一种基于正方形内插点的二维平面视觉定位算法_秦亚敏.pdf

第4 0卷第1期2 0 2 3年2月河 北 省 科 学 院 学 报J o u r n a l o f t h e H e b e i A c a d e m y o f S c i e n c e sV o l.4 0 N o.1F e b.2 0 2 3收稿日期:2 0 2 2-0 8-1 8基金项目:河北省科学院高层次人才培养与资助项目(2 0 2 2 G 2 1)作者简介:秦亚敏(1 9 9 1-),女,河北邯郸人,硕士,工程师,研究方向:机电一体化.文章编号:1 0 0 1-9 3 8 3(2 0 2 3)0 1-0 0 0 7-0 6一种基于正方形内插点的二维平面视觉定位算法秦亚敏1,2,张 雷1,2,赵东哲1,2,张 磊3,刘 申1,2(1.河北省机电一体化中试基地有限公司,河北 石家庄 0 5 0 0 8 1;2.河北省工业测控技术创新中心,河北 石家庄 0 5 0 0 8 1;3.河北亿鑫通讯设备有限公司,河北 衡水 0 5 3 0 0 0)摘 要:针对二维平面上物体定位、尺寸测量,提出了一种基于正方形内插点的二维平面视觉定位算法,在待测物所在平面上放置由NN个尺寸相同的特征正方形组成的棋盘格标定板,以各特征正方形角点为标定点,确定像素坐标系和世界坐标系的映射关系,根据待测点像素坐标计算出其所处的特征正方形位置,并求解出待测点与所处特征正方形左下角点像素值的线性系数,反求出待测点的世界坐标值进而完成待测点的定位。将本文算法与文献3 的快速二维D e l a u n a y三角网点定位算法和文献8 的改进的基于九圆点的摄像机自标定算法进行对比实验,结果表明:本文算法标定过程简单、计算量小、精度更高,可实现二维平面上物体的精确定位和测量,对二维平面视觉定位具有较高的借鉴价值。关键词:二维平面;视觉定位;特征正方形;正方形内插点中图分类号:T P 3 9 1.4 文献标识码:AA v i s i o n p o s i t i o n i n g a l g o r i t h m b a s e d o n t h e s q u a r e i n t e r-p o i n t o f t w o-d i m e n s i o n a l p l a n eQ I N Y a-m i n1,2,Z H A N G L e i1,2,Z H A O D o n g-z h e1,2,Z H A N G L e i3,L I U S h e n1,2(1.H e b e i M e c h a t r o n i c s I n t e r m e d i a t e P i l o t P r o d u c t i o n B a s e C o.,L t d.,S h i j i a z h u a n g H e b e i 0 5 0 0 8 1,C h i n a;2.H e b e i I n d u s t r i a l M e a s u r e m e n t a n d C o n t r o l T e c h n o l o g y I n n o v a t i o n C e n t e r,S h i j i a z h u a n g H e b e i 0 5 0 0 8 1,C h i n a;3.H e b e i Y i x i n C o mm u n i c a t i o n E q u i pm e n t C o.,L t d.,H e n g s h u i H e b e i 0 5 3 0 0 0,C h i n a)A b s t r a c t:I n v i e w o f o b j e c t l o c a t i o n a n d s i z e m e a s u r e m e n t i n t w o-d i m e n s i o n a l p l a n e,a v i s i o n p o s i t i o n i n g a l g o r i t h m o f t w o-d i m e n s i o n a l w h i c h i s b a s e d o n s q u a r e i n t e r-p o i n t i s p r o p o s e d.A c h e c k e r b o a r d c a l i b r a t i o n b o a r d c o n s i s t i n g o f NN c h a r a c t e r i s t i c s q u a r e s o f t h e s a m e s i z e i s p l a c e d o n t h e p l a n e w h e r e t h e o b j e c t t o b e m e a s u r e d i s l o c a t e d,a n d t h e c o r n e r p o i n t s o f e a c h c h a r a c t e r i s t i c s q u a r e a r e u s e d a s c a l i b r a t i o n p o i n t s t o d e t e r m i n e t h e t r a n s f o r m r e l a t i o n s h i p b e t w e e n p i x e l c o o r d i n a t e s y s t e m a n d w o r l d c o o r d i n a t e s y s t e m.A c c o r d i n g t o t h e p i x e l c o o r d i n a t e s o f t h e p o i n t t o b e m e a s u r e d,t h e p o s i t i o n o f t h e c h a r a c t e r i s t i c s q u a r e i s c a l c u l a t e d a n d t h e l i n e a r c o e f f i c i e n t o f p i x e l v a l u e s b e t w e e n t h e m e a s u r e d p o i n t a n d l o w e r l e f t c o r n e r o f c h a r a c t e r i s t i c s q u a r e a r e m e a s u r e d,t h e n t h e w o r l d c o o r d i n a t e v a l u e s a r e i n-DOI:10.16191/ki.hbkx.2023.01.005河北省科学院学报2 0 2 3年第4 0卷v e r s e l y c a l c u l a t e d a n d t h e m e a s u r e d p o i n t i s l o c a t e d.T h e a l g o r i t h m i n t h i s p a p e r i s c o m p a r e d w i t h t h e r a p i d a l g o-r i t h m f o r p o i n t p o s i t i o n i n g i n 2 D d e l a u n a y t r i a n g u l a t i o n i n r e f e r e n c e 3 a n d t h e i m p r o v e d n i n e d o t s c a l i b r a t i o n a l-g o r i t h m i n r e f e r e n c e 8.T h e e x p e r i m e n t a l r e s u l t s s h o w t h a t t h e a l g o r i t h m i n t h i s p a p e r h a s t h e a d v a n t a g e s o f s i m p l e c a l i b r a t i o n p r o c e s s,l e s s c o m p u t a t i o n a n d h i g h e r a c c u r a c y,w h i c h c a n r e a l i z e t h e p r e c i s e p o s i t i o n i n g a n d m e a s u r e m e n t o f o b j e c t s o n t w o-d i m e n s i o n a l p l a n e s,a n d h a s h i g h r e f e r e n c e v a l u e f o r t w o-d i m e n s i o n a l p l a n a r v i s u a l l o c a l i z a t i o n.K e y w o r d s:T w o-d i m e n s i o n a l p l a n e;V i s i o n p o s i t i o n i n g;C h a r a c t e r i s t i c s q u a r e;S q u a r e i n t e r-p o i n t 伴随着智能制造流水线在工业生产中的广泛应用,在工件定位、产品涂胶、零件装配等领域工业机器人逐渐取代人工作业1,而自动化作业中均需首先识别并定位平面上目标点的位置信息。由于单目视觉测量具有非接触、系统简单、操作简便、成本低等优点,其被广泛应用于平面目标的二维测量中2,王雯等人3提出的基于平面域D e l a u n a y三角网点定位算法(以下简称“文献3 算法”)实现了二维平面定位,但该算法对三角网的构网效率和稳定性要求比较高,计算量大;张杰等人4提出了基于区域分割的大靶面单目视觉目标位置测量方法,该方法需要利用线扫描激光器对待测区域进行逐行逐列扫描,扫描时间较长可能会造成摄像机与扫描器相对位置发生改变进而造成测量值不准确;龚海强等人5提出了一种激光扫描在工件角点定位中的应用方法,该方法利用机械臂带动激光传感器扫描工件表面,利用算法得出工件角点在激光测量坐标系中精确坐标信息,但机械臂的运动精度直接影响着定位精度,徐兵等人6利用中心对称标记的中心旋转不变特性,提出了一种基于自归一化积相关(S N C C)的模板匹配方法,柴兴华等人7提出一种即时平面标定的二维视觉测量方法,通过在待测物上直接投射标定的激光点阵实现对待测物表面的特征点的测量计算,该方法的前提是对结构光系统参数进行标定,且摄像机和激光器的空间位置均不能变化,陈洵凛等人8提出了一种改进的基于九圆点的摄像机自标定算法(以下简称“文献8 算法”),该算法的前提是摄像机内参已知。本文提出一种基于正方形内插点的二维平面视觉定位算法,该算法无需对摄像机内参进行求解,就可实现二维平面内物体的定位及测量。首先,将NN个尺寸相同的特征正方形所组成的棋盘格标定板放置在待测物所在平面上,以各特征正方形角点为标定点确定像素坐标系和世界坐标系的映射关系,然后求解 OW YW XW ZCP1P2 P3P4 P YC XC OC u O v p1 p2 p4 p3 p 图1 摄像机成像几何关系待测点的像素坐标值,提取该待测点所处特征正方形左下角点世界坐标,通过该待测点与所处特征正方形左下角点像素值的线性关系反求出该点的世界坐标值,从而实现固定平面内物体的定位及尺寸测量。1 正方形内插点的二维平面视觉定位模型本文摄