一種基于機器視覺的精度補償方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于機器視覺的精度補償方法，適用于自動化設(shè)備的坐標和路徑 補償。
【背景技術(shù)】
[0002] 隨著我國制造業(yè)的飛速發(fā)展，對生產(chǎn)設(shè)備的精度要求也越來越高。當前最有效的 提高精度的方案是采用各種精度補償技術(shù)。而在自動化設(shè)備領(lǐng)域，機器視覺系統(tǒng)的作用在 于，通過識別在經(jīng)過工件上的若干個特征點（也稱為Mark點），計算出工件在工作臺上的實 際坐標相對原始坐標的旋轉(zhuǎn)量和偏移量。自動化設(shè)備的數(shù)控系統(tǒng)獲得所述旋轉(zhuǎn)量和偏移量 后，可以對原始坐標原點和運動路徑（比如，加工刀路）進行修正，這樣就能夠產(chǎn)生更優(yōu)的 運動曲線和更準確的生產(chǎn)效果（比如，獲得更優(yōu)的加工輪廓）。
[0003] 機器視覺系統(tǒng)一般由成像模塊和軟件識別模塊組成。這兩部分都會存在誤差，前 者的誤差主要是由光學部件固有的徑向畸變和切向畸變造成，不可避免，后者本質(zhì)上就是 由視覺處理函數(shù)庫引起。成像模塊造成的誤差是最大的，而且減少該誤差的代價尤其昂貴， 比如可以采用更好的鏡頭（比如遠心鏡頭）來減少徑向畸變，或者，采用更高精密的攝像 機，采用專門的儀器來檢測鏡頭和攝像機的安裝精度來減少切向畸變，這樣會花費更多的 時間來調(diào)整，成本也更高。當前的機器視覺函數(shù)庫還無法計算出精確解，只能無窮接近解決 目標，因此采用圖像處理庫來最小化由軟件識別模塊所帶來的誤差仍然存在技術(shù)難題。

【發(fā)明內(nèi)容】

[0004] 為了解決上述技術(shù)問題，本發(fā)明提供一種基于機器視覺的精度補償方法，實現(xiàn)了 從攝像模塊自身的參數(shù)補償?shù)阶詣踊O(shè)備的目標的坐標和路徑補償?shù)囊幌盗型暾木?補償方案。
[0005] 本發(fā)明采用的技術(shù)方案為一種基于機器視覺的精度補償方法，包括以下步驟:A、 布置攝像模塊和精度補償目標，固定所述攝像模塊，并且使所述精度補償目標可動地處于 所述攝像模塊的視場內(nèi)；B、通過識別標定件中的特定元素，確定攝像模塊的畸變系數(shù)和本 征旋轉(zhuǎn)角；C、通過攝像模塊對多個處于預設(shè)位置的已知點進行識別，然后采用正則化網(wǎng)絡(luò) 插值算法和預設(shè)的懲罰系數(shù)，對所述多個已知點的識別值進行逼近和擬合，從而實現(xiàn)所述 攝像模塊的識別精度補償；D、對攝像模塊的畸變系數(shù)、本征旋轉(zhuǎn)角和識別精度補償后，獲取 多個精度補償目標上的多個特征點的原始位置點集，通過攝像模塊識別與所述多個特征點 對應(yīng)的實際位置點集；E、根據(jù)所述原始位置點集和所述實際位置點集，采用迭代算法計算 旋轉(zhuǎn)轉(zhuǎn)換數(shù)據(jù)和偏移轉(zhuǎn)換數(shù)據(jù)，然后將所述旋轉(zhuǎn)轉(zhuǎn)換數(shù)據(jù)和偏移轉(zhuǎn)換數(shù)據(jù)分配到所述精度 補償目標從而實現(xiàn)精度補償。
[0006] 作為本發(fā)明的進一步改進，所述步驟A包括：布置一個或多個光源設(shè)備，以保證所 述攝像模塊的視場內(nèi)的物體被充分照明。
[0007] 作為本發(fā)明的進一步改進，所述步驟B包括：通過識別多個方位的柵格標定板中 的邊緣，調(diào)用本地圖像處理庫來計算攝像模塊的徑向畸變系數(shù)，并且計算單應(yīng)矩陣以確定 攝像模塊的切向畸變系數(shù)。
[0008] 作為本發(fā)明的進一步改進，所述步驟B還包括：使所述精度補償目標等距地沿直 角坐標軸移動多次并且同時通過所述攝像模塊在每次移動時獲取所述精度補償目標上的 特定點，然后采用主元分析法對獲取的多個特定點計算得到所述攝像模塊的本征旋轉(zhuǎn)角。
[0009] 作為本發(fā)明的進一步改進，所述步驟C包括：配置標準化網(wǎng)格模板用于生成正則 化網(wǎng)絡(luò)插值，所述標準化網(wǎng)格模板由預設(shè)間距的多個圓形的點陣元件組成；將點陣置于所 述攝像模塊的視場內(nèi)并采集所述標準化網(wǎng)格模板的圖像；通過圓周擬合求出各個點陣元件 的實際的位置數(shù)據(jù)，將該位置數(shù)據(jù)中心化并且根據(jù)標準化網(wǎng)格模板中的點陣元件的間距數(shù) 據(jù)進行位置擺正，從而獲得用于正則化網(wǎng)絡(luò)插值的二維插值網(wǎng)格。
[0010] 優(yōu)選地，所述步驟C中預設(shè)的懲罰系數(shù)大于0并且小于等于0. 3。
[0011] 作為本發(fā)明的進一步改進，所述步驟D包括：通過數(shù)控系統(tǒng)控制所述精度補償目 標定位在多個預設(shè)的位置，所述數(shù)控系統(tǒng)每次定位所述精度補償目標的同時，發(fā)送信號到 所述攝像模塊以觸發(fā)攝像模塊同步采集所述精度補償目標上的特征點。
[0012] 優(yōu)選地，所述步驟E中采用的迭代算法為列文伯格-馬夸爾特法。
[0013] 作為本發(fā)明的進一步改進，所述攝像模塊包括攝像頭和鏡頭，所述精度補償目標 包括與數(shù)控設(shè)備的坐標系關(guān)聯(lián)的工作臺、工件和/或定位構(gòu)件。
[0014] 本發(fā)明的有益效果為：顯著減少了傳統(tǒng)的視覺定位設(shè)備或自動化設(shè)備中人為定位 所帶來的誤差；采用較低成本的方式實現(xiàn)了從攝像模塊自身的參數(shù)補償?shù)阶詣踊O(shè)備的目 標的坐標和路徑補償?shù)囊幌盗型暾木妊a償方案。
【附圖說明】
[0015]圖1所示為根據(jù)本發(fā)明的基于機器視覺的精度補償方法的步驟流程圖；
[0016] 圖2所示為根據(jù)本發(fā)明一實施例中的柵格標定板；
[0017] 圖3所示為根據(jù)本發(fā)明一實施例中求解本征旋轉(zhuǎn)角時采用的主元分析法示意圖；
[0018]圖4所示為根據(jù)本發(fā)明一實施例中圖像識別精度補償時選取不同的懲罰系數(shù)的 結(jié)果圖；
[0019] 圖5所示為根據(jù)本發(fā)明一實施例中的標準化網(wǎng)格模板；
[0020] 圖6所示為根據(jù)本發(fā)明一實施例中原始點集與目標點集之間的轉(zhuǎn)換示意圖。
【具體實施方式】
[0021] 下面通過附圖和實例對本發(fā)明作進一步的詳細描述和解析。
[0022] 參照圖1所示為根據(jù)本發(fā)明的基于機器視覺的精度補償方法的步驟流程圖。該方 法包括以下步驟:A、布置攝像模塊和精度補償目標，固定所述攝像模塊，并且使所述精度補 償目標可動地處于所述攝像模塊的視場內(nèi)；B、通過識別標定件中的特定元素，確定攝像模 塊的畸變系數(shù)和本征旋轉(zhuǎn)角；C、通過攝像模塊對多個處于預設(shè)位置的已知點進行識別，然 后采用正則化網(wǎng)絡(luò)插值算法和預設(shè)的懲罰系數(shù)，對所述多個已知點的識別值進行逼近和擬 合，從而實現(xiàn)所述攝像模塊的識別精度補償；D、對攝像模塊的畸變系數(shù)、本征旋轉(zhuǎn)角和識別 精度補償后，獲取多個精度補償目標上的多個特征點的原始位置點集，通過攝像模塊識別 與所述多個特征點對應(yīng)的實際位置點集；E、根據(jù)所述原始位置點集和所述實際位置點集， 采用迭代算法計算旋轉(zhuǎn)轉(zhuǎn)換數(shù)據(jù)和偏移轉(zhuǎn)換數(shù)據(jù)，然后將所述旋轉(zhuǎn)轉(zhuǎn)換數(shù)據(jù)和偏移轉(zhuǎn)換數(shù) 據(jù)分配到所述精度補償目標從而實現(xiàn)精度補償。
[0023] 具體地，所述攝像模塊包括攝像頭和鏡頭，所述精度補償目標包括與數(shù)控設(shè)備的 坐標系關(guān)聯(lián)的工作臺、工件和/或定位構(gòu)件。為了使攝像模塊能夠采集清晰的圖像，需要為 其可視區(qū)域提供充足的關(guān)照。優(yōu)選地，可以在精度補償目標的附近布置光源裝置，或者可以 在鏡頭前端布置同軸光源。
[0024] 下面，在一些實施例中具體說明上述的步驟。
[0025] 在步驟B中，確定鏡頭的徑向畸變系數(shù)的方法是通過提取柵格標定板（如圖2所 示）的一組邊緣，再通過Halcon圖像處理庫（由MVtec公司開發(fā)的一套標準的機器視覺算 法包）的徑向畸變自校正函數(shù)來計算獲得徑向畸變系數(shù)（K)。如果采用良好的鏡頭而計算 得到非常小的徑向畸變系數(shù)（比如，K = -1. 25027e-009)，則可以忽略不計，即是不需要對 鏡頭進行徑向畸變補償。此外，鏡頭的切向畸變是由于透鏡安裝缺陷使得透鏡本身與感光 元件（比如CCD)的成像平面不平行而產(chǎn)生。鏡頭的切向畸變需要專業(yè)的儀器才能精確檢 測出來，但是可以通過單應(yīng)矩陣（Homography matrix)來判定，該單應(yīng)矩陣可以通過上述的 圖像處理庫和標定板的圖像識別來計算。例如，如果計算得到的3X3單應(yīng)矩陣如下：
[0026] 1. 0006 1 866 1 8 30 1 1 09 e + 0 0 0 2. 333476757506 1032e-004 2. 5603378911972030e-003
[0027] -1. 5549515105907892e-004 1. 0057039553171050e + 000 -1.1257567778702009C-003
[0028] -2. 6606411767098553e-005 8.5831054781777461e-005 1.0
[0029] 矩陣的主對角線兩側(cè)的數(shù)的絕對值不對稱，說明存在徑向畸變（Y方向比X方向嚴 重），并直接影響成像質(zhì)量和最終的檢測精度，需要進行校正。公知地，上述的兩種畸變以及 其他因素對圖像品質(zhì)和檢測精度的影響可以通過數(shù)值分析法來校正。
[0030]同樣在步驟B中，還需要確定攝像機的本征旋轉(zhuǎn)角。本質(zhì)旋轉(zhuǎn)角是在攝像機安裝 時形成的，例如是指攝像機中的感光元片的長邊與自動化設(shè)備的X軸所成的夾角。攝像機 實際上采集到圖像傾斜，所以在進行識別操作之前必須將圖像擺正。具體地，求取本征旋轉(zhuǎn) 角的方法如下：等步距地使自動化設(shè)備的工作臺沿X軸或者Y軸移動多個位置，通過模板匹 配法在各個位置識別工作臺中的特定目