CN116485913A - 一种视觉平移标定的自诊断方法、系统、设备及介质 - Google Patents
一种视觉平移标定的自诊断方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116485913A CN116485913A CN202310459171.XA CN202310459171A CN116485913A CN 116485913 A CN116485913 A CN 116485913A CN 202310459171 A CN202310459171 A CN 202310459171A CN 116485913 A CN116485913 A CN 116485913A
- Authority
- CN
- China
- Prior art keywords
- difference value
- coordinates
- visual
- self
- homography matrix
- 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
- 238000013519 translation Methods 0.000 title claims abstract description 61
- 230000000007 visual effect Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004092 self-diagnosis Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000003745 diagnosis Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000002405 diagnostic procedure Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 8
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000011156 evaluation Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Abstract
本发明公开了一种视觉平移标定的自诊断方法、系统、设备及介质,本发明通过相机视觉系统获取的原始机械坐标和视觉坐标转换得到的单应矩阵。通过单应矩阵将视觉坐标转换为转换机械坐标,计算转换机械坐标和原始机械坐标的差异值。获取项目的精度管控公差,将第一差异值和精度管控公差进行比较计算,得到第二差异值,将第二差异值作为准确诊断当前的平移标定是否满足项目的精度要求的诊断依据。在平移标定的过程中,通过对平移标定的数据进行计算与比较,即可获得对平移标定结果的评估,帮助作业人员了解当前标定过程以及结果是否满足该项目的对位引导精度,以便及时调整平台走位,同时也为后续的良率分析提供参考,可以有效提升效率,节省成本。
Description
技术领域
本发明涉及运动标定诊断技术领域,具体涉及一种视觉平移标定的自诊断方法、系统、设备及介质。
背景技术
在机器视觉的对位引导,为实现视觉对于机械运动平台的正确引导,需要标定视觉图像与机械运动平台的坐标系转换关系,这个过程被称为平移标定。
平移标定的方式主要是采用“手眼标定”来实现,具体的操作就是机械平台带动某一特征物体在相机视觉系统下进行特定路径点位的运动,同时视觉在对应点位进行取相,获取特征物体的图像坐标,取得多组一一对应的坐标值后,即可求取得到一个转换关系的矩阵结果。
但是,虽然目前市面上的对于这种标定技术的应用较为广泛,但缺乏对于这种标定结果的客观直接的评价,致使在项目实践过程中,只能采用对位引导的结果统计数据,来反向分析实施过程中的各类实施误差,既耗费时间,增加了生产成本,同时该类型分析工作对于作业人员的专业性要求非常高,否则会导致时间与物料成本的双重增加。
发明内容
基于背景技术所提出的问题,本发明的目的在于提供一种视觉平移标定的自诊断方法设备及介质,通过对视觉与运动平台平移标定所获得的标定结果进行客观直接评估,在完成平移标定的同时,即可获得对于这个结果的评估,帮助作业人员了解当前标定过程以及结果是否满足该项目的对位引导精度,以便及时调整平台走位,同时也为后续的良率分析提供参考,可以有效提升效率,节省成本,从而解决了目前在标定项目实践过程中采用对位引导的结果统计数据反向分析实施过程中各类实施误差,导致的时间成本、生产成本高的问题。
本发明通过下述技术方案实现:
本发明第一方面提供了一种视觉平移标定的自诊断方法,包括
获取平移标定的原始数据点集,通过所述原始数据点集构建单应矩阵;所述原始数据点集包括原始机械坐标和视觉坐标;
通过所述单应矩阵将所述视觉坐标转换为转换机械坐标;
将所述转换机械坐标与所述原始机械坐标进行比较计算,得到第一差异值;
获取项目的精度管控公差,将所述第一差异值与所述精度管控公差进行比较计算,得到第二差异值;
通过对第二差异值进行分析,得到自诊断结果。
在上述技术方案中,通过相机视觉系统获取的原始机械坐标和视觉坐标转换得到的单应矩阵。但是,直接使用单应矩阵进行对位引导会导致项目在实施中存在误差,故通过单应矩阵将视觉坐标转换为转换机械坐标,计算转换机械坐标和原始机械坐标的差异值作为单应矩阵的评估依据。
获取项目的精度管控公差,将第一差异值和精度管控公差进行比较计算,得到第二差异值,将第二差异值作为准确诊断当前的平移标定是否满足项目的精度要求的诊断依据。
仅需使用平移标定的数据,即可完成对于平移标定结果的自我诊断,无需收集平移标定结果来反向分析实施过程中的各类实施误差,在完成平移标定的同时,即可获得对于这个结果的自我诊断结果,帮助作业人员了解当前标定过程以及结果是否满足该项目的对位引导精度,及时调整,有效提升平移标定的效率,节省时间成本和生产成本,从而解决了目前在标定项目实践过程中采用对位引导的结果统计数据反向分析实施过程中各类实施误差,导致的时间成本、生产成本高的问题。
在一种可选实施例中,获取平移标定的原始数据点集包括如下步骤:
记录平台运动到点位的坐标,将平台运动到点位的坐标记为原始机械坐标;
通过视觉抓取特征图片,得到像素坐标,将像素坐标记为视觉坐标。
在一种可选实施例中,通过所述原始数据点集构建单应矩阵包括如下步骤:
构建原始数据点集的对齐次坐标和初始单应矩阵;
将对齐次坐标和初始单应矩阵相乘并展开得到等式;
通过最小二乘法或/和SVD分解对所述等式进行求解,得到单应矩阵。
在一种可选实施例中,通过所述单应矩阵将所述视觉坐标转换为转换机械坐标的过程如下:
[xp,yp][H]=[x’,y’]
其中,[xp,yp]为视觉坐标,[H]为单应矩阵,[x’,y’]为转换机械坐标。
在一种可选实施例中,将所述转换机械坐标与所述原始机械坐标进行比较计算,得到第一差异值包括如下步骤:
计算每个所述转换机械坐标与其对应所述原始机械坐标的横纵坐标的差值,得到差值集合;
对差值集合中的差值进行计算,得到平均差值和极值;
对所述平均差值和所述极值进行分析,得到第一差异值。
在一种可选实施例中,通过对第二差异值进行分析,得到自诊断结果包括如下步骤:
构建精度阈值,基于精度阈值对所述第二差异值进行判断;
如果所述第二差异值小于等于精度阈值,则所述单应矩阵符合项目的精度要求;
如果所述第二差异值大于精度阈值,则所述单应矩阵不符合项目的精度要求。
在一种可选实施例中,所述精度管控公差为根据工艺要求产生的固定值。
本发明第二方面提供一种视觉平移标定的自诊断系统,包括:
单应矩阵构建模块、转换模块、第一比较模块、第二比较模块和诊断模块;
所述单应矩阵构建模块用于获取平移标定的原始数据点集,通过所述原始数据点集构建单应矩阵;所述原始数据点集包括原始机械坐标和视觉坐标;
所述转换模块用于通过所述单应矩阵将所述视觉坐标转换为转换机械坐标;
所述第一比较模块用于将所述转换机械坐标与所述原始机械坐标进行比较计算,得到第一差异值;
所述第二比较模块用于获取项目的精度管控公差,将所述第一差异值与所述精度管控公差进行比较计算,得到第二差异值;
所述诊断模块用于通过对第二差异值进行分析,得到自诊断结果。
本发明第三方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现一种视觉平移标定的自诊断方法。
本发明第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现一种视觉平移标定的自诊断方法。
本发明与现有技术相比,具有如下的优点和有益效果:
相较于现有技术通过实际生产的良率数据反向分析项目实施过程中的各类实施误差的平移标定评估方法,本发明仅需使用平移标定的数据,不需要再采集实际生产的良率数据,即可完成对于平移标定结果的评估。在平移标定的过程中,通过对平移标定的数据进行计算与比较,即可获得对平移标定结果的评估,帮助作业人员了解当前标定过程以及结果是否满足该项目的对位引导精度,以便及时调整平台走位,同时也为后续的良率分析提供参考,可以有效提升效率,节省成本。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。在附图中:
图1为本发明实施例1提供的一种视觉平移标定的自诊断方法的流程图;
图2为本发明实施例2提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
图1为本发明实施例1提供的一种视觉平移标定的自诊断方法的流程图,如图1所示,该自诊断方法包括如下步骤:
步骤S1、获取平移标定的原始数据点集,通过上述原始数据点集构建单应矩阵。
其中,上述原始数据点集包括原始机械坐标和视觉坐标。
机器视觉的对位引导是指使用机器视觉报告元件的位置和方向。
在机器视觉的对位引导项目中,为实现视觉对于机械运动平台的正确引导,需要标定视觉图像与机械运动平台的坐标系转换关系,这个过程被称为平移标定。
其中,平移标定通常为记录机械运动平台带动特征物体在相机视觉系统下进行特定点位运动时的坐标值。同时,通过相机视觉系统在对应的点位进行取相,获得特征物体的图像坐标值。
具体的,获取平移标定的原始数据点集包括如下步骤:
记录平台运动到点位的坐标,将平台运动到点位的坐标记为原始机械坐标。
其中,平移标定通常为记录机械运动平台带动特征物体在相机视觉系统下进行特定点位运动时的坐标值,该坐标值即为原始机械坐标。将运动路径上特定点位的坐标值依次记录为[x1,y1],[x2,y2],…,[xn,yn]。
通过视觉抓取特征图片,得到像素坐标,将像素坐标记为视觉坐标。
其中,通过相机视觉系统在对应的点位进行取相,获得特征物体的图像坐标值,该图像坐标值即为视觉坐标。将运动路径上特征物体的图像坐标值依次记录为[xp1,yp1],[xp2,yp2],…,[xpn,ypn]。
具体的,通过原始数据点集构建单应矩阵包括如下步骤:
构建原始数据点集的对齐次坐标和初始单应矩阵;
将对齐次坐标和初始单应矩阵相乘并展开得到等式;
通过最小二乘法或SVD分解对上述等式进行求解,得到单应矩阵。
具体的,单应矩阵的构造如下:
将单应矩阵定义为H,其中
两张图像中的对应点对齐次坐标为[x1,y1,1]和[xp1,yp1,1]。
则有将矩阵进行展开得到三个等式,将第3个等式带入到前两个等式中,得到/>
令h33=1,并构建等价矩阵,Au=v,其中:
u=[h11 h12 h13 h21 h22 h23 h31 h32]T
v=[xp1 yp1]T
如果有四对不共线匹配点对,这个方程组就能够垒到8行,存在唯一解。如果有n对点,方程就垒到2n行,通过最小二乘法或者SVD分解就可以求解单应矩阵。
步骤S2、通过上述单应矩阵将上述视觉坐标转换为转换机械坐标。
需要注意的是,目前标定技术直接采用通过相机视觉系统获取的机械坐标和视觉坐标转换得到的单应矩阵进行对位引导,但是,由于机械坐标和视觉坐标之间存在差异,会导致单应矩阵存在一定的误差。此时,直接使用单应矩阵进行对为引导会导致项目在实施中存在误差。而目前对于该误差只能通过数据统计的方式,反向分析实施过程中的误差,既耗费时间,增加了生产成本。
基于上述存在的问题,本发明提出在进行平移标定的过程中,对单应矩阵的误差进行评估,帮助作业人员了解当前平移标定的过程以及结果是否满足该项目的对位引导精度,从而及时调整机械运动平台,避免时间以及生产成本的浪费。
在本发明中为了评估平移标定的对为引导精度,首先需要通过单应矩阵将视觉坐标转换为转换机械坐标,具体的,通过单应矩阵将视觉坐标转换为转换机械坐标包括如下步骤:
[xp,yp][H]=[x’,y’]
其中,[xp,yp]为视觉坐标,[H]为单应矩阵,[x’,y’]为转换机械坐标。
步骤S3、将上述转换机械坐标与上述原始机械坐标进行比较计算,得到第一差异值。
具体的,将上述转换机械坐标与上述原始机械坐标进行比较计算,得到第一差异值包括如下步骤:
计算每个转换机械坐标与其对应原始机械坐标的横纵坐标的差值,得到差值集合。
其中,计算公式如下:
dx=xp-x’
dy=yp-y’
其中,dx为横坐标的差值,dy为纵坐标的差值。
每个转换机械坐标与其对应原始机械坐标的横纵坐标的差值记为[dx1,dy1],[dx2,dy2],…,[dxn,dyn]。
对差值集合中的差值进行计算,得到平均差值和极值。
具体的计算公式如下:
平均差值dxa=(dx1+dx2+…+dxn)/n,
平均差值dya=(dy1+dy2+…+dyn)/n
和极值dxb=MAX(dx1,dx2,…dxn)-MIN(dx1,dx2,…,dxn)
极值dyb=MAX(dy1,dy2,…,dyn)-MIN(dy1,dy2,…,dyn)。
对上述平均差值和上述极值进行分析,得到第一差异值。
其中,通过对多个dx,dy取平均值和极值,来描述常规求解的单应矩阵H的误差,此时可以通过平均差值和极值的得到第一差异值。该第一差异值可以体现经由单应矩阵[H]的转换,视觉引导的精度。将第一差异值记为+-X和=-Y。
步骤S4、获取项目的精度管控公差,将上述第一差异值与上述精度管控公差进行比较计算,得到第二差异值。
需要注意的是,虽然第一差异值可以对整个平移标定进行一个初步地诊断、评估,但在实际应用过程中,不同的项目对于精度的要求不同,要准确诊断当前的平移标定是否满足项目的精度要求,则需要引入实际项目的精度管控公差。
进一步的,为了保证产品的质量,必须在设计阶段确定产品的公差范围,以确保产品在正常使用条件下能够满足设计要求。公差是指产品在生产过程中的变化范围,包括尺寸、形状、位置等方面的变化。公差可以分为设计公差和制造公差两种。
设计公差是指产品设计时为了满足使用要求而规定的公差,通常由设计师根据产品的功能、性能、使用环境等因素综合考虑而定。制造公差是指产品在制造过程中由于生产设备、工艺流程、材料特性等因素引起的公差,是实际制造过程中的变化范围。在本申请实施例中,此处的管控公差是制造公差。
具体的,获取项目的精度管控公差,将第一差异值与精度管控公差进行比较计算,得到第二差异值包括如下步骤:
引入实际项目的精度管控公差。
其中,精度管控公差是根据实际项目的工艺要求产生的一个固定值,将该精度管控公差记为+-x和+-y。
计算第一差异值和精度管控公差的差值,得到第二差异值。
其中,计算过程如下:
Δx=X-x
Δy=Y-y
其中,Δx和Δy为第二差异值。
步骤S5、通过对第二差异值进行分析,得到自诊断结果。
具体的,通过对第二差异值进行分析,得到自诊断结果包括如下步骤:
构建精度阈值,基于精度阈值对所述第二差异值进行判断。
如果第二差异值小于等于精度阈值,则所述单应矩阵符合项目的精度要求。
如果第二差异值大于精度阈值,则所述单应矩阵不符合项目的精度要求。
在一种可选实施例中,该精度阈值设置为0,如果Δx与Δy均小于等于0,则该次平移标定获取的转换关系矩阵H,符合该项目的品质要求。如果大于0,则该次平移标定获取的H具有较大风险在后续生产过程中产生较多超出精度管控的结果,需要优化平台走位,改善取相效果。如此,完成了视觉平移标定的自诊断过程。
相较于现有技术通过实际生产的良率数据反向分析项目实施过程中的各类实施误差的平移标定评估方法,本发明仅需使用平移标定的数据,不需要再采集实际生产的良率数据,即可完成对于平移标定结果的评估。在平移标定的过程中,通过对平移标定的数据进行计算与比较,即可获得对平移标定结果的评估,帮助作业人员了解当前标定过程以及结果是否满足该项目的对位引导精度,以便及时调整平台走位,同时也为后续的良率分析提供参考,可以有效提升效率,节省成本。
实施例2
本发明实施例2还提供了一种视觉平移标定的自诊断系统,包括:单应矩阵构建模块、转换模块、第一比较模块、第二比较模块和诊断模块;
单应矩阵构建模块用于获取平移标定的原始数据点集,通过原始数据点集构建单应矩阵;原始数据点集包括原始机械坐标和视觉坐标;
转换模块用于通过单应矩阵将视觉坐标转换为转换机械坐标;
第一比较模块用于将转换机械坐标与原始机械坐标进行比较计算,得到第一差异值;
第二比较模块用于获取项目的精度管控公差,将第一差异值与精度管控公差进行比较计算,得到第二差异值;
诊断模块用于通过对第二差异值进行分析,得到自诊断结果。
实施例3
图2为本发明实施例3提供的一种电子设备的结构示意图,如图2所示,该电子设备包括处理器21、存储器22、输入装置23和输出装置24;计算机设备中处理器21的数量可以是一个或多个,图2中以一个处理器21为例;电子设备中的处理器21、存储器22、输入装置23和输出装置24可以通过总线或其他方式连接,图2中以通过总线连接为例。
存储器22作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块。处理器21通过运行存储在存储器22中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现实施例1的一种视觉平移标定的自诊断方法。
存储器22可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器22可进一步包括相对于处理器21远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置23可用于接收用户输入的id和密码等。输出装置24用于输出配网页面。
实施例4
本发明实施例4还提供一种计算机可读存储介质,所述计算机可执行指令在由计算机处理器执行时用于实现如实施例1所提供的一种视觉平移标定的自诊断方法。
本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于实施例1所提供的方法操作,还可以执行本发明任意实施例所提供的一种视觉平移标定的自诊断方法中的相关操作。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种视觉平移标定的自诊断方法,其特征在于,包括如下步骤:
获取平移标定的原始数据点集,通过所述原始数据点集构建单应矩阵;所述原始数据点集包括原始机械坐标和视觉坐标;
通过所述单应矩阵将所述视觉坐标转换为转换机械坐标;
将所述转换机械坐标与所述原始机械坐标进行比较计算,得到第一差异值;
获取项目的精度管控公差,将所述第一差异值与所述精度管控公差进行比较计算,得到第二差异值;
通过对第二差异值进行分析,得到自诊断结果。
2.根据权利要求1所述的一种视觉平移标定的自诊断方法,其特征在于,获取平移标定的原始数据点集包括如下步骤:
记录平台运动到点位的坐标,将平台运动到点位的坐标记为原始机械坐标;
通过视觉抓取特征图片,得到像素坐标,将像素坐标记为视觉坐标。
3.根据权利要求2所述的一种视觉平移标定的自诊断方法,其特征在于,通过所述原始数据点集构建单应矩阵包括如下步骤:
构建原始数据点集的对齐次坐标和初始单应矩阵;
将对齐次坐标和初始单应矩阵相乘并展开得到等式;
通过最小二乘法或/和SVD分解对所述等式进行求解,得到单应矩阵。
4.根据权利要求3所述的一种视觉平移标定的自诊断方法,其特征在于,通过所述单应矩阵将所述视觉坐标转换为转换机械坐标的过程如下:
[xp,yp][H]=[x’,y’]
其中,[xp,yp]为视觉坐标,[H]为单应矩阵,[x’,y’]为转换机械坐标。
5.根据权利要求1所述的一种视觉平移标定的自诊断方法,其特征在于,将所述转换机械坐标与所述原始机械坐标进行比较计算,得到第一差异值包括如下步骤:
计算每个所述转换机械坐标与其对应所述原始机械坐标的横纵坐标的差值,得到差值集合;
对差值集合中的差值进行计算,得到平均差值和极值;
对所述平均差值和所述极值进行分析,得到第一差异值。
6.根据权利要求1所述的一种视觉平移标定的自诊断方法,其特征在于,通过对第二差异值进行分析,得到自诊断结果包括如下步骤:
构建精度阈值,基于精度阈值对所述第二差异值进行判断;
如果所述第二差异值小于等于精度阈值,则所述单应矩阵符合项目的精度要求;
如果所述第二差异值大于精度阈值,则所述单应矩阵不符合项目的精度要求。
7.根据权利要求1所述的一种视觉平移标定的自诊断方法,其特征在于,所述精度管控公差为根据工艺要求产生的固定值。
8.一种视觉平移标定的自诊断系统,其特征在于,包括:
单应矩阵构建模块、转换模块、第一比较模块、第二比较模块和诊断模块;
所述单应矩阵构建模块用于获取平移标定的原始数据点集,通过所述原始数据点集构建单应矩阵;所述原始数据点集包括原始机械坐标和视觉坐标;
所述转换模块用于通过所述单应矩阵将所述视觉坐标转换为转换机械坐标;
所述第一比较模块用于将所述转换机械坐标与所述原始机械坐标进行比较计算,得到第一差异值;
所述第二比较模块用于获取项目的精度管控公差,将所述第一差异值与所述精度管控公差进行比较计算,得到第二差异值;
所述诊断模块用于通过对第二差异值进行分析,得到自诊断结果。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至8所述的一种视觉平移标定的自诊断方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至8所述的一种视觉平移标定的自诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310459171.XA CN116485913A (zh) | 2023-04-25 | 2023-04-25 | 一种视觉平移标定的自诊断方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310459171.XA CN116485913A (zh) | 2023-04-25 | 2023-04-25 | 一种视觉平移标定的自诊断方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116485913A true CN116485913A (zh) | 2023-07-25 |
Family
ID=87222748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310459171.XA Pending CN116485913A (zh) | 2023-04-25 | 2023-04-25 | 一种视觉平移标定的自诊断方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116485913A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104616292A (zh) * | 2015-01-19 | 2015-05-13 | 南开大学 | 基于全局单应矩阵的单目视觉测量方法 |
CN108198223A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学 | 一种激光点云与视觉图像映射关系快速精确标定方法 |
CN111076698A (zh) * | 2019-12-03 | 2020-04-28 | 中国航空工业集团公司洛阳电光设备研究所 | 用于标定光电产品安装偏差的观察评估装置及解算方法 |
CN112330755A (zh) * | 2020-11-26 | 2021-02-05 | 展讯通信(上海)有限公司 | 环视系统的标定评价方法及装置、存储介质、终端 |
CN114494448A (zh) * | 2021-12-15 | 2022-05-13 | 北京罗克维尔斯科技有限公司 | 标定误差的评估方法、装置、计算机设备及存储介质 |
CN114646948A (zh) * | 2022-03-25 | 2022-06-21 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种用于视觉感知和激光雷达联合标定测试系统及方法 |
-
2023
- 2023-04-25 CN CN202310459171.XA patent/CN116485913A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104616292A (zh) * | 2015-01-19 | 2015-05-13 | 南开大学 | 基于全局单应矩阵的单目视觉测量方法 |
CN108198223A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学 | 一种激光点云与视觉图像映射关系快速精确标定方法 |
CN111076698A (zh) * | 2019-12-03 | 2020-04-28 | 中国航空工业集团公司洛阳电光设备研究所 | 用于标定光电产品安装偏差的观察评估装置及解算方法 |
CN112330755A (zh) * | 2020-11-26 | 2021-02-05 | 展讯通信(上海)有限公司 | 环视系统的标定评价方法及装置、存储介质、终端 |
CN114494448A (zh) * | 2021-12-15 | 2022-05-13 | 北京罗克维尔斯科技有限公司 | 标定误差的评估方法、装置、计算机设备及存储介质 |
CN114646948A (zh) * | 2022-03-25 | 2022-06-21 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种用于视觉感知和激光雷达联合标定测试系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210319588A1 (en) | Method and Apparatus for Calibrating External Parameters of Image Acquisition Device, Device and Storage Medium | |
US7630539B2 (en) | Image processing apparatus | |
CN109934244A (zh) | 格式类别学习系统以及图像处理装置 | |
CN103226706B (zh) | 一种基于滚动匹配的水电气表读数自动识别方法 | |
CN102509304A (zh) | 基于智能优化的摄像机标定方法 | |
US11435289B2 (en) | Optical distortion measuring apparatus and optical distortion measuring method, image processing system, electronic apparatus and display apparatus | |
TWI435250B (zh) | 光學觸控螢幕的準確度校正方法 | |
CN111208998B (zh) | 数据可视化大屏自动布局的方法、装置及存储介质 | |
WO2022027913A1 (zh) | 目标检测模型生成方法、装置、设备及存储介质 | |
CN104052979A (zh) | 用于图像处理的装置和技术 | |
US11852591B2 (en) | Inspection device and method | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
CN109426599B (zh) | 功率估算方法与功率估算装置 | |
CN116485913A (zh) | 一种视觉平移标定的自诊断方法、系统、设备及介质 | |
CN111260759B (zh) | 一种路径确定方法及装置 | |
CN113221402A (zh) | 一种冲压件回弹预测及监控方法、系统及存储介质 | |
US8971627B2 (en) | Template matching processing device and template matching processing program | |
CN112785649A (zh) | 激光雷达和相机的标定方法、装置、电子设备及介质 | |
CN115083355B (zh) | 显示控制方法、电子纸显示装置、电子设备和可读存储介质 | |
CN114626273B (zh) | 一种六面体网格划分的螺栓及螺母有限元参数化建模方法 | |
CN106651950B (zh) | 一种基于二次曲线透视投影不变性的单相机位姿估计方法 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN115658525A (zh) | 用户界面的校验方法、装置、存储介质及计算机设备 | |
CN102829737B (zh) | 判断影像撷取装置的镜头及感测元件是否互相平行的方法 | |
CN116758063B (zh) | 一种基于图像语义分割的工件尺寸检测方法 |
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 |