[發明專利]基于雙目視覺的數控機床旋轉軸誤差檢測方法

有效

• 申請號: 201510527601.2
• 申請日: 2015-08-25
• 公開（公告）號: CN105043259B
• 公開（公告）日: 2017-07-11
• 發明（設計）人: 劉巍;丁立超;李肖;賈振元;趙凱;嚴洪悅
• 申請（專利權）人: 大連理工大學
• 主分類號: G01B11/00
• 分類號: G01B11/00;G01B11/26;G06K9/46
• 代理公司: 大連理工大學專利中心21200
• 代理人: 關慧貞

1.一種基于雙目視覺的數控機床旋轉軸誤差檢測方法，其特征是，采用高分辨率雙目視覺系統，采集貼于機床轉臺表面圓環編碼標記點的位置信息，轉臺每轉過一定的角度，視覺系統采集一次，直到旋轉一周；最后經過攝像機標定、圖像分割、標記點提取、機床旋轉軸誤差辨識模型實現機床旋轉軸的兩項位置誤差與兩項角度誤差的檢測采集，完成幾何參數的快速測量；檢測方法具體步驟如下：

(1)攝像機的標定

采用基于高精度棋盤格靶標的雙目視覺標定方法；

首先使用基于高精度棋盤格靶標的雙目視覺標定方法確定出兩相機的內外參數，然后對棋盤格靶標角點進行三維重建，并根據角點的重建坐標與實際坐標的偏差，建立函數f(x)，對內外參數進行整體優化；如下所示：

f(x)＝(x_p-x_i)²+(y_p-y_i)²+(z_p-z_i)² (1)

其中：x_p，y_p，z_p為各角點的實際坐標，而x_i，y_i，z_i為重建得到的各角點坐標，則可建立目標函數F(x)如下：

$F\left(x\right)=min\underset{i=1}{\overset{N}{\Σ}}f{\left(x\right)}^2---\left(2\right)$

其中，為所有點偏差函數的平方和，應用Levenberg－Marquardt方法對該目標函數F(x)進行優化，得到內外參數的全局最優解；

(2)圖像特征分割

首先對圖像進行降噪、濾波處理，利用灰度閾值法將所有目標特征與背景初步分離，灰度閾值法相應公式：

$\left\{\begin{array}{cc}g(x,y)\∈G_1& g(x,y)\<T\\ g(x,y)\∈G_2& g(x,y)\≥T\end{array}\right.---\left(3\right)$

其中，g(x,y)為圖像(x,y)像素點所對應的的灰度值，T表示所選用灰度閾值，G₁為背景集合，G₂為特征標記集合；對特征標記集合進行連通區域標記，并利用區域面積作為門限值去除圖像中不感興趣的連通區域，相應公式如下：

$\left\{\begin{array}{cc}{h}_i(x,y)\<S& h_i(x,y)=0\\ h_i\left(x,y\right)\≥S& h_i\left(x,y\right)=1\end{array}\right.,i=1,\mathrm{2....}n---\left(4\right)$

其中，i＝1,2....n為n個連通區域，h_i(x,y)為第i個連通區域的面積，S為連通區域面積門限閾值；如果連通區域面積小于S，則將此連通區域設置為背景；

(3)特征標記的提取

1)編碼點中心提取：

首先采用8連通區域標記圖像中的連通區域，隨后利用曲率約束，將曲率較大與較小的不感興趣連通區域去除，相應公式如下：

$\left\{\begin{array}{cc}gt\left(i\right)\<e_1& L\left(i\right)=0\\ gt\left(i\right)\>e_2& L\left(i\right)=0\end{array}\right.,i=1,\mathrm{2....}n---\left(5\right)$

其中，i＝1,2....n為n個連通區域，gt(i)為第i個連通區域的離心率,e₁,e₂為離心率門限值，L(i)＝0表示將第i個連通域設置為背景；如此，便獲得準確的編碼標記點圖像；利用質心算法，獲得編碼標記點中心坐標；

2)編碼點識別：

采用圓環編碼標記點，圓環編碼中心為圓標記點(6)，標記點周圍為與其同心的分段圓環區域，用于表征圓環編碼的身份信息，稱為編碼帶(7)；該圓環按照角度平均分為15份，每份24度，相當于一個二進制位；每一位取前景色為白色，后景色為黑色，相應的二進制編碼為“1”、“0”；從標記點圓心出發，按照一定方向，掃描實心與空心編碼帶，掃描到實心碼帶記為1，空心碼帶記為0，如果沒有掃描到編碼帶，則從中心開始重新掃描；掃描一周后，整個編碼點的碼值序列即被全部讀出，形成一個二進制序列，每個二進制序列又與一個十進制整數對應，從而獲得每個編碼點的身份信息；

解碼后，根據不同編碼標記點的身份信息，將每個角度的同一編碼點的像素坐標儲存在一個文件下，依次獲得所有標記點左右圖像的像素坐標；再利用基于高精度棋盤格靶標的雙目視覺標定法獲得的攝像機的內外參數，重建各個標記點的三維坐標；

(4)機床旋轉軸誤差辨識

針對機床旋轉軸的連接誤差進行檢測辨識，包括2項線性位置誤差，2項角度誤差；

根據已經獲得的不同角度下編碼點在視覺坐標系下的三維坐標，利用最小二乘法擬合平面，建立平面方程：

Ax+By+Cz+D＝0 (6)

其中，A、B、C、D為平面方程系數；經過簡化后可得到：

$z=-\frac{A}{C}x-\frac{B}{C}y-\frac{D}{C}---\left(7\right)$

為實現平面擬合，建立目標函數F(x)：

$F\left(x\right)=min\underset{i=1}{\overset{n}{\Σ}}(a_0{x}_i+a_1{y}_i+a_2-z_i)---\left(8\right)$

其中，(x_i,y_i,z_i)為n個編碼標記點在視覺坐標系下的三維坐標，其中i＝1,2,3...n；由此可以獲得擬合的平面，并獲得該平面的法向矢量；比較擬合平面的法向矢量與理想平面的法向矢量，解得旋轉軸的連接誤差的2項角度誤差；

為辨識旋轉軸連接誤差的線性位置誤差，根據編碼點位置關系，每兩個點連成一條直線L₁；在旋轉軸按照一定角度旋轉時，該直線會跟隨轉軸進行旋轉形成直線L₂，并且直線L₁與直線L₂相交于點P₁；依次，旋轉軸旋轉一周，共形成n條直線，每兩條直線交于點P_i，i＝1,2,3…n/2，對這些點的坐標取平均值P，將P視為實際圓的圓心；比較實際圓心與理想圓心的坐標可獲得機床旋轉軸連接誤差的線性位置誤差：

er(x)＝P(x)-P_ideal(x)(9)

er(y)＝P(y)-P_ideal(y) (10)

其中，er(x),er(y)分別為旋轉軸在X、Y方向線性位置誤差，P(x),P(y)為旋轉軸實際圓心的X、Y坐標，P_ideal(x),P_ideal(y)為理想旋轉軸圓心的X、Y坐標。