上海大学 机电工程及自动化学院, 上海 200072
为了提高立体视觉系统在大视场下的测量精度, 基于误差溯源思想提出了一种构建虚拟立体靶标的大视场高精度视觉系统标定方法, 克服了大尺寸高精度标定物难以制造等问题。对影响立体视觉系统测量精度的主要因素进行分析, 列出视觉测量系统的误差溯源链, 解析了大视场视觉系统精度瓶颈的原因。借助激光跟踪仪, 运用非线性最小二乘单位四元数算法求解坐标系刚体变换, 获取大范围高精度的空间点阵, 构建虚拟靶标。在相机畸变模型中考虑了三阶径向畸变和二阶切向畸变参数, 并使用Levenberg-Marquardt迭代算法进行标定参数求解, 进一步提高系统精度。实验构建了一套测量空间约为4 m×3 m×2 m的双目立体视觉系统, 通过对某型号高精度直线导轨进行点距测量, 在测量距离3 m处, 152组不同长度的横向距离测量的误差算术均值为-0.003 mm, 误差标准差为0.08 mm。测量精度相较于传统的平面标定法有较大提升。
立体视觉测量 误差溯源 虚拟立体靶标 大视场 摄像机标定 stereo vision measurement error tracing virtual stereo target large Field of View(FOV) camera calibration
为掌握动态测试系统的误差特性及传输特性,在全系统动态精度理论的基础上,提出了一种基于EMD和误差匹配相结合的方法.该方法首先采用EMD对动态测试系统的输出误差进行分解,然后根据分解结果进行误差匹配溯源.仿真结果表明,该方法能够有效地追溯到误差产生的源头,速度快,效率高,具有较强可行性和应用性.
经验模态分解 误差匹配 动态测试系统 误差溯源 empirical mode decomposition error matching dynamic measurement system error tracing