CN114562941A - 一种相对广域机器视觉图像精确测量系统及其测量方法 - Google Patents
一种相对广域机器视觉图像精确测量系统及其测量方法 Download PDFInfo
- Publication number
- CN114562941A CN114562941A CN202210271593.XA CN202210271593A CN114562941A CN 114562941 A CN114562941 A CN 114562941A CN 202210271593 A CN202210271593 A CN 202210271593A CN 114562941 A CN114562941 A CN 114562941A
- Authority
- CN
- China
- Prior art keywords
- measured
- arm type
- type robot
- point ranging
- monocular camera
- 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
Links
- 238000000034 method Methods 0.000 title claims description 12
- 238000005259 measurement Methods 0.000 claims abstract description 39
- 239000002131 composite material Substances 0.000 claims abstract description 30
- 238000012937 correction Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 10
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000000691 measurement method Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance 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
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种相对广域机器视觉图像精确测量系统及其测量方法，该系统包括：手臂式机器人、与手臂式机器人的固定座保持相对固定的布设复合式单目相机、安装于手臂式机器人末端的双目结构光装置、安装于手臂式机器人末端的单点测距激光组、控制器及处理器，其中双目结构光装置与单点测距激光组保持相对固定的布设。本发明公开的一种相对广域机器视觉图像精确测量系统及其测量方法，通过复合式单目相机进行划区域粗测量定位，再通过概率优化算法引导手臂式机器人到最优测量位置，采用双目结构光装置进行高精度测量，最后采用单点测距激光组对检测结果进行校正。
Description
技术领域
本发明涉及基于图像的测量定位领域，尤其涉及一种相对广域机器视觉图像精确测量系统及其测量方法。
背景技术
机器视觉逐渐在工业上的应用得越来越广泛，从对环境要求十分苛刻的电子厂扩展到一般工业甚至是汽车焊装行业中。但是在相对广域的范围内用视觉系统来做精确测量的现有技术少之又少。而在环境十分复杂、恶劣的焊装车间使用视觉精确测量技术的技术还没有。
解决现有视觉技术通用性差，受硬件条件局限大，一旦硬件确定了，其视界范围及测量范围将被锁定，不能更改；即一旦视觉系统的硬件确认，其检测范围就确定了。比如，需要在XY轴方向上的测量精度达到±0.02mm时，其检测的视界范围仅能达到50×50mm的范围内的500万像素的双目相机，例如，要在5000×2000mm的范围内达到测量精度在±0.02mm内时，目前没有合适的视觉设备能能达到在如此广的范围内还能达到此精度。另外，需要处理能拍下5000mm×200mm照片的并且精确度到±0.02mm的相机其处理的数据是巨大的。所以，要做到相对广域范围内精确测量，不仅需要解决相关广域的范围里发现被测量物件，还需精确测量出被测物件在空间中的绝对坐标值及被测物自身尺寸值；同时反馈这个测量值与理论设计值做对比，计算出当前被测物件的坐标值及尺寸是否满足生产要求，无疑是一个难题。
发明内容
针对上述问题，本发明提供一种相对广域机器视觉图像精确测量系统及其测量方法，旨在解决现有的精确测量系统及测量方法，测量误差较大，尤其在汽车生产线中，精度及测量速度要求无法满足生产线的要求等问题。
本发明采取以下技术方案实现上述目的：
一种相对广域机器视觉图像精确测量系统，包括：
复合式单目相机，包括两个相对固定的单目相机，用于对待测物体进行粗定位；
手臂式机器人，用于根据复合式单目相机的粗定位信息，带动其末端部件运动至指定区域；
安装于手臂式机器人末端的双目结构光装置，用于标定待测物体的坐标值；
安装于手臂式机器人末端的单点测距激光组，包括三个以上的单点测距激光器，用于测量与待测物体校正特征件的距离；
控制器，用于根据复合式单目相机的粗定位信息发送手臂式机器人的驱动信号；
处理器，用于根据单点测距激光组的检测值，校正待测物体的坐标值；
其中，所述复合式单目相机与手臂式机器人的固定座保持相对固定的布设，所述双目结构光装置与单点测距激光组保持相对固定的布设；所述控制器和处理器均与复合式单目相机、手臂式机器人、双目结构光装置、单点测距激光组电信号连接。
本技术方案中，复合式单目相机的第一单目相机将拍摄的待测物体在XY平面内划分为多个方框组成的网格面，并依次做好标记，从图片中读取待测物体在第x行、第y列的网格中，第二单目相机将拍摄的待测物体在YZ平面内划分为多个方框组成的网格面，并依次做好标记，从图片中读取待测物体在第y行、第z列的网格中，故复合式单目相机用于对待测物体进行粗定位，即标定出待测物体所对应的网格坐标；手臂式机器人则根据网格坐标，带动双目结构光装置到与网格坐标配合的拍照位置，采用双目相机与结构光配合的测量方式，对待测物体进行精确测量，获得待测物体的坐标值；由于该坐标值在复合式单目相机的粗定位信息基础上进行标定及测量，故系统中手臂式机器人的运动、定位等误差、复合式单目相机测量的测量误差、整体系统有振动、噪声等引起的测量误差，都对待测物体的坐标值有影响，因此还需要对该坐标值进行数据校正；本技术方案采用三个以上的单点测距激光器，对待测物体的校正特征件进行测距，并通过处理器对每个单点测距激光器的测距值进行对比，其工作原理为：如果坐标值存在较大的偏差，那么每台单点测距激光器对校正特征件的距离值也会有不同的偏差，通过每个测距点不同的偏差值对照校正特征件上的位置进行拟合，得出实际测距点的位置，从而修正待测物体的坐标值，这样就可以消除由于手臂式机器人的精度导致的测量误差。
其进一步的技术方案为，校正特征件为圆锥形或方锥形结构中的一种，所述单点测距激光组的单点测距激光器到校正特征件的理论距离相等。本技术方案中，三个以上的单点测距激光器分别测量校正特征件的圆锥侧形面或方锥形侧面，若测得数值之间存在梯度差，那就表明双目结构光装置或手臂式机器人存在误差，需要进行修正。
其进一步的技术方案为，复合式单目相机为双目相机或通过固定支架固定连接的两个单目相机中的一种。本技术方案中，两个单目相机或双目相机用于粗测量被测物体的空间坐标。
一种相对广域机器视觉图像精确测量方法，包括以下步骤：
A.采用复合式单目相机分别把待测物体投影到XY和YZ两个平面坐标系上，把全区域划分为N1×N2和N2×N3的方框，划分出待测物体所在的区域；
B.控制器根据复合式单目相机检测的区域信息，发送引导手臂式机器人的驱动信号，带动其末端的双目结构光装置和单点测距激光组至待测物体被划分区域的对应位置；
C.采用双目结构光装置对待测物体进行精确测量，获得待测物体的坐标值；
D.采用单点测距激光组对待测物体校正特征件进行测距，获得每个单点测距激光器到待测物体校正特征件的距离；
E.处理器比对每个单点测距激光器到待测物体校正特征件的距离数值，若距离数值的偏差在阈值范围内，则根据单点测距激光组的检测值，校正待测物体的坐标值；若距离数值的偏差超出阈值范围，则返回步骤B。
其进一步的技术方案为，步骤E还包括：
E1.若距离数值的偏差连续超出阈值范围三次，则进行报错。
本发明的有益效果是：
本发明公开了一种相对广域机器视觉图像精确测量系统及其测量方法，采用高精度手臂式机器人搭配双目结构光装置+单点测距激光组及复合式单目相机的“并联”测量形式，通过复合式单目相机进行划区域粗测量定位，采用粗测量定位的值，引导手臂式机器人到最优测量位置，再采用双目结构光装置进行高精度测量，最后采用单点测距激光组对检测结果进行校正，能够消除由于系统中尤其是手臂式机器人、双目结构光装置等误差，可以实现在线生产情况下，获得高精度的测量数据，能适应用于更广的测量范围，柔性化、灵活性、适应性较高。
附图说明
图1为：本发明所述一种相对广域机器视觉图像精确测量系统的结构示意图。
图2为：本发明所述单点测距激光组测量校正特征件的示意图。
图3为：本发明所述一种相对广域机器视觉图像精确测量方法的流程图。
图中：
1、待测物体；2、校正特征件；3、复合式单目相机；4、单点测距激光组；5、双目结构光装置；6、手臂式机器人。
具体实施方式
下面结合附图1至图3对本发明进行详细说明，在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
如图1至图3所示，本实施方式提供一种相对广域机器视觉图像精确测量系统，包括：
复合式单目相机3，包括两个相对固定的单目相机，用于对待测物体1进行粗定位；
手臂式机器人6，用于根据复合式单目相机3的粗定位信息，带动其末端部件运动至指定区域；
安装于手臂式机器人6末端的双目结构光装置5，用于标定待测物体1的坐标值；
安装于手臂式机器人6末端的单点测距激光组4，包括三个以上的单点测距激光器，用于测量与待测物体1校正特征件2的距离；
控制器，用于根据复合式单目相机3的粗定位信息发送手臂式机器人6的驱动信号；
处理器，用于根据单点测距激光组4的检测值，校正待测物体1的坐标值；
其中，所述复合式单目相机3与手臂式机器人6的固定座保持相对固定的布设，所述双目结构光装置5与单点测距激光组4保持相对固定的布设；所述控制器和处理器均与复合式单目相机3、手臂式机器人6、双目结构光装置5、单点测距激光组4电信号连接。
具体的，复合式单目相机3的两个单目相机通过连杆进行相对固定连接，在其他实施方式或实际应用中复合式单目相机3还可以为双目相机，复合式单目相机3的连杆和手臂式机器人6的固定座均固定安装在工位上，单点测距激光组4包括三个固定安装于手臂式机器人6的末端，双目结构光装置5与单点测距激光组4保持一定间距的相对固定安装于手臂式机器人6的末端；本实施方式的待测物体1以AGV小车上的车身或其零部件的定位销为例，校正特征件2为设置与定位销底部的圆锥形结构支撑面，由于本实施方式中待测物体1与校正特征件2为同轴结构，故三个单线测距激光器围绕手臂式机器人6末端的轴线布设，每个单点测距激光器到校正特征件2对应的测距点的理论距离在同一梯度上，在其他实施方式中，可根据校正特征件2与待测物体1的相对位置来布设单点测距激光组4布设在手臂式机器人6末端的位置，在此不做限定，此外，待测物体1还可以为汽车生产线上的其他需要检测定位的零部件或工装等；双目结构光装置5的结构及和检测原理可以但不限于采用中国专利CN208795188U、CN111906767A所述的结构光双目视觉系统，在此不进行赘述。
上述实施方式中，待AGV小车进入该工位后，由于其运动惯性、控制系统的误差等，位于AGV小车上的定位销的空间位置会存在偏差，故采用上述测量系统进行精确定位，其测量方法包括以下步骤：
A.采用复合式单目相机3分别把待测物体1投影到XY和YZ两个平面坐标系上，把全区域划分为N1×N2和N2×N3的方框，划分出待测物体所在的区域；
具体的，1组复合式单目相机3覆盖的视界是1600×800×500mm的范围内，4组复合式单目相机即可覆盖5000mm×2000mm整个被测投影的区域，分别把待测物体1(定位销)在立体视界中的坐标分别投影到XY，YZ平面坐标上；根据双目结构光装置5的测量视界精度要求(如50×50mm)分别把XY、YZ划分为32×16及16×10个小视界测量区域；并按照顺序标定出被测物在第几行第几列的视界中；
B.控制器根据复合式单目相机3检测的区域信息，发送引导手臂式机器人6的驱动信号，带动其末端的双目结构光装置5和单点测距激光组4至待测物体1被划分区域的对应位置；
具体的，处理器采用复合式单目相机3测量定位的区域坐标值做概率优化，引导手臂式机器人6到最优位置进行双目结构光装置5的高精度测量；由复合式单目相机3划分出合适双目结构光装置5测量区域，并做示教前的测量多组数据，经过概率比对算出适合双目结构光装置5测量的最优位置，概率优化算法是用概率论的运算去明确地表达不确定性，即用概率算法来表示整个推测空间的概率分布信息，其中概率估计算法的具体过程是对示教前测量的具有高斯分布特性的多组数据做分析，取一个合理的置信区间，在置信区间内的点就优先设定为可以直接用于测量的点范围；
C.采用双目结构光装置5对待测物体1进行精确测量，获得待测物体1的坐标值；
D.采用单点测距激光组4对待测物体1校正特征件2进行测距，获得每个单点测距激光器到待测物体1校正特征件2的距离；
E.处理器比对每个单点测距激光器到待测物体校正特征件2的距离数值，若距离数值的偏差在阈值范围内，则根据单点测距激光组4的检测值，校正待测物体1的坐标值；若距离数值的偏差超出阈值范围，则返回步骤B；
具体的，理论上每台单点测距激光器对校正特征件2(圆锥形斜面)对应的测量点的距离值是在同一梯度上的，如果无偏差，则确定该坐标值为待测物体1的最终坐标值，如果测量的实际值之间存在偏差，则根据偏差值对照校正特征件2上的位置进行拟合，得出实际测距点的位置，从而修正待测物体1的坐标值，修正后的坐标值作为最终坐标值，这样就可以消除由于手臂式机器人6的精度导致的测量误差，即通过单点测距激光组4的测距值对待测物体1的坐标值进行微调；如果偏差值过大，则说明手臂式机器人6被引导的最优位置或手臂式机器人6运动过程中出现错误，即重新执行步骤B。其中对在校正过程中，采用了控制优化算法，具体采用扩展式卡尔曼滤波算法和H-D运动学控制算法优化机器人末端的达到通过程序自动精确控制机器人末端位置的目的。
上述实施方式示例性的示出了三个单点测距激光器的单点测距激光组4、校正特征件2的具体结构及位置及复合式单目相机3的具体连接方式，根据其他实施方式或实际应用中，为了进一步提高单点测距激光组4的校正性能，还可以采用三个以上单点测距激光器针对不同的测距点进行测量及校正；校正特征件2还可以采用方锥形结构与定位销同轴布设或采用一定间距的相对固定布设，或采用阶梯式结构的校正特征件2，每个单点测距激光器对应的测距梯度与测距点对应的阶梯式结构的梯度相同；复合式单目相机3中的两个单目相机还可以分别固定安装在工位上或采用其他中间件以一定间距和拍摄角度进行固定安装。
为了提高上述实施方式中测量系统的工作效率，其测量方法中步骤E还包括：
E1.若距离数值的偏差连续超出阈值范围三次，则进行报错，采用人工干预来对测量系统进行检查及维护。
本发明提供的一种相对广域机器视觉图像精确测量系统及其测量方法，采用高精度手臂式机器人6搭配双目结构光装置5+单点测距激光组4及复合式单目相机3的“并联”测量形式，通过复合式单目相机3进行划区域粗测量定位，采用粗测量定位的值做概率优化，引导手臂式机器人6到最优测量位置，再采用双目结构光装置5进行高精度测量，最后采用单点测距激光组4对检测结果进行校正，能够消除由于系统中尤其是手臂式机器人6、双目结构光装置5等误差，可以实现在线生产情况下，获得高精度的测量数据，能适应用于更广的测量范围，柔性化、灵活性、快速、适应性较高。
Claims (5)
1.一种相对广域机器视觉图像精确测量系统，其特征在于，包括：
复合式单目相机，包括两个相对固定的单目相机，用于对待测物体进行粗定位；
手臂式机器人，用于根据复合式单目相机的粗定位信息，带动其末端部件运动至指定区域；
安装于手臂式机器人末端的双目结构光装置，用于标定待测物体的坐标值；
安装于手臂式机器人末端的单点测距激光组，包括三个以上的单点测距激光器，用于测量与待测物体校正特征件的距离；
控制器，用于根据复合式单目相机的粗定位信息发送手臂式机器人的驱动信号；
处理器，用于根据单点测距激光组的检测值，校正待测物体的坐标值；
其中，所述复合式单目相机与手臂式机器人的固定座保持相对固定的布设，所述双目结构光装置与单点测距激光组保持相对固定的布设；所述控制器和处理器均与复合式单目相机、手臂式机器人、双目结构光装置、单点测距激光组电信号连接。
2.根据权利要求1所述的一种相对广域机器视觉图像精确测量系统，其特征在于，所述校正特征件为圆锥形或方锥形结构中的一种，所述单点测距激光组的单点测距激光器到校正特征件的理论距离相等。
3.根据权利要求1所述的一种相对广域机器视觉图像精确测量系统，其特征在于，所述复合式单目相机为双目相机或通过固定支架固定连接的两个单目相机中的一种。
4.一种相对广域机器视觉图像精确测量方法，其特征在于，包括以下步骤：
A.采用复合式单目相机分别把待测物体投影到XY和YZ两个平面坐标系上，把全区域划分为N1×N2和N2×N3方框构成的三维空间，划分出待测物体所在的区域；
B.控制器根据复合式单目相机检测的区域信息，发送引导手臂式机器人的驱动信号，带动其末端的双目结构光装置和单点测距激光组至待测物体被划分区域的对应位置；
C.采用双目结构光装置对待测物体进行精确测量，获得待测物体的坐标值；
D.采用单点测距激光组对待测物体校正特征件进行测距，获得每个单点测距激光器到待测物体校正特征件的距离；
E.处理器比对每个单点测距激光器到待测物体校正特征件的距离数值，若距离数值的偏差在阈值范围内，则根据单点测距激光组的检测值，校正待测物体的坐标值；若距离数值的偏差超出阈值范围，则返回步骤B。
5.根据权利要求4所述的一种相对广域机器视觉图像精确测量方法，其特征在于，所述步骤E还包括：
E1.若距离数值的偏差连续超出阈值范围三次，则进行报错。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210271593.XA CN114562941B (zh) | 2022-03-18 | 2022-03-18 | 一种相对广域机器视觉图像精确测量系统及其测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210271593.XA CN114562941B (zh) | 2022-03-18 | 2022-03-18 | 一种相对广域机器视觉图像精确测量系统及其测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114562941A true CN114562941A (zh) | 2022-05-31 |
| CN114562941B CN114562941B (zh) | 2024-08-30 |
Family
ID=81720194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210271593.XA Active CN114562941B (zh) | 2022-03-18 | 2022-03-18 | 一种相对广域机器视觉图像精确测量系统及其测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114562941B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115628700A (zh) * | 2022-11-02 | 2023-01-20 | 江南大学 | 一种高精度量棒标定方法 |
| CN116206070A (zh) * | 2023-05-05 | 2023-06-02 | 中国海洋大学 | 一种基于机器双目视觉的船体水下成像方法及水下机器人 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102914262A (zh) * | 2012-09-29 | 2013-02-06 | 北京控制工程研究所 | 一种基于附加视距的非合作目标贴近测量方法 |
| US20180009000A1 (en) * | 2016-07-08 | 2018-01-11 | Macdonald, Dettwiler And Associates Inc. | System and Method for Automated Artificial Vision Guided Dispensing Viscous Fluids for Caulking and Sealing Operations |
| CN109029257A (zh) * | 2018-07-12 | 2018-12-18 | 中国科学院自动化研究所 | 基于立体视觉和结构光视觉的大型工件位姿测量系统、方法 |
| CN109230580A (zh) * | 2018-10-11 | 2019-01-18 | 西安中科光电精密工程有限公司 | 一种基于混放物料信息采集的拆垛机器人系统及方法 |
-
2022
- 2022-03-18 CN CN202210271593.XA patent/CN114562941B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102914262A (zh) * | 2012-09-29 | 2013-02-06 | 北京控制工程研究所 | 一种基于附加视距的非合作目标贴近测量方法 |
| US20180009000A1 (en) * | 2016-07-08 | 2018-01-11 | Macdonald, Dettwiler And Associates Inc. | System and Method for Automated Artificial Vision Guided Dispensing Viscous Fluids for Caulking and Sealing Operations |
| CN109475897A (zh) * | 2016-07-08 | 2019-03-15 | 麦克唐纳德特威勒联合公司 | 使用自动人工视觉引导分配粘性流体以用于填隙和密封操作的系统和方法 |
| CN109029257A (zh) * | 2018-07-12 | 2018-12-18 | 中国科学院自动化研究所 | 基于立体视觉和结构光视觉的大型工件位姿测量系统、方法 |
| CN109230580A (zh) * | 2018-10-11 | 2019-01-18 | 西安中科光电精密工程有限公司 | 一种基于混放物料信息采集的拆垛机器人系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李静轩、顾祥: "多目视觉下的工业机器人应用研究", 计算机产品与流通, no. 2, pages 124 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115628700A (zh) * | 2022-11-02 | 2023-01-20 | 江南大学 | 一种高精度量棒标定方法 |
| CN115628700B (zh) * | 2022-11-02 | 2024-05-28 | 江南大学 | 一种高精度量棒标定方法 |
| CN116206070A (zh) * | 2023-05-05 | 2023-06-02 | 中国海洋大学 | 一种基于机器双目视觉的船体水下成像方法及水下机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114562941B (zh) | 2024-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108151660B (zh) | 一种飞机部件对接间隙和阶差的测量装备、方法及系统 | |
| CN114562941B (zh) | 一种相对广域机器视觉图像精确测量系统及其测量方法 | |
| CN102607457B (zh) | 基于惯性导航技术的大尺寸三维形貌测量装置及方法 | |
| CN104197960B (zh) | 一种激光跟踪仪视觉导引摄像机的全局标定方法 | |
| CN110355788B (zh) | 移动操作机器人大尺度空间高精度在线标定系统 | |
| CN113674345B (zh) | 一种二维像素级三维定位系统及定位方法 | |
| CN111707189B (zh) | 基于双目视觉的激光位移传感器光束方向标定方法 | |
| CN103335634A (zh) | 一种用于部件安装姿态校准的视觉靶板装置及标定方法 | |
| CN113155098A (zh) | 基于无人机多视角影像的既有铁路轨道线高精度三维重建方法 | |
| CN102654387A (zh) | 一种基于空间曲面约束的工业机器人在线标定装置 | |
| CN113681563B (zh) | 基于双相机的装配方法及系统 | |
| CN113028990B (zh) | 一种基于加权最小二乘的激光跟踪姿态测量系统及方法 | |
| CN105205806A (zh) | 一种基于机器视觉的精度补偿方法 | |
| CN112258583A (zh) | 基于等畸变量分区的近景图像畸变标定方法 | |
| CN114459345B (zh) | 基于视觉空间定位的飞机机身位置姿态检测系统及方法 | |
| CN110595374B (zh) | 基于传递像机的大型结构件实时形变监测方法 | |
| CN110211175B (zh) | 准直激光器光束空间位姿标定方法 | |
| CN115179323A (zh) | 基于远心视觉约束的机器末位姿测量装置及精度提升方法 | |
| CN109773589B (zh) | 对工件表面进行在线测量和加工导引的方法及装置、设备 | |
| CN106646507A (zh) | 基于惯性引导的激光跟踪测量设备多目标测量方法与装置 | |
| Jing et al. | The technologies of close-range photogrammetry and application in manufacture | |
| CN114994850B (zh) | 一种光路校准方法 | |
| CN114111578B (zh) | 一种大口径元件的位姿自动确定方法 | |
| CN113324538B (zh) | 一种合作目标远距离高精度六自由度位姿测量方法 | |
| Filonov et al. | Laser Measuring System for Tool and Surface Relative Positioning When Robotic Processing |
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 |