一種靶標(biāo)測頭的平差優(yōu)化算法制造技術(shù)

本發(fā)明專利技術(shù)公開了一種靶標(biāo)測頭的平差優(yōu)化算法：通過尋找向量在歐氏空間與攝影空間的不變量關(guān)系作為約束條件，即建立在不同位姿下手持靶標(biāo)靶面特征點B到靶標(biāo)測頭A的空間向量及其在針孔相機模型下的成像規(guī)律，以該約束條件作為條件方程建立函數(shù)模型，采取Helmet驗后方差估計作為隨機模型，最后將差值帶入條件方程，完成差值檢驗。本算法充分利用了每一個手持靶標(biāo)靶面特征點的空間位置信息，魯棒性好，穩(wěn)定性高，提高了手持靶標(biāo)測頭的3D空間還原精度，為進(jìn)一步提高雙目立體視覺測量精度提供了有效的方法。

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)屬于視覺測量
，是一種可以提高雙目立體視覺系統(tǒng)測量精度，用于還原手持靶標(biāo)測頭空間3D坐標(biāo)的一種平差優(yōu)化算法。
技術(shù)介紹
隨著各種異形工件內(nèi)腔外形檢測需求的增多，以立體視覺測量為基礎(chǔ)的便攜式3D坐標(biāo)測量技術(shù)得到越來越多的應(yīng)用。雙目立體視覺系統(tǒng)只需要兩臺攝像機、標(biāo)定板、手持靶標(biāo)和專用測頭，就能完成對大型復(fù)雜型腔零件的在位/在線測量，不受現(xiàn)場環(huán)境影響，可靠性高、尤其是對復(fù)雜內(nèi)腔、深長孔等測量有獨特的優(yōu)勢。在雙目立體視覺系統(tǒng)中，手持靶標(biāo)是一個重要的測量設(shè)備。手持靶標(biāo)作為雙目立體視覺系統(tǒng)中一個重要的坐標(biāo)傳遞設(shè)備，是連接手持靶標(biāo)LED特征點空間3D坐標(biāo)和測頭3D坐標(biāo)的媒介。測量時，手持靶標(biāo)的測頭與待測物體表面接觸，標(biāo)定完成后的攝像機通過捕捉手持靶標(biāo)靶面特征點，完成特征點的3D空間坐標(biāo)還原，利用建立的靶標(biāo)坐標(biāo)系完成從靶面特征點的3D空間坐標(biāo)到測頭坐標(biāo)轉(zhuǎn)換，從而最終測得與測頭接觸的待測物體表面3D空間坐標(biāo)。因此，從手持靶標(biāo)靶面得到LED特征點的3D空間坐標(biāo)后，如何建立靶標(biāo)坐標(biāo)系用來還原待測點，即手持靶標(biāo)測頭的空間3D坐標(biāo)，是空間定位三維重建的一個難題。目前，建立靶標(biāo)測頭坐標(biāo)系的方法主要依靠靶標(biāo)自標(biāo)定技術(shù)，即將手持靶標(biāo)的測頭與一個標(biāo)定塊錐形內(nèi)槽底部接觸，標(biāo)定塊固定，轉(zhuǎn)動手持靶標(biāo)放置若干不同位姿，相當(dāng)于靶標(biāo)測頭不動，靶面LED的特征點一直在變換空間3D坐標(biāo)，利用靶面LED特征點與靶標(biāo)測頭相對位置不變的關(guān)系，列出方程求解測頭與每一個LED特征點的距離，從而以某3個不共線的LED特征點建立的坐標(biāo)系作為靶標(biāo)坐標(biāo)系時，就可以找出此坐標(biāo)系下測頭的坐標(biāo)，還原出空間中測頭的3D坐標(biāo)，也就可以得到與測頭接觸的目標(biāo)待測點的坐標(biāo)。然而，利用自標(biāo)定技術(shù)建立靶標(biāo)坐標(biāo)系存在以下問題：首先，如何設(shè)計靶面LED特征點的數(shù)目。要建立起一個完整的靶標(biāo)坐標(biāo)系，至少需要3個不共線的特征點，特征點數(shù)目較少的時候由于受偏心提取誤差、鏡頭畸變等原因誤差影響會相對較大；然而增加特征點的數(shù)目，利用LED特征點到靶標(biāo)測頭距離不變的條件所列出的超定方程的系數(shù)矩陣是一個病態(tài)矩陣，條件數(shù)大，受誤差影響大，難以得到理想的解。其次，每一次還原待測點的空間3D坐標(biāo)時，利用有效的LED特征點的數(shù)目較少。在得出靶面每個LED特征點到測頭的距離以后，只能利用其中的3個不共線特征點進(jìn)行靶標(biāo)坐標(biāo)系的建立，如果靶面一共布置N個LED特征點，則一共可以建立個靶標(biāo)坐標(biāo)系(假設(shè)沒有任意共線的3個LED特征點)，利用靶標(biāo)坐標(biāo)系作為坐標(biāo)傳遞的媒介可以得到個待測點的空間3D坐標(biāo)，將這些3D坐標(biāo)平均求和就可以得到最終的待測點空間3D坐標(biāo)，雖然可以利用平均值減小誤差，但是這些數(shù)據(jù)的方差相對較大。最后，由于使用的是待測點的空間3D坐標(biāo)的均值，每個數(shù)據(jù)在最終結(jié)果中所占的權(quán)重沒有區(qū)別，每個數(shù)據(jù)的可靠程度無法有效的度量，因此有可能將誤差放大。以上問題正在越來越多的被國內(nèi)外學(xué)者關(guān)注，目前很少有關(guān)此類問題的國內(nèi)外相關(guān)文獻(xiàn)，也沒有完整的相對成熟的解決方法。因此，針對還原靶標(biāo)測頭坐標(biāo)的問題，本專利技術(shù)提出了一種魯棒的靶標(biāo)測頭的平差優(yōu)化算法。
技術(shù)實現(xiàn)思路
本專利技術(shù)提出了一種靶標(biāo)測頭的平差優(yōu)化算法，以提高手持靶標(biāo)特征點計算靶標(biāo)測頭坐標(biāo)的精度，即提高與測頭接觸的待測點的空間3D坐標(biāo)精度。本專利技術(shù)采用以下技術(shù)方案：一種靶標(biāo)測頭平差優(yōu)化算法，首先建立空間向量與其在CCD成像之間的關(guān)系，然后構(gòu)建條件平差模型計算平差值，最后對該平差值進(jìn)行驗證；其中，構(gòu)建條件平差模型的過程中，在確定了觀測數(shù)之后，假定初始的各個參數(shù)的權(quán)值均為1，在此假定條件下計算平差值，如果最終的平差值未通過驗證，則重新調(diào)整各個參數(shù)的權(quán)值重新計算直至通過驗證。空間向量與其在CCD成像之間的關(guān)系為：Δu=fR2+doef2·d·sin2θ1dTcos(θ1-α)[sin(θ1+β)cosα+ddTcosαsinθ1-sinθ1cos(α+β)]]]>其中，是有效焦距，fR是右相機的實際焦距，doef是主點與BAOR平面的距離，d是向量的模長，θ1是測頭A與CCD攝像機光心o連線與向量的夾角，dT是兩個相機光心OLOR之間的距離，α是向量與CCD攝像機光軸的夾角，β是右相機光軸與兩個相機光心連線的夾角。構(gòu)建條件平差模型計算平差值的具體方法包括以下步驟：(1)以空間向量與其在CCD成像之間的關(guān)系為條件式；(2)對步驟(1)的條件式進(jìn)行線性化；(3)確定權(quán)陣：在初始權(quán)陣P中，假定各個參數(shù)的權(quán)值均為1；(4)確定改正數(shù)向量V：(5)確定閉合差W：W＝A·(Δu,θ1,d)T，其中，(6)確定隨機模型并計算平差值。在確定閉合差以后首先計算出改正數(shù)向量的一個初值，然后再確定隨機模型計算平差值，計算改正數(shù)向量的方法包括以下步驟：(A)將條件式改寫為：(B)構(gòu)造聯(lián)系數(shù)法方程：(B1)利用拉格朗日條件極值構(gòu)造乘系數(shù)向量K：Φ＝VTPV-2KT(AV-W)其中，AV-W＝0條件式為：V＝P-1ATK，AV-W＝0含K的改正數(shù)向量為：V＝P-1ATK則，法方程為：AP-1ATK-W＝0；(B2)令聯(lián)系數(shù)法方程系數(shù)N為：N＝AP-1AT，則乘系數(shù)向量K為：K＝N-1W(B3)利用以下公式計算改正數(shù)向量：V＝P-1ATK。所述步驟(6)的具體步驟包括以下：(6.1)將步驟(1)條件式中的所有觀測值均用參數(shù)形式表示，具體如下：L~1=X~θ1=X~1]]>L~2=X~d=X~2]]>L~3=X~Δu=∂f∂θ1X~θ1+∂f∂dX~d=∂f∂θ1X~1+∂f∂dX~2,]]>令：B=(∂f∂θ1,∂f∂d),]]>則閉合差為：ln×1=Ln×t-Bn×tX0t×1-dn×1,]]>改正數(shù)向量為：Vn×1=Bn×txt×1-ln×1,]]>求解參數(shù)改正數(shù)向量x：x＝(BTPB)-1BTPl，則參數(shù)的修正值為：觀測值的修正值為：利用Helmet方差分量估計嚴(yán)密式計算單位權(quán)方差，以對方差值進(jìn)行驗證，Helm本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種靶標(biāo)測頭平差優(yōu)化算法，其特征在于：首先建立空間向量與其在CCD成像之間的關(guān)系，然后構(gòu)建條件平差模型計算平差值，最后對該平差值進(jìn)行驗證；其中，構(gòu)建條件平差模型的過程中，在確定了觀測數(shù)之后，假定初始的各個參數(shù)的權(quán)值均為1，在此假定條件下計算平差值，如果最終的平差值未通過驗證，則重新調(diào)整各個參數(shù)的權(quán)值重新計算直至通過驗證。

【技術(shù)特征摘要】
1.一種靶標(biāo)測頭平差優(yōu)化算法，其特征在于：首先建立空間向量與其在CCD成像之
間的關(guān)系，然后構(gòu)建條件平差模型計算平差值，最后對該平差值進(jìn)行驗證；其中，構(gòu)建條件
平差模型的過程中，在確定了觀測數(shù)之后，假定初始的各個參數(shù)的權(quán)值均為1，在此假定條
件下計算平差值，如果最終的平差值未通過驗證，則重新調(diào)整各個參數(shù)的權(quán)值重新計算直
至通過驗證。
2.根據(jù)權(quán)利要求1所述的一種靶標(biāo)測頭平差優(yōu)化算法，其特征在于：空間向量與其
在CCD成像之間的關(guān)系為：
Δu=fR2+doef2·d·sin2θ1dTcos(θ1-α)[sin(θ1+β)cosα+ddTcosαsinθ1-sinθ1cos(α+β)]]]>其中，是有效焦距，fR是右相機的實際焦距，doef是主點與BAOR平面的距離，d
是向量的模長，θ1是測頭A與CCD攝像機光心o連線與向量的夾角，dT是兩個相機光
心OLOR之間的距離，α是向量與CCD攝像機光軸的夾角，β是右相機光軸與兩個相機光心
連線的夾角。
3.根據(jù)權(quán)利要求2所述的一種靶標(biāo)測頭平差優(yōu)化算法，其特征在于：構(gòu)建條件平差模型
計算平差值的具體方法包括以下步驟：
(1)以空間向量與其在CCD成像之間的關(guān)系為條件式；
(2)對步驟(1)的條件式進(jìn)行線性化；
(3)確定權(quán)陣：在初始權(quán)陣P中，假定各個參數(shù)的權(quán)值均為1；
(4)確定改正數(shù)向量V：(5)確定閉合差W：W＝A·(Δu,θ1,d)T，其中，(6)確定隨機模型并計算平差值。
4.根據(jù)權(quán)利要求3所述的一種靶標(biāo)測頭平差優(yōu)化算法，其特征在于：在確定閉合差以后
首先計算出改正數(shù)向量的一個初值，然后再確定隨機模型計算平差值，計算改正數(shù)向量的
方法包括以下步驟：
(A)將條件式改寫為：(B)構(gòu)造聯(lián)系數(shù)法方程：
(B1)利用拉格朗日條件極值構(gòu)造乘系數(shù)向量K：
Φ＝VTPV-2KT(AV-W)
其中，
AV-W＝0
條件式為：V＝P-1ATK，
AV-W＝0
含K的改正數(shù)向量為：V＝P-1A...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：趙宏，馬躍洋，谷飛飛，張璐，
申請(專利權(quán))人：西安交通大學(xué)，
類型：發(fā)明
國別省市：陜西;61