工业机械臂在多工位作业时通常需要具有远近视距的双目视觉系统,用于全局目标定位和局域精确测量。由于具有远近视距的两目相机缺乏公共视场,无法由传统双目立体视觉标定内外参数,提出了一种基于点阵编码元和多视图几何的标定技术。首先为具有远近视距的两目系统制作与之视场大小匹配的两种尺寸的点阵编码元标定板,提出了一种基于灰度梯度的亚像素边缘定位方法以提高椭圆中心定位精度,并改进了点阵编码元的解码算法用于图像特征的稳健匹配。再利用不同视角下编码元的高精度中心像素坐标和图像间编码元的对应关系,通过多视图几何解算出两目相机的内参数和相对各自标定板的转换矩阵。然后由转换矩阵构造AX=ZB手眼标定方程形式,求解方程式中的X即可得到两目相机间的外参数。最后分析了两类优化方法对标定误差的抑制情况。实验结果表明,经优化后标定精度得到提高,角度误差为0.05°,位置误差为0.36 mm。

针对大型工件难以进行全尺寸测量的问题，提出一种基于运动恢复结构的便携式空间点定位方法。首先使用具有身份唯一性的编码点粘贴在被测物体表面，实现各视图对应点的稳定匹配；接着为避免不同坐标系下位姿转换引起的累积误差，选定统一的坐标系，提出基于重心约束的基准定位算法；在此基础上，进一步确定相机运动参数的稳健性估计；最后利用多视图几何限制重建标志点的三维坐标，并用光束法平差对三维重建结果和相机内外参数进行全局优化。实验结果表明，该方法可实现大型工件的高精度测量，三维测量精度最大误差为0.133 mm，平均误差为0.031 mm，可满足工业现场对大型工件测量精度的要求。

为了实现双目立体视觉系统大范围高精度三维测量, 提出了一种大视场双目立体视觉系统柔性标定方法, 该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离, 标定内部参数时, 只需要令标靶相对于相机任意摆放至少三个姿态, 对标靶上的编码标志点进行识别, 根据标靶上编码标志点信息, 建立各姿态下视图的对应关系, 粗略计算标志点的初始三维坐标; 建立多姿态下逆向投影误差最小的目标函数, 采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标; 最后, 建立基于双相机逆向投影误差最小的目标函数, 优化得到精确的相机间姿态的外部参数。实验结果表明: 当测量空间为1 200 mm×1 000 mm×1 000 mm时, 立体视觉系统的测量精度优于0.1 mm, 满足大范围双目立体视觉系统的高精度测量需求。

针对近景摄影测量中对编码标记点进行精确定位并对具有唯一编码值的编码标记点进行解码识别的要求，提出了一种环状编码标记点自动检测和识别算法。该算法首先对图像进行canny边缘检测，通过一系列限制条件和计算封闭轮廓质心来过滤噪声和非编码标记点。然后，采用最小二乘椭圆拟合进行编码标记点定位，结合椭圆拟合误差判断分割编码标记点轮廓并进行填充。最后，提出一种将局部同心椭圆变换为平行直线的ALPC (Affine LOG Polar Coordinate)变换，对分割出的编码标记点进行ALPC变换，利用变换后的图像特征进行解码。实验结果表明，利用本文算法对于编码标记点的定位可以达到亚像素级别；且当相机光轴与编码标记点法线夹角小于60°时平均识别准确率能达到98.8%，当夹角达到70°时识别准确率仍然能达到90.2%；在复杂背景下的识别准确率能够达到96.46%。