CN109540042B - 基于无约束光平面的汽车形貌主动视觉检测***与方法 - Google Patents

基于无约束光平面的汽车形貌主动视觉检测***与方法 Download PDF

Info

Publication number
CN109540042B
CN109540042B CN201910038238.6A CN201910038238A CN109540042B CN 109540042 B CN109540042 B CN 109540042B CN 201910038238 A CN201910038238 A CN 201910038238A CN 109540042 B CN109540042 B CN 109540042B
Authority
CN
China
Prior art keywords
camera
laser
coordinate system
dimensional
cylindrical
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.)
Expired - Fee Related
Application number
CN201910038238.6A
Other languages
English (en)
Other versions
CN109540042A (zh
Inventor
徐观
陈芳
林慧英
苏建
单红梅
张立斌
刘玉梅
潘洪达
陈熔
戴建国
李晓韬
陈俊伊
沈慧
朱尧平
胡常青
袁静
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN201910038238.6A priority Critical patent/CN109540042B/zh
Publication of CN109540042A publication Critical patent/CN109540042A/zh
Application granted granted Critical
Publication of CN109540042B publication Critical patent/CN109540042B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于无约束光平面的汽车形貌主动视觉检测***与方法，旨在解决基于无约束光平面的汽车形貌主动视觉检测问题。基于无约束光平面的汽车形貌主动视觉检测***主要由柱面靶标(1)、摄像机(2)、摄像机支架(3)、二维靶标板(4)、激光器连接件(5)与激光器(6)组成。基于无约束光平面的汽车形貌主动视觉检测方法由图像采集、在二维靶标板(4)坐标系下激光面的重建、车辆表面特征点的重建三个步骤组成，提供了一种结构简单、性能可靠的基于无约束光平面的汽车形貌主动视觉检测***与方法。

Description

基于无约束光平面的汽车形貌主动视觉检测***与方法
技术领域
本发明涉及一种汽车形貌检测领域的测量设备与测量方法，更具体的说， 它是一种基于无约束光平面的汽车形貌主动视觉检测***与方法。
背景技术
近年来随着检测技术的不断发展,机器视觉逐渐成为提高汽车检测效率和 保证汽车检测精度的关键技术。基于机器视觉的车辆形貌检测可为车辆超限超 载的自动辨识、车型分类、整车尺寸参数检测、车辆信息的获取和重建等提供 重要的研究依据。传统的汽车形貌测量方法主要有接触式和固定式，然而接触 式测量方法测量速度慢，不适合大型物体的测量，与被测物体接触还会导致其 表面磨损，同时也会对测量头本身造成损伤；固定式检测设备固定式的不能测 量一些有遮挡的位置，需要制作龙门架，因此成本较高。为解决以上问题设计 一种非接触式、测量速度快、适合测量大型物体的无严格约束的汽车形貌检测 方法十分重要，设计了一种基于无约束光平面的汽车形貌主动视觉检测***与 方法，***的激光平面和二维靶标板之间的位置关系在后续重建过程中不需要 再重复测量，标定后即可得到，即激光平面与二维靶标板之间的位置无严格约 束，大大降低了设备制造时对激光与二维靶标板之间的装配精度要求，降低了 设备的生产成本，扩展了设备的应用范围。
发明内容
本发明针对解决在获取汽车形貌过程中，接触式检测设备价格昂贵、测量 速度慢，固定式检测设备成本较高等问题，提出了一种性能可靠、结构简单、 操作简便的方法与***，实现对汽车形貌特征点的三维自由重建，为完善汽车 形貌检测技术奠定了研究基础。该方法主要由一个柱面靶标，一部摄像机，一 个摄像机支架，一个二维靶标板，一个激光器连接件，一个激光器构成。通过 求解二维靶标坐标系的光平面坐标，实现了采用无约束的激光平面对汽车形貌 的重建。
结合说明书附图，本发明采用如下技术方案予以实现:
基于无约束光平面的汽车形貌主动视觉检测***包括有柱面靶标、摄像机、 摄像机支架、二维靶标板、激光器连接件与激光器；
柱面靶标放置在地面上，摄像机支架放置在地面上，摄像机通过底部的螺 纹孔与摄像机支架的螺栓螺纹固定连接，二维靶标板置入激光器连接件钢板的 细长凹槽中与激光器连接件焊接连接，激光器***激光器连接件钢管的内孔中 与激光器连接件过盈配合连接。
技术方案中所述的柱面靶标为标准圆管沿轴向切开而制成的半圆柱状零 件，且内表面贴有规则的几何图案。
技术方案中所述的摄像机为装有窄带滤光片的广角工业相机。
技术方案中所述的摄像机支架为通用摄像机支架。
技术方案中所述的二维靶标板为一块矩形钢板制成的零件，且表面贴有规 则的LED发光点阵，二维靶标板的LED发光点阵的波长与摄像机的窄带滤光片 的带通波长一致。
技术方案中所述的激光器连接件由一块加工有细长凹槽的钢板与一段钢管 焊接而成。
技术方案中所述的激光器为可发射激光平面的圆柱形零件，激光器发出的 激光波长与摄像机的窄带滤光片的带通波长一致。
基于无约束光平面的汽车形貌主动视觉检测方法的具体步骤如下：
第一步：基于无约束光平面的汽车形貌主动视觉检测方法的图像采集：
将摄像机支架放置在地面上，摄像机固定在摄像机支架上，柱面靶标放置 在地面上,激光器固定在激光器连接件上，打开激光器，激光器发出的激光平面 与柱面靶标交于一条激光曲线，摄像机采集一幅图像，图像包含柱面靶标、二 维靶标板以及激光器与柱面靶标相交的投影激光曲线；
第二步：基于无约束光平面的汽车形貌主动视觉检测方法的在二维靶标板 坐标系下激光面的重建：
首先，选取摄像机坐标系作为固定的全局坐标系，根据摄像机采集的柱面 靶标特征点的图像，柱面靶标上特征点世界坐标
Figure BDA00019446186100000211
到图像坐标
Figure BDA00019446186100000212
的投影关系为
Figure BDA0001944618610000021
其中，s1为比例因子，采用DLT方法解算从柱面靶标坐标系到摄像机图像坐标系的投影矩阵PQI，对PQI进行RQ分解得到从柱面靶标坐标系到摄像机坐标系的旋 转矩阵RRC和平移向量tRC；
然后，根据摄像机采集的柱面靶标上的激光线的图片，采用Steger算法换 提取图片中投影激光曲线上的点的二维图像坐标
Figure BDA0001944618610000022
从柱面靶标坐标系到摄像机坐标系的转换关系为
Figure BDA0001944618610000023
其中，s2为比例因子；
柱面坐标系下
Figure BDA0001944618610000024
满足
Figure BDA0001944618610000025
其中，r为柱面靶标的圆柱半径，
Figure BDA0001944618610000026
为向量
Figure BDA0001944618610000027
的第一个和第二个分量，由以上两式可得激光曲线上的点在柱面靶标坐标系下的坐标
Figure BDA0001944618610000028
根据从柱面靶标坐标系到摄像机坐标系的旋转矩阵RQC和平移向量tQC，以及 激光线上的点在柱面靶标坐标系下的坐标
Figure BDA0001944618610000029
由下式可求得激光线上的点在摄 像机坐标系下的坐标为
Figure BDA00019446186100000210
激光平面上的点
Figure BDA0001944618610000031
满足
Figure BDA0001944618610000032
由SVD分解法求得激光平面在摄像机坐标系下的坐标πC；
由张正友二维标定算法可以解算从二维靶标板坐标系到摄像机坐标系的旋 转矩阵RRC和平移向量tRC，则从二维靶标板坐标系到摄像机坐标系的单应矩阵为
Figure BDA0001944618610000033
根据激光平面在摄像机坐标系下的坐标πC和二维靶标板坐标系到摄像机2 坐标系的单应矩阵HRC，在二维靶标板坐标系下激光平面坐标为
Figure BDA0001944618610000034
第三步：基于无约束光平面的汽车形貌主动视觉检测方法的车辆表面特征 点的重建：
将摄像机支架放置在地面上，摄像机固定在摄像机支架上，汽车驶入摄像 机的视场内，激光器固定在激光器连接件上，打开激光器，调整二维靶标板的 位置及角度使激光器发出的激光平面与车辆表面交于一条激光线，使用摄像机 采集一幅图像，图像包含二维靶标板以及激光器与车辆表面相交的投影激光直 线，然后将二维靶标板放置在第q位置上，摄像机继续采集第q位置的图像，q ＝1,2，…，n；
根据张正友二维标定算法可以得到从二维靶标板坐标系到摄像机坐标由可 求得从二维靶标板坐标系到摄像机坐标系的旋转矩阵RRC,q和平移向量tRC,q以及 摄像机内参数K，则从二维靶标板坐标系到摄像机坐标系的单应矩阵为
Figure BDA0001944618610000035
由第二步求出的二维靶标板坐标系下激光平面坐标πR以及二维靶标板坐标系到摄像机坐标系的单应矩阵HRC,q，摄像机坐标系下激光平面坐标为
Figure BDA0001944618610000036
其中，
Figure BDA0001944618610000037
在摄像机坐标系下激光线上的点的三维坐标
Figure BDA0001944618610000038
满足
Figure BDA0001944618610000041
由摄像机获取的图像可得二维靶标板以及激光器与车辆表面相交的投影激 光线上点的图像坐标
Figure BDA0001944618610000042
图像坐标
Figure BDA0001944618610000043
和在摄像机坐标系下激光线上的点的三 维坐标
Figure BDA0001944618610000044
转换关系为
Figure BDA0001944618610000045
其中，s3为比例因子，K为摄像机内参数；
根据以上三式及SVD分解法解算在摄像机坐标系下激光平面与车身交点的 三维坐标
Figure BDA0001944618610000046
实现车身三维特征点的重建。
本发明的有益效果是：
(1)本发明的***测量范围广、性能可靠、结构简单、操作简便、适用范 围广，实现了对汽车形貌的非接触、快速测量，解决了固定接触式测量***测 量效率低、便捷性差等问题。
(2)本发明***中的二维靶标板4和激光器6所组成的组合体可以自由扫 描，重建的视野更宽，可扫描的位置更广，对于汽车车身内部等不易直接观测 到的区域重建具有显著的重建效果。
(3)本发明的***采用的摄像机2为装有窄带滤光片的广角工业相机，可 获取的视野范围更广，所采用的激光器6发出的激光波长以及二维靶标板4的 LED波长与摄像机2的窄带滤光片的带通波长一致，能够有效降低环境光源对测 量过程的干扰，大大提高了测量精度。
(4)激光平面和二维靶标板4之间的位置关系在后续重建过程中不需要再 重复测量，标定后即可得到，即激光平面与二维靶标板4之间的位置无严格约 束，大大降低了设备制造时对激光器6与二维靶标板4之间的装配精度要求， 降低了设备的生产成本，扩展了设备的应用范围。本发明通过柱面靶标1到摄 像机2图像的投影关系，得到从柱面靶标1坐标系到摄像机2坐标系的投影矩 阵，再根据投影矩阵、激光线上的点的图像坐标以及柱面公式，可得到激光线 上的点的世界坐标，进而得到其在摄像机2坐标系下的坐标；根据点在激光平 面上及点在摄像机2坐标系下的坐标，可得到激光平面在摄像机2坐标系下的 坐标；由从二维靶标板4坐标系到摄像机2坐标系的单应矩阵及激光平面的在 摄像机2坐标系下的坐标可得到在二维靶标板4坐标系下激光平面的坐标。
附图说明
图1是基于无约束光平面的汽车形貌主动视觉检测***标定的轴测图；
图2是基于无约束光平面的汽车形貌主动视觉检测***重建的轴测图；
图3是基于无约束光平面的汽车形貌主动视觉检测***中柱面靶标1的示 意图；
图4是基于无约束光平面的汽车形貌主动视觉检测***中摄像机2的轴测 图；
图5是基于无约束光平面的汽车形貌主动视觉检测***中摄像机支架3的 轴测图；
图6是基于无约束光平面的汽车形貌主动视觉检测***中二维靶标板4、激 光器连接件5、激光器6装配体的轴测图；
图7是基于无约束光平面的汽车形貌主动视觉检测***标定的原理图；
图8是基于无约束光平面的汽车形貌主动视觉检测***车辆表面特征点重 建的原理图；
图9是基于无约束光平面的汽车形貌主动视觉检测***中求解激光平面在 二维靶标板4坐标系下坐标的流程图；
图10是基于无约束光平面的汽车形貌主动视觉检测***中在摄像机2坐标 系下车辆表面特征点重建的流程图；
图中：1.柱面靶标，2.摄像机，3.摄像机支架，4.二维靶标板，5.激光器 连接件，6.激光器。
具体实施方式
下面结合附图对本发明作进一步的详细描述:
参阅图1至图6，基于无约束光平面的汽车形貌主动视觉检测***包括柱面 靶标1、摄像机2、摄像机支架3、二维靶标板4、激光器连接件5与激光器6。
柱面靶标1为标准圆管沿轴向切开而制成的半圆柱状零件，且内表面贴有 规则的几何图案，柱面靶标1放置在地面上，摄像机2为装有窄带滤光片的广 角工业相机，摄像机支架3为通用摄像机支架，摄像机支架3放置在地面上， 摄像机2通过底部的螺纹孔与摄像机支架3的螺栓螺纹固定连接，二维靶标板4 为一块矩形钢板制成的零件，且表面贴有规则的LED发光点阵，激光器连接件5 由一块加工有细长凹槽的钢板与一段钢管焊接而成，二维靶标板4置入激光器 连接件5钢板的细长凹槽中与激光器连接件5焊接连接，激光器6为可发射激 光平面的圆柱形零件，激光器6发出的激光波长、二维靶标板4的LED发光点 阵的波长与摄像机2的窄带滤光片的带通波长一致，激光器6***激光器连接 件5钢管的内孔中与激光器连接件5过盈配合连接。
参阅图7至图10，基于无约束光平面的汽车形貌主动视觉检测方法可分为 以下三步：
第一步：基于无约束光平面的汽车形貌主动视觉检测方法的图像采集：
将摄像机支架3放置在地面上，摄像机2固定在摄像机支架3上，柱面靶 标1放置在地面上,激光器6固定在激光器连接件5上，打开激光器6，激光器 6发出的激光平面与柱面靶标1交于一条激光曲线，摄像机2采集一幅图像，图 像包含柱面靶标1、二维靶标板4以及激光器6与柱面靶标1相交的投影激光曲 线；
第二步：基于无约束光平面的汽车形貌主动视觉检测方法的在二维靶标板4 坐标系下激光面的重建：
首先，选取摄像机2坐标系作为固定的全局坐标系，根据摄像机2采集的 柱面靶标1特征点的图像，柱面靶标1上特征点世界坐标
Figure BDA0001944618610000061
到图像坐标
Figure BDA0001944618610000062
的投 影关系为
Figure BDA0001944618610000063
其中，s1为比例因子，采用DLT方法解算从柱面靶标1坐标系到摄像机2图像坐 标系的投影矩阵PQI，对PQI进行RQ分解得到从柱面靶标1坐标系到摄像机2坐 标系的旋转矩阵RRC和平移向量tRC；
然后，根据摄像机2采集的柱面靶标1上的激光线的图片，采用Steger算 法换提取图片中投影激光曲线上的点的二维图像坐标
Figure BDA0001944618610000064
从柱面靶标1坐标系到摄像机2坐标系的转换关系为
Figure BDA0001944618610000065
其中，s2为比例因子；
柱面坐标系下
Figure BDA0001944618610000066
满足
Figure BDA0001944618610000067
其中，r为柱面靶标1的圆柱半径，
Figure BDA0001944618610000068
为向量
Figure BDA0001944618610000069
的第一个和第二个分量，由以上两式可得激光曲线上的点在柱面靶标1坐标系下的坐标
Figure BDA00019446186100000610
根据从柱面靶标1坐标系到摄像机2坐标系的旋转矩阵RQC和平移向量tQC， 以及激光线上的点在柱面靶标1坐标系下的坐标
Figure BDA00019446186100000611
由下式可求得激光线上的 点在摄像机2坐标系下的坐标为
Figure BDA00019446186100000612
激光平面上的点
Figure BDA00019446186100000613
满足
Figure BDA00019446186100000614
由SVD分解法求得激光平面在摄像机2坐标系下的坐标πC；
由张正友二维标定算法可以解算从二维靶标板4坐标系到摄像机2坐标系 的旋转矩阵RRC和平移向量tRC，则从二维靶标板4坐标系到摄像机2坐标系的单 应矩阵为
Figure BDA00019446186100000615
根据激光平面在摄像机2坐标系下的坐标πC和二维靶标板4坐标系到摄像 机2坐标系的单应矩阵HRC，在二维靶标板4坐标系下激光平面坐标为
Figure BDA0001944618610000071
第三步：基于无约束光平面的汽车形貌主动视觉检测方法的车辆表面特征 点的重建：
将摄像机支架3放置在地面上，摄像机2固定在摄像机支架3上，汽车驶 入摄像机2的视场内，激光器6固定在激光器连接件5上，打开激光器6，调整 二维靶标板4的位置及角度使激光器6发出的激光平面与车辆表面交于一条激 光线，使用摄像机2采集一幅图像，图像包含二维靶标板4以及激光器6与车 辆表面相交的投影激光直线，然后将二维靶标板4放置在第q位置上，摄像机2 继续采集第q位置的图像，q＝1,2，…，n；
根据张正友二维标定算法可以得到从二维靶标板4坐标系到摄像机2坐标 由可求得从二维靶标板4坐标系到摄像机2坐标系的旋转矩阵RRC,q和平移向量 tRC,q以及摄像机2内参数K，则从二维靶标板4坐标系到摄像机2坐标系的单应 矩阵为
Figure BDA0001944618610000072
由第二步求出的二维靶标板4坐标系下激光平面坐标πR以及二维靶标板4坐标 系到摄像机2坐标系的单应矩阵HRC,q，摄像机2坐标系下激光平面坐标为
Figure BDA0001944618610000073
其中，
Figure BDA0001944618610000074
在摄像机2坐标系下激光线上的点的三维坐标
Figure BDA0001944618610000075
满足
Figure BDA0001944618610000076
由摄像机2获取的图像可得二维靶标板4以及激光器6与车辆表面相交的 投影激光线上点的图像坐标
Figure BDA0001944618610000077
图像坐标
Figure BDA0001944618610000078
和在摄像机2坐标系下激光线上 的点的三维坐标
Figure BDA0001944618610000079
转换关系为
Figure BDA0001944618610000081
其中，s3为比例因子，K为摄像机2内参数；
根据以上三式及SVD分解法解算在摄像机2坐标系下激光平面与车身交点 的三维坐标
Figure BDA0001944618610000082
实现车身三维特征点的重建。

Claims (7)

1.一种基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于，所述的基于无约束光平面的汽车形貌主动视觉检测方法包括有柱面靶标(1)、摄像机(2)、摄像机支架(3)、二维靶标板(4)、激光器连接件(5)与激光器(6)；
柱面靶标(1)放置在地面上，摄像机支架(3)放置在地面上，摄像机(2)通过底部的螺纹孔与摄像机支架(3)的螺栓螺纹固定连接，二维靶标板(4)置入激光器连接件(5)钢板的细长凹槽中与激光器连接件(5)焊接连接，激光器(6)***激光器连接件(5)钢管的内孔中与激光器连接件(5)过盈配合连接；
具体步骤如下：
第一步：基于无约束光平面的汽车形貌主动视觉检测方法的图像采集：
将摄像机支架(3)放置在地面上，摄像机(2)固定在摄像机支架(3)上，柱面靶标(1)放置在地面上,激光器(6)固定在激光器连接件(5)上，打开激光器(6)，激光器(6)发出的激光平面与柱面靶标(1)交于一条激光曲线，摄像机(2)采集一幅图像，图像包含柱面靶标(1)、二维靶标板(4)以及激光器(6)与柱面靶标(1)相交的投影激光曲线；
第二步：基于无约束光平面的汽车形貌主动视觉检测方法的在二维靶标板(4)坐标系下激光面的重建：
首先，选取摄像机(2)坐标系作为固定的全局坐标系，根据摄像机(2)采集的柱面靶标(1)特征点的图像，柱面靶标(1)上特征点世界坐标
Figure FDA0002356548120000011
到图像坐标
Figure FDA0002356548120000012
的投影关系为
Figure FDA0002356548120000013
其中，s1为比例因子，采用DLT方法解算从柱面靶标(1)坐标系到摄像机(2)图像坐标系的投影矩阵PQI，对PQI进行RQ分解得到从柱面靶标(1)坐标系到摄像机(2)坐标系的旋转矩阵RRC和平移向量tRC；
然后，根据摄像机(2)采集的柱面靶标(1)上的激光线的图片，采用Steger算法换提取图片中投影激光曲线上的点的二维图像坐标
Figure FDA0002356548120000014
从柱面靶标(1)坐标系到摄像机(2)坐标系的转换关系为
Figure FDA0002356548120000015
其中，s2为比例因子；
柱面坐标系下
Figure FDA0002356548120000016
满足
Figure FDA0002356548120000017
其中，r为柱面靶标(1)的圆柱半径，
Figure FDA0002356548120000018
为向量
Figure FDA0002356548120000019
的第一个和第二个分量，由以上两式可得激光曲线上的点在柱面靶标(1)坐标系下的坐标
Figure FDA00023565481200000110
根据从柱面靶标(1)坐标系到摄像机(2)坐标系的旋转矩阵RQC和平移向量tQC，以及激光线上的点在柱面靶标(1)坐标系下的坐标
Figure FDA00023565481200000111
由下式可求得激光线上的点在摄像机(2)坐标系下的坐标为
Figure FDA0002356548120000021
激光平面上的点
Figure FDA0002356548120000022
满足
Figure FDA0002356548120000023
由SVD分解法求得激光平面在摄像机(2)坐标系下的坐标πC；
由张正友二维标定算法可以解算从二维靶标板(4)坐标系到摄像机(2)坐标系的旋转矩阵RRC和平移向量tRC，则从二维靶标板(4)坐标系到摄像机(2)坐标系的单应矩阵为
Figure FDA0002356548120000024
根据激光平面在摄像机(2)坐标系下的坐标πC和二维靶标板(4)坐标系到摄像机(2)坐标系的单应矩阵HRC，在二维靶标板(4)坐标系下激光平面坐标为
Figure FDA0002356548120000025
第三步：基于无约束光平面的汽车形貌主动视觉检测方法的车辆表面特征点的重建：
将摄像机支架(3)放置在地面上，摄像机(2)固定在摄像机支架(3)上，汽车驶入摄像机(2)的视场内，激光器(6)固定在激光器连接件(5)上，打开激光器(6)，调整二维靶标板(4)的位置及角度使激光器(6)发出的激光平面与车辆表面交于一条激光线，使用摄像机(2)采集一幅图像，图像包含二维靶标板(4)以及激光器(6)与车辆表面相交的投影激光直线，然后将二维靶标板(4)放置在第q位置上，摄像机(2)继续采集第q位置的图像，q＝1,2，…，n；
根据张正友二维标定算法可以得到从二维靶标板(4)坐标系到摄像机(2)坐标由可求得从二维靶标板(4)坐标系到摄像机(2)坐标系的旋转矩阵RRC,q和平移向量tRC,q以及摄像机(2)内参数K，则从二维靶标板(4)坐标系到摄像机(2)坐标系的单应矩阵为
Figure FDA0002356548120000026
由第二步求出的二维靶标板(4)坐标系下激光平面坐标πR以及二维靶标板(4)坐标系到摄像机(2)坐标系的单应矩阵HRC,q，摄像机(2)坐标系下激光平面坐标为
Figure FDA0002356548120000031
其中，
Figure FDA0002356548120000032
在摄像机(2)坐标系下激光线上的点的三维坐标
Figure FDA0002356548120000033
满足
Figure FDA0002356548120000034
由摄像机(2)获取的图像可得二维靶标板(4)以及激光器(6)与车辆表面相交的投影激光线上点的图像坐标
Figure FDA0002356548120000035
图像坐标
Figure FDA0002356548120000036
和在摄像机(2)坐标系下激光线上的点的三维坐标
Figure FDA0002356548120000037
转换关系为
Figure FDA0002356548120000038
其中，s3为比例因子，K为摄像机(2)内参数；
根据以上三式及SVD分解法解算在摄像机(2)坐标系下激光平面与车身交点的三维坐标
Figure FDA0002356548120000039
实现车身三维特征点的重建。
2.按照权利要求1所述的基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于所述的柱面靶标(1)为标准圆管沿轴向切开而制成的半圆柱状零件，且内表面贴有规则的几何图案。
3.按照权利要求1所述的基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于所述的摄像机(2)为装有窄带滤光片的广角工业相机。
4.按照权利要求1所述的基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于所述的摄像机支架(3)为通用摄像机支架。
5.按照权利要求1所述的基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于所述的二维靶标板(4)为一块矩形钢板制成的零件，且表面贴有规则的LED发光点阵，二维靶标板(4)的LED发光点阵的波长与摄像机(2)的窄带滤光片的带通波长一致。
6.按照权利要求1所述的基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于所述的激光器连接件(5)由一块加工有细长凹槽的钢板与一段钢管焊接而成。
7.按照权利要求1所述的基于无约束光平面的汽车形貌主动视觉检测方法，其特征在于所述的激光器(6)为可发射激光平面的圆柱形零件，激光器(6)发出的激光波长与摄像机(2)的窄带滤光片的带通波长一致。
CN201910038238.6A 2019-01-14 2019-01-14 基于无约束光平面的汽车形貌主动视觉检测***与方法 Expired - Fee Related CN109540042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910038238.6A CN109540042B (zh) 2019-01-14 2019-01-14 基于无约束光平面的汽车形貌主动视觉检测***与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910038238.6A CN109540042B (zh) 2019-01-14 2019-01-14 基于无约束光平面的汽车形貌主动视觉检测***与方法

Publications (2)

Publication Number Publication Date
CN109540042A CN109540042A (zh) 2019-03-29
CN109540042B true CN109540042B (zh) 2020-05-01

Family

ID=65835541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910038238.6A Expired - Fee Related CN109540042B (zh) 2019-01-14 2019-01-14 基于无约束光平面的汽车形貌主动视觉检测***与方法

Country Status (1)

Country Link
CN (1) CN109540042B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111174725B (zh) * 2019-12-31 2024-06-04 吉林大学 同心二次曲线极线几何的轴端接地单目重建***与方法
CN111380481B (zh) * 2019-12-31 2024-06-07 吉林大学 基于五点标识的汽车形貌单目主动视觉重建***与方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102980528A (zh) * 2012-11-21 2013-03-20 上海交通大学 无位姿约束线激光单目视觉三维测量传感器参数标定方法
CN104180775A (zh) * 2014-08-05 2014-12-03 吉林大学 基于柱面坐标的汽车视觉检测***的摄像机标定靶标
CN105698699A (zh) * 2016-01-26 2016-06-22 大连理工大学 一种基于时间转轴约束的双目视觉测量方法
US9488469B1 (en) * 2013-04-22 2016-11-08 Cognex Corporation System and method for high-accuracy measurement of object surface displacement using a laser displacement sensor
CN106225720A (zh) * 2016-09-07 2016-12-14 吉林大学 基于三维直角坐标的汽车形貌无运动约束检测仪
CN209230559U (zh) * 2019-01-14 2019-08-09 吉林大学 基于无约束光平面的汽车形貌主动视觉检测***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102980528A (zh) * 2012-11-21 2013-03-20 上海交通大学 无位姿约束线激光单目视觉三维测量传感器参数标定方法
US9488469B1 (en) * 2013-04-22 2016-11-08 Cognex Corporation System and method for high-accuracy measurement of object surface displacement using a laser displacement sensor
CN104180775A (zh) * 2014-08-05 2014-12-03 吉林大学 基于柱面坐标的汽车视觉检测***的摄像机标定靶标
CN105698699A (zh) * 2016-01-26 2016-06-22 大连理工大学 一种基于时间转轴约束的双目视觉测量方法
CN106225720A (zh) * 2016-09-07 2016-12-14 吉林大学 基于三维直角坐标的汽车形貌无运动约束检测仪
CN209230559U (zh) * 2019-01-14 2019-08-09 吉林大学 基于无约束光平面的汽车形貌主动视觉检测***

Also Published As

Publication number Publication date
CN109540042A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN105043259B (zh) 基于双目视觉的数控机床旋转轴误差检测方法
CN110763204B (zh) 一种平面编码靶标及其位姿测量方法
CN102183250B (zh) 一种农业机械的田间道路自动导航定位装置及方法
CN109540042B (zh) 基于无约束光平面的汽车形貌主动视觉检测***与方法
KR20130113306A (ko) 차량 휠 얼라인먼트를 결정하는 시스템 및 관련 방법
CN103824298B (zh) 一种基于双摄像机的智能体视觉三维定位装置与方法
CN109540040A (zh) 基于无约束共心光束族汽车形貌主动视觉检测***与方法
CN109540033B (zh) 闭环一致双目主动视觉汽车形貌全局自由重建***与方法
CN112257537B (zh) 一种智能多点三维信息采集设备
CN102506711A (zh) 线激光视觉三维旋转扫描方法
CN115096213B (zh) 一种基于多棱锥反射镜的内螺纹双目检测方法
WO2022078418A1 (zh) 一种转动稳定的智能三维信息采集设备
CN113409406A (zh) 一种大范围单目跟踪扫描设备
CN112361962A (zh) 一种多俯仰角度的智能视觉3d信息采集设备
CN111412856A (zh) 基于双矩形标识的汽车形貌单目主动视觉重建***与方法
CN112254638B (zh) 一种可俯仰调节的智能视觉3d信息采集设备
CN209230559U (zh) 基于无约束光平面的汽车形貌主动视觉检测***
CN212256370U (zh) 光学式运动捕捉***
CN111862170A (zh) 光学式运动捕捉***及方法
CN112253913A (zh) 一种与旋转中心偏离的智能视觉3d信息采集设备
CN211060859U (zh) 基于三角形阵列仿射不变量的汽车形貌重建***
CN111174726A (zh) 同心二次曲线极线几何的轴端接地双目重建***与方法
CN112484663B (zh) 一种多翻滚角度的智能视觉3d信息采集设备
CN111380481B (zh) 基于五点标识的汽车形貌单目主动视觉重建***与方法
CN112254669B (zh) 一种多偏置角度的智能视觉3d信息采集设备

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200501

Termination date: 20220114