[发明专利]一种结构光传感器标定方法

权利要求书

1.一种结构光传感器标定方法，其特征在于，包括以下步骤：

S1，固定CCD工业相机与激光器位置不动，摆动棋盘格至合适位置，分别采集15-20幅未开启激光器与开启激光器靶标图像；

S2，对S1中采集到的未开启激光器靶标图像进行CCD工业相机标定；

S3，利用S2中得到的数据，对S1中采集到的开启激光器靶标图像进行光平面标定；

S4，完成结构光传感器的标定。

2.根据权利要求1所述的结构光传感器标定方法，其特征在于：

所述S1中，摆动棋盘格至合适位置具体位置：棋盘格在CCD工业相机视野占据1/3以上位置；棋盘格平面与镜头平面三轴夹角各不超过30°，以保证CCD工业相机采集的棋盘格图像不会产生较大畸变。

3.根据权利要求1所述的结构光传感器标定方法，其特征在于：

所述S2具体为：

S21，对未开启激光器靶标图像畸变校正，获得校正系数；

S22，计算CCD工业相机内外参数；

S23，利用LM法对工业相机内外参数进行优化：

S24，进行CCD工业相机内外参数精度评价。

4.根据权利要求1所述的结构光传感器标定方法，其特征在于：

所述S3具体为：

S31，利用S2中CCD工业相机畸变校正得到的校正系数对开启激光器靶标图像进行图像校正；

S32，提取激光线中心线；

S33，基于共面点原理，利用S2中获得的CCD工业相机内、外参数计算激光线在CCD工业相机坐标系下的三维坐标数据；

S34，使用最小二乘法对激光线三维数据进行平面拟合，得到光平面；

S35，将拟合的光平面进行精度评价，完成结构光传感器的标定。

5.根据权利要求3所述的结构光传感器标定方法，其特征在于：

所述畸变校正中，在选用畸变模型时仅考虑径向畸变和切向畸变，忽略薄棱镜畸变。

6.根据权利要求3所述的结构光传感器标定方法，其特征在于：

所述S23具体为：

S231，选取CCD工业相机获取的图像中心点处附近图像区域作为CCD工业相机标定的初始像点，通过CCD工业相机模型计算CCD工业相机的内外参数作为后续优化的初始估值；

S232，基于已求得的CCD工业相机参数和畸变模型，利用最小二乘法，由选定的棋盘格角点的三维坐标和相对应的图像坐标参加运算，得到畸变系数初始估值；

S233，将畸变系数的初始估值设为上述得到的计算结果，结合通过CCD工业相机模型求解得到的CCD工业相机内、外参数一起作为所有标定参数的初始估值进行全局优化。

7.根据权利要求3所述的结构光传感器标定方法，其特征在于：

所述S24提出了一种工业相机内外参数精度标定的方法，具体为：

将S23获取的CCD工业相机内部参数作为已知量，根据靶标上特征点的世界坐标求取此特征点的图像坐标，计算坐标与检测坐标的偏差来反映标定结果的精度。