热线电话:18250891972 / 18250891971
Language : 中文版
欢迎来到厦门鸿智达官网

新闻中心

焊接机器人双目立体视觉简介

* 来源: * 作者: * 发表时间: 2019-07-20 7:50:01 * 浏览: 9
焊接机器人的双目立体视觉介绍1双目立体视觉介绍20世纪60年代,麻省理工学院的罗伯特将二维图像的分析扩展到三维场景,标志着立体视觉技术的诞生。随后,麻省理工学院Marr教授在20世纪70年代末提出的计算机视觉理论框架为立体视觉的发展奠定了基础。理论框架输入二维图像,该二维图像输出从二维图像“重建”的三维物体的形状。双目机器视觉作为计算机视觉的重要分支,是通过两台不同位置的摄像机同时捕捉同一场景,获取不同视角的感知图像,并根据三角测量原理获得空间三维坐标值。 。完整的双目立体视觉系统通常包括数字图像采集,相机校准,图像预处理和特征提取,立体匹配和3D重建。 (1)数字图像采集数字图像采集是图像处理的前提和基础。常用的图像采集设备包括数字摄像机,工业CCD摄像机和图像采集卡。当执行数字图像采集时,应注意视点差异,环境照明条件,相机性能参数和场景特性的影响。 (2)相机校准空间对象点的几何信息与图像中对应点的位置信息有关。两者之间的关系取决于相机图像的几何模型。该几何模型的参数称为摄像机参数,必须通过实验和计算确定。摄像机的校准是确定参数的过程。目前,常用的摄像机标定方法分为三类:传统摄像机标定方法,自标定方法,主动视觉方法。 (3)图像预处理和特征提取光学系统成像通常伴有噪声和失真。图像预处理可提高图像质量,使2D图像更加计算机友好。特征提取是为获得匹配而执行的图像特征。常见的匹配功能主要包括角落特征,点特征,线条特征和区域特征。需要一定的约束准则和匹配策略来进行匹配以减少失配(4)立体匹配立体匹配包稀疏匹配和密集匹配。国外有很多学者在这方面进行研究。现有的匹配算法分为三类:灰度匹配,特征匹配和相位匹配。其中,特征匹配是广泛使用的匹配方法。根据图像中保持不变的特征,例如关注点,线特征,表面特征等,作为两个图像的匹配参考信息。 (5)三维重建三维重建的目的是在已知的相机成像几何模型和匹配关系的情况下,使用计算机三维显示技术通过二维图像重建场景的空间配置。影响重建精度的因素主要包括数字量化误差,摄像机校准误差,特征检测和匹配精度误差。 2双目立体视觉的应用现状随着双目立体视觉技术的不断发展和检测精度的不断提高,双目立体视觉被广泛应用。例如,在生产中,工业生产线结构,照明等因素得到严格控制,双目立体视觉技术可用于工业生产和装配线检测,装配零件识别和定位,产品外形检查,表面缺陷检测,两台摄像机在一定时刻同步获取场景中某个视点的两个图像,形成图像序列对,应用双目视觉技术恢复场景的三维信息,并使用场景的三维信息。识别特定目标,确定障碍物,和路。规划等,实现与周围环境的独立互动。日本东京大学为机器人加载双目立体视觉系统,以实现路径规划和障碍物检测。机器人动态导航系统首先根据摄像机拍摄的图像识别障碍物和地面,然后应用双目视觉测量原理将二维平面坐标系转换为世界坐标系,从而形成地图。机器人的周围环境,根据其中的地图是实时机器人路径规划和障碍物检测。北京航空航天大学基于双目视觉原理对坐标测量机的测距误差进行了系统分析,主要针对摄像机坐标系与坐标测量机坐标系之间的非正交性引起的测距误差。系统。讨论了由坐标测量机本身的机构误差引起的测距误差的三个误差因素以及由摄像机成像平面上的像素的量化误差引起的测距误差。中国空气动力研究中心的何海,唐春林等人采用双目立体视觉系统,通过在风洞试验模型上提取两个以上圆形或三角形锥形特征点,实现模型侧滑角的空间非接触实时精度。测量?