[发明专利]一种融合机器视觉和激光参照点信息的目标位姿测量方法

权利要求书

1.一种融合机器视觉和激光参照点信息的目标位姿测量方法，其特征在于，包括以下步骤：

步骤1、将激光参照点作为空间特征点，对激光参照点成像，提取激光参照点所成像点在摄像机像素坐标系中的坐标；

步骤2、构造物方共线误差，并以物方共线误差的最小值作为目标函数，对位姿参数旋转矩阵R进行迭代求解；

步骤2.1、确定旋转矩阵初始值；

步骤2.2、利用公式7确定激光参照点所成像点的视线投影矩阵W_i：

其中，其中为第i个激光参照点在目标坐标系下的坐标，为第i个激光参照点对应的归一化像点齐次坐标；

步骤2.3、利用视线投影矩阵W_i、旋转矩阵R的初始值及构造物方共线误差：

其中，利用公式10求解平移向量

其中I为单位矩阵；

步骤2.4、返回步骤2.3，利用奇异值分解方法(SVD)获得绝对定向问题的最优解进而迭代更新旋转矩阵R，直至满足迭代终止条件；

步骤2.5、选取迭代更新过程中获取的最小的物方共线误差，作为位姿估计的目标函数：

平移向量的最优解为：

2.根据权利要求1所述的一种融合机器视觉和激光参照点信息的目标位姿测量方法，其特征在于，步骤2.1使用平行透视模型求解旋转矩阵初始值：

设激光参照点集{P_i}的齐次坐标为P_i＝(X_i,Y_i,Z_i,1)^T，对应的像点集{p_i}的齐次坐标为p_i＝(x_i,y_i,1)^T，激光参照点集{P_i}的质心齐次坐标为质心像点齐次坐标为(x₀,y₀,1)^T，则旋转矩阵的初始值R⁰为：

其中，和分别表示和对应的反对称矩阵，和分别为三维列向量，其结果可由下式确定：

3.根据权利要求1或2所述的一种融合机器视觉和激光参照点信息的目标位姿测量方法，其特征在于：步骤1具体包括以下步骤：

步骤1.1、记录激光参照点的空间三维坐标；

步骤1.2、对激光参照点成像，并对激光参照点成像照片进行预处理，预处理主要包括彩色图像灰度化处理、图像滤波、直方图均衡化、边缘锐化和图像去噪处理；

步骤1.3、采用Harris角点提取算法提取激光参照点所成像点在摄像机像素坐标系中的坐标。

4.根据权利要求3所述的一种融合机器视觉和激光参照点信息的目标位姿测量方法，其特征在于：步骤2之后还包括步骤3，基于正交仿真试验，分析测量精度：

步骤3.1、设计正交试验；

将空间特征点图像坐标提取精度、空间特征点空间坐标精度、摄像机主点标定精度、归一化焦距标定精度和空间特征点个数这五个因素作为影响测量精度的主要因素；每个因素均选取三个典型的水平，采用L₁₈(3⁵)的正交表；

步骤3.2、明确产品质量特性稳健性指标；

以位姿参数的误差(ΔA_x、ΔA_y、ΔA_z、ΔP_x、ΔP_y、ΔP_z)分别作为产品质量特性稳健性指标；其中ΔA_x、ΔA_y、ΔA_z分别是x、y、z三个方向的旋转角度误差；ΔP_x、ΔP_y、ΔP_z分别是x、y、z三个方向的位置误差；

步骤3.3、信噪比分析；

基于L₁₈(3⁵)的正交表，建立18组仿真试验，利用18组仿真试验的结果计算不同位姿参数误差的信噪比；

步骤3.4、计算信噪比的极差；

对于步骤3.3中计算所得的不同位姿参数误差的信噪比，计算其极差，极差越大，说明该因素的影响水平就越高，影响力就越大；

步骤3.5、计算各个因素对各个位姿参数的影响力排名；

基于步骤3.4中极差计算结果，计算每个因素对各个位姿参数的影响力排名，明确对于不同位姿参数，影响其精度的首要因素。