基于多视点单目视觉的关联运动目标位姿高精度测量理论和方法研究

As one of the hotspots in measurement research field, machine vision measuring technology has been used widely. This research is aiming at the two key scientific problems in high accuracy measurement of correlative movement objective pose with monocular machine vision of multiple views, one is "Decoupling of linear parameters and nonlinear parameters in camera internal parameters calibration process", and the other is "Error self-compensation with correlative movement constraints in objective pose measurement process". In order to solve the two key scientific problems, this project will develop "error control" research in the whole process from planar target design, corner outliers detecting, camera calibration to pose measurement, etc. Based on the thought of "introducing constraint relation in the model to improve optimization algorithm robustness and model parameters estimation accuracy", this project will do the related basic theory and application technology research work by theoretical analysis, numerical simulation and experimental research. The main research includes: error transfer relation model of the measurement system, corner extraction method based on local area gray feature model and its accuracy evaluation, decoupling mechanism of linear parameters and nonlinear parameters in camera internal parameters calibration with the geometric constraint, error self-compensation with correlative movement constraints in objective pose measurement process. This program research can be used in the 3D four-wheel four-wheel alignment instrument and other related measuring instrument, such as 3D pose tracking and measuring devices, providing strong theoretical and technical support for high-precision pose measurement with multiple-view monocular machine vision.

机器视觉测量应用广泛，是测量领域研究热点之一。本项目围绕多视点单目视觉关联运动目标位姿高精度测量中的"相机内部参数标定中线性参数和非线性参数的解耦"和"关联运动约束目标位姿测量的误差自补偿"两个关键科学问题，以"高精度"为目标、"误差控制"为主线，基于"引入约束关系建模以提高模型参数优化估计的鲁棒性和估计精度"的思想，从靶标设计、角点提取、离群角点判识、相机标定、位姿测量等主要环节入手，通过理论分析、数值仿真和实验研究开展相关基础理论和方法研究。主要研究内容包括：测量系统误差传递关系建模；基于局域灰度特征模型的角点高精度提取及其精度评价方法；基于几何关系约束的单相机内部参数和多相机外部姿态标定，重点是相机内部线性参数和非线性参数标定中的解耦机制；基于关联运动约束目标位姿测量的误差自补偿机理等。项目研究将丰富和发展相关的测量理论和方法，为基于单目视觉的位姿高精度测量应用提供理论和技术支撑。

本项目针对多相机机器视觉运动目标位姿高精度测量问题，系统开展了图像处理和特征识别定位、系统标定、目标位姿优化求算、系统综合误差分析等方面的理论研究和集成技术创新，主要研究进展如下：. 图像处理和特征识别定位。针对格型图像交叉点和圆形图像中心点的定位问题，提出了一种基于灰度对称因子的亚像素定位算法，有效降低了噪声和其他不确定因素对角点亚像素定位精度的影响，提高了定位速度，并设计了图像特征点定位精度的评价测试方法。针对现有多圆定位方法应用于复杂背景高分辨率工业测量图像实时性差的问题，提出一种应用区域估计的复杂背景多圆快速定位方法；同时开展了线结构光中心提取和结构裂纹图像识别等方面的研究。. 系统标定方法。对相机内部参数标定的张正友方法进行了改进，基于均匀设计思想优化了靶标位姿摆放策略，实现了对相机内部参数标定的精度控制；针对相机镜头畸变大，DLT标定法精度难以保证的问题，提出分层优化迭代方法；综合以上两种标定方法，提出了一种基于平面标靶平行移动的标定方法，开发了标定装置，兼顾标定精度和标定效率。针对多相机系统全局标定问题，设计了一种基于双平面标靶的标定方法，开发了标定装置。. 目标位姿优化求算。开展了基于平面标靶和线结构光的单目视觉位姿测量、基于线结构光的双目视觉位姿测量理论和方法研究。以汽车四轮定位测量为对象，重点研究了推车测量过程轮胎旋转中心和旋转轴线的优化估计方法，并对定位参数的测量误差进行了综合分析。. 集成创新设计。基于上述研究成果，开展了3D四轮定位仪关键技术的集成创新，研发了商品级的3D四轮定位仪，系列产品已批量投放海内外市场，反应良好。. 本项目在执行期内共发表学术论文15 篇，其中EI收录11篇，获软件著作权8项、申请发明专利2项，培养硕士研究生4人。本项目理论和技术成果，在3D四轮定位仪、柔性摆心现场测试系统和结构裂纹识别等系统中成功应用，研究成果获2016年度湖南省科技进步三等奖（公示）。