易与CMM集成的线激光视觉传感器建模及标定技术

本文将线激光视觉传感器与三坐标测量机(CMM ) 相集成, 并建立相应的数学模型; 其中针对线激光视觉传感器结构参数标定中存在的问题, 利用B 样条神经网络来确定视觉传感器输入输出之间的映射关系, 从而简化了标定过程; 并根据建立的数学模型实现了激光平面坐标系与CMM 坐标系之间的转换. 实验证明该方法是有效地.
自由表面轮廓的测量与重构是逆向工程中的两个重要问题, 在航空、造船、汽车制造等行业有着广泛的应用. 如何高效地获得自由曲面的数学表达形式, 很大程度上取决于测量方法的效率和精度. 目前新的测量技术与仪器在自由曲面逆向工程中的应用日益广泛, 其中基于线激光三维视觉传感器以其测量精度高、速度快、智能程度高而成为一种很有前途的测量方法. 因为它基于主动式光学三角形原理, 应用光学成像原理, 光电转换技术, 以及数字图像处理技术, 通过求解空间几何关系, 实现对物体空间坐标的计算[ 1 ]. 因此, 建立合适的数学模型并实现其结构参数的准确标定, 是线激光视觉传感器进行三维坐标测量的关键. 然而由于线激光视觉传感器的象点坐标和物点空间之间的映射关系是非线形的, 所以结构参数的标定比较困难, 而且常常要用到一些专用设备, 标定繁琐、费时; 另外摄像机镜头径向、切向畸变等因素都将使测量结果产生误差. 目前虽然一般采用镜头畸变模型来校正成像误差, 但这些模型只是实际成像过程近似的数学模型. 但对于测量精度要求高的坐标测量, 就必须建立一种更加可靠的新型测量模型, 并寻找一种与之相适应的简单易行的标定方法.
本文提出了一种与CMM 集成的线激光视觉传感器新型测量模型, 该模型分为两部分: 1) 求解线激光视觉传感器的映射关系; 2) 确定视觉传感器与CMM 之间的测量坐标系之间的转换关系.