激光测距系统设计与标定实验_邱英.pdf

ISSN 1006 7167CN 31 1707/TESEACH AND EXPLOATION IN LABOATOY第 41 卷 第 12 期Vol41 No122022 年 12 月Dec 2022DOI:10 19927/j cnki syyt 2022 12 055激 光 测 距 系 统 设 计 与 标 定 实 验邱英，郭健，季成功，张兴洁，彭公光(哈尔滨工程大学 机电工程学院，哈尔滨 150001)摘要:在分析激光三角法测距的工作原理的基础，三角法测距原理设计了激光测距系统。通过设计实验装置和优化相机与激光器之间的相对安装位置和安装角度，提高系统的精度，减小装置的体积。对系统进行标定，建立激光条纹像素坐标与空间三维坐标之间的关系。为检验系统的性能，对实物进行测量实验。实验结果表明，测量误差不大于 2 mm，可满足机器人对目标定位的要求。关键词:机器人;激光;三角测距;标定中图分类号:TN 249文献标志码:A文章编号:1006 7167(2022)12 0286 05Design and Calibration Experiment of Laser anging SystemQIU Ying，GUO Jian，JI Chenggong，ZHANG Xingjie，PENG Gongguang(College of Mechanical and Electrical Engineering，Harbin Engineering University，Harbin 150001，China)Abstract:A laser ranging system is designed based on the principle of triangular ranging Analyzed the workingprinciple of rigonometric rangingr ranging The accuracy of the system is improved and the volume of the device isreduced by experiment and comparison of setting the relative installation position and installation angle the between thecamera and the laser The system is calibrated，The relationship between the pixel coordinates of the laser stripe and thespatial three-dimensional coordinates is established Measurement experiments is conducted on real objects to verify theperformance of the system，The measurement error is not more than 2mm，which can meet the requirements of the robotfor target positioningKey words:robot;laser;triangulation measurement;calibration收稿日期:2022-04-11作者简介:邱英(1964 )，女，江西南城人，学士，高级实验师，研究方向为智能制造、实验技术。Tel:[phone];E-mail:qiuying hrbeu edu cn通信作者:郭健(1977 )，女，吉林长春人，博士，副教授，研究方向为机器视觉、控制理论与控制工程。Tel:[phone];E-mail:guojian_2006 hrbeu edu cn0引言用农业机器人进行选择性收获是近年的研究热点，采摘目标的识别准确度和定位精度直接影响机器人采摘的成功率，是农业机器人研究的热点和关键技术。基于三角法的激光测距系统可在弱光条件下可靠工作，提供彩色 2D 图像和精确的 3D 信息;适合在高度遮挡或具有相同颜色、重叠的场景下使用。目前，对3D 信息的获取、三维重建、可视化、与目标模型匹配的研究颇多1-4。1激光测距系统设计及优化1 1激光测距系统的工作原理一字线激光器发射出激光条纹，光斑在物体表面发生反射和漫散射，相机通过捕捉光斑在成像平面上与其对应的像点。根据相机和一字激光器的相对安装位置以及相机像素平面上的激光光斑的像素坐标，通过计算可以求出被测目标上对应点相对于相机的空间三维坐标5-7。将相机与一字激光器平行放置，其二维和三维测距原理如图 1 所示。第 12 期邱英，等:激光测距系统设计与标定实验(a)二维原理图(b)三维原理图图 1传感器平行测距原理图图 1(b)中，P(X，Y，Z)、p(x，y)是目标点在坐标系 O-XYZ、xOy 下的坐标值，X=OA。根据针孔摄像机模型，在三角形 OBA 和三角形 COO中以及三角形OPB 和三角形 OpC 中可得:X=xZf(1)Y=OByOC=yZf(2)式中，f 为焦距。将式(1)、(2)化解，可得:Y=yXx(3)Z=Xfx(4)p(x，y)是目标点在摄像机成像平面的物理坐标值，在像素坐标系(vou)下的坐标值为 pi(ui，vi)，两者的转换关系为:x=(ui u0)dx(5)y=(vi v0)dy(6)式中:u0、v0为图像列数、行数的一半;dx、dy为成像平面水平、垂直方向单位像素的物理尺寸。ui、vi为未知参数，X 坐标方向上的值为定值，由于传感器平行放置，在测量量程(图 1(a)中 PD)和相机与激光器之间的距离(图 1(a)中 OA)一定的情况下，像素范围(图 1(a)中 dp)在图像成像平面内占比较小，导致测距系统精度较差。为提高测距系统的精度，尽可能使得量程内的像素范围在图像成像平面内占比较大，即使图 1(a)中 dp 尽可能最长。据图 1 测距原理发现通过增大相机和激光器之间的距离，可以提高测距系统的精度。1 2激光测距系统优化设计在测量范围为 360 640 mm、相机与激光器平行的情况下，打开电源，调整激光器使得激光条纹所在平面垂直于标定板，将激光条纹照射在标定板上，在齿轮双面啮合综合检查仪(读数精度为 0 02 mm)上通过对比设置相机与激光器之间的不同距离，将标定板在量程内移动，在像素平面读出激光条纹在量程两端的像素坐标，通过计算得到系统的精度(即每个像素代表的实际距离)见表 1。表 1相机轴线与激光平行时系统精度mm传感器间隔距离708090100110120精度413236463339292026412458传感器间隔距离130140150精度223620731946由表 1 可见，当相机与激光器轴线平行且间隔150 mm 时，测距系统的精度为 1 946 mm，系统的精度较差，测距系统体积较大，故需进一步提高测距系统的精度，同时减小测距系统的体积8-10。根据图 1 测距原理，当测量量程不变的情况下，将相机向激光器的另一侧倾斜一定角度，可使得图 1(a)中 dp 长度增大，故为进一步提高系统的测量精度，将相机向激光器的另一侧倾斜一定角度，其测距原理如图 2 所示。图 2相机倾斜时二维测距原理图根据相机的成像模型，相机倾斜的最大角度即为当 D 点的激光条纹出现在相机成像平面的最右侧时，由于相机与激光器之间的距离不同，当测量量程不变的情况下，相机倾斜的最大角度不同11-13。在量程内通过对比设置相机与激光器间隔不同距离且相机向激782第 41 卷光器的另一侧倾斜最大角度，计算得到系统的精度见表 2。表 2相机倾斜时系统精度mm传感器间隔距离5060708090100精度34103 1212 8242 5412 3522180传感器间隔距离110120130140150160精度20451 9041 7741 6921 5811536传感器间隔距离170180190200精度14581 3931 3591 308为减小测距系统的体积，将相机与激光器之间的距离设置为 110 mm 为宜。当相机反向倾斜最大角度、相机与激光器之间的距离设置为 110 mm、测量量程为距测距系统(激光器)360 640 mm 时的系统精度为 2 045 mm，系统精度仍较差。当减小测量范围下限值(即图 2 中 D 点距测距系统的距离)时，可使得图 2 中 dp 的长度增大，可进一步提高系统精度。通过实验研究，将测距系统的最近测量距离设置为 260 mm，系统的测量测量范围为 260 540 mm、相机根据传感器间隔距离的大小倾斜一定角度的条件下，通过对比设置相机与激光器之间的不同距离，计算得到系统的精度见表 3。表 3减小测量范围下限值且相机倾斜时系统精度mm传感器间隔距离5060708090100精度21731 8911 7121 5551 4211327传感器间隔距离110120130140150160精度12551 1811 1241 0681 0250989传感器间隔距离170180190200精度09550 9240 9010 886由表 3 可见，在传感器间隔距离为 110 mm 时、测量量程为 260 540 mm、相机向激光器一侧倾斜一定角度条件下的系统精度为 1 255 mm。其二维和三维测距原理图如图 3。在图 4(b)中，P(X，Y，Z)、p(x，y)是目标点在坐标系 O-XYZ、xOy 下的坐标值，OO之间的距离为焦距f，X=OD，在三角形 OBD 和三角形 COO中以及三角形 OPB 和三角形 OpC 中可得:X=xZf(7)(a)二维原理图(b)三维原理图图 4测距原理图Y=OByOC=Zyf(8)将式(7)、(8)化解可得:Y=yXx(9)Z=Xfx(10)综合式(7)(10)且根据图 4 可得:X=110 xx+fsin(11)Y=OByOC=yZf(12)Z=Xfx(13)2激光测距系统标定实验研究2 1激光测距系统标定设备激光测距系统标定设备主要有:笔记本电脑、MV-CA004-10UC 工业面阵相机、MVL-HF0624M-10MP 的FA 镜头、ZLM1200AL637-22FGD 高亮度红光一字激光器、网格标定板、测量尺等，工作台为齿轮双面啮合综合检查仪。对测量量程为 260 540 mm、传感器间隔距离为 110 mm、相机向激光器一侧倾斜一定角度条件882第 12 期邱英，等:激光测距系统设计与标定实验下的测距系统进行标定。2 2激光测距系统标定方法将相机和激光器按照具体相对位置固定，调整标定板，打开相机和激光器，调整激光器使得激光条纹所在平面垂直于标定板，将激光条纹照射在标定板上，工作台为齿轮双面啮合综合检查仪。将标定板在工作台上从距测距系统 260 mm 处以 5 mm 为间隔移动至距测距系统 540 mm 处，每移动一次均进行相机抓拍，且为使得标定数据准确，使用刻度尺读取实际数据，实验设备及标定板如图 5、图 6(a)、(b)所示。图 5标定板激光条纹(a)实验设备(b)标定板图 6实验设备及标定板将标定板从距测距系统 260 mm 处以 5 mm 为间隔移动至 540 mm 处，一共抓拍到 57 张标定板激光条纹的图像。提取每次抓拍图像中的激光条纹在刻度尺相应刻度处的激光点的像素坐标以及相应刻度处相对于相机的实际三维坐标，由于数据量较大，表 4 只列出标定板上激光条纹距激光器 410 mm 处相机抓拍图像上激光条纹的像素坐标以及其相对于相机的实际三维坐标。2 3激光测距系统标定实验结果焦距 f 为6 mm，角度 为7，x 是目标点在摄像机成像平面的物理横坐标值，相机的分辨率为 720 540，像元尺寸为6 9 m 6 9 m，成像平面内的像素坐标 ui与摄像机成像平面的物理横坐标值 x 之间的转化关系为x=(ui 360)0 006 9(14)表 4激光点像素坐标及三维坐标数mm像素坐标 u0像素坐标 v0XYZ5571259113420455725591084204557375910242045575059974204557625992420455775598742045578759814204557100597642045571125971420455712559644204557137595942045571505954420455716259494204557175594342045571875938420455720059324204557212592742045572255922420455723759174204557250591142045572625964204557275591420455728759742045573005911420455731259164204557325592042045573375925420455735059304204557362593642045573755942420455738759474204557400595242045574125958420455742559644204557437596942045574505974420455746259794204557475598542045574875991420455750059974204557512591024204557525591084204为减小误差，引入误差系数，提取每一张标定板图982第 41 卷像中激光条纹的像素点坐标 u0以及其相对于相机的实际三维坐标中的 Z 坐标的数据，基于理论公式求出系数:X=1 461 5 110 (ui 360)0 006 9(ui 360)0 006 9+6sin 744 806 4(15)Z=1 450 6 6X(ui 360)0 006 948 540 6(16)vi与 y 的转化关系y=(vi 270)0 006 9(17)在标定板移动的过程中，提取每一张标定板图像中激光条纹的像素点坐标 vi以及其相对于相机的实际三维坐标中的 Y 坐标的数据，结合求出的 Z 坐标的数据(见图 7)，基于理论公式求出系数14，代入后最终得:Y=1 181(vi 270)X(ui 360)+243(18)图 7系数求解结果2 4实验室测量结果及分析激光测距系统的标定完成以后，为检验标定后系统的测量误差，对实物进行测量实验。选取图 8 所示的标准件齿轮作为待测件，齿轮参数见表 5。图 8待测齿轮实物图表 5齿轮参数模数/mm齿数/个齿顶高/mm齿根高/mm齿全高/mm35363 54 3757875将齿轮放置在测距系统前方一定位置处，将激光垂直照射在齿轮外轮廓上，相机抓拍齿轮图像，如图 8(a)，对图像进行处理，提取激光条纹的中心线，将激光条纹中心像素坐标代入式(15)、(16)、(18)，计算得到齿轮外轮廓相对于相机的位置和尺寸信息(见图 9(b)。齿轮外轮廓相对于相机最近距离为 322 mm、相机中心下方 10 mm 处，齿全高为 9 mm，齿全高的测量误差为 1 125 mm，齿轮在 Z 方向(即齿轮最外侧距相机的最近距离)上的测量误差为 2 mm，Y 方向(即齿轮轮毂位于相机下方的距离)上的测量误差为 1 mm，产生的误差较小。(a)齿轮轮廓激光条纹(b)齿轮相对于相机的位置和尺寸信息图 9激光主动视觉系统室内测距实验3结语本文设计研究了激光测距系统，通过对比设置相(下转第 313 页)092第 12 期聂百胜，等:高校实验室安全管理模式分析与本质安全化信息系统建设与管理，2017，34(12):6-102赵明，宋秀庆，祝永卫 新形势下高校实验室安全管理现状与策略研究J 实验技术与管理，2018，35(11):6-83王芳，田宏伟，段天林 美国一流大学实验室及大型科学仪器设备管理的特色及启示 J 实验室研究与探索，2018，37(10):258-2614赖宇明，柯红岩，王海成 德国高校化学实验室安全管理的启示J 实验室科学，2018，21(6):192-1955蓝蔚青，谢晶，陈江华 日本高校实验室建设与管理工作启示J 实验室研究与探索，2017，36(8):255-2586艾德生，黄开胜，马文川 实验室安全管理模式的研究与实践J 实验技术与管理，2018，35(1):8-127沈子靖，马文川，李冰洋 清华大学危化品安全管理的研究与实践J 实验技术与管理，2019，36(8):248-2528张志强，刘雪蕾，李恩敬 北京大学实验室安全管理的探索与实践J 实验技术与管理，2017，34(10):244-2489陈玲 高校实验室安全管理面临的问题与对策J 实验室研究与探索，2017，36(1):283-286 10雷朝滋 教育信息化:从 1.0 走向 2.0 新时代我国教育信息化发展的走向与思路J 华东师范大学学报(教育科学版)，2018，36(1):98-103 11周健，吴炎，朱育红 信息化背景下高校实验室安全管理新趋势J 实验技术与管理，2016，33(1):226-228 12王虹，王军 基于“智慧校园”的高校实验室安全管理平台建设J 实验技术与管理，2019，36(2):49-52 13黄开胜，艾德生，江轶 以科研的态度和方法来全面研究实验室安全 述评 Nature Chemistry 期刊发文 学术实验室安全研究的回顾与评论 J 实验技术与管理，2020，37(1):3-9 14Mnard A Dana，Trant John F A review and critique of academiclab safety researchJ Nature Chemistry，2020，12(1):17-25 15叶元兴，马静，赵玉泽 基于 150 起实验室事故的统计分析及安全管理对策研究J 实 验 技 术 与 管 理，2020，37(12):317-322 16吴宗之，任彦斌，牛和平 基于本质安全理论的安全管理体系研究J 中国安全科学学报，2007(7):54-58 17宋志军，房升，蔡美强 高校实验室安全闭环管理的实现路径探索J 实验技术与管理，2021，38(3):288-293(上接第 290 页)机与激光器不同的相对安装位置，在减小测距装置体积的同时提高了测距系统的精度，确定了测距系统传感器之间的距离为 110 mm，测量量程为 260 540mm，测距系统的精度为 1 255 mm。对测距系统进行了标定，并使用标准齿轮对系统进行了测距实验，测量的最大误差为 2 mm，可满足农业机器人对目标定位的要求15。参考文献(eferences):1Zhao Y，Gong L，Huang Y，et al A review of key techniques ofvision-based control for harvesting robot J Comput Electron Agric，2016，127:311-3232Tu S，Pang J，Liu H，et al 2020 Passion fruit detection andcounting based on multiple scale faster-CNN using GB-D imagesJ Precis Agrica，21(5):1072-10913Lin G，Tang Y，Zou X，et alIn-field citrus detection andlocalisation based on GB-D image analysisJ Biosyst Eng，2019，186:34-444Tang Y，Chen M，Wang C，et alecognition and localizationmethods for vision-based fruit picking robots:a reviewJ FrontPlant Sci，2020，11:1-175刘志刚，王德成，郝兴玉，等 自走式灌木平茬机设计与试验J农业机械学报，2010，41(S1):95-986吴丹 水稻植株三维重建技术研究D 武汉:华中农业大学，20197王萌 樱桃小番茄腋芽摘除机器人关键技术研究D 杭州:浙江大学，20168张凯良，杨丽，张铁中 草莓采摘位置机器视觉与激光辅助定位方法J 农业机械学报，2010，41(4):151-1569廖勇 联合收割机割台高度自动调节系统的研究D 长沙:湖南农业大学，2018 10Karkee M，Adhikari B，Amatya S，et al Identification of pruningbranches in tall spindle apple trees for automated pruningJComputers and Electronics in Agriculture，2014，103:127-35 11Stepan P，Krajnik T，Petrlik M，et al Vision techniques for on-board detection，following，and mapping of moving targetsJJournal of Field obotics，2018，36(1):252-269 12王玲，邹小昱，刘思瑶，等 棉花采摘机器人红外测距技术研究J 农业机械学报，2014，45(7):61-66 13张呈彬，尚欣，伍渊远，等 智能柠条收获机平茬农艺参数控制方法研究J 西北农林科技大学学报(自然科学版)，2018，46(8):146-154 14黄彪 枇杷剪枝机器人关键技术的研究D 广州:华南理工大学，2016 15周蓉，段亚莉 柠条综合加工利用对比试验与分析J 中国农机化学报，2020，41(12):90-94名人名言懒于思索，不愿意钻研和深入理解，自满或满足于微不足道的知识，都是智力贫乏的原因。这种贫乏通常用一个字来称呼，这就是“愚蠢”。高尔基313