[发明专利]一种多线激光轮廓扫描传感器全局校准方法有效
申请号: | 201711227578.0 | 申请日: | 2017-11-29 |
公开(公告)号: | CN108151667B | 公开(公告)日: | 2020-04-21 |
发明(设计)人: | 毛宏勇;范卓;姜勇 | 申请(专利权)人: | 中国船舶重工集团公司第七一九研究所 |
主分类号: | G01B11/24 | 分类号: | G01B11/24 |
代理公司: | 武汉天力专利事务所 42208 | 代理人: | 吴晓颖 |
地址: | 430205 湖北省武汉*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 激光 轮廓 扫描 传感器 全局 校准 方法 | ||
本发明属于视觉检测技术领域,具体涉及一种多线激光轮廓扫描传感器全局校准方法。使用基于三维标靶的校准方法,对空间分布且无共同视场的线扫描传感器实现一次性快速全局校准,不需要将标靶摆放多次,相比于传统的一维标靶和二维标靶,校准效率提高60%‑70%,另外校准用算法与标靶的位置和尺寸公差无关,只与标靶特征面的平面度相关,大大降低了三维标靶的加工难度,在保证校准效率和高精度的情况下降低了三维标靶的造价。
技术领域
本发明属于视觉检测技术领域,具体涉及一种多线激光轮廓扫描传感器全局校准方法。
技术背景
在多个激光轮廓扫描传感器构成的测量系统中,单个传感器对轮廓的测量和数据输出是基于自身局部测量坐标系OiXiYiZi(i=1,2,…k,k为一次校准的传感器数量)。传感器之间的测量是相互独立的,即通过传感器输出的点云数据无法直接建立它们之间的几何拓补关系。测量系统对目标物体的测量需要基于一个统一的坐标系OWXWYWZW,因此需要建立各个OiXiYiZi与OWXWYWZW之间的变换关系,即对测量系统进行校准。
目前,对于视觉传感器,校准分为对传感器的内参校准和对传感器的外参校准,主要的方法有:①以具有三维空间几何信息的构件作为标靶,通过标靶自身高精度的几何结构建立传感器之间的相对位置关系;②以二维平面构件作为标靶,通过平面上高精度图像元素建立传感器之间的相对位置关系;③以一维构件作为标靶,通过一维构件上的高精度线和标志点元素,结合交比不变性数学模型建立传感器之间的相对位置关系。基于三维标靶的方法校准精度高,但传感器变换关系是建立在标靶的几何结构上,因此通常情况下标靶的高精度形位公差是校准精度的保证,加工制造的价格昂贵。基于二维平面标靶的方法校准的精度较适中,校准过程中不需要复杂的操作,但对于多视觉传感器构成的传感器之间无共同视场的测量系统,平面标靶存在大面积与加工精度难以保证的矛盾,且成本成倍增加。基于一维标靶的校准方法,标靶结构简单,只需要保证一维的直线度和标志点之间的距离,易于加工。但标靶的空间几何约束条件减少,一次校准需要对标靶的位置作多次调整,模型求解难度大,容易出现不收敛或局部收敛的问题。另外,在多视觉传感器构成的测量系统且传感器呈空间分布,无法确保所有传感器的有效测量区域落在同一个面和一条线上。因此,基于二维平面标靶和一维标靶无法一次完成所有传感器的校准,通常的做法是对测量系统中的传感器进行两两校准,最后将所有的传感器变换到统一的坐标系中,但该转换过程中会造成校准误差累积放大。
发明内容
本发明的目的就在于克服上述现有技术中的不足,提供一种多线激光轮廓扫描传感器全局校准方法,该方法能够用于空间分布且无共同视场的多线激光轮廓扫描传感器全局校准,且从算法上实现校准精准度与三维标靶的位置公差无关,降低三维标靶的加工精度和难度。
目前市场上的一体式激光轮廓扫描传感器,出厂时已经对传感器的内部参数进行精确的校准。因此,本发明中,校准主要针对传感器的全局校准,以获取多个传感器相对于全局测量坐标系的外部参数。
为达到上述目的,本发明采用的技术方案是;
一种多线激光轮廓扫描传感器全局校准方法,包括以下步骤:
(1)待校准在线测量系统由i个一体式线激光轮廓扫描传感器构成一个测量单元;i个传感器呈空间分布,无共同视场;
(2)校准用标靶为三维立体标靶,标靶对应每个传感器的视场中都有j个特征面;单一特征面具有较高平面度精度,并具有较低的位置尺寸公差要求,标靶加工完成后对特征面进行三坐标扫描,以获取带有标靶表面特征的点云数据;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国船舶重工集团公司第七一九研究所,未经中国船舶重工集团公司第七一九研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711227578.0/2.html,转载请声明来源钻瓜专利网。