羅月童, 江玉清

(合肥工業(yè)大學(xué) 計算機與信息學(xué)院,安徽 合肥 230009)

基于機器視覺的水泥灌裝定位系統(tǒng)的關(guān)鍵技術(shù)研究

羅月童, 江玉清

(合肥工業(yè)大學(xué) 計算機與信息學(xué)院,安徽 合肥 230009)

針對傳統(tǒng)工業(yè)上水泥灌裝速度慢,精度低,文章采用Eye-in-hand和Eye-to-hand 2種視覺系統(tǒng)相結(jié)合的水泥灌裝視覺定位系統(tǒng)建立坐標(biāo)系統(tǒng),完成像素坐標(biāo)向物理坐標(biāo)轉(zhuǎn)換,并采用迭代逼近求解的優(yōu)化方法完成定位。新的視覺系統(tǒng)具有視野范圍大、定位精度高的特點。采用迭代逼近的方法減少了機械中由齒輪間隙和相機畸變帶來的誤差,達(dá)到快速和精確定位的目標(biāo)。

水泥灌裝;機器視覺;自動定位;迭代逼近

傳統(tǒng)工業(yè)水泥灌裝采用半自動控制的方式,通常由操作工人根據(jù)水泥灌裝車的位置,手動控制工業(yè)機械臂移動水泥出料口位置到水泥灌裝車的裝料口位置,該方法灌裝速度慢,導(dǎo)致工作效率低下;灌裝精度低,導(dǎo)致水泥損耗,且損耗的水泥粉塵易破壞環(huán)境,危害工人健康。水泥灌裝操作可歸結(jié)為工業(yè)機器人完成最多的一類操作“抓取—放置”動作[1]。為了完成這類操作,對被操作物體定位信息的獲取是必要的,機器人必須知道物體被操作前的位置,以保證機器人準(zhǔn)確地抓取。

本文設(shè)計實現(xiàn)的水泥灌裝視覺定位系統(tǒng)由視覺系統(tǒng)、機械臂系統(tǒng)和計算機控制中心組成。通過結(jié)合2種手眼模式構(gòu)成高效視覺系統(tǒng)完成定位,并最終采用迭代逼近的方法,完成像素坐標(biāo)向物理坐標(biāo)的精確轉(zhuǎn)換。Eye-to-hand[2]手眼模式為相機安裝在固定的高度,不隨機械臂改變而改變;Eye-in-hand[3]手眼模式為相機位于機械臂的末端,隨機械臂一起移動。

1 定位系統(tǒng)

1.1 關(guān)鍵問題分析

水泥灌裝視覺定位系統(tǒng)主要利用相機拍照獲得水泥灌裝車上灌裝口的位置圖像,進(jìn)而通過圖像處理技術(shù)獲得灌裝口的中心位置的像素坐標(biāo),最后將該中心的像素坐標(biāo)轉(zhuǎn)換為物理坐標(biāo),完成定位。

設(shè)計灌裝系統(tǒng)時,會盡量保證相機拍照所得圖像的質(zhì)量,如通過設(shè)計合適的外部光源,保證灌裝系統(tǒng)的工作范圍內(nèi)光照均勻,并且具有相應(yīng)的除塵裝備。因此對圖像采用相應(yīng)的圖像處理技術(shù)[4-5]即可準(zhǔn)確地獲得灌裝口中心的像素坐標(biāo)。由于灌裝車體型大,?？课恢貌还潭?整個視野范圍為8 000 mm×4 000 mm,這就要求相機能夠覆蓋該視野范圍;另外灌裝口大小為500 mm×500 mm,當(dāng)前工業(yè)標(biāo)準(zhǔn)要求最終的定位精度在5 mm以內(nèi)。由以上分析可知，當(dāng)前灌裝工作具有現(xiàn)場視野范圍大、定位精度高等特點。目前工業(yè)常用相機的像素尺寸為656×492,采用單一相機,為保證視野,相機安裝位置較高時,每個像素所代表的物理距離較大,產(chǎn)生的絕對誤差越大;為保證精度,當(dāng)相機安裝較低時,無法滿足視野要求。若單獨采用高分辨率(500萬像素)相機,單一Eye-to-hand視覺系統(tǒng)可以達(dá)到工業(yè)標(biāo)準(zhǔn),但高像素相機成本太高,且灌裝系統(tǒng)中相機安放室外,灌裝現(xiàn)場條件較差,容易損壞,不符合工業(yè)上節(jié)約成本的要求。因此,結(jié)合工業(yè)相機設(shè)計一套高效的視覺定位系統(tǒng)是本文的關(guān)鍵問題。

1.2 設(shè)計方案

Eye-to-hand視覺系統(tǒng)中相機安裝在一個固定的高度,以保證足夠大的視野,在目前工業(yè)相機像素尺寸不高的情況下,Eye-to-hand視覺系統(tǒng)具有視野范圍大、精度低的特點。Eye-in-hand視覺系統(tǒng)相機安裝在機械臂末端,通?？刂葡鄼C與目標(biāo)物的距離以保證精度,且該視覺系統(tǒng)視野處在變化之中,不能保證目標(biāo)一直在視場中,有時會存在丟失目標(biāo)現(xiàn)象。因此Eye-in-hand視覺系統(tǒng)具有高精度、視野范圍小的特點。因此,本文采用了結(jié)合2個視覺系統(tǒng)的方案[6-7],利用Eye-in-hand視覺系統(tǒng)高精度和Eye-to-hand視覺系統(tǒng)大視野的特點。

定位系統(tǒng)在工作時,當(dāng)車輛進(jìn)入指定位置,接收到開始信號后,Eye-to-hand視覺系統(tǒng)開始工作,如圖1a所示,由于Eye-to-hand視覺系統(tǒng)的大視野特點,能夠保證灌裝車在相機的視野范圍之內(nèi),對所得圖像進(jìn)行分析得到車輛位置以及裝料口的位置,計算出來的位置精度低;引導(dǎo)Eye-in-hand視覺系統(tǒng)移動到相應(yīng)的位置,如圖1b所示,此時可以保證裝料口在Eye-in-hand視覺系統(tǒng)相機視野范圍內(nèi),再次拍攝圖像,由于Eye-in-hand視覺系統(tǒng)的高精度特點,能夠完成最終定位，其流程圖如圖2所示。

圖1 現(xiàn)場圖

圖2 系統(tǒng)定位流程圖

確定本文系統(tǒng)采用2種視覺系統(tǒng)結(jié)合的方法后,如何定位目標(biāo)物體,并完成像素坐標(biāo)向物理坐標(biāo)的轉(zhuǎn)換成為本系統(tǒng)的關(guān)鍵所在。

2 兩級視覺定位的實現(xiàn)

視覺定位圖像處理獲得目標(biāo)的像素坐標(biāo),機械臂所能識別的是物理坐標(biāo),建立像素坐標(biāo)與物理坐標(biāo)的對應(yīng)關(guān)系是兩級視覺定位的關(guān)鍵問題。像素坐標(biāo)的獲得主要是利用圖像處理技術(shù),首先利用改進(jìn)canny算子[8]對圖像進(jìn)行處理獲得邊緣輪廓,其次利用隨機Hough變換[9]對輪廓處理找圓,最后利用先驗知識對找到的圓進(jìn)行過濾獲得目標(biāo)灌裝口。采用該方法定位精度較高,且已通過實驗驗證,存在1～2個像素坐標(biāo)的誤差,由于本文主要研究對象為兩級視覺系統(tǒng)的定位工作,在此不做過多說明。

定位過程分為相機標(biāo)定和坐標(biāo)轉(zhuǎn)換2個部分。其中相機標(biāo)定又分為相機的內(nèi)部參數(shù)標(biāo)定和外部參數(shù)標(biāo)定。內(nèi)部參數(shù)標(biāo)定參考文獻(xiàn)[10-11]。視覺系統(tǒng)中相機安裝過程中確保相機的光軸中心垂直于地面,定位系統(tǒng)的實現(xiàn)主要利用圖像處理獲得的像素坐標(biāo)結(jié)合相機標(biāo)定獲得參數(shù),轉(zhuǎn)換為最終的物理坐標(biāo)。

(1) Eye-to-hand視覺坐標(biāo)轉(zhuǎn)換與標(biāo)定。水泥灌裝Eye-to-hand視覺系統(tǒng)中世界坐標(biāo)系XwOwYw和相機圖像坐標(biāo)系XpOpYp的構(gòu)造如圖3a所示,因為Eye-to-hand視覺系統(tǒng)中相機固定,所以相機坐標(biāo)系原點Op對應(yīng)于世界坐標(biāo)系中物理坐標(biāo)固定為(X0,Y0),相機安裝不能保證圖像坐標(biāo)系與世界坐標(biāo)系完全平行,設(shè)夾角為?,相機坐標(biāo)系中每個像素點與世界坐標(biāo)系中單位毫米對應(yīng)的轉(zhuǎn)換關(guān)系為rate_x、rate_y。對應(yīng)于相機坐標(biāo)系中一點p(x,y),轉(zhuǎn)換到世界坐標(biāo)系中的物理坐標(biāo)P(X,Y),具有如下轉(zhuǎn)換關(guān)系:

X=(xcos?-ysinα)rate_x+X0,

(1)

由(1)式可知在標(biāo)定過程中目標(biāo)點坐標(biāo)p(x,y)為已知量,故在Eye-to-hand視覺系統(tǒng)中需要標(biāo)定X0、Y0、rate-x、rate-y、?共5個參數(shù)。本文采用直接線性變換[12]的標(biāo)定方法,對上述5個參數(shù)進(jìn)行標(biāo)定,即在上述坐標(biāo)系統(tǒng)中采集圖像坐標(biāo)系中點p(x,y)與世界坐標(biāo)系中點P(X,Y)明確對應(yīng)關(guān)系的點作為已知量,構(gòu)造方程組,利用最小二乘法得到最終的標(biāo)定參數(shù),由于共有5個未知參數(shù),需至少采集5組樣本數(shù)據(jù),進(jìn)行最終的方程求解。本文通過采集多組樣本點,最終取平均值的方式,以提高標(biāo)定參數(shù)的精度。

(2)Eye-in-hand視覺系統(tǒng)坐標(biāo)轉(zhuǎn)換與標(biāo)定。水泥灌裝中Eye-in-hand視覺系統(tǒng)中世界坐標(biāo)系XwOwYw和攝像機圖像坐標(biāo)系XpOpYp的構(gòu)造如圖3b所示,因為Eye-in-hand視覺系統(tǒng)中相機隨機械臂移動,故相機坐標(biāo)系統(tǒng)中某一像素點(x0,y0)對應(yīng)當(dāng)前機械臂末端停止位置,機械臂末端與相機相對位置固定,因此(x0,y0)為固定值,停止位置(X1,Y1)為已知量;相機坐標(biāo)系與圖像坐標(biāo)系的夾角為?,相機坐標(biāo)系選擇?角后與世界坐標(biāo)系平行,可拆解為以下2個過程:① 旋轉(zhuǎn)?1角后,相機坐標(biāo)系y軸與機械臂的小臂平行,?1在相機安裝位置決定,為一固定值;② 旋轉(zhuǎn)?2角后,相機坐標(biāo)系的y軸與世界坐標(biāo)系的y軸平行,完成旋轉(zhuǎn)。

?2可由機械臂當(dāng)前的停止位置結(jié)合機械臂長度利用幾何知識計算可得,在Eye-in-hand視覺系統(tǒng)中為一已知量,本文中對其計算過程不做說明。相機坐標(biāo)系中每個像素點與世界坐標(biāo)系中單位毫米對應(yīng)的轉(zhuǎn)換關(guān)系為rate_x,rate_y。對應(yīng)于圖像坐標(biāo)系中一點p(x,y),轉(zhuǎn)換到世界坐標(biāo)系中的物理坐標(biāo)P(X,Y),具有如下轉(zhuǎn)換關(guān)系:

(2)

由(2)式可知在標(biāo)定過程中目標(biāo)點坐標(biāo)p(x,y),機械臂停止位置(X1,Y1),偏轉(zhuǎn)角?2為已知量,故在Eye-in-hand視覺系統(tǒng)中需要標(biāo)定x0、y0、rate_x、rate_y、?1共5個參數(shù)。同樣采用直接線性變換的標(biāo)定方法,對上述5個參數(shù)進(jìn)行標(biāo)定,與Eye-to-hand視覺系統(tǒng)中方法相同,此處不再說明。

圖3 視覺坐標(biāo)示意圖

灌裝系統(tǒng)工作時,Eye-to-hand視覺系統(tǒng)利用圖像處理獲得像素坐標(biāo)p(x,y),結(jié)合上文處理所得的標(biāo)定參數(shù)對灌裝口進(jìn)行粗定位,移動機械臂到目標(biāo)位置(X1,Y1),Eye-to-hand粗定位完成;Eye-in-hand視覺系統(tǒng)工作,圖像處理獲得目標(biāo)的像素坐標(biāo)p2(x,y),利用機械臂停止位置(X1,Y1),計算偏轉(zhuǎn)角?2,并結(jié)合標(biāo)定參數(shù)計算目標(biāo)像素點的物理坐標(biāo),移動機械臂完成定位。

3 定位過程的優(yōu)化

采用本文視覺定位系統(tǒng),在實驗室環(huán)境下經(jīng)過測試發(fā)現(xiàn)試驗誤差大于系統(tǒng)要求的精度,系統(tǒng)不能滿足要求。設(shè)計實驗并分析誤差來源,實驗所用工業(yè)相機的像素尺寸為656×492,機械臂移動的物理坐標(biāo)x的范圍為(-4 300,4 300),y坐標(biāo)的范圍為(0,1 800),Eye-to-hand視覺系統(tǒng)中相機高度為6 m,Eye-in-hand視覺系統(tǒng)中相機高度為2 m。精度要求為5 mm。

將目標(biāo)物體放在給定物理坐標(biāo)下,通過視覺定位,測得最終?？课恢门c給定物理坐標(biāo)的誤差(歐氏距離，即出料口中心與水泥車裝料口中心在水平方向上的距離)，具體情況見表1所列。

表1 誤差比較 mm

由表1數(shù)據(jù)可知,3種模式誤差均大于實驗所要求的誤差精度。其中Eye-to-hand可以完成全自動灌裝,但是由于相機安裝高度過高,導(dǎo)致其誤差遠(yuǎn)大于精度要求。優(yōu)化前的結(jié)合模式(即Eye-to-hand與Eye-in-hand視覺系統(tǒng)均工作1次)與Eye-in-hand視覺系統(tǒng)的誤差范圍基本相同,其主要優(yōu)勢在于當(dāng)待測物體不在Eye-in-hand視覺系統(tǒng)的視野范圍內(nèi)時,可以預(yù)先通過Eye-to-hand視覺系統(tǒng)粗定位,引導(dǎo)Eye-in-hand視覺系統(tǒng)到待測物體區(qū)域,再次定位;而單一的Eye-in-hand視覺系統(tǒng)在待測物體不在其視野范圍內(nèi)時,無法完成全自動灌裝。在結(jié)合模式下,Eye-to-hand視覺系統(tǒng)粗定位后,引導(dǎo)Eye-in-hand視覺系統(tǒng)到達(dá)目標(biāo)區(qū)域, Eye-in-hand視覺系統(tǒng)下的定位后誤差大于實驗精度要求的5 mm。本文從以下2個方面分析誤差并提出解決方案。

(1) 機械誤差。對于給定的物理坐標(biāo),由于齒輪間隙的存在,機械臂在運動到給定物理坐標(biāo)處,會存在一定范圍內(nèi)的隨機誤差。這主要是由齒輪間隙造成的,齒輪間隙在機械臂初始運動和正反轉(zhuǎn)時對精度影響較大,當(dāng)機械臂朝一個方向移動時,齒輪間隙對精度的影響將逐漸減小。實驗中將目標(biāo)物體的中心置于給定物理坐標(biāo)處,朝同一個方向運動2次,其誤差結(jié)果如圖4所示,由圖4可知,第2次逼近誤差明顯小于第1次逼近誤差，由此可知控制機械臂朝同一個方向運動多次,產(chǎn)生的機械誤差逐漸減小。

(2) 相機畸變。在Eye-in-hand視覺系統(tǒng)中,待測物體偏離相機中心的距離越大,圖像畸變越大,圖像處理所得圓心的坐標(biāo)與實際的坐標(biāo)偏差越大。相機中心距離待測物體中心距離分別為15、10、5 mm時,所拍圖像及其處理后所得目標(biāo)物位置如圖5所示，圖中矩形邊框突出處理后偏差。由實驗可知相機中心與目標(biāo)中心偏差越小,最終處理的畸變越小,找到的圓心坐標(biāo)越準(zhǔn)確。

據(jù)此本文提出了多次逼近迭代的優(yōu)化方案,即Eye-in-hand視覺系統(tǒng)完成定位后,重新拍照分析圖片中誤差是否在允許范圍之內(nèi),若不在,再次定位,重新移動機械臂。由上文的誤差分析可知,機械臂始終朝一個方向的運動過程中,齒輪間隙對精度影響不斷減小。

圖4 機械誤差實驗結(jié)果

為確保機械臂始終朝一個方向運動，在未達(dá)到標(biāo)準(zhǔn)機械臂再次移動階段,機械臂末端對應(yīng)像素點與灌裝口圓心對應(yīng)像素點成一線段,是為了防止機械臂運動幅度過大導(dǎo)致機械臂末端移動超過灌裝口圓心對應(yīng)像素點。本文對機械臂移動采用不完全移動,即按當(dāng)前計算得到的移動幅度的百分比運動機械臂,以確保不超過運動范圍,導(dǎo)致再次運動時方向不變,避免機械臂反向移動產(chǎn)生的齒輪間隙誤差。

圖5 相機中心與目標(biāo)中心偏移圖像處理的畸變情況

綜上所述,在逼近過程中機械臂移動由于機械誤差的存在通過不改變移動方向,增加逼近次數(shù),減小齒輪間隙誤差對精度的影響;另外相機中心與待測物體的中心距離越來越近,使得畸變誤差越來越小,因此采用逼近求解的方式能夠有效地解決精度不足的情況。具體流程如圖6所示。

圖6 逼近迭代求優(yōu)的過程

4 實驗結(jié)果與分析

實驗的配置環(huán)境為 2.93 GHz Intel I3 CPU,2.0 G內(nèi)存,編程環(huán)境為Microsoft Visual Studio 2005,程序主框架采用C++編寫,使用了opencv等函數(shù)庫。實驗所用工業(yè)相機的像素為656×492,其中標(biāo)定參數(shù)如下:Eye-to-hand視覺系統(tǒng)中(X0,Y0)=(0,350 0)；rate-x、rate-y分別為7.8、7.9；偏轉(zhuǎn)角?為7°;Eye-in-hand視覺系統(tǒng)中機械臂末端對應(yīng)像素點(x0,y0)=(331,238),rate_x1、rate_y1分別為2.1、2.0,偏轉(zhuǎn)角?2為4°。 工業(yè)上水泥灌裝車的灌裝口如圖7a所示,為一正圓;實驗室采用模擬灌裝口如圖7b所示。

系統(tǒng)工作時,首先Eye-to-hand視覺系統(tǒng)開始工作,如圖8a所示,獲得較大的視野范圍,精度低,計算出待測物的物理坐標(biāo);然后根據(jù)Eye-to-hand視覺系統(tǒng)獲得的目標(biāo)位置,引導(dǎo)Eye-in-hand視覺系統(tǒng)到目標(biāo)位置,繼續(xù)拍照分析,可得目標(biāo)圓心與圖片中心之間距離如圖8b所示,通過計算可得此時的誤差為15 mm;Eye-in-hand視覺系統(tǒng)繼續(xù)工作,當(dāng)移動到下一個位置拍照分析時,目標(biāo)圓心與圖片中心之間距離如圖8c所示,計算此時的誤差為8 mm;Eye-in-hand視覺系統(tǒng)繼續(xù)工作移動到下一個位置拍照分析,目標(biāo)圓心與圖片中心之間距離如圖8d所示，通過計算此時的誤差為3 mm,達(dá)到標(biāo)準(zhǔn),停止工作。對多個目標(biāo)點進(jìn)行定位,并統(tǒng)計結(jié)果,見表2所列。表2中3、4、5行中第2個括號表示在迭代過程中Eye-in-hand視覺系統(tǒng)中定位灌裝口像素坐標(biāo)的變換情況。

圖7 灌裝口示意圖

圖8 視覺定位系統(tǒng)工作流程

待定位物理坐標(biāo)(1500，2800)(0，4300)(-1500，2800)(3700，2150)Eye?to?hand定位坐標(biāo)(1515，2823)(18，4322)(-1475，2820)(3717，2173)Eye?in?hand第1次迭代(1510，2816)(324，245)(9，4313)(325，243)(-1482，2815)(322，246)(3711，2165)(324，244)Eye?in?hand第2次迭代(1508，2810)(326，242)(4，4308)(327，240)(-1490，2809)(325，241)(3705，2155)(328，240)Eye?in?hand最終定位(1502，2802)(332，239)(3，4302)(331，240)(-1498，2800)(330，238)(3701，2151)(331，238)最終誤差/mm3420

5 結(jié) 論

本文提出了結(jié)合Eye-in-hand和Eye-to-hand 2種視覺系統(tǒng)的方法,避免了Eye-to-hand視覺系統(tǒng)中由于相機安裝高度高導(dǎo)致的像素比精度不夠,最終引起定位誤差大的情況，同時也避免Eye-in-hand視覺系統(tǒng)中容易丟失目標(biāo)的現(xiàn)象,導(dǎo)致無法定位或多次無用操作。本文方法利用Eye-to-hand視覺系統(tǒng)對目標(biāo)進(jìn)行粗略定位,保證目標(biāo)物體位于Eye-in-hand視覺系統(tǒng)視野之中,進(jìn)而利用Eye-in-hand視覺系統(tǒng)進(jìn)行精確定位,并采用逼近迭代的方法優(yōu)化最優(yōu)解,以達(dá)到工業(yè)標(biāo)準(zhǔn)。本文方法針對當(dāng)前機械臂自由度為2的情況,可以簡單地處理最優(yōu)路徑的方法，但是隨著工業(yè)的發(fā)展,可能會出現(xiàn)自由度為3、4或者更多的情況。根據(jù)目標(biāo)位置并結(jié)合反向動力學(xué)[13],確定多自由度機械臂移動的最優(yōu)路徑,將是下一步的研究目標(biāo)。

[1] 蔡鶴皋.機器人技術(shù)的發(fā)展與在制造業(yè)中的應(yīng)用[J].機械制造與自動化,2004,33(1):6-7,10.

[2] 孫琦,羅志增.Eye-to-Hand機器人系統(tǒng)的平面工件識別研究[J].杭州電子科技大學(xué)學(xué)報,2010,30(1):46-49.

[3] MOHEBBI A,KESHMIRI M,XIE W F.An eye-in-hand stereo visual servoing for tracking and catching moving objects[C]//The 33rd Chinese Control Conference,CCC 2014.Washington,D.C.:IEEE Computer Society,2014:8570-8577.

[4] 曾俊,李德華.彩色圖像SUSAN邊緣檢測方法[J].計算機工程與應(yīng)用,2011,47(15):194-196.

[5] 張宇偉,王耀明,蔣慧鈞.一種結(jié)合sobel算子和小波變換的圖像邊緣檢測方法[J].計算機應(yīng)用與軟件,2007,24(4):133-134,161.

[6] ALSHALFAN K A.Eye-in-hand/eye-to-hand configuration for a WMRA control based on visual servoing[C]//2013 IEEE 11th International Workshop of Electronics,Control,Measurement,Signals and their application to Mechatronics (ECMSM).Washington,D.C.:IEEE Computer Society,2013:1-6.

[7] LUO R C,CHOU S C,YANG X Y,et al.Hybrid Eye-to-hand and Eye-in-hand visual servo system for parallel robot conveyor object tracking and fetching[C]//40th Annual Conference of the IEEE Industrial Electronics Society,IECON 2014.New York:IEEE,2014:2558-2563.

[8] 蘇恒陽,袁先珍.一種改進(jìn)的Canny的圖像邊緣檢測算法[J].計算機仿真,2010,27(10):242-245.

[9] 周封,楊超,王晨光,等.基于隨機Hough變換的復(fù)雜條件下圓檢測與數(shù)目辨識[J].儀器儀表學(xué)報,2013,34(3):622-628.

[10] 魯新國,王琰,楊大為.基于計算機視覺的線性攝相機標(biāo)定技術(shù)研究[J].沈陽理工大學(xué)學(xué)報,2007,26(5):43-46.

[11] 譚啟蒙,胡成威,高升.空間機械臂視覺相機內(nèi)參標(biāo)定技術(shù)研究[J].航天返回與遙感,2013,34(6):74-80.

[12] 陳衛(wèi)東,尹紅娟,朱奇光.改進(jìn)直接線性標(biāo)定的移動機器人視覺定位算法[J].小型微型計算機系統(tǒng),2013,34(4):872-876.

[13] 劉魯源,劉暢,王欣東.機器人反向動力學(xué)方程的并行計算[J].自動化學(xué)報,1994,20(6):687-693.

(責(zé)任編輯 閆杏麗)

Research on key technology of cement filling positioning system based on machine vision

LUO Yuetong, JIANG Yuqing

(School of Computer and Information, Hefei University of Technology, Hefei 230009, China)

In view of low speed and accuracy of the traditional industrial cement filling, a new visual positioning system is made based on the Eye-in-hand and Eye-to-hand visual systems, then a coordinate system is established to transform pixel coordinates to physical coordinates and a method of iterative approach is used to achieve a better result. The new visual system has the characteristics of big vision and high precision, and the method of iterative approach reduces the error from gear clearance and camera distortion, thus achieving a fast and accurate positioning.

cement filling; machine vision; automatic positioning; iterative approach

2015-12-15；

2016-03-14

國家自然科學(xué)基金資助項目(11305205;61370167;61305093);安徽省高等學(xué)校自然科學(xué)研究重點資助項目(KJ2016A751)

羅月童(1978-),男,安徽青陽人,博士,合肥工業(yè)大學(xué)教授,碩士生導(dǎo)師.

10.3969/j.issn.1003-5060.2017.01.006

TP399

A

1003-5060(2017)01-0031-06