machine vision based positioning of workpieces on the CNC machine tools | |
CN106964907A (zh) | 一种激光切割的方法和设备 | |
Gratal et al. | Virtual visual servoing for real-time robot pose estimation | |
Hvilshøj et al. | Calibration techniques for industrial mobile manipulators: Theoretical configurations and best practices | |
CN116681772A (zh) | 一种非共视下多相机在线标定方法 | |
CN114998444B (zh) | 一种基于两通道网络的机器人高精度位姿测量系统 | |
CN104007761A (zh) | 基于位姿误差的视觉伺服机器人的循迹控制方法及装置 | |
Nguyen et al. | Real-time obstacle detection for an autonomous wheelchair using stereoscopic cameras |
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: 20200804 |