CN112729163B - 大型产品几何参数视觉检测方法 - Google Patents

大型产品几何参数视觉检测方法 Download PDF

Info

Publication number
CN112729163B
CN112729163B CN201910972620.4A CN201910972620A CN112729163B CN 112729163 B CN112729163 B CN 112729163B CN 201910972620 A CN201910972620 A CN 201910972620A CN 112729163 B CN112729163 B CN 112729163B
Authority
CN
China
Prior art keywords
point
tail end
point cloud
measuring
cloud data
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
CN201910972620.4A
Other languages
English (en)
Other versions
CN112729163A (zh
Inventor
陈月玲
夏仁波
赵吉宾
赵亮
刘殿海
周波
于彦凤
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.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
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 Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN201910972620.4A priority Critical patent/CN112729163B/zh
Publication of CN112729163A publication Critical patent/CN112729163A/zh
Application granted granted Critical
Publication of CN112729163B publication Critical patent/CN112729163B/zh
Active 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
    • G01B11/2504—Calibration devices
    • 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
    • G01B11/2545—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 with one projection direction and several detection directions, e.g. stereo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

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

Abstract

本发明涉及大型产品几何参数视觉检测方法，其步骤为：测量臂单元末端连接结构光扫描头，通过连接工装将结构光扫描头与机器人末端相连，由机器人带动结构光扫描头完成产品外形高精度尺寸测量，其中包括全产品总长度测量，全产品同轴度测量以及垂直度测量。实现了产品关键部位的几何外形三维视觉扫描与几何特征参数提取，实现了高效无人智能化测量。

Description

大型产品几何参数视觉检测方法
技术领域
本发明涉及计算机视觉技术领域,具体的说是一种大型产品几何参数视觉检测方法。
背景技术
电力、船舶、航空航天等行业中都需要大型构件，大型结构件的加工制造是国家制造水平的综合体现，也是世界制造业竞争的制高点。目前大型构件尺寸较大，测量时所使用的卡钳、量杆等测量工具的量程大、重量增加、工人手持测量工具难度增加，测量的准确度较低。视觉测量具有非接触、速度快、精度高等特点，因此研究如何将视觉测量技术应用到大型产品几何参数测量方面对提高产品利用率、降低生产成本具有十分重要的意义。
发明内容
针对现有技术中存在的上述不足之处，本发明提出大型产品几何参数视觉检测方法，该方法可以进行产品关键部位几何外形的三维视觉扫描与几何特征参数提取，实现高效无人智能化测量。
本发明为实现上述目的所采用的技术方案是：一种大型产品几何参数视觉检测方法，包括以下步骤：
机器人输出指令控制其夹持的测量臂相对待检测大型部件在定点工位移动，使得设置在测量臂末端的结构光扫描头完成对待检测大型部件的外形尺寸测量。
在测量之前还包括对测量臂移动的定点工位进行全局标定，步骤如下：
a.在测量臂移动轨迹上设置若干个定点工位；
b.在每个定点工位附近放置多个靶球；
c.先用激光跟踪仪测量当前工位每个靶球的几何中心，得到靶球的在激光跟踪仪下的空间坐标，进而得到当前工位下靶球与激光跟踪仪的变换矩阵T1；
d.再用结构光扫描头测量每个靶球，得到每个靶球在法如关节臂下的坐标，进而得到当前工位下关节臂与靶球坐标变换矩阵T2。
e.通过变换矩阵T2、变换矩阵T1求出当前工位下关节臂与激光跟踪仪坐标之间的变换矩阵T，完成关节臂在当前工位的标定；
f.重复上述步骤a-e对所有工位进行标定，将关节臂在每个工位下的坐标统一到同一个坐标系下，实现全局标定。
所述待检测大型部件的顶端包括天线罩，待检测大型部件的外形尺寸包括：总长度DD、同轴度偏差、垂直度偏差；
所述总长度DD为天线罩端头到待检测大型部件的尾端面的距离；
所述同轴度偏差为天线罩几何中心与待检测大型部件的尾端面几何中心的连线相对于基准轴的偏差；
所述垂直度偏差为天线罩几何中心与待检测大型部件的尾端面几何中心的连线相对于尾端面的偏差。
测量总长度的步骤如下：
a.大型产品尾端面测量：
测量臂带动结构光扫描头扫描得到待检测大型部件的尾端面πG1的点云数据，对点云数据采用最小二乘法进行空间平面拟合，得到尾端面πG1所在的平面方程：
Ax+By+Cz+D＝0
其中，A、B、C、D为平面方程系数，x，y，z为平面方程参数；
b.大型产品长度测量：
测量臂带动结构光扫描头扫描得到天线罩的点云数据，然后拟合成球体，得到球心Oe和半径，则总长度就是球心Oe到尾端面πG1的距离加上球半径。
同轴度偏差的测量步骤如下：
a.基准轴后端点OF1的测量：
测量臂带动结构光扫描头扫描基准轴后端点的圆周，得到后端点附近圆周点云数据YZDY后端点；
在基准轴后端点附近作一个与尾端面πG1平行的平面PM，将圆周点云数据YZDY后端点向该平面PM投影，形成一个椭圆形的轮廓点云DY后端点投影点云；
将椭圆形的轮廓点云数据DY后端点投影点云拟合成一个空间椭圆TU后端点投影椭圆，其圆心即为所求的基准轴后端点；
b.基准轴前端点OE1的测量：
测量臂带动结构光扫描头扫描基准轴前端点的圆周，得到前端点附近圆周点云数据YZDY前端点；
在基准轴前端点附近作一个与尾端面πG1平行的平面PM前端点，将圆周点云数据YZDY前端点向该平面PM前端点投影，形成一个椭圆形的轮廓点云DY前端点投影点云；
将椭圆形的轮廓点云数据DY前端点投影点云拟合成一个空间椭圆TU后端点投影椭圆，其圆心即为所求的基准轴前端点；
c.大型产品同轴度计算：
先计算点OE1与OF1所构成的直线LF1-E1；
将端头球心Oe投影到直线LF1-E1上，得到投影点Pe；
计算Pe与Oe的距离|OePe|，则，同轴度偏差为：ΦF1-E1-e＝2*|OePe|。
测量产品垂直度偏差的步骤如下：
a.尾端面πG1的平面方程为Ax+By+Cz+D＝0；
b.尾端面πG1几何中心OG1的测量：
测量臂带动结构光扫描头扫描尾端面附近的圆周，得到尾端面附近圆周点云数据YZDY尾端面；
将圆周点云数据YZDY尾端面向尾端面πG1投影，形成一个椭圆形的轮廓点云数据DY尾端面投影点云；
将椭圆形的轮廓点云数据DY尾端面投影点云拟合成一个空间椭圆TU尾端面椭圆，其圆心即为所求的尾端面几何中心点OG1(xG1,yG1,zG1)；
c.计算过几何中心OG1(xG1,yG1,zG1)的尾端面法线：
已知尾端面πG1的平面方程Ax+By+Cz+D＝0，则该平面的法向量为nG1＝(a1,b1,c1)＝(A,B,C)，已知法向量nG1＝(a1,b1,c1)和其上一点OG1(xG1,yG1,zG1)，则尾端面的法线LnG1方程写成参数方程形式为：
Figure BDA0002232593980000041
其中，t为直线参数方程比例系数；
d.计算垂直度：
将Oe投影到直线LnG1上，得到投影点Qe；
计算Qe与Oe的距离|OeQe|，则，垂直度偏差为：Φe-nG＝|OeQe|。
本发明具有以下有益效果及优点：
1.本发明所述的一种大型产品几何参数视觉检测方法可以进行产品关键部位几何外形的三维视觉扫描与几何特征参数提取，实现高效无人智能化测量。
2.本发明所述的一种大型产品几何参数视觉检测方法可实现产品几何特征参数的高效高精度自动测量与数据处理。
附图说明
图1为本发明方法流程图；
图2为本发明方法同轴度计算示意图；
图3(a)为本发明方法基准轴后端圆周点云；
图3(b)为本发明方法点云向截面投影示意图；
图3(c)为本发明方法投影后形成的空间椭圆形轮廓点云数据；
图3(d)为本发明方法基准轴后端点圆心OF1；
图4为本发明方法垂直度计算示意图；
图5(a)为本发明方法尾端面圆周点云；
图5(b)为本发明方法圆周点云向尾端面投影示意图；
图5(c)为本发明方法投影到尾端面的轮廓点云数据；
图5(d)为本发明方法尾端面几何圆心OG1。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
参照附图1，本发明所述大型产品几何参数视觉检测方法的具体步骤如下：
步骤1：将测量臂和机器人分别位于两个滑块上，采用两个电机同步驱动，测量臂与机器人之间的距离为2m，保证在测量过程中不发生干涉。
其中机器人选用史陶比尔机器人，测量臂选用Faro测量臂。
步骤2：测量臂单元末端连接结构光扫描头，通过连接工装将结构光扫描头与机器人末端相连，由机器人带动结构光扫描头完成产品外形尺寸测量。
步骤3：测量过程中对指定特定的定位点进行全局标定，完成每个测量点位的测量。全局标定步骤如下：
(a)为了覆盖产品所有的测量部位，在轨道上设置20个定点工位；
(b)在每个定点工位附近，放置4-5个靶球；
(c)先用激光跟踪仪测量当前工位每个靶球的几何中心，得到靶球的在激光跟踪仪下的空间坐标，进而得到当前工位下靶球与激光跟踪仪的变换矩阵T1；
(d)再用法如扫描头测量每个靶球，得到每个靶球在法如关节臂下的坐标，进而得到当前工位下关节臂与靶球坐标变换矩阵T2。
(e)通过当前工位下关节臂与靶球坐标变换矩阵T2、当前工位下靶球与激光跟踪仪的变换矩阵T1，求出关节臂在当前工位下与激光跟踪仪坐标之间的变换矩阵T，即完成了关节臂在当前工位的标定。当在所有的工位都进行上述标定后，就可以将关节臂在每个工位下的坐标统一到同一个坐标系下，实现全局标定。
步骤4:参照附图4，测量天线罩端头到产品尾端面的距离，作为测量产品总长度。
已知大型产品的端头球心Oe、基准轴前端点OE1、基准轴后端点OF1；
(a)大型产品尾端面πG1测量
首先用Faro关节臂扫描出产品尾端面πG1的点云数据。然后对点云数据采用最小二乘法进行空间平面拟合，得到大型产品尾端面πG1所在的平面方程。
Ax+By+Cz+D＝0
其中，A、B、C、D为平面方程系数，x，y，z为平面方程参数。
(b)大型产品长度测量
首先用Faro关节臂扫描出天线罩的点云数据，然后拟合成球体，得到球心Oe和半径，大型产品的长度就是天线罩所在球体的球心到尾端面的距离加上球半径。
步骤5:参照附图2、附图3，测量天线罩几何中心(天线罩所在球体的球心)与产品尾端面πG1几何中心的连线长度，相对于基准轴的偏差，作为测量产品同轴度偏差。
(a)基准轴后端点OF1的测量
附图3(a)、(b)、(c)、(d)中，首先用法如关节臂扫描出基准轴后端点的圆周，得到后端点附近圆周点云数据YZDY后端点。然后在基准轴后端点附近作一个与大型产品的尾端面πG1平行的平面PM，将圆周点云数据YZDY后端点向该平面PM投影，形成一个椭圆形的轮廓点云DY后端点投影点云。最后将椭圆形的轮廓点云数据DY后端点投影点云拟合成一个空间椭圆TU后端点投影椭圆，其圆心即为所求的基准轴后端点。
(b)基准轴前端点OE1的测量
前端点和后端点的测量方法相同，不再赘述。
(c)大型产品同轴度计算
点OE1与OF1所构成的直线LF1-E1，将端头球心Oe投影到直线LF1-E1上，得到投影点Pe，计算Pe与Oe的距离|OePe|，则大型产品的同轴度ΦF1-E1＝2*|OePe|。
步骤6：、参照附图4、附图5，测量天线罩几何中心(天线罩所在球体的球心)与尾端面πG1几何中心的连线长度，相对于尾端面偏差，作为测量产品垂直度。
(a)大型产品尾端面计算
与产品全长度计算中的尾端面计算方法一致，假设该端面为πG1，求得的尾端面πG1平面方程为Ax+By+Cz+D＝0。
(b)大型产品尾端面几何中心OG1
附图5(a)、(b)、(c)、(d)中，首先用法如关节臂扫描出尾端面πG1附近的圆周，得到尾端面附近圆周点云数据YZDY尾端面。然后将圆周点云数据YZDY尾端面向尾端面πG1投影，形成一个椭圆形的轮廓点云DY尾端面投影点云。最后将椭圆形的轮廓点云数据DY尾端面投影点云拟合成一个空间椭圆TU尾端面椭圆，其圆心即为所求的尾端面几何中心点，设为OG1(xG1,yG1,zG1)。
(c)计算过几何中心OG1(xG1,yG1,zG1)的尾端面法线
已知尾端面πG1的平面方程Ax+By+Cz+D＝0，则该平面的法向量为nG1＝(a1,b1,c1)＝(A,B,C)。已知法向量nG1＝(a1,b1,c1)和其上一点OG1(xG1,yG1,zG1)，则尾端面的法线LnG1方程写成参数方程形式，即有：
Figure BDA0002232593980000071
其中，t为直线参数方程的比例系数。
(4)计算大型产品垂直度。
将Oe投影到法线LnG1上，得到投影点Qe，计算Qe与Oe的距离|OeQe|，则全产品的垂直度Φe-nG1＝|OeQe|。

Claims (2)

1.一种大型产品几何参数视觉检测方法，其特征在于，包括以下步骤：
机器人输出指令控制其夹持的测量臂相对待检测大型部件在定点工位移动，使得设置在测量臂末端的结构光扫描头完成对待检测大型部件的外形尺寸测量；
所述待检测大型部件的顶端包括天线罩，待检测大型部件的外形尺寸包括：总长度DD、同轴度偏差、垂直度偏差；
所述总长度DD为天线罩端头到待检测大型部件的尾端面的距离；
所述同轴度偏差为天线罩几何中心与待检测大型部件的尾端面几何中心的连线相对于基准轴的偏差；
所述垂直度偏差为天线罩几何中心与待检测大型部件的尾端面几何中心的连线相对于尾端面的偏差；
所述测量总长度的步骤如下：
a.大型产品尾端面测量：
测量臂带动结构光扫描头扫描得到待检测大型部件的尾端面πG1的点云数据，对点云数据采用最小二乘法进行空间平面拟合，得到尾端面πG1所在的平面方程：
Ax+By+Cz+D＝0
其中，A、B、C、D为平面方程系数，x，y，z为平面方程参数；
b.大型产品长度测量：
测量臂带动结构光扫描头扫描得到天线罩的点云数据，然后拟合成球体，得到球心Oe和半径，则总长度就是球心Oe到尾端面πG1的距离加上球半径；
所述同轴度偏差的测量步骤如下：
a.基准轴后端点OF1的测量：
测量臂带动结构光扫描头扫描基准轴后端点的圆周，得到后端点附近圆周点云数据YZDY后端点；
在基准轴后端点附近作一个与尾端面πG1平行的平面PM，将圆周点云数据YZDY后端点向该平面PM投影，形成一个椭圆形的轮廓点云DY后端点投影点云；
将椭圆形的轮廓点云数据DY后端点投影点云拟合成一个空间椭圆TU后端点投影椭圆，其圆心即为所求的基准轴后端点；
b.基准轴前端点OE1的测量：
测量臂带动结构光扫描头扫描基准轴前端点的圆周，得到前端点附近圆周点云数据YZDY前端点；
在基准轴前端点附近作一个与尾端面πG1平行的平面PM前端点，将圆周点云数据YZDY前端点向该平面PM前端点投影，形成一个椭圆形的轮廓点云DY前端点投影点云；
将椭圆形的轮廓点云数据DY前端点投影点云拟合成一个空间椭圆TU后端点投影椭圆，其圆心即为所求的基准轴前端点；
c.大型产品同轴度计算：
先计算点OE1与OF1所构成的直线LF1-E1；
将端头球心Oe投影到直线LF1-E1上，得到投影点Pe；
计算Pe与Oe的距离|OePe|，则，同轴度偏差为：ΦF1-E1-e＝2*|OePe|；
所述测量产品垂直度偏差的步骤如下：
a.尾端面πG1的平面方程为Ax+By+Cz+D＝0；
b.尾端面πG1几何中心OG1的测量：
测量臂带动结构光扫描头扫描尾端面附近的圆周，得到尾端面附近圆周点云数据YZDY尾端面；
将圆周点云数据YZDY尾端面向尾端面πG1投影，形成一个椭圆形的轮廓点云数据DY尾端面投影点云；
将椭圆形的轮廓点云数据DY尾端面投影点云拟合成一个空间椭圆TU尾端面椭圆，其圆心即为所求的尾端面几何中心点OG1(xG1,yG1,zG1)；
c.计算过几何中心OG1(xG1,yG1,zG1)的尾端面法线：
已知尾端面πG1的平面方程Ax+By+Cz+D＝0，则该平面的法向量为nG1＝(a1,b1,c1)＝(A,B,C)，已知法向量nG1＝(a1,b1,c1)和其上一点OG1(xG1,yG1,zG1)，则尾端面的法线LnG1方程写成参数方程形式为：
Figure FDA0003350957870000031
其中，t为直线参数方程比例系数；
d.计算垂直度：
将Oe投影到直线LnG1上，得到投影点Qe；
计算Qe与Oe的距离|OeQe|，则，垂直度偏差为：Φe-nG1＝|OeQe|。
2.根据权利要求1所述的大型物体几何参数测量方法，其特征在于在测量之前还包括对测量臂移动的定点工位进行全局标定，步骤如下：
a.在测量臂移动轨迹上设置若干个定点工位；
b.在每个定点工位附近放置多个靶球；
c.先用激光跟踪仪测量当前工位每个靶球的几何中心，得到靶球的在激光跟踪仪下的空间坐标，进而得到当前工位下靶球与激光跟踪仪的变换矩阵T1；
d.再用结构光扫描头测量每个靶球，得到每个靶球在法如关节臂下的坐标，进而得到当前工位下关节臂与靶球坐标变换矩阵T2；
e.通过变换矩阵T2、变换矩阵T1求出当前工位下关节臂与激光跟踪仪坐标之间的变换矩阵T，完成关节臂在当前工位的标定；
f.重复上述步骤a-e对所有工位进行标定，将关节臂在每个工位下的坐标统一到同一个坐标系下，实现全局标定。
CN201910972620.4A 2019-10-14 2019-10-14 大型产品几何参数视觉检测方法 Active CN112729163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910972620.4A CN112729163B (zh) 2019-10-14 2019-10-14 大型产品几何参数视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910972620.4A CN112729163B (zh) 2019-10-14 2019-10-14 大型产品几何参数视觉检测方法

Publications (2)

Publication Number Publication Date
CN112729163A CN112729163A (zh) 2021-04-30
CN112729163B true CN112729163B (zh) 2022-02-22

Family

ID=75588369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910972620.4A Active CN112729163B (zh) 2019-10-14 2019-10-14 大型产品几何参数视觉检测方法

Country Status (1)

Country Link
CN (1) CN112729163B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106959080A (zh) * 2017-04-10 2017-07-18 上海交通大学 一种大型复杂曲面构件三维形貌光学测量***和方法
CN108444383A (zh) * 2018-03-08 2018-08-24 大连理工大学 基于视觉激光组合式的加工过程一体化测量方法
CN109990701A (zh) * 2019-03-04 2019-07-09 华中科技大学 一种大型复杂曲面三维形貌机器人移动测量***及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PE20080048A1 (es) * 2006-12-20 2008-02-25 Scanalyse Pty Ltd Sistema para la medicion del desplazamiento de una superficie relativa a una base de referencia

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106959080A (zh) * 2017-04-10 2017-07-18 上海交通大学 一种大型复杂曲面构件三维形貌光学测量***和方法
CN108444383A (zh) * 2018-03-08 2018-08-24 大连理工大学 基于视觉激光组合式的加工过程一体化测量方法
CN109990701A (zh) * 2019-03-04 2019-07-09 华中科技大学 一种大型复杂曲面三维形貌机器人移动测量***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于激光视觉的大尺寸测量***的研究";周兴林等;《武汉科技大学学报自然科学版》;20070430;第30卷(第2期);第196-198页 *

Also Published As

Publication number Publication date
CN112729163A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN110370286B (zh) 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法
Wang et al. A mobile robotic measurement system for large-scale complex components based on optical scanning and visual tracking
CN111156925B (zh) 基于线结构光和工业机器人的大构件三维测量方法
CN109990701B (zh) 一种大型复杂曲面三维形貌机器人移动测量***及方法
CN110014426B (zh) 一种利用低精度深度相机高精度抓取形状对称工件的方法
Yin et al. Development and calibration of an integrated 3D scanning system for high-accuracy large-scale metrology
CN102825602B (zh) 一种基于psd的工业机器人自标定方法及装置
CN109883443B (zh) 一种线结构光传感器空间姿态标定方法
CN112833786B (zh) 一种舱段位姿测量及对准***、控制方法及应用
CN109794963B (zh) 一种面向曲面构件的机器人快速定位方法
CN102607457B (zh) 基于惯性导航技术的大尺寸三维形貌测量装置及方法
CN106568381B (zh) 一种基于标准平面的线激光测量***标定方法
CN108827155B (zh) 一种机器人视觉测量***及方法
CN102706277B (zh) 一种基于全方位点约束的工业机器人在线零位标定装置及方法
CN112325796A (zh) 基于辅助定位多视角点云拼接的大型工件型面测量方法
CN108827187B (zh) 一种三维轮廓测量***
CN111504183B (zh) 线激光三维测量传感器与机器人相对位置的标定方法
CN109163675B (zh) 一种基于激光跟踪仪检测角摆轴位置精度的方法
CN105806251A (zh) 基于线激光传感器的四轴测量***及其测量方法
CN112288823B (zh) 一种标准圆柱体曲面点测量设备的标定方法
CN106705880B (zh) 一种大口径反射镜面形轮廓在位检测方法及装置
CN111678472A (zh) 四轴坐标测量机回转台误差辨识方法
CN106568365B (zh) 一种球面孔系复合位置度误差的检测与评定方法
CN109323665B (zh) 一种线结构光驱动全息干涉的精密三维测量方法
CN108151667B (zh) 一种多线激光轮廓扫描传感器全局校准方法

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