基于靶标的火箭炮位姿视觉测量方法研究_梁熙.pdf

第 43 卷第 3 期2023 年 6 月弹箭与制导学报Journal of Projectiles，ockets，Missiles and GuidanceVol.43 No.3Jun.2023DOI:10 15892/j cnki djzdxb 2023 03 010收稿日期:2022 03 03作者简介:梁熙(1995)，男，硕士，助理工程师，研究方向:系统测试与发射技术。引用本文:梁熙，杨长浩，葛世程，等 基于靶标的火箭炮位姿视觉测量方法研究J 弹箭与制导学报，2023，43(3):68-75LIANG Xi，YANG Changhao，GE Shicheng，et al esearch on the visual measurement method of rocket launcher pose based on target J Journal of Projec-tiles，ockets，Missiles and Guidance，2023，43(3):68-75基于靶标的火箭炮位姿视觉测量方法研究梁熙1，杨长浩2，葛世程3，李学霖3，高光民3，李军3，李永泽1，冯高鹏1(1中国工程物理研究院总体工程研究所，四川 绵阳621999;2中国运载火箭技术研究院北京航天计量测试技术研究所，北京100076;3南京理工大学机械工程学院，江苏 南京210094)摘要:为提供火箭炮起落架相对于弹药装填车的精准位姿关系，提出了一种使用新型靶标的位姿视觉测量方法。使用一种以标志圆为定位原点的新型特征标志，解决了棋盘格因旋转带来的特征点排序混乱问题;基于边界聚类原理设计了椭圆检测算法;设计了一种 Harris 算法和角点检测模板相结合的角点提取算法，用于提取角点的准确坐标;利用特征点分布规律设计了特征点排序算法，用于实现特征点的自动排序。使用有限元方法得到起落架在不同载荷下的变形情况，经过分析发现其对位姿测量造成的误差很小，并得到减小起落架变形干扰的最合适靶标安装位置。位姿测量实验表明:文中算法的角度误差均值为 0.16，位移误差均值为 0.29 mm，达到了测量精度要求。关键词:箱式火箭炮;位姿视觉测量;特征标志;特征点提取与排序;误差分析中图分类号:TP391 41;TJ713文献标志码:A文章编码:1673-9728(2023)03-0068-08esearch on the Visual Measurement Method ofocket Launcher Pose Based on TargetLIANG Xi1，YANG Changhao2，GE Shicheng3，LI Xuelin3，GAO Guangmin3，LI Jun3，LI Yongze1，FENG Gaopeng1(1Institute of Systems Engineering，China Academy of Engineering Physics，Mianyang 621999，Sichuan，China;2Beijing Institute of Aerospace Metrology and Testing Technology，China Academy of Launch Vehicle Technology，Beijing 100076，China;3School of Mechanical Engineering，Nanjing University of Science and Technology，Nanjing 210094，Jiangsu，China)Abstract:In order to provide the accurate position and attitude relationship of the rocket launcher landing gear with respect tothe ammunition loading vehicle，this paper proposes a vision measurement method for the position and attitude using a new tar-get A new type of feature mark with the mark circle as the origin is used to solve the chaotic order of feature points caused bythe rotation of the checkerboard;the ellipse detection algorithm is designed based on the boundary clustering principle;a cornerpoint extraction algorithm combining Harris algorithm and corner point detection template is designed to extract the accurate co-ordinates of corner points;a feature point sorting algorithm is designed by using the feature point distribution law to realize theautomatic sorting of feature points The finite element method is used to obtain the deformation of the landing gear under differ-ent loads After analysis，it is found that the error caused by the measurement of the pose is very small，and the most suitabletarget installation position to reduce the interference of the deformation of the landing gear is obtained Pose measurement exper-iments show that the average angle error of this algorithm is 0.16，and the average displacement error is 0.29 mm，whichmeets the measurement accuracy requirementsKeywords:box rocket launcher;visual measurement of pose;feature mark;feature point extraction and sorting;error analysis0引言箱式火箭炮采用弹药箱式技术实现了多弹种的共平台发射。由于发射箱的质量大，通常其转运、吊装和装填是依靠弹药装填车的装填机构实现的1。在采用绳索和吊带吊装时，装填过程需要借助于人工辅助，装填效率低。为了解决该问题，目前多采用刚柔结合装填机构实现发射箱与地面、发射箱与弹药运输车、火箭炮与弹药运输车之间的快速自动装填，但实现快速自动对接，装填系统需要知道火箭炮与装填车的相对位置姿态信息，用于计算装填机构的运动参数2。火箭炮和弹药装填车之间的位置姿态包括相互之间的距离和角度。具体来说，停车点位可以造成两车之间的相对距离和角度，地面不平或者存在坡度第 3 期梁熙等:基于靶标的火箭炮位姿视觉测量方法研究是引起相对角度的重大因素。视觉位姿测量技术具有实时、非接触测量以及自动化程度高等优点，适用于现场实时测量。目前，对使用靶标进行视觉位姿测量方法的研究较为广泛和成熟，主要集中在靶标设计、特征提取、位姿解算方法、位姿解算误差等方面3-10。文中使用视觉位姿测量方法不仅可以得到装填车与火箭炮车之间的精确位姿关系，并且采用具有准确位置的特征点的特征标志作为靶标，这种特征标志具有特征点提取简单、精度高等优点。根据位姿视觉测量的要求，特征标志需要具有特征点易于检测识别和特征点的排序结果准确且唯一。黑白棋盘格在位姿视觉测量中使用广泛，但是它在相对偏转角度较大时会导致检测得到的特征点排序混乱，无法用于位姿视觉测量求解11-12。因此，一种可靠并且自动的角点识别与排序方法成为实现全自动位姿视觉测量方法的关键。国内外科研人员对经典黑白棋盘进行了改进，文献 13 通过在黑白棋盘中增加沙漏状图形来减小由图像几何形状变化带来的影响;文献 14 设计了一种以渐进圆形为特征的平面标定模板。但是当这些标定模板图像相对相机光轴的旋转角度过大时，上述方法检测得到的特征点依然会出现排序混乱的情况。文中提出了一种基于新型特征标志的视觉位姿测量方法。通过在经典黑白棋盘格上添加标志圆形成一种新型特征标志，解决了黑白棋盘格在大角度偏转下特征点排序混乱且不唯一的问题，然后设计了标志圆检测算法以及在 Harris 角点检测算法的基础上利用角点检测模板去除非棋盘格角点的特征点提取算法，并且根据特征标志上特征点的分布规律设计特征点的排序算法，实现了特征点的自动识别与排序。在视觉位姿测量的过程中，通常假设起落架是刚体，因此只需要一个特征标志就可以得到起落架的位置与姿态。但在实际情况中，火箭炮起落架并非理想刚体，会在重力的作用下产生微小的弹性变形，因此需要分析这一微小变形对位姿测量的精度的影响。文中使用有限元方法得到起落架在不同载荷下的变形情况，进而得到其对位姿测量造成的误差大小。为了减小起落架变形带来的误差的干扰，需要根据其变形情况寻找一个减小变形干扰最合适的位置安装特征标志。1特征标志设计与识别1 1特征标志设计设计的新型特征标志如图 1 所示，它由一个黑色标志圆和一个 6 8 的黑白棋盘格所组成。黑色标志圆的圆心作为整个特征标志的定位点和排序时的原点，黑白棋盘格内部的角点作为整个特征标志的特征点。经典棋盘格的角点分布具有对称性，因此在棋盘格旋转时排序结果会产生变化。但是在新型特征标志中，定位点与特征点相互配合，破坏了原有角点分布的对称性，每个角点都与定位点有着唯一的位置关系，从而解决了因为角点分布对称性使得黑白棋盘格在大角度偏转下特征点排序混乱出错的问题。同时，标志圆在特征标志发生偏转时，其在图像平面的投影是椭圆，椭圆的椭度和轴向可以辅助进行位姿测量，提升位姿测量的精度。图 1新型特征标志Fig 1New feature mark1 2特征点提取1 2 1椭圆检测使用基于边界聚类的椭圆检测方法从边界图提取圆弧，再经过滤、聚类，最终用最小二乘法拟合出椭圆15-16。图 2 为基于边缘聚类的椭圆检测过程示例图。首先使用 Canny 边缘检测来检测图中的各个边界点，将边界点连接起来形成细小的边界列。然后进行线段拟合，即用折线代替原来的圆弧。使所有线段列的旋转方向保持统一，再根据曲率和凸性分割出椭圆弧段。得到椭圆弧段后还需要进行圆弧聚类，即将属于同一椭圆但是分开的两条或多条椭圆弧进行聚类16。使用最小二乘法进行椭圆拟合得到候选椭圆，对候选椭圆进行质量验证，剔除质量不高的椭圆，最终得到符合要求的椭圆。图 2基于边界聚类的椭圆检测过程示例图Fig 2Example diagram of ellipse detection processbased on boundary clustering1 2 2角点初定位使用 Harris 角点检测算法检测棋盘格角点。但96弹 箭 与 制 导 学 报第 43 卷使用 Harris 角点检测算法检测角点时经常会检测到多个非棋盘格角点。为了去除这些非棋盘格角点，文中参考 Geiger 等提出的基于生长的棋盘格角点检测方法17 在 Harris 角点检测算法的基础上做出了改进。在实际情况中，棋盘格存在平移、偏转等情况，为此建立了两套检测模板用以检测棋盘格角点，这两套角点检测模板如图 3 所示。图 3棋盘格角点检测模板Fig 3Checkerboard corner detection template图 3 中图(a)图(d)适用于与坐标轴平行的棋盘格原型，图(e)图(h)适用于与坐标轴成 45角的棋盘格原型。根据这两套角点检测模板可以计算出像素点与角点的相似程度，由此建立一个相应的角点响应函数 C，该函数定义如下:C=max(s11，s12，s21，s22)si1=min(min(fiA，fiB)，min(fiC，fiD)si2=min(min(fiA，fiB)，min(fiCfiD)=0 25(fiA+fiB+fiC+fiD)(1)式中:fiA，fiB，fiC，fiD分别表示卷积核 A，B，C，D 和模板i(i=1，2)在某个像素点的卷积响应值;si1，si2表示模板 i 的两种可能的组合形式，即在实际情况中可能会出现的角点四周的棋盘格左对角线为黑，右对角线为白，或者左对角线为白，右对角线为黑的情况。由角点响应函数 C 的定义可知，当 4 个卷积核中任何一个的响应值比较小时，C 的值就会很小，因此，根据设定的阈值可以将非棋盘格角点滤除。1 2 3亚像素级角点定位以上算法得到的棋盘格角点坐标的坐标值都是整数，但是实际上棋盘格角点的坐标通常不是整数，而是在整数值像素点的附近。因此，为了得到更精确的角点定位，需要进行亚像素级角点定位18。假设 c点是理想的棋盘格角点位置，p 点则是 c 点的邻域内的一个像素点，gp是 p 点的图像灰度梯度矩阵，则亚像素级的棋盘格角点坐标位置为:c=pNIgpgT()p1pNI(gpgTp)p(2)1 3特征点排序检测出黑色标志圆圆心和黑白棋盘格的角点后，需要按照其分布规律设计排序规则以便实现特征点的自动排序。规定特征标志上的特征点的排列顺序如图 4 所示。根据特征点的排列规则，可以得到特征点的排序方法:1)以黑色标志圆的圆心作为排序时的原点，由它与另外 7 个特征点组成的一条直线就是新型特征标志最上面一行即第 1 行所在直线，这些特征点按照与原点的距离由短到长依次设为 1 号、6 号、11 号、16号、21 号、26 号、31 号。2)拥有 5 个特征点而且与第 1 行所在直线垂直的直线所在行即是棋盘格的各列，并按照与第 1 行交点的不同分别设为第 1 列 第 7 列。3)对每一列上的特征点按照其到本列与第 1 行的交点的距离进行排序，其序号如图 4 所示。图 4特征点的排列顺序规定Fig 4Arrangement order of feature points2起落架变形对测量精度影响分析通过特征标志的位姿参数可以得到起落架相对于装填车的位姿参数，但是实际上火箭炮起落架有微小的弹性变形，文中使用有限元方法得到起落架在不同载荷下的变形情况，进而分析它们对位姿测量精度造成的影响。火箭炮起落架的有限元模型如图 5 所示。根据起落架上可能存在的不同载荷分布情况，可以得到起落架有限元分析的 3 种工况:空载工况、偏载工况、满载工况。其中空载工况下起落架上不放置发射箱;偏载工况下起落架左侧放置发射箱(含 4 发弹)，右侧不放置发射箱;满载工况下起落架上放置两箱发射箱(共含 8 发弹)。通过有限元分析得到火箭炮起落架在不同工况下的弹性变形情况后，进而根据起落架的变形位移分析其对测量精度的影响。07第 3 期梁熙等:基于靶标的火箭炮位姿视觉测量方法研究图 5箱式火箭炮起落架模型图Fig 5Model diagram of landing gear ofbox rocket launcher空载工况下铅垂方向位移云图如图 6 所示，空载时的起落架最大变形位移为 0 47 mm，最小变形位移为 0 26 mm。图 6空载工况下铅垂方向位移云图Fig 6Displacement cloud diagram in the vertical directionunder no-load conditions满载工况下铅垂方向位移云图如图 7 所示，满载时的起落架最大变形位移为 13 75 mm，最小变形位移为 1 53 mm。图 7满载工况下铅垂方向位移云图Fig 7Displacement cloud diagram in the vertical directionunder full load conditions偏载工况下铅垂方向位移云图如图 8 所示，偏载时起落架左侧最大变形位移为 9 74 mm，最小变形位移为 0 57 mm。偏载时起落架右侧最大变形位移为 5 19 mm，最小变形位移为 1 80 mm。根据起落架变形数据，可以计算得到起落架变形引起的角度变化如下:空载时产生的角度变化为0.003，满载时产生的角度变化为 0 21，偏载时产生的角度变化为 0 13。视觉位姿测量方法整体角度误差均值为 0 22，与视觉位姿测量算法的误差相比较，起落架变形产生的角度变化较小并在视觉位姿测量方法的角度误差范围内。因此可以认为起落架变形对位姿测量的结果造成的影响较小。图 8偏载工况下侧视铅垂方向位移云图Fig 8Displacement cloud diagram in the vertical directionfrom side view under eccentric load conditions为进一步减小起落架变形带来的误差干扰，根据其变形情况寻找一个变形干扰最小的位置安装特征标志。根据起落架的变形情况，将特征标志的安装位置初步设置在起落架的中部区域。基于满载时起落架右侧的弹性变形位移曲线与偏载时起落架左右两侧的弹性变形位移曲线十分近似，因此通过满载状态下的起落架右侧的弹性变形位移曲线寻找最佳安装位置。从起落架后端到前端依次间隔一定距离取点，根据这些点(sercial No，SN)在起落架上的不同分布位置，可以将这些点分为两部分并分别进行直线拟合。从起落架后端开始的 SN1 SN23 点得到的拟合直线如图 9(a)所示，SN23 SN44 点得到的拟合直线如图9(b)所示。17弹 箭 与 制 导 学 报第 43 卷图 9满载状态下火箭炮起落架不同部分的拟合直线Fig 9Fitting straight lines of different parts of rocketlanding gear under full load对满载状态下的火箭炮起落架中部、后部取到的第 1 号 第 23 号点进行直线拟合，得到的拟合直线的函数表达式为:y=0 00271x+1 6088(3)对满载状态下的火箭炮起落架前部、中部取到的第 23 号 第 44 号点进行直线拟合，得到的拟合直线的函数表达式为:y=0 00255x+5 76792(4)两条拟合直线的交点坐标为(1 631 03 mm，2 81 mm)，说 明 距 离 火 箭 炮 起 落 架 后 端1 631 03 mm处即为火箭炮起落架前后两部分弹性变形区域的交界处。取这一区域为最佳的特征标志安装与观测位置。为简单方便，将文中寻找的最佳特征标志安装与观测位置与火箭炮起落架后端之间的距离取整设置为 1 630 mm。综上所述，文中设置两个观测点并且分别将这两个观测点设置在火箭炮起落架左右两侧距离后端1 630 mm处。在此位置可以很方便地由观测点处特征标志的位置与姿态信息和起落架变形规律推导出起落架上锁紧孔的位置与姿态信息。火箭炮起落架上特征标志的安装位置如图 10 所示，图中特征标志上的小红点为靶标坐标系原点，也就是棋盘格左上方的第一个角点。图 10火箭炮起落架上特征标志安装位置Fig 10Installation position of feature mark on rocketlanding gear3实验检验3 1算法精度实验位姿测量实验需要将经过标定的相机固定并保持相机参数不变，然后将靶标放置在相机前方3 000 mm处拍照，位姿测量实验的场景示意图如图11 所示。图 11实验装置与场景示意图Fig 11Experimental device and scene diagram使用 MATLAB 相机标定工具箱标定相机后处理靶标照片，靶标照片的重投影平均误差为 0 47 mm，满足使用要求，标定值可以接受。使用文中算法处理靶标照片，得到靶标照片的位置与姿态参数。将算法得到的位姿参数与标定值进行做差，然后将偏差值按照序号依次显示在图上。如图 12 所示，分别为各序号点(SN)位姿参数的偏差值。图 12各位姿参数偏差值Fig 12Attitude parameter deviation位姿测量算法的角度误差均值为 0 16，在 X轴、Y 轴上位移误差均值为 0 01 mm，在 Z 轴上位移27第 3 期梁熙等:基于靶标的火箭炮位姿视觉测量方法研究误差均值为 0 85 mm。根据使用新型吊装机构吊运储运发射箱对起落架位置与姿态的测量精度要求:角度精度为 1，位置精度为 2 mm，由于算法的误差比较小而且在允许范围之内，因此可以认为该算法的精度满足测量精度要求。3 2模板旋转实验为验证设计的靶标在大角度旋转下的排序不变性以及排序算法的稳定性和精准性，将靶标放置在相机前方 3 000 mm 处，拍摄靶标无旋转和分别绕 Z 轴、Y 轴、X 轴旋转 45的典型旋转场景的照片。靶标照片经过处理后得到的标志圆及其圆心和棋盘格角点如图 13 所示。图 13不同姿态靶标处理结果图Fig 13Processing results of targets with different attitudes如图 14 所示:靶标无旋转时绕 Z 轴旋转的角度误差均值为 1 05;绕 Y 轴旋转的角度误差均值为0 63;绕 X 轴的角度误差均值为 0 25。图 14靶标无旋转时角度偏差值Fig 14Angular deviation value of target without rotation如图15 所示:靶标绕 Z 轴旋转 45时绕 Z 轴旋转的角度误差均值为 179;绕 Y 轴旋转的角度误差均值为 010;绕 X 轴的角度误差均值为 018。图 15靶标绕 Z 轴旋转 45时角度偏差值Fig 15Angular deviation value when the target rotates 45around axis Z如图16 所示:靶标绕 Y 轴旋转45时绕 Z 轴旋转的角度误差均值为 1 07;绕 Y 轴旋转的角度误差均值为 0 69;绕 X 轴的角度误差均值为 0 32。图 16靶标绕 Y 轴旋转 45时角度偏差值Fig 16Angular deviation value when the target rotates 45around axis Y如图 17 所示:靶标绕 X 轴旋转 45时绕 Z 轴旋37弹 箭 与 制 导 学 报第 43 卷转的角度误差均值为 1 08;绕 Y 轴旋转的角度误差均值为 0 11;绕 X 轴的角度误差均值为 0 32。图 17靶标绕 X 轴旋转 45时角度偏差值Fig 17Angular deviation value when the target rotates 45around axis X视觉位姿测量方法的角度误差均值为 0 55，其中，绕 Z 轴旋转角度偏大，这是由于靶标与玻璃板存在一定的偏差造成的。视觉位姿测量方法在本次靶标旋转实验中的误差相比之前实验的误差较大，经过分析这是由于相机标定误差、靶标制作误差、靶标实际位姿测量误差等导致的。综上所述，靶标在分别绕 Z 轴、Y 轴、X 轴各旋转45时的典型旋转场景下具有排序不变性，而且位姿测量的精度满足要求。为了进一步验证文中靶标和算法的性能，控制靶标同时绕 3 个坐标轴旋转任意角度进行实验。靶标照片经过文中算法处理后解算得到的旋转角度数据以及它们相应的实际旋转角度数据依次按序号排列在表 1 中。表 1各混合旋转靶标照片旋转角度解算值与实际值Table 1The calculated and actual values of the rotatingangle(A)of each hybrid rotating target photo()SNA around axis ZA around axis YA around axis Xcalculatedactualcalculatedactualcalculatedactual10 9304 11414 791521 14013 97141 74231 39024 00241 14140 7901 81131 063150 8603 25333 043460 8103 8345 30570 7705 0255 12580 7106 2360 50090 7109 89108 859100 7209 77102 763110 47021 13208 129120 35023 782412 9913130 29031 02301 632140 20031 85318 629由表 1 可知:在靶标绕 3 个坐标轴进行任意旋转的情况下，依然能解算出正确的角度数据，这说明对处于不同旋转状态的靶标照片，排序算法均能得到准确且唯一的排序结果，验证了排序算法的稳定性和准确性。如图18 所示:视觉位姿测量方法在靶标同时绕 3个坐标轴旋转任意角度时，绕 Z 轴旋转的角度误差均值为072;绕 Y 轴旋转的角度误差均值为 0 25;绕X 轴的角度误差均值为 0 19;整体角度误差均值为022。其中，靶标绕 Z 轴旋转的角度偏差较大，这是由于靶标与玻璃板存在一定的偏差造成的。图 18混合旋转靶标旋转角度偏差值Fig 18otation angle(A)deviation of mixed rotating target综上所述，设计的靶标在大角度旋转下的具有排序不变性，排序算法稳定精准，在靶标大角度旋转的情况下依然能够得到准确且唯一的排序结果，同时，文中视觉位姿测量方法的实际角度测量误差比较小，满足测量精度要求。4结论经过对新设计的火箭炮位姿测量方法的系统研究，主要结论如下:1)通过对黑白棋盘格的改进设计，提出了一种新型特征标志，实现了排序唯一性。2)由椭圆检测算法、角点提取算法和特征点排序算法实现了特征点的自动检测和排序。3)通过对起落架变形的有限元法分析得到最合适的特征标志安装位置，减小了起落架变形带来的误差干扰。4)实验结果表明，文中视觉位姿测量方法的角度误差均值、位移误差均值分别为 0 16、0 29 mm，达到了测量精度要求。参考文献:1 李军 火箭发射系统设计M 北京:国防工业出版社，2008LI J Design of rockets launching systemM Beijing:47第 3 期梁熙等:基于靶标的火箭炮位姿视觉测量方法研究National Defense Industry Press，2008 2 曹禹堡 导弹装填弹筒自动对接系统设计与研究D 哈尔滨:哈尔滨工业大学，2020CAO Y B Design and research of automatic docking systemfor missile loading cartridges D Harbin:Harbin Instituteof Technology，2020 3 袁媛，刘柯，孙增玉，等 单目视觉三维运动位姿测量方法研究 J 宇航计测技术，2019，39(6):1 6YUAN Y，LIU K，SUN Z Y，et al esearch on the meas-urement method of monocular vision three-dimensional mo-tion pose J Aerospace Measurement Technology，2019，39(6):1 6 4 段振云，王宁，赵文辉，等 基于点阵标定板的视觉测量系统的标定方法 J 光学学报，2016，36(5):151 159DUAN Z Y，WANG N，ZHAO W H，et al Calibrationmethod of vision measurement system based on dot matrixcalibration plateJ Acta Optica Sinica，2016，36(5):151 159 5 莫邵文，邓新蒲，王帅，等 基于改进视觉背景提取的运动目标检测算法J 光学学报，2016，36(6):204 213MO S W，DENG X P，WANG S，et al Moving target de-tection algorithm based on improved visual background ex-tractionJ Acta Optica Sinica，2016，36(6):204 213 6 曹雨 基于合作目标和单相机的空间相对位姿测量方法研究 D 天津:天津大学，2017CAO Yesearch on spatial relative pose measurementmethod based on cooperative target and single camera D Tianjin:Tianjin University，2017 7 周辉 基于合作靶标的目标检测方法研究与实现D 北京:华北电力大学，2017ZHOU H esearch and realization of target detection meth-od based on cooperative targetD Beijing:North ChinaElectric Power University，2017 8 赵丹 面向单目视觉测量的合作目标优化研究 D 哈尔滨:哈尔滨工业大学，2018ZHAO D esearch on cooperative target optimization formonocular vision measurement D Harbin:Harbin Insti-tute of Technology，2018 9 牟金震，方亚毜，王诗强，等 一种基于 TOF 相机的空间合作目标相对位姿测量方法 J 电光与控制，2019，26(9):66 72MOU J Z，FANG Y Z，WANG S Q，et al A TOF camera-based method for measuring relative pose of space coopera-tion targets J Electro-Optics and Control，2019，26(9):66 72 10 ZHAO F，WEI C，WANG J，et al An automated X-cornerdetection algorithm(AXDA)J Journal of Software，2011，6(5):791 797 11 赵斌，周军 基于改进棋盘的角点自动检测与排序 J 光学精密工程，2015，23(1):237 244ZHAO B，ZHOU J Automatic corner detection and sortingbased on improved chessboardJ Optics and PrecisionEngineering，2015，23(1):237 244 12 田苗，郝向阳，刘松林，等 基于黑白环扇圆盘的角点自动识别与排序J 测绘科学技术学报，2016(3):285 289TIAN M，HAO X Y，LIU S L，et al Automatic recognitionand sorting of corner points based on black and white circu-lar fan discs J Journal of Surveying and Mapping Scienceand Technology，2016(3):285 289 13 YU C S obust recognition of checkerboard pattern forcamera calibrationJ Optical Engineering，2006，45(9):1173 1183 14 梁力，尹东斐，王川 高精度摄像机标定模板的设计及识别算法J 西安交通大学学报，2011，45(4):82 85LIANG L，YIN D F，WANG C Design and recognition al-gorithm of high-precision camera calibration templateJ Journal of Xian Jiaotong University，2011，45(4):82 85 15 LU C，XIA S，SHAO M，et al Arc-support line segmentsrevisited:an efficient high-quality ellipse detectionJ IEEE Transactions on Image Processing，2020，29:768 781 16 MENG C，LI Z，BAI X，et al Arc adjacency matrix-basedfast ellipse detection J IEEE Transactions on Image Pro-cessing，2020，29:4406 4420 17 GEIGE A，MOOSMANN F，CA O，et al Automaticcamera and range sensor calibration using a single shot C/IEEE Proceedings of the IEEE International Confer-ence on obotics Automation New York:IEEE，2012:3936 3943 18 何海清，黄声享 改进的 Harris 亚像素角点快速定位 J 中国图象图形学报，2012，17(7):853 857HE H Q，HUANG S X Improved Harris sub-pixel rapidpositioning of corner pointsJ Chinese Journal of Imageand Graphics，2012，17(7):853 85757