CN105928484B - 基于双目视觉的电梯导轨自动测量*** - Google Patents

基于双目视觉的电梯导轨自动测量*** Download PDF

Info

Publication number
CN105928484B
CN105928484B CN201610184490.4A CN201610184490A CN105928484B CN 105928484 B CN105928484 B CN 105928484B CN 201610184490 A CN201610184490 A CN 201610184490A CN 105928484 B CN105928484 B CN 105928484B
Authority
CN
China
Prior art keywords
point
formula
cage guide
binocular vision
coordinate
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.)
Active
Application number
CN201610184490.4A
Other languages
English (en)
Other versions
CN105928484A (zh
Inventor
秦煜
吴静静
安伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN201610184490.4A priority Critical patent/CN105928484B/zh
Publication of CN105928484A publication Critical patent/CN105928484A/zh
Application granted granted Critical
Publication of CN105928484B publication Critical patent/CN105928484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/22—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

为了解决电梯导轨人工测量劳动强度大、效率和精度低的问题，设计了一套基于双目视觉的电梯导轨自动测量***，该***由硬件***和软件***组成。针对电梯导轨表面对比度低、特征点少等问题，使用激光网格投影到待测量的工件表面，使工件表面具备确定的可识别特征，并使用RANSAC算法提取特征网格；然后使用SURF算法进行图像特征点的提取和匹配，并根据相机标定结果计算特征点的空间坐标；最后根据特征点的空间坐标，计算电梯导轨的形位公差。实验结果表明，该***选型合理，软件稳定性好、效率高，提高了电梯导轨的测量效率和精度，具有很好的实用价值。

Description

基于双目视觉的电梯导轨自动测量***
技术领域
本发明涉及的是一种图像处理技术领域的***，具体是一种基于双目视觉的电梯导轨自动测量***。
背景技术
电梯导轨的加工质量，是影响电梯运行质量的重要因素，是保证电梯安全、可靠、稳定运行的一项重要性能指标。GBJ310—88《电梯安装工程质量检验评定标准》中对电梯导轨垂直度的要求为每5m允许偏差0.7mm，检验方法为“吊线，尺量检查”。这种“吊线，尺量检查”导轨垂直度的方法在电梯行业沿用了数十年，其优点是测量工具、量具简单，测量数据直观；缺点是测量精度因人而异，不易实现测量数据自动采集，工作效率低。近年来，电梯行业中出现了用于导轨检测的激光垂准仪，使用高精度的激光束代替吊垂线，使检测精度有所提高，测量原理和工艺与“吊线法”基本相同，但是这种方法需要在每个检测位置上由人工逐一测量，测量精度不高，而且测量数据由人工读取，缺少与现在具有强大处理能力计算机的接口能力。此外，通过人工测量电梯导轨的平面度和平行度更是耗时耗力、精确度低。
近些年，机器视觉技术发展迅速，并且在工业无损检测中的应用越来越普遍，如工业零件检测、汽车零/配件装配检测，以及工业字符识别等。机器视觉技术的迅速发展为电梯导轨的自动检测提供了良好的理论基础。
发明内容
本发明针对现有技术存在的上述不足，提出一种基于双目视觉的电梯导轨自动测量***。本发明的***硬件稳定，算法鲁棒性好，能够适应电梯导轨制造车间的恶劣环境，用于电梯导轨自动测量，具有较好的实用价值。
本发明是通过以下技术方案实现的：
本发明包括：双目视觉硬件***和双目视觉软件***。
所述双目视觉硬件***，包括光源、相机和镜头。
所述双目视觉软件***，包括相机标定、特征提取与特征匹配、特征点坐标计算和形位公差计算。
与现有技术相比，本发明的有益效果是：有效地加快了电梯导轨检测的速度，增加了检测的精度，拥有良好的重复性，具有与计算机良好的接口能力。
具体实施方式
下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。
本实施例包括：双目视觉硬件***和双目视觉软件***。
所述双目视觉硬件***，包括光源、相机和镜头。
所述的光源，具体是：光源按照其照明方式不同，可以分为背向照明和前向照明，背向光源通常能够获得较高的对比度，而前向照明可以获得检测物体的表面信息。为了更好地提取工件的表面特征，本***采用前向照明。由于电梯导轨表面对比度低、特征点少，本文使用激光器将网格投影到待测量的工件表面，使该表面具备确定的可识别纹理及特征。
所述的相机，具体是：本***采用成本低廉、原理简单的CCD工业摄像机进行图像的采集。双目视觉***中有两种摄像模式，分别为立体平行模式和立体汇聚模式。如果两台CCD摄像机按照光轴平行安装，则构成立体平行模式；若两台摄像机，按照两光轴成一定角度进行安装，使得两光轴同时汇聚于目标物体上，则构成立体汇聚模式。立体平行模式标定方便、计算简便，但是对于视角较小的摄像机，当两台摄像机之间距离，即基线一定且物体距离摄像机一定，摄像机无法同时获得物体完整图像而造成盲区。但是立体汇聚模式双目摄像机，可以通过调整两光轴之间的角度，使得两摄像机同时汇聚到目标上，消除盲区，进而获得高质量的图像。因此，本***左右两摄像机采用立体汇聚模式放置。
所述的镜头，具体是：镜头的基本光学性能有焦距、分辨率和景深等。其中，焦距是确定镜头最主要的参数，焦距f的计算公式为：
式中，v为CCD芯片的靶面尺寸；V为视场尺寸；D为工作距离。
本***中，电梯导轨的尺寸为133mm×85mm，是视场尺寸；图像传感器尺寸为5.632mm×5.632mm，是芯片靶面尺寸；工作距离为300mm。利用视场尺寸和芯片尺寸的对角线值代入式(1)，得到焦距为15.13mm，因此，本***选用KAWA公司生产的LM16JC10M镜头，该镜头焦距为16±3mm。
所述双目视觉软件***，包括相机标定、特征提取与特征匹配、特征点坐标计算和形位公差计算。
所述的相机标定，具体是采用MATLAB平台上的Jean-Yves Bouguet摄像机标定工具箱。在双目立体标定过程中，左摄像机投影矩阵M1为：
以左摄像机为基准，则右摄像机投影矩阵M2为：
假设已经成功确定两幅图像中，图像点A1和图像点A2为空间中一点A的在两幅图像中的对应点。同时，还假设已通过摄像机标定获得两台摄像机的投影矩阵M1和M2。于是有：
式(4)和式(5)中，(u1,v1,1)和(u2,v2,1)分别为A1和A2在图像中的齐次坐标；(X,Y,Z,1)是A点在世界坐标系内的齐次坐标；分别为Mk的第i行第j列元素。将式(4)和式(5)中的ZC1和ZC2消去，得到关于X、Y、Z的四个线性方程：
由解析几何知识可得，空间内的平面方程为线性方程，两个平面方程联立为这两个平面交线的方程，则式(6)和式(7)的几何意义是经过O1A1和经过O2A2的直线。又因为A是O1A1和O2A2的交点，必然同时满足式(6)和式(7)。因此，通过联立式(6)和式(7)求出A点的三维坐标(X,Y,Z)。然而，这4个联立的线性方程只包含(X,Y,Z)3个变量。这是因为之前假设A1 和A2是空间中同一点A的对应点。在实际应用中，由于数据噪声的存在，通常采用最小二乘法解得X、Y、Z，即空间点的三维坐标。
所述的特征提取与特征匹配包括：无激光网格投影图像的特征提取与匹配和有激光网格投影图像的特征提取与匹配。
所述的无激光网格投影图像的特征提取与匹配，具体是：本***采用SURF算法进行无激光网格投影图像的特征提取与匹配。具体的SURF算法的基本流程如图1所示。首先采集实验图像，并在原图像的基础上建立积分图像，通过不同尺寸盒子滤波模板积分图像求取Hessian矩阵行列式的响应图像，在响应图像上采用3D非极大值抑制，求取各种不同尺度的斑点。然后利用在特征点检测时形成的积分图像生成SURF特征描述子，最后进行图像匹配。如图2和图3所示，为使用SURF算法分别进行底面和顶面特征匹配的结果。将两幅图中对应的特征点用圆圈标出，并用直线相连接。通过SURF算法，可以得到多对匹配点。
所述的有激光网格投影图像的特征提取与匹配，具体是：由于使用SURF算法进行有激光网格投影图像匹配时会产生大量的误匹配，因此，本发明采用RANSAC算法对网格特征进行提取，进而进行图像匹配。如图4和图5所示，为使用RANSAC算法进行网格特征提取的结果。对激光网格进行提取之后，计算出直线相互之间的交点作为特征点。由于激光网格具有相对确定的位置关系，只需要根据特征点的相对位置进行特征匹配即可。
所述的特征点坐标计算，具体是：经过图像匹配，可以得到多对匹配点。将匹配点的坐标代入式(6)和(7)，便可以得到特征点的空间坐标。
所述的形位公差计算包括平面度和平行度计算。
所述的平面度计算，具体是：平面的标准方程为
Ax+By+Cz+D＝0 (8)
计算得到n(n＞3)个点的坐标为xi、yi、zi，(i＝1,...,n)，各点到平面的距离为
根据平面标准方程式(8)和式(9)构造以下函数，该函数即为最小二乘中心平面应该满足的关系式
所述平面度的计算，具体是：根据GB/T1182-2008国家标准中平行度公差定义，面对基准平面平行度公差带的定义为，公差带为间距等于公差值t，平行于基准平面的两平行平面所限定的区域。方向为基准平面的法向，大小为两平行平面的间距。电梯导轨底面作为基准要素，必须先剔除平面度误差。最小二乘法评定平面度误差是符合最小条件法的评定准则，采用此方法后求得的壳体平面可看作理想平面。求出基准平面后，计算导轨顶面上各特征点到基准平面的距离，然后求出最大距离与最小距离之差，就得到导轨顶面相对导轨底面的平行度。
实施效果
如图6所示，为***流程图，按照该流程，便可以得到电梯导轨底面的平面度误差和顶面相对于底面的平行度误差。在本文的实验中，从相机拍照到计算出形位公差，平均耗时为8.5秒。测得的底面的平面度公差为0.11，三坐标测量机测得的结果为0.15，结果相近。顶面相对于底面的平行度公差为0.032，三坐标测量机测得的结果为0.041，结果相近。
本实施例相比于人工检测，拥有更高的检测速度和精度，并且拥有良好的重复性，避免了人工测量带来的偶然误差；同时，该***具有与计算机良好的接口能力，发展和改良空间巨大，可以有效地代替人工测量。
附图说明
图1 SURF算法的基本流程图；
图2 SURF算法顶面匹配结果；
图3 SURF算法底面匹配结果；
图4 RANSAC算法顶面特征提取结果；
图5 RANSAC算法底面特征提取结果；
图6 ***流程图。

Claims (3)

1.一种基于双目视觉的电梯导轨自动测量***，包括双目视觉硬件***和双目视觉软件***；
所述双目视觉硬件***，包括前照光源、按照两光轴成一定角度进行安装，构成的立体汇聚模式的两台摄像机和镜头；
所述双目视觉软件***，包括相机标定、特征提取与特征匹配、特征点坐标计算和形位公差计算；所述地相机标定具体是采用MATLB平台上地Jean-Yves Bouguet摄像机标定工具箱，在双目立体标定过程中，左摄像机投影矩阵M1为：
以左摄像机为基准，则右摄像机投影矩阵M2为：
假设已经成功确定两幅图像中，图像点A1和图像点A2为空间中一点A的在两幅图像中的对应点；同时，还假设已通过摄像机标定获得两台摄像机的投影矩阵M1和M2；于是有：
式(4)和式(5)中，(u1,v1,1)和(u2,v2,1)分别为A1和A2在图像中的齐次坐标；(X,Y,Z,1)是A点在世界坐标系内的齐次坐标；分别为Mk的第i行第j列元素；将式(4)和式(5)中的ZC1和ZC2消去，得到关于X、Y、Z的四个线性方程：
由解析几何知识可得，空间内的平面方程为线性方程，两个平面方程联立为这两个平面交线的方程，则式(6)和式(7)的几何意义是经过O1A1和经过O2A2的直线；又因为A是O1A1和O2A2的交点，必然同时满足式(6)和式(7)；因此，通过联立式(6)和式(7)求出A点的三维坐标(X,Y,Z)；然而，这4个联立的线性方程只包含(X,Y,Z)3个变量；这是因为之前假设A1和A2是空间中同一点A的对应点；在实际应用中，由于数据噪声的存在，采用最小二乘法解得X、Y、Z，即空间点的三维坐标；
所述地特征提取与特征匹配包括：无激光网络投影图像的特征提取和有激光网络投影图像的特征提取与匹配；所述的无激光网格投影图像的特征提取与匹配，具体是：本***采用SURF算法进行无激光网格投影图像的特征提取与匹配；所述的有激光网格投影图像的特征提取与匹配，具体是使用RANSAC算法进行网格特征提取的结果；所述的特征点坐标计算，具体是：经过图像匹配，可以得到多对匹配点，将匹配点的坐标代入式(6)和(7)，便可以得到特征点的空间坐标；
所述的形位公差计算包括平面度和平行度计算。
2.根据权利要求1所述的基于双目视觉的电梯导轨自动测量***，其特征是，为了更好地提取工件的表面特征，本***采用前向照明；由于电梯导轨表面对比度低、特征点少，使用激光器将网格投影到待测量的工件表面，使该表面具备确定的可识别纹理及特征。
3.根据权利要求1所述的基于双目视觉的电梯导轨自动测量***，其特征是，所述的相机，具体是：采用成本低廉、原理简单的CCD工业摄像机进行图像的采集，左右两摄像机采用立体汇聚模式放置。
CN201610184490.4A 2016-03-28 2016-03-28 基于双目视觉的电梯导轨自动测量*** Active CN105928484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610184490.4A CN105928484B (zh) 2016-03-28 2016-03-28 基于双目视觉的电梯导轨自动测量***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610184490.4A CN105928484B (zh) 2016-03-28 2016-03-28 基于双目视觉的电梯导轨自动测量***

Publications (2)

Publication Number Publication Date
CN105928484A CN105928484A (zh) 2016-09-07
CN105928484B true CN105928484B (zh) 2019-05-17

Family

ID=56840373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610184490.4A Active CN105928484B (zh) 2016-03-28 2016-03-28 基于双目视觉的电梯导轨自动测量***

Country Status (1)

Country Link
CN (1) CN105928484B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108458707B (zh) * 2018-01-22 2020-03-10 西南科技大学 多悬垂管道场景下作业机器人自主定位方法及其定位***
CN111381215A (zh) * 2020-03-25 2020-07-07 中国科学院地质与地球物理研究所 相位校正方法以及流星位置获取方法
CN113343473B (zh) * 2021-06-18 2022-06-14 广东工业大学 一种两轨货梯导轨的选型方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102003938A (zh) * 2010-10-11 2011-04-06 中国人民解放军信息工程大学 大型高温锻件热态在位检测方法
EP2165915A3 (en) * 2008-09-23 2011-04-13 VolkerRail Nederland BV Monitoring a turnout of a railway or tramway line
CN103217100A (zh) * 2013-03-29 2013-07-24 南京工业大学 一种大型客车车厢的在线双目视觉测量装置
CN104330041A (zh) * 2014-09-30 2015-02-04 中铁山桥集团有限公司 一种道岔钢轨件钻孔尺寸的测量方法
CN104408772A (zh) * 2014-11-14 2015-03-11 江南大学 一种基于网格投影的自由曲面三维重建方法
CN105043350A (zh) * 2015-06-25 2015-11-11 闽江学院 一种双目视觉测量方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2165915A3 (en) * 2008-09-23 2011-04-13 VolkerRail Nederland BV Monitoring a turnout of a railway or tramway line
CN102003938A (zh) * 2010-10-11 2011-04-06 中国人民解放军信息工程大学 大型高温锻件热态在位检测方法
CN103217100A (zh) * 2013-03-29 2013-07-24 南京工业大学 一种大型客车车厢的在线双目视觉测量装置
CN104330041A (zh) * 2014-09-30 2015-02-04 中铁山桥集团有限公司 一种道岔钢轨件钻孔尺寸的测量方法
CN104408772A (zh) * 2014-11-14 2015-03-11 江南大学 一种基于网格投影的自由曲面三维重建方法
CN105043350A (zh) * 2015-06-25 2015-11-11 闽江学院 一种双目视觉测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种改进的基于SURF的快速图像匹配算法研究;卢选民等;《敦煌研究》;20101231(第6期);全文
双目立体视觉测量中的特征点快速匹配算法;唐坚刚等;《信息技术》;20130331(第3期);全文
轨道平整度检测***的设计与研究;汪眩紫;《中国优秀硕士学位论文全文数据库》;20151115(第11期);正文第15-18、20-24、72-75页

Also Published As

Publication number Publication date
CN105928484A (zh) 2016-09-07

Similar Documents

Publication Publication Date Title
CN109741405B (zh) 一种基于对偶结构光rgb-d相机的深度信息采集***
CN106595519B (zh) 一种基于激光mems投影的柔性三维轮廓测量方法及装置
CN106595528A (zh) 一种基于数字散斑的远心显微双目立体视觉测量方法
CN109341668B (zh) 基于折射投影模型和光束追踪法的多相机测量方法
CN112161997B (zh) 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及***
CN107816942A (zh) 一种基于十字结构光视觉***的平面二维尺寸测量方法
CN107084680A (zh) 一种基于机器单目视觉的目标深度测量方法
CN105928484B (zh) 基于双目视觉的电梯导轨自动测量***
CN107271445B (zh) 一种缺陷检测方法及装置
CN108805870A (zh) 一种带针座的接插件的检测方法
CN113310433A (zh) 基于线结构光的虚拟双目立体视觉测量方法
CN112595236A (zh) 一种水下激光三维扫描和实时测距的测量装置
CN103234483B (zh) 一种相机芯片平行度的检测方法及装置
CN108303040B (zh) 基于平面复眼和同轴结构光的三维测量***及使用方法
CN110657750B (zh) 一种用于刀具刃口钝化的检测***和方法
CN112414316B (zh) 一种应变片敏感栅尺寸参数测量方法
CN112033352B (zh) 多摄像头测距的机器人及视觉测距方法
CN108662980A (zh) 基于侧影技术的焊接螺柱位置检测装置及方法
CN209820423U (zh) 用于激光平面空间方程快速标定的辅助标靶屏幕装置
Pang et al. Automated optical inspection of solder paste based on 2.5 D visual images
Song et al. Three-dimensional measurement and defect detection based on single image
CN106767532B (zh) 一种固定式立体检测方法的专用设备
CN110108209A (zh) 小型多孔零件的测量方法及***
CN104897068A (zh) 垂直高度非接触检测方法及装置
Jin et al. Shadow-Based Lightsource Localization with Direct Camera-Lightsource Geometry

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant