CN114170246B - 一种精密位移平台的定位方法 - Google Patents

一种精密位移平台的定位方法 Download PDF

Info

Publication number
CN114170246B
CN114170246B CN202111495946.6A CN202111495946A CN114170246B CN 114170246 B CN114170246 B CN 114170246B CN 202111495946 A CN202111495946 A CN 202111495946A CN 114170246 B CN114170246 B CN 114170246B
Authority
CN
China
Prior art keywords
calibration plate
coordinates
image
arrays
calibration
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
CN202111495946.6A
Other languages
English (en)
Other versions
CN114170246A (zh
Inventor
朱树锴
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.)
Guangdong OPT Machine Vision Co Ltd
Original Assignee
Guangdong OPT Machine Vision 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 Guangdong OPT Machine Vision Co Ltd filed Critical Guangdong OPT Machine Vision Co Ltd
Priority to CN202111495946.6A priority Critical patent/CN114170246B/zh
Publication of CN114170246A publication Critical patent/CN114170246A/zh
Application granted granted Critical
Publication of CN114170246B publication Critical patent/CN114170246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种精密位移平台的定位方法，所述方法包括以下步骤：在所述位移平台从初始位置移动至预设位置的过程中，获取若干张标定板图像；使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组；以所述标定板图像中的任一点为原点在所述标定板图像上建立世界坐标系，得到所述标定板图像上各圆点的世界坐标的有序数组；使用所述有序数组和所述有序数组进行相机标定，建立相机坐标系和世界坐标系的转换关系；在世界坐标系下计算得到所述标定板上各圆点的起始位置与结束位置之间的距离，并计算平均值，得到所述位移平台的位移距离。本发明采用相机标定的方式定位位移平台，提高了定位精度。

Description

一种精密位移平台的定位方法
技术领域
本发明涉及机器视觉检测技术领域，尤其涉及一种精密位移平台的定位方法。
背景技术
近年来，机器视觉技术被广泛应用于自动化行业。在工业制造及检测过程中，工业产品及工件可依靠精密位移平台完成输送，对位移平台进行准确定位显得至关重要。
但是，目前常规的光栅尺检测方法对应用环境要求高，在光栅尺面有油污、粉尘或伤损时，其定位精度有所下降。
因此针对工业复杂环境下的精密位移平台的快速定位检测，引入机器视觉具有重要的意义。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种精密位移平台的定位方法，实现在复杂工业环境下精密位移平台的定位测量，提高测量精度。
为达此目的，本发明采用以下技术方案：一种精密位移平台的定位方法，应用在包括相机、位移平台、标定板的标定系统中，所述标定板设置在所述位移平台的侧面，所述方法包括以下步骤：
在所述位移平台从初始位置移动至预设位置的过程中，获取若干张标定板图像；
使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector；
以所述标定板图像中的任一点为原点在所述标定板图像上建立世界坐标系，得到所述标定板图像上各圆点的世界坐标的有序数组WorldPointVector；
使用所述有序数组ImagePointVector和所述有序数组WorldPointVector进行相机标定，建立相机坐标系和世界坐标系的转换关系；
根据所述转换关系将在所述初始位置时所述标定板上各圆点的图像坐标转换为世界坐标，得到初始世界坐标值，以及将在所述预设位置后所述标定板上各圆点的图像坐标转换为世界坐标，得到最终世界坐标值；
将所述最终世界坐标值和所述初始世界坐标值输入计算，得到所述标定板上各圆点的起始位置与结束位置之间的距离，并计算平均值，得到所述位移平台的位移距离。
可选的，所述以所述标定板图像中的任一点为原点在所述标定板上建立世界坐标系，具体包括：
标记所述标定板的四个角位为点1、点2、点3、点4，其中，以点1为原点在标定板上建立世界坐标系，1-2为X方向，1-3为Y方向，Z方向与XY方向垂直，所述标定板图像上各圆点的世界坐标按相邻圆点的物理距离推算，将其存入WorldPointVector数组中，使存放顺序与ImagePointVector数组顺序相同。
可选的，所述使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector的步骤包括：
将所述标定板图像进行直方图均衡化处理，使直方图分布变为近似均匀分布；
采用Sobel边缘检测算法检测所述标定板上的边缘位置；
通过Mask处理获得所述标定板的感兴趣区域；
获得所述标定板的感兴趣区域后，使用OTSU法获得二值化图像并进行形态学处理，获取所述感兴趣区域的二值图；
使用斑点检测识别所述标定板上各圆点并检测各圆点的位置，对斑点检测的结果进一步排序。
可选的，所述采用Sobel边缘检测算法检测所述标定板上的边缘位置之后，还包括：
对所述标定板的所有轮廓进行多边形拟合，以多边形相邻轮廓夹角是否接近90度为依据进行判断，筛选出所述标定板的矩形轮廓，设置轮廓长度阈值，获得所述标定板的外沿轮廓。
可选的，所述使用斑点检测识别所述标点板上圆点并检测圆点位置，对斑点检测的结果进一步排序，具体包括：
当所述标定板向左下方倾斜时，设定所述标定板的四个角的圆心坐标分别为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，通过斑点检测已获得圆心坐标的无序数组，可通过公式(1)从数组中获取P1、P2、P3、P4的具体坐标:
确定点P1、P2、P3、P4后，需要对数组中剩下的点进行排序；
排序过程如下：假设标定板上的圆点个数为M×N，其中M为长边，N为短边，建立直线方程P1P2，获取距离直线P1P2最近的M个点建立第一个数组Vector1，距离直线P1P2第二近的M个点建立第二个数组Vector2，以此类推，直到建立第N个数组VectorN，共建立N个数组；在Vector1,Vector2,...，VectorN数组中，圆心坐标是无序的，对此N个数组内的点分别按x坐标的大小从小到大进行排列，并将此N个数组按行顺序依次放置在数组中。
可选的，当所述标定板向右下方倾斜时，设定所述标定板的四个角的圆心坐标分别为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，通过斑点检测已获得圆心坐标的无序数组，可通过公式(2)从数组中获取P1、P2、P3、P4的具体坐标:
确定点P1、P2、P3、P4后，需要对数组中剩下的点进行排序；
排序过程如下：假设标定板上的圆点个数为M×N，其中M为长边，N为短边，建立直线方程P1P2，获取距离直线P1P2最近的M个点建立第一个数组Vector1，距离直线P1P2第二近的M个点建立第二个数组Vector2，以此类推，直到建立第N个数组VectorN，共建立N个数组；在Vector1,Vector2,...，VectorN数组中，圆心坐标是无序的，对此N个数组内的点分别按x坐标的大小从小到大进行排列，并将此N个数组按行顺序依次放置在数组中。
可选的，在所述相机标定模块中使用张正友标定法进行标定。
本发明的有益效果：本发明实施例提供一种精密位移平台的定位方法，应用在包括相机、位移平台、标定板的标定系统中，所述标定板设置在所述位移平台的侧面，所述方法包括以下步骤：在所述位移平台从初始位置移动至预设位置的过程中，获取若干张标定板图像；使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector；以所述标定板图像中的任一点为原点在所述标定板图像上建立世界坐标系，得到所述标定板图像上各圆点的世界坐标的有序数组WorldPointVector；使用所述有序数组ImagePointVector和所述有序数组WorldPointVector进行相机标定，建立相机坐标系和世界坐标系的转换关系；根据所述转换关系将在所述初始位置时所述标定板上各圆点的图像坐标转换为世界坐标，得到初始世界坐标值，以及将在所述预设位置后所述标定板上各圆点的图像坐标转换为世界坐标，得到最终世界坐标值；将所述最终世界坐标值和所述初始世界坐标值输入计算，得到所述标定板上各圆点的起始位置与结束位置之间的距离，并计算平均值，得到所述位移平台的位移距离。该方法填补了基于机器视觉的精密位移平台定位这一技术空白，采用相机标定的方式定位精密位移平台，能够避免工厂复杂环境的干扰，提高定位精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种精密位移平台的定位方法的步骤流程图；
图2为本发明实施例提供的一种精密位移平台的定位方法中使用机器视觉方法处理标定板图像的步骤流程图；
图3为本发明实施例提供的一种精密位移平台的定位方法中应用的标定系统的结构示意图；
图4为本发明实施例提供的一种精密位移平台的定位方法中应用的标定系统的结构侧视图；
图5为本发明实施例提供的一种精密位移平台的定位方法中应用的标板的向左下方倾斜的图；
图6为本发明实施例提供的一种精密位移平台的定位方法中应用的标板的向右下方倾斜的图；
图7为本发明实施例提供的一种标定板的边缘图；
图8为本发明实施例提供的一种标定板的标定板的矩形轮廓图；
图9为本发明实施例提供的一种标定板的标定板的感兴趣区域图；
图10为本发明实施例提供的一种标定板的标定板的二值图。
图中：1、相机；2、位移平台；3、标定板；4、电机；5、丝杆；6、滑轨。
具体实施方式
本发明实施例提供一种精密位移平台的定位方法，实现在复杂工业环境下精密位移平台的定位测量，提高测量精度。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。请参考图1，图1为本发明实施例提供的一种精密位移平台的定位方法的步骤流程图，图3为标定系统的结构示意图，图4为标定系统的结构侧视图，包括相机1、位移平台2、标定板3的标定系统中，所述标定板设置在所述位移平台的侧面，所述标定板为圆点阵列标定板，所述标定板的形状为矩形。所述方法包括以下步骤：
步骤101：在所述位移平台从初始位置移动至预设位置的过程中，获取若干张标定板图像；
具体的，如图3和图4所示，首先固定相机位置，移动精密位移平台，使其位移到不同位置，改变标定板位姿，拍摄多张标定图像。
具体的，在现有的位移平台2的侧面加装一块可用于相机标定的圆点阵列的标定板3，电机4可带动丝杆5转动，从而使精密位移平台在滑轨6上移动。通过将位移平台移动到不同的预设的位置，并且每到一处预设的位置就改变该标定板3的位姿，如图5和图6所示，标定板3的位姿可以是向左下方倾斜，也可以向右下方倾斜，然后通过相机1获取多张标定板的图像，上传到标定系统中进行图像处理。
步骤102：使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector；
具体的，使用机器视觉方法处理图像，获取标定板上圆心坐标的有序数组的机器视觉处理步骤如下：，
如图2所示，
步骤201：将所述标定板图像进行直方图均衡化处理，使直方图分布变为近似均匀分布；
具体的，直方图均衡化能将图像直方图分布变为近似均匀分布，从而增强图像的局部对比度，因此适用于处理前景和背景太亮或太暗的图像，对标定图像进行直方图均衡化处理有利于后续斑点检测。
步骤202：采用Sobel边缘检测算法检测所述标定板上的边缘位置；
具体的，Sobel算法适用于检测图像的水平和竖直特征，而图像中标定板在水平和竖直方向上线条轮廓明显，因此可采用Sobel边缘检测算法检测标定板上的边缘，如图7所示。
步骤203：通过Mask处理获得所述标定板感兴趣区域；
对通过Mask处理获得标定板感兴趣区域以提高斑点检测的准确性。
在步骤203之前，如图8和图9所示，还包括获得标定板外沿轮廓步骤：由于标定板形状为矩形，对图7中所有轮廓进行多边形拟合，以多边形相邻轮廓夹角是否接近90度为依据进行进一步判断，可筛选出矩形轮廓，设置轮廓长度阈值，即可获得标定板外沿轮廓。
步骤204：获得所述感兴趣区域后，获得所述标定板的感兴趣区域后，使用OTSU法获得二值化图像并进行形态学处理，获取所述感兴趣区域的二值图，如图10所示。
步骤205：使用斑点检测识别所述标点板上圆点并检测圆点位置，对斑点检测的结果进一步排序。
具体的，使用斑点检测识别标点板上圆点并检测其位置，其结果为无序，即检测得到的圆点坐标没有按行列顺序存放在结果数组中，不利于与后续步骤世界坐标数组顺序对应，因此，对斑点检测的结果需要进一步排序。
在所有的标定图像中，如图5和图6所示，所述标定板的位姿主要有两种情况，包括所述标定板向左下方向倾斜和所述标定板向右下方向倾斜。
其排序规则分别如下：
在图5中，设标定板上四个角的圆心坐标分别为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，通过斑点检测已获得圆心坐标的无序数组，可通过公式(1)从数组中获取P1、P2、P3、P4的具体坐标:
确定点P1、P2、P3、P4后，需要对数组中剩下的点进行排序。排序过程如下：假设标定板上的圆点个数为M×N，其中M为长边，N为短边。建立直线方程P1P2，获取距离直线P1P2最近的M个点建立第一个数组Vector1，距离直线P1P2第二近的M个点建立第二个数组Vector2，以此类推，直到建立第N个数组VectorN，共建立N个数组。在Vector1,Vector2,...,VectorN数组中，圆心坐标仍然是无序的。因此，对此N个数组内的点分别按x坐标的大小从小到大进行排列，并将此N个数组按行顺序依次放置在数组ImagePointVector中。
在图6中，设标定板上四个角的圆心坐标分别为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，可通过公式(2)从数组中获取P1、P2、P3、P4的具体坐标:
其他点的排序规则与图4的相同。
步骤103：以所述标定板图像中的任一点为原点在所述标定板图像上建立世界坐标系，得到所述标定板图像上各圆点的世界坐标的有序数组WorldPointVector；
步骤104：使用所述有序数组ImagePointVector和所述有序数组WorldPointVector进行相机标定，建立相机坐标系和世界坐标系的转换关系；
具体的，图5或者图6，具体包括：标记所述标定板的四个角位为点1、点2、点3、点4，其中，以点1为原点在标定板上建立世界坐标系，1-2为X方向，1-3为Y方向，Z方向与XY方向垂直，世界坐标值按相邻圆点的物理距离推算，将其存入数组WorldPointVector中，使存放顺序与ImagePointVector数组顺序相同。
步骤105：根据所述转换关系将在所述初始位置时所述标定板上各圆点的图像坐标转换为世界坐标，得到初始世界坐标值，以及将在所述预设位置后所述标定板上各圆点的图像坐标转换为世界坐标，得到最终世界坐标值；
具体的，记录精密位移平台在初始位置时标定板上各圆点的图像坐标，通过坐标转换得到世界坐标。当精密位移平台运行到某一位置后，记录该位置标定板各圆点的图像坐标并将其转换为世界坐标。
步骤106：将所述最终世界坐标值和所述初始世界坐标值输入计算，得到所述标定板上各圆点的起始位置与结束位置之间的距离，并计算平均值，得到所述位移平台的位移距离。
具体的，分别计算标定板上各点在起始位置和结束位置的距离，并计算平均值，可得精密位移平台的位移距离。
具体的，所述相机标定使用张正友标定法进行标定，利用张正友标定法可以求得相机的内参矩阵、外参矩阵和畸变矩阵。
综上所述，本发明实施例提供一种精密位移平台的定位方法，应用在包括相机、位移平台、标定板的标定系统中，所述标定板设置在所述位移平台的侧面，所述方法包括以下步骤：在所述位移平台从初始位置移动至预设位置的过程中，获取若干张标定板图像；使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector；以所述标定板图像中的任一点为原点在所述标定板图像上建立世界坐标系，得到所述标定板图像上各圆点的世界坐标的有序数组WorldPointVector；使用所述有序数组ImagePointVector和所述有序数组WorldPointVector进行相机标定，建立相机坐标系和世界坐标系的转换关系；根据所述转换关系将在所述初始位置时所述标定板上各圆点的图像坐标转换为世界坐标，得到初始世界坐标值，以及将在所述预设位置后所述标定板上各圆点的图像坐标转换为世界坐标，得到最终世界坐标值；将所述最终世界坐标值和所述初始世界坐标值输入计算，得到所述标定板上各圆点的起始位置与结束位置之间的距离，并计算平均值，得到所述位移平台的位移距离。该方法填补了基于机器视觉的精密位移平台定位这一技术空白，采用相机标定的方式定位精密位移平台，能够避免工厂复杂环境的干扰，提高定位精度。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种精密位移平台的定位方法，其特征在于，应用在包括相机、位移平台、标定板的标定系统中，所述标定板设置在所述位移平台的侧面，所述方法包括以下步骤：
在所述位移平台从初始位置移动至预设位置的过程中，获取若干张标定板图像；
使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector；
以所述标定板图像中的任一点为原点在所述标定板图像上建立世界坐标系，得到所述标定板图像上各圆点的世界坐标的有序数组WorldPointVector；
使用所述有序数组ImagePointVector和所述有序数组WorldPointVector进行相机标定，建立相机坐标系和世界坐标系的转换关系；
根据所述转换关系将在所述初始位置时所述标定板上各圆点的图像坐标转换为世界坐标，得到初始世界坐标值，以及将在所述预设位置后所述标定板上各圆点的图像坐标转换为世界坐标，得到最终世界坐标值；
将所述最终世界坐标值和所述初始世界坐标值输入计算，得到所述标定板上各圆点的起始位置与结束位置之间的距离，并计算平均值，得到所述位移平台的位移距离。
2.根据权利要求1所述的精密位移平台的定位方法，其特征在于，所述以所述标定板图像中的任一点为原点在所述标定板上建立世界坐标系，具体包括：
标记所述标定板的四个角位为点1、点2、点3、点4，其中，以点1为原点在标定板上建立世界坐标系，1-2为X方向，1-3为Y方向，Z方向与XY方向垂直，所述标定板图像上各圆点的世界坐标按相邻圆点的物理距离推算，将其存入WorldPointVector数组中，使存放顺序与ImagePointVector数组顺序相同。
3.根据权利要求2所述的精密位移平台的定位方法，其特征在于，所述使用机器视觉方法处理所述标定板图像，获取所述标定板图像上各圆点的图像坐标的有序数组ImagePointVector的步骤包括：
将所述标定板图像进行直方图均衡化处理，使直方图分布变为近似均匀分布；
采用Sobel边缘检测算法检测所述标定板上的边缘位置；
通过Mask处理获得所述标定板的感兴趣区域；
获得所述标定板的感兴趣区域后，使用OTSU法获得二值化图像并进行形态学处理，获取所述感兴趣区域的二值图；
使用斑点检测识别所述标定板上各圆点并检测各圆点的位置，对斑点检测的结果进一步排序。
4.根据权利要求3所述的精密位移平台的定位方法，其特征在于，所述采用Sobel边缘检测算法检测所述标定板上的边缘位置之后，还包括：
对所述标定板的所有轮廓进行多边形拟合，以多边形相邻轮廓夹角是否接近90度为依据进行判断，筛选出所述标定板的矩形轮廓，设置轮廓长度阈值，获得所述标定板的外沿轮廓。
5.根据权利要求4所述的精密位移平台的定位方法，其特征在于，所述使用斑点检测识别所述标点板上圆点并检测圆点位置，对斑点检测的结果进一步排序，具体包括：
当所述标定板向左下方倾斜时，设定所述标定板的四个角的圆心坐标分别为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，通过斑点检测已获得圆心坐标的无序数组，可通过公式(1)从数组中获取P1、P2、P3、P4的具体坐标:
确定点P1、P2、P3、P4后，需要对数组中剩下的点进行排序；
排序过程如下：假设标定板上的圆点个数为M×N，其中M为长边，N为短边，建立直线方程P1P2，获取距离直线P1P2最近的M个点建立第一个数组Vector1，距离直线P1P2第二近的M个点建立第二个数组Vector2，以此类推，直到建立第N个数组VectorN，共建立N个数组；在Vector1,Vector2,...，VectorN数组中，圆心坐标是无序的，对此N个数组内的点分别按x坐标的大小从小到大进行排列，并将此N个数组按行顺序依次放置在数组中。
6.根据权利要求4所述的精密位移平台的定位方法，其特征在于，
当所述标定板向右下方倾斜时，设定所述标定板的四个角的圆心坐标分别为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，通过斑点检测已获得圆心坐标的无序数组，可通过公式(2)从数组中获取P1、P2、P3、P4的具体坐标:
确定点P1、P2、P3、P4后，需要对数组中剩下的点进行排序；
排序过程如下：假设标定板上的圆点个数为M×N，其中M为长边，N为短边，建立直线方程P1P2，获取距离直线P1P2最近的M个点建立第一个数组Vector1，距离直线P1P2第二近的M个点建立第二个数组Vector2，以此类推，直到建立第N个数组VectorN，共建立N个数组；在Vector1,Vector2,...，VectorN数组中，圆心坐标是无序的，对此N个数组内的点分别按x坐标的大小从小到大进行排列，并将此N个数组按行顺序依次放置在数组中。
7.根据权利要求1所述的精密位移平台的定位方法，其特征在于，所述相机标定使用张正友标定法进行标定。
CN202111495946.6A 2021-12-08 2021-12-08 一种精密位移平台的定位方法 Active CN114170246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111495946.6A CN114170246B (zh) 2021-12-08 2021-12-08 一种精密位移平台的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111495946.6A CN114170246B (zh) 2021-12-08 2021-12-08 一种精密位移平台的定位方法

Publications (2)

Publication Number Publication Date
CN114170246A CN114170246A (zh) 2022-03-11
CN114170246B true CN114170246B (zh) 2024-05-17

Family

ID=80484610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111495946.6A Active CN114170246B (zh) 2021-12-08 2021-12-08 一种精密位移平台的定位方法

Country Status (1)

Country Link
CN (1) CN114170246B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015024407A1 (zh) * 2013-08-19 2015-02-26 国家电网公司 基于电力机器人的双目视觉导航系统及方法
WO2019105044A1 (zh) * 2017-11-28 2019-06-06 东莞市普灵思智能电子有限公司 一种镜头畸变矫正和特征提取的方法及系统
CN110298888A (zh) * 2019-06-12 2019-10-01 上海智能制造功能平台有限公司 基于单轴高精度位移平台的相机标定方法
CN110788863A (zh) * 2019-11-22 2020-02-14 上海原能细胞生物低温设备有限公司 一种机器视觉的标定方法及机械臂定位抓取方法
CN112132891A (zh) * 2020-11-26 2020-12-25 三代光学科技（天津）有限公司 一种扩大标定空间的方法
CN112783076A (zh) * 2019-11-07 2021-05-11 东北大学秦皇岛分校 基于高精度位移传感器的引导机械手定位的方法及系统
CN113112543A (zh) * 2021-04-08 2021-07-13 东方电气集团科学技术研究院有限公司 一种基于视觉移动目标的大视场二维实时定位系统及方法
WO2021238617A1 (zh) * 2020-05-28 2021-12-02 中国科学院宁波材料技术与工程研究所 工业机器人绝对精度标定系统及标定方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101876533B (zh) * 2010-06-23 2011-11-30 北京航空航天大学 一种显微立体视觉校准方法
CN109655024B (zh) * 2019-01-24 2020-05-19 大连理工大学 采用空间变换技术的位移传感器外部参数标定方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015024407A1 (zh) * 2013-08-19 2015-02-26 国家电网公司 基于电力机器人的双目视觉导航系统及方法
WO2019105044A1 (zh) * 2017-11-28 2019-06-06 东莞市普灵思智能电子有限公司 一种镜头畸变矫正和特征提取的方法及系统
CN110298888A (zh) * 2019-06-12 2019-10-01 上海智能制造功能平台有限公司 基于单轴高精度位移平台的相机标定方法
CN112783076A (zh) * 2019-11-07 2021-05-11 东北大学秦皇岛分校 基于高精度位移传感器的引导机械手定位的方法及系统
CN110788863A (zh) * 2019-11-22 2020-02-14 上海原能细胞生物低温设备有限公司 一种机器视觉的标定方法及机械臂定位抓取方法
WO2021238617A1 (zh) * 2020-05-28 2021-12-02 中国科学院宁波材料技术与工程研究所 工业机器人绝对精度标定系统及标定方法
CN112132891A (zh) * 2020-11-26 2020-12-25 三代光学科技（天津）有限公司 一种扩大标定空间的方法
CN113112543A (zh) * 2021-04-08 2021-07-13 东方电气集团科学技术研究院有限公司 一种基于视觉移动目标的大视场二维实时定位系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种简易的单目视觉位姿测量方法研究;谷凤伟;高宏伟;姜月秋;;光电技术应用;20180815(04);全文 *
感知二步插值标定方法研究;史明强;张海翔;鲁正;胡恢军;喻擎苍;;机电工程;20110820(08);全文 *

Also Published As

Publication number Publication date
CN114170246A (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN107341802B (zh) 一种基于曲率与灰度复合的角点亚像素定位方法
Peng et al. Computer vision algorithm for measurement and inspection of O-rings
CN111537517A (zh) 一种无人智能化冲压缺陷识别方法
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
CN109449093B (zh) 晶圆检测方法
CN113724193B (zh) Pcba零部件尺寸及间隙高精度视觉测量方法
KR940003829B1 (ko) 위치인식장치
CN112529858A (zh) 一种基于机器视觉的焊缝图像处理方法
CN109934839A (zh) 一种基于视觉的工件检测方法
CN112697112B (zh) 一种相机水平面倾斜角的测量方法及装置
CN101619964A (zh) 一种基于工艺匹配的微小型结构件快速显微检测方法及装置
CN105424721A (zh) 一种金属应变计缺陷自动检测系统
CN106770321A (zh) 一种基于多阈值区间的塑料零件缺陷检测方法
CN109190434B (zh) 一种基于亚像素级角点检测的条码识别算法
CN112200776A (zh) 芯片封装缺陷检测方法和检测装置
CN104331695A (zh) 一种鲁棒的圆形标志符形状质量检测方法
CN113237889A (zh) 一种多尺度的陶瓷检测方法及系统
CN113393447B (zh) 基于深度学习的针尖正位度检测方法及系统
CN114170246B (zh) 一种精密位移平台的定位方法
CN116399241B (zh) 一种贴片式电感几何参数测量方法及系统
CN112109374A (zh) 一种基于计算机视觉系统定位及控制折弯模具装卸的方法
CN110322467B (zh) 一种提升3d轮廓传感器计算板材表面点云密度的算法
CN112419225A (zh) 一种基于引脚分割的sop型芯片检测方法及系统
CN113102297B (zh) 一种并联机器人快速分拣瑕疵工件的方法
CN117670887B (zh) 一种基于机器视觉的锡焊高度及缺陷检测方法

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