一种靶标测头的平差优化算法
【专利说明】一种靶标测头的平差优化算法 【技术领域】
[0001] 本发明属于视觉测量技术领域，是一种可以提高双目立体视觉系统测量精度，用 于还原手持靶标测头空间3D坐标的一种平差优化算法。 【【背景技术】】
[0002] 随着各种异形工件内腔外形检测需求的增多，以立体视觉测量为基础的便携式3D 坐标测量技术得到越来越多的应用。双目立体视觉系统只需要两台摄像机、标定板、手持靶 标和专用测头，就能完成对大型复杂型腔零件的在位/在线测量，不受现场环境影响，可靠 性高、尤其是对复杂内腔、深长孔等测量有独特的优势。
[0003] 在双目立体视觉系统中，手持靶标是一个重要的测量设备。手持靶标作为双目立 体视觉系统中一个重要的坐标传递设备，是连接手持靶标LED特征点空间3D坐标和测头3D 坐标的媒介。测量时，手持靶标的测头与待测物体表面接触，标定完成后的摄像机通过捕捉 手持靶标靶面特征点，完成特征点的3D空间坐标还原，利用建立的靶标坐标系完成从靶面 特征点的3D空间坐标到测头坐标转换，从而最终测得与测头接触的待测物体表面3D空间坐 标。因此，从手持靶标靶面得到LED特征点的3D空间坐标后，如何建立靶标坐标系用来还原 待测点，即手持靶标测头的空间3D坐标，是空间定位三维重建的一个难题。
[0004] 目前，建立靶标测头坐标系的方法主要依靠靶标自标定技术，即将手持靶标的测 头与一个标定块锥形内槽底部接触，标定块固定，转动手持靶标放置若干不同位姿，相当于 靶标测头不动，祀面LED的特征点一直在变换空间3D坐标，利用靶面LED特征点与靶标测头 相对位置不变的关系，列出方程求解测头与每一个LED特征点的距离，从而以某3个不共线 的LED特征点建立的坐标系作为靶标坐标系时，就可以找出此坐标系下测头的坐标，还原出 空间中测头的3D坐标，也就可以得到与测头接触的目标待测点的坐标。
[0005] 然而，利用自标定技术建立靶标坐标系存在以下问题：
[0006] 首先，如何设计靶面LED特征点的数目。要建立起一个完整的靶标坐标系，至少需 要3个不共线的特征点，特征点数目较少的时候由于受偏心提取误差、镜头畸变等原因误差 影响会相对较大;然而增加特征点的数目，利用LED特征点到靶标测头距离不变的条件所列 出的超定方程的系数矩阵是一个病态矩阵，条件数大，受误差影响大，难以得到理想的解。
[0007] 其次，每一次还原待测点的空间3D坐标时，利用有效的LED特征点的数目较少。在 得出靶面每个LED特征点到测头的距离以后，只能利用其中的3个不共线特征点进行靶标坐 标系的建立，如果靶面一共布置N个LED特征点，则一共可以建立个靶标坐标系(假设没 有任意共线的3个LED特征点），利用靶标坐标系作为坐标传递的媒介可以得到(4个待测点 的空间3D坐标，将这些3D坐标平均求和就可以得到最终的待测点空间3D坐标，虽然可以利 用平均值减小误差，但是这些数据的方差相对较大。
[0008] 最后，由于使用的是待测点的空间3D坐标的均值，每个数据在最终结果中所占的 权重没有区别，每个数据的可靠程度无法有效的度量，因此有可能将误差放大。
[0009] 以上问题正在越来越多的被国内外学者关注，目前很少有关此类问题的国内外相 关文献，也没有完整的相对成熟的解决方法。因此，针对还原靶标测头坐标的问题，本发明 提出了一种鲁棒的靶标测头的平差优化算法。 【
【发明内容】
】
[0010] 本发明提出了一种靶标测头的平差优化算法，以提高手持靶标特征点计算靶标测 头坐标的精度，即提高与测头接触的待测点的空间3D坐标精度。
[0011] 本发明采用以下技术方案：
[0012] -种靶标测头平差优化算法，首先建立空间向量?与其在(XD成像之间的关系， 然后构建条件平差模型计算平差值，最后对该平差值进行验证;其中，构建条件平差模型的 过程中，在确定了观测数之后，假定初始的各个参数的权值均为1，在此假定条件下计算平 差值，如果最终的平差值未通过验证，则重新调整各个参数的权值重新计算直至通过验证。
[0013 ]空间向量与其在CCD成像之间的关系为：
[0014]
[0015] 其中，是有效焦距，fR是右相机的实际焦距，doef是主点与BAOr平面的距 离，d是向量$的模长A是测头A与CCD摄像机光心〇连线与向量^^的夹角，dT是两个相 机光心Or之间的距离，α是向量$与CCD摄像机光轴的夹角，β是右相机光轴与两个相机 光心连线的夹角。
[0016] 构建条件平差模型计算平差值的具体方法包括以下步骤：
[0017] (1)以空间向量石与其在CCD成像之间的关系为条件式；
[0018] (2)对步骤(1)的条件式进行线性化；
[0019] (3)确定权阵:在初始权阵Ρ中，假定各个参数的权值均为1;
[0020] (4)确定改正数向量V:厂=(νΑ?Ι.，?)τ ;
[0021] (5)确定闭合差W:
1 9
[0022] (6)确定随机模型并计算平差值。
[0023] 在确定闭合差以后首先计算出改正数向量的一个初值，然后再确定随机模型计算 平差值，计算改正数向量的方法包括以下步骤：
[0024] (Α)将条件式改写为:￡5-1； = ,1;
[0025] (Β)构造联系数法方程：
[0026] (Β1)利用拉格朗日条件极值构造乘系数向量Κ:
[0027] Φ =VTPV-2KT(AV-ff)
[0028] 其中，
[0029] AV-ff=0
[0030] 条件式为:V = P-H
[0031] AV-ff=0
[0032] 含K的改正数向量为:V = P-
[0033] 则，法方程为:AP-VK-W^O;
[0034] (B2)令联系数法方程系数N为:N=AP-
[0035] 则乘系数向量K为：
[0036] Κ = Ν-嘈
[0037] (Β3)利用以下公式计算改正数向量：
[0038] v = p-
[0039]所述步骤(6)的具体步骤包括以下：
[0040] (6.1)将步骤(1)条件式中的所有观测值均用参数形式表示，具体如下：
1 1 .，
[0041]
[0042]
[0043]
[0044] 令 ）则闭合差为： ??正数向量为：
，
[0045] 求解参数改正数向量x:x=(BTPB)-VP1，
[0046] 则参数的修正值为：1 = jf+ ；r
[0047] 观测值的修正值为：厶=厶+ }/ 〇
[0048]利用Helmet方差分量估计严密式计算单位权方差，以对方差值进行验证，Helmet 方差分量估计严密式为：
[0049]
[0050]
[0051]
[0052]
[0053]
[0054] 若则认为所设定的权值合理。
[0055] 重新调整权值采用以下公式：
[0056]
[0057] 与现有技术相比，本发明至少具有以下有益效果:本发明首先通过寻找向量在欧 氏空间与摄影空间的不变量关系作为约束条件，即建立在不同位姿下手持靶标靶面特征点 B到靶标测头A的空间向量及其在针孔相机模型下的成像规律，以该约束条件作为条件方程 建立函数模型，最后进行验证结果，完成差值检验。本发明方法充分利用了每一个手持靶标 靶面特征点的空间位置信息，鲁棒性好，稳定性高，提高了手持靶标测头的3D空间还原精 度，为进一步提高双目立体视觉测量精度提供了有效方法。 【【附图说明】】
[0058]图1为双目系统中空间向量在针孔模型中成像的示意图。
[0059] 其中0L为左相机光心，Or为右相机光心，遍为空间向量，其中A点为手持靶标的测 头，B为靶面上LED特征点，Θ:为石与的夹角，0 2为瓦^与;^的夹角。
[0060] 图2为在双目视觉系统中取单相机，在简单放置条件下，针孔模型中向量万^成像 的示意图。其中(A)、（B)分别为向量:不穿过摄像机光轴与穿过摄像机光轴两种位置情况 的示意图。
[0061 ]其中，0!为相机的光心，CDEF所在平面为CCD成像平面，遍为空间向量，Θ:为石与 胃的夹角，Θ2为/3与的夹角。
[0062] 图3为图2局部，（A)、（B)分别为向量Μ不穿过摄像机光轴与穿过摄像机光轴两种 位置情况的示意图。
[0063] 其中，α为相机光轴与向量遍夹角所称的锐角，EF为向量瓦I在CCD相面所称的像， θι为石与顧β的夹角， 02为S与5(?的夹角。
[0064] 图4为向量瓦i在空间一般位置情况下，在针孔相机模型下成像的示意图。
[0065] 其中Or为相机光心，图中的虚线表不，过相机光心与向量平行的直线。
[0066] 图5为图4的局部，表示在ABOr平面内向量13成像的示意图。
[0067] 图6为验后方差分量估计算法流程图。
[0068] 图7为靶标测头平差优化算法流程图。 【【具体实施方式】】
[0069] 本发明算法公开了两种方案，以下分别介绍：
[0070] 方案一：
[0071]本算法是在使用以手持靶标的双目立体视觉系统测量空间定位时的优化算法，旨 在提高以手持靶标靶面特征点作为空间特征点还原靶标测头时的精度，目的是提高双目立 体视觉系统的测量精度。其具体实施操作存在于双目立体视觉系统测量过程。下面结合某 一次测量过程对本发明作进一步详细说明。（本次测量使用的手持靶标以LED作为空间的特 征点）
[0072] 第一步:标定。
[0073] 首先需要利用张正友棋盘格标定算法对搭建好的双目立体视觉系统进行标定，得 到标定参数。
[0074]第二步:获取图像信息。
[0075]标定完成以后，利用手持靶标对待测的表面进行逐点测量。即移动手持靶标至需 要测量的目标点，然后两个相机同时拍照，捕捉到手持靶标在左右两个不同位姿的相机的 图像。虽然获取的是图像，但其有效信息是图像中手持靶标靶面上的LED空间特征点的像。 本方案利用加权重心算法，将LED在2维平面的像点面(大约100-200个像素单位左右)拟合 成一个亚像素的像素坐标。
[0076] 第三步：匹配。
[0077]匹配的目的是将同一个LED在左右两个相机不同的像联系起来，形成一一对应的 关系。能否正确的匹配决定了特征点三维还原的正确与否。由于