視覺標定技術(shù)在工件自動化識別與分類中應(yīng)用的研究.pdf

1、智能機器人裝備有某些類似人的感覺裝置，具有感覺、識別、判斷功能，能根據(jù)周圍環(huán)境的變化，按規(guī)則調(diào)整自己動作。機器人視覺定位、視覺導(dǎo)引、視覺伺服是智能機器人領(lǐng)域的研究熱點之一，攝像機的標定是視覺系統(tǒng)能否獲得高精度的反饋信息的一個基本的、重要的問題?，F(xiàn)有的攝像機標定技術(shù)大致歸結(jié)為兩類：傳統(tǒng)的攝像機標定方法和攝像機自標定方法。小孔透視模型是一種理想狀態(tài)的攝像機標定模型，由于攝像機光學(xué)系統(tǒng)不是理想的小孔透視模型，存在加工誤差和裝配誤差，使得物體點

2、在攝像機圖像平面上實際成的像與理想成像之間存在光學(xué)畸變。 考慮鏡頭畸變的攝像機標定算法大致分為兩類，一類采用直接非線性優(yōu)化的技術(shù)，這類方法的優(yōu)點是建立了精確的攝像機成像模型，涵蓋多種畸變類型，求解精度高，但是模型復(fù)雜、計算量大。另一類是在線性攝像機模型中引入畸變模型，利用成像幾何性質(zhì)將需要標定的參數(shù)分解，然后分別計算，不使用優(yōu)化技術(shù)，只求解線性方程組。 在課題的研究中，建立了視覺檢測系統(tǒng)，實驗系統(tǒng)主要由ABB六自由度機器

3、人、機器人控制柜、智能圖像傳感器、通信I/O接口板、計算機、工件傳送裝置組成。由于一般工業(yè)應(yīng)用中的攝像機標定技術(shù)，通常采用基于一階徑向畸變的小孔攝像機模型，標定中只考慮鏡頭的徑向畸變，合理分解攝像機參數(shù)，全部求解過程均采用線性算法，可避免非線性優(yōu)化的不穩(wěn)定性。故在本文的攝像機的標定過程中，采用了一階徑向畸變的小孔攝像機模型，通過開發(fā)的基于斜率的攝像機畸變校正方法對攝像機進行了標定和對圖像進行了校正，將標定后的數(shù)據(jù)應(yīng)用到了系統(tǒng)的工作中，取