一、A Rapid Calibration Technique for Scanning Line-Structured Laser Sensor（论文文献综述）
霍志旺[1]（2021）在《基于线结构光的旋转物体动态三维测量方法》文中指出结构光视觉测量法是一种基于光学的三维测量技术,现有的研究主要是针对静态对象的三维测量,这对于文物保护、医疗手术、工业元件制造等方面具有极大意义。但对于高铁轮毂、空气预热器转子这类测量精度要求高、停机损失大的动态旋转对象,三维测量技术并没有取得很大的进展。本文的研究重点就是实现对旋转物体的动态三维测量。本文基于线结构光法和双目立体视觉原理,提出了一种不干扰被测物体运行状态、操作简单、无需标定转轴的三维测量方法。测量设备主要由线激光传感器和多个双目相机组成,本文测量方法的主要研究内容有:（1）立体视觉三维测量方法:其中精确的立体视觉标定结果是测量精度的基础保障,本文通过张氏标定法对相机内外参进行标定;然后基于单应变换的图像拼接方法为后续环状拼接提供了必要参数,并且本文基于回环检测思想对单应变换进行了优化,有效减小了长时间拼接的累计误差;由于缺失深度信息的图像拼接会导致空间点位置发生偏离,本文对被测物体转轴所在的旋转平面进行了拟合,并将其作为参照系,用于后端空间点校正。（2）单个测量单元动态三维测量方法:首先使用自适应阈值法从采集到的图像中提取线激光中心,并使用高斯滤波和最近邻内插对激光条的波动和间断进行平滑处理,得到亚像素精度的激光条;然后基于双目立体视觉和激光特征进行空间点计算,并使用优化后的单应变换对这些空间点进行环状拼接,从而将测量结果转换到正确的空间位置,得到环状点云测量结果;由于相机的主光轴与被测物体的转轴不能严格平行,以及环状拼接缺少深度信息,三维测量结果会发生伞状偏离,对此本文将旋转平面作为参照系,对环状拼接后的空间点进行对齐校正,有效消除了空间点的偏离。（3）多个测量单元动态三维测量配准方法:由于相机的视野限制,对于大尺寸被测物体的高精度三维测量,通常要使用多个测量单元进行同步测量。本文两个相邻测量单元的视野交集区域固定,且该交集区域内得到的点云为环状,本文基于该特征对ICP算法进行了改进,极大地减少了计算量,并提高了配准精度,最终将所有点云结果转换到世界坐标系下,完成整个被测物体的动态三维测量。本文的动态三维测量方法分别与深度相机Kinect V2、三维测量开源方案Ciclop在实时性和精度方面进行了对比实验,并对具有凹凸纹理的旋转物体进行了实物测量,实验结果均显示本文动态三维测量方法在实时性、精度和恢复被测物体纹理细节方面都具有更出色的表现。除此之外,还验证了本文改进的ICP配准方法,证明本文的动态三维测量方法可以对大尺寸旋转物体进行高精度的三维测量。
肖东[2]（2021）在《基于3D视觉的墙面自主打磨机器人研制》文中研究指明随着2D视觉到3D视觉技术的不断演变,3D视觉检测逐渐成为一个较为专业的行业,与此同时,3D视觉通过与各行各业的配合,延伸出了许多的应用场景。本文通过3D视觉与机器人相结合的思路,提出一种高精度墙面自主打磨机器人的应用场景,与传统手工墙面打磨相比,机器人打磨有着更高的精度和对人工更加环保,同时也能解放工人劳动力,降低公司生产成本。本文通过基于3D视觉和机器人为研究对象,在墙面凸起位置的定位和打磨、控制系统的设计以及机器人的运动路径的规划等方面进行了相关分析与研究,同时完成了整个墙面打磨系统的设计与实现。主要研究内容如下:1)首先通过对3D线激光传感器原理的介绍后,完成了对墙面高度数据的获取,通过对墙面高度数据进行预处理,从而减少环境等噪声对墙面数据的影响,最终通过使用RANSAC平面拟合和区域分割的方法,定位到墙面凸起位置的像素坐标,为机器人下一步的墙面打磨做准备。2)在墙面打磨系统中,设计控制系统对视觉模块和打磨模块进行控制。在控制系统中,以PLC为控制核心,实现了视觉模块中对3D线激光传感器的手动/自动控制、速度控制以及上下运动控制;同时在打磨模块中,通过对打磨工具进行设计,设计出一款符合墙面打磨精度要求的打磨头,最后在打磨模块中实现了对于打磨末端的开闭控制和打磨过程中墙面与打磨头之间压力大小的控制。3)通过对机器人正逆运动学的分析,验证其运动轨迹的合理性,同时结合Eyeto-Hand手眼标定的方法,将3D线激光传感器的像素坐标与机器人基础坐标系二者之间建立相对应的关系,最终实现了1mm高精度墙面自主打磨机器人的应用场景,验证了墙面自主打磨的可行性。
褚楚[3]（2021）在《基于激光干涉的高精度计量装置研发及路面轮廓量测的量值溯源》文中研究指明本文研发了一种基于激光干涉的路面轮廓计量装置,提出了路面轮廓计量的溯源体系,并对路面轮廓计量进行了量值溯源,填补了国内在路面轮廓计量溯源体系建设方面的空白,完成了一项标准仪器的建立。标准计量仪器是计量体系中用于量值传递的标准设备,研究和开发路面轮廓的标准计量仪器是实现路面轮廓计量量值传递的重要手段。在路面工程中,用于量值传递的标准仪器尚未建立,本研究开发的路面轮廓计量装置能够极大提高传统方式测量的精度,保证工程质量,节省测量成本。建立基于激光干涉条纹的计量校准方法和溯源体系,将完善路面工程的计量传递与溯源,为路面轮廓的三维测量提供重要的技术依据。本文基于干涉条纹轮廓测定法,结合理论分析和室内外实验,探索了提高测量精度的方法,并将该方法运用到路面轮廓的测量中,而后基于该方法设计并建造了路面轮廓计量装置,并以国家标准样件为基准对该装置进行了量值溯源。本文的路面轮廓计量装置可以为国内其他等级的路面轮廓测量装置提供校准和标定的依据。本文在现有研究的基础上,对基于干涉条纹的路面轮廓三维测量方法进行了系统研究。主要研究内容和成果如下:1)通过试验,对影响系统测量精度的各系统参数（如干涉条纹入射角、条纹空间频率、纤芯距等）进行了分析。结果表明,当入射角为13°时,三维重构的结果较好,该参数既能减小噪声对三维测量结果的影响,又能将扫描盲区限制在合适范围以内,可以将13°定义为最优入射角;系统测量精度随着条纹空间频率的增加而提高,但当条纹空间频率过高时,条纹对噪声的敏感度增强,将降低测量精度;当纤芯距为0.75mm时,条纹发射器能投射出较高空间频率的干涉条纹,且能保证干涉条纹的可识别性,使得远距离（500mm-1800mm）投射时仍保持较高的测量精度;2)根据精度影响因素的结论,改进了条纹发射器的构造,设计并制造了适用于测量路面轮廓的计量装置。该装置的扫描系统可以通过传动系统在三维笛卡尔坐标内的任意位置扫描被测路面,产生直径约在45.98-165.52mm之间的条纹图案,三维测量精度可达±0.1mm,分辨率可达0.053mm,填补了干涉条纹测量技术在路面轮廓测量中的缺失;3)从后处理的角度对三维图像重构的影响因素进行了分析,探究了减少干扰信息的方法,改进了重构的算法,弥补光束发散角引入的误差,从而提高系统的三维重构精度。结果表明,采用单一分量法、分段线性变换、构建反高斯函数、小波降噪等来处理原始条纹图像,可有效修复条纹图像的余弦分布特征,滤除干扰信息,实现对路面三维轮廓信息的提取,优化后的算法可使得获取的三维数据更准确;4)探究了路面轮廓三维测量值与标准值之间的差异,分析了误差来源,对系统在不同测量高度下的误差进行了探索。完成了路面轮廓计量在量值溯源体系中的关键环节:将该路面轮廓计量装置溯源到了计量标准,计算了路面轮廓计量装置的标准不确定度;用该装置标定新制的路面裂缝标准件,计算了路面裂缝标准件的标准不确定度。而后对实际路面的轮廓进行了三维重构,结果显示该装置可以较准确地反应沥青路面的三维形貌。
李响[4]（2021）在《基于结构光的钢轨磨耗测量方法研究》文中研究表明随着我国高速铁路的迅速发展,高速列车长期处于高速、重载与高密度的运行条件下,使得钢轨表面的磨损日益严重,可能会引发严重的安全事故,因此钢轨廓形的检测分析及其磨耗测量逐渐成为了铁路工务部门非常重要的检测任务之一。基于结构光的测量技术是如今视觉测量领域的研究重点和热点,已经广泛地应用于工业测量的各个领域,因此基于结构光的钢轨磨耗测量方法已经成为铁路基础设施安全检测中的热点课题之一。本文着眼于如何在动态、高速、高噪的行车状态环境下实现钢轨磨耗的准确测量,具有重要的理论意义和应用价值。本文的主要工作有:1、传统的钢轨廓形检测激光传感器采用非接触试测量方法,通过两侧安装激光传感器,对铁轨的内测和外侧分别进行动态扫描,导致系统的体积庞大、结构复杂、系统价格不菲。同时对采集到的图像进行拼接时,离散点的处理会在一定程度上丢失精度,导致磨耗信息丢失。为此,本文采用单侧安装激光传感器的测量方式,提出了可以抵抗噪声的光条中心提取算法,该算法采用密度聚类算法处理离群点,使得算法对于噪点具有很好的鲁棒性。2、传统的廓形对齐方法的特征点选取无法处理采集到的图像出现在轨头末端的特殊情况,会导致特征点匹配失效,从而无法完成准确的对齐。为此,针对特殊轨型本文提出了有效的识别与对齐方法,该方法利用轨头末端没有磨耗的特性,对廓形进行对齐,并且使用轨腰下方的直线部分进行结果的修正,在实验中取得了较好的对齐效果。3、针对采集的廓型数据需要与标准廓形旋转对齐的问题,本文提出了噪声鲁棒的两阶段改进ICP（Iterative Closest Point）算法。在两阶段ICP匹配算法之间加入了对于干扰匹配噪点的去除操作,提高了 ICP算法的匹配准确度,进而可以得到高准确度的磨耗测量结果。
李军[5]（2021）在《基于3D点云配准技术的智能精密测量算法研究及其应用开发》文中认为钢轨在重载和外界环境影响下,会产生各类缺陷以及磨损,同时列车线路较长、地形复杂,导致人工检测效率低,严重影响行车安全。基于机器视觉的智能精密测量不仅能实现数字化管理,而且可以为钢轨检修提供高效的工作保障,对列车安全稳定运行具有重要意义。综上,本文研究了基于点云配准技术的三维测量算法以及表面缺陷检测模型,并实现了相关算法和软件工程设计。论文的具体工作和研究成果如下:（1）研究了钢轨的点云数据预处理算法。通过激光扫描获取的点云数据量大,无拓扑关系,同时在扫描过程中由于物体振动的影响,会产生噪声点。本文基于KD-Tree建立点云的拓扑关系,并利用条件滤波和双边滤波对点云数据的噪声点进行滤除,同时在不改变点云的数据特征前提下,最大化地简化数据,减少计算量。（2）三维点云配准算法研究与实现。为了解决钢轨上表面特征不明显不利于配准的问题,本文提出一种基于辅助标定球的点云配准算法。算法通过提取辅助标定球的球心坐标来求解不同视角点云之间的刚体变换矩阵,以实现钢轨点云数据的配准。针对Super 4-Point Congruent Sets（Super4PCS）算法在全局上进行配准精度不高,且需要两个点云重叠率足够大这一问题,提出了一种基于Super4PCS的点云配准算法。通过特征以及距离信息对点云进行聚类分割,依据类与类之间的整体特征确定对应关系以提取两片点云的重叠区域,最终通过重叠区域完成多视角点云的配准。结合模拟实验证明,与传统的Fast Point Feature Histograms（FPFH）算法、Sample Consensus Initial Alignment（SCA-IA）算法和Super4PCS算法相比,本文提出的方法有效地提高了点云配准的精度。（3）设计并实现了面向钢轨的智能精密测量软件系统。在常规检测的参数基础上,该系统计算分析了 60kg/m钢轨的截面轮廓形状参数,同时解决了传统测量手段无法测量的钢轨轨头侧面半径、轨头45°角磨损等轮廓参数求解,实现了轮廓参数可视化,并绘制了相关测量曲线,生成相应测量报告,对系统的测量误差进行了定量分析,最后通过实验证明本文测量结果满足测量技术要求。（4）基于深度学习的钢轨缺陷检测模型研究与设计。针对钢轨样本数据中负样本数量较少导致的过拟合问题,提出了一种模拟真实场景下的动态数据增广方法。结合钢轨表面缺陷的形态特性,提出了一种基于Faster R-CNN的表面缺陷检测模型。本文提出的算法在表面缺陷检测任务上具有较好的性能,相关模拟实验结果显示,在钢轨的多个类别的检测中,本文算法的性能优于Faster R-CNN模型,其中疤痕的检测精度达91.8%,平均精度达81.2%。
刘浩浩[6]（2021）在《基于线结构光的叶片型面轮廓检测方法研究》文中研究表明叶片是航空发动机、燃气轮机等动力机械中的重要零件,其型面的加工质量严重影响着整机的工作性能,因此对其型面轮廓进行检测是十分必要的。叶片型面一般为变截面的扭转曲面,同时型面曲率变化较大,具有较大的检测难度。传统三坐标测量法通过获取叶片型面特定截面的轮廓数据评价出叶片加工质量,适用于精加工叶片的检测,无法反映出叶片整体的尺寸偏差,同时对检测环境具有较高的要求,无法实现叶片在线检测。随着光学测量技术的发展,线结构光法具有测量速度快、精度高、非接触等优点,可以快速获取待测叶片型面的轮廓数据,为叶片型面轮廓的高精高效检测提供可行的技术手段。本文以中国制造2025四川行动资金项目（编号:2018CD00225）为依据,结合企业建立叶片智能再制造工厂的实际需求,进行了基于线结构光的叶片型面轮廓检测方法的研究,其中涉及到线结构光传感器与待测叶片相互位置的校准方法研究、基于多体系统理论的叶片检测系统综合误差模型建立、线结构光传感器测量误差分析、基于标准圆柱体的叶片截面轮廓数据采集与三维形貌重构等领域。本文主要的研究内容与成果如下:（1）基于线结构光测量原理设计了一套叶片型面检测平台。该平台利用三根直线轴与转台实现测量装置与待测叶片之间的相对运动,使测量装置完成对叶片的多视角数据采集,最终完成了平台运动部件与线结构光传感器的选型。（2）研究了线结构光传感器与待测叶片的位姿校准方法,使两者之间具有正确的位姿关系,提升检测精度并使结果满足检测的通用性。通过研究线结构光传感器安装位姿对于测量结果的影响,引入倾角传感器与标定块完成线结构光传感器位姿校准;利用榫头处的加工基准面校准叶片轴线,实现叶片位姿校准。校准方法减小了线结构光传感器与待测叶片的安装误差对测量结果的影响,同时使测量结果具有对比标准。（3）研究了叶片检测平台误差的主要来源,分析了运动系统的27项几何误差。基于多体系统理论建立了叶片检测系统的拓扑结构,并利用齐次坐标变换的方法求解了检测系统各部件之间的理论与实际运动变换矩阵,建立了检测系统的综合误差模型;利用激光跟踪仪完成运动系统的几何误差辨识,为检测系统高精度运动控制的误差补偿提供数据支撑;利用多种粗糙度比较样块探究了线结构光传感器在不同测量距离、入射角度与表面粗糙度情况下的静态测量误差,为减小线结构光传感器自身测量误差、提高叶片检测的精度奠定了基础。（4）研究了叶片型面的轮廓测量与评价方法。通过引入标准圆柱体,利用其圆心坐标实现截面轮廓的数据拼接;通过对点云数据进行NURBS拟合、等距取样处理,实现测量点云与理论点云的配准;按照轮廓度与主要特征参数的定义,提取叶片检测结果,完成加工质量评价;最后,以某型号的叶片为实验对象进行了检测,并与三坐标测量结果对比。结果表明,三个目标截面的轮廓度偏差在0.02mm以内,特征参数的最大偏差值为0.017mm,特征参数的最大相对偏差2.22%。说明了所提方法能够计算出待测叶片的轮廓度偏差与特征参数偏差,从而可以判断待检叶片是否合格,验证了方法的可行性。（5）研究了叶片型面的三维形貌快速重构的方法。以修复的航发叶片为例,通过设定线结构光传感器的采样频率与Z轴的运动速度,实现叶片型面的快速扫描。利用逆向工程软件对点云数据进行降噪、曲率采样等处理,重构出了叶片的三维形貌。重构方案可广泛应用于叶片加工、修复、检测等领域。
李玉杰[7]（2021）在《大尺寸桁架结构激光扫描测量技术研究》文中研究指明大尺寸桁架结构广泛应用于火车站、剧场、大跨度厂房、航天发射等场合。其具有尺度大（通常能达到百米量级）、位置精度高、服役寿命长等特点。受制造与运输因素的限制,大尺寸桁架结构往往是在施工现场通过分段拼接或机械展开实现的,其装配精度对于桁架的准确测量提出了极高的要求。同时在桁架服役期间,受热和重力等作用,不可避免地产生形变。为安全考虑,有必要在桁架结构的装配和服役阶段对其进行在线检测,以确保其安装精度和安全运行。本文在分析桁架结构特点的基础上,提出了大尺寸桁架结构激光扫描测量方案,采用二维扫描装置带动激光测距传感器,并配合相应的数据处理方法,实现了大尺寸桁架结构端部空间扭转角度、水平偏移量的测量。为此,本文主要开展了以下几方面的工作:1.研究了大尺寸桁架结构对测量技术的限制因素,提出了激光扫描测量方案。该系统通过检测脉冲激光束在传感器与被测目标间的传输时间实现测距,同时采集脉冲回波强度用于目标表面特征的识别,进而获得桁架相应节点处目标的空间坐标位置,实现桁架几何尺寸、空间扭转角度和水平偏移量的间接测量;设计了二维旋转扫描系统,通过电机驱动的精密转台实现高精度扫描。2.根据桁架节点处目标的表面形貌特征,分为平面型与圆弧面型进行分别处理,建立各自的数据处理方法。综合考虑桁架检测的精度要求和实时性要求,采用最小二乘法对目标特征直线进行拟合,避免迭代法等耗时长的计算方法。平面型目标主要测量其边缘直线段的空间位置以及平面的法向量,圆弧面型目标主要测量其中心线段的空间位置,通过对目标各自关键特征信息的识别和计算,间接得到桁架节点空间位置。3.对激光扫描测量系统的脉冲飞行时间激光测距传感器进行选型,并针对传感器的测量误差来源,对其系统误差、与被测目标的距离、目标表面反射特性以及激光发散角等影响因素进行实验分析,确定了各因素引起的测量误差大小及波动范围。搭建了二维旋转扫描装置,分析了定位误差来源,推导了装配误差在内的误差方程,根据方程确定了扫描测量系统不依赖其他测量工具的标定方案,并进行了实验验证。同时开发了激光扫描测量系统的测量软件。4.利用激光扫描测量装置对模拟目标进行测量,得到了模拟目标扭转角度和水平偏移量的测量结果,并从硬件因素、扫描分辨率等方面分析了产生误差的原因。
苗建伟[8]（2021）在《渐开线圆柱齿轮齿廓与径向圆跳动的视觉测量技术研究》文中提出齿廓与径向圆跳动是渐开线圆柱齿轮的两个重要检测参数。径向跳动分为径向圆跳动和径向全跳动。由于齿轮齿宽通常较窄,生产中一般只测量齿轮的径向圆跳动。在分析了现有齿轮非接触测量技术的基础上,根据国标GB/T 13924-2008,本文研究渐开线圆柱齿轮和齿轮轴的齿廓与径向圆跳动的视觉测量技术。利用CCD摄像机和标准工业镜头,根据摄像机的针孔成像原理,研究获取齿廓测点的三维坐标的方法,在减小齿轮中心投影畸变影响的基础上,建立渐开线圆柱齿轮齿廓与径向圆跳动的测量模型并进行实验验证。首先,根据摄像机的针孔成像原理,研究了获取齿轮上测量点三维世界坐标的方法。由于齿轮和齿轮轴的结构特征不同,采用机器视觉测量齿轮,线结构光视觉测量齿轮轴。齿轮端面是齿轮的测量平面,为了标定齿轮端面的位置,本文提出了一种仅用一个已知直径的圆环进行标定的方法。该方法解决了齿轮中心孔的孔径、倒角和齿轮端面平面度对标定精度的影响。建立了线结构光视觉测量齿轮轴的测量系统,并采用多目标优化算法对测量系统进行标定。其次,由于视觉测量齿轮的齿廓与径向圆跳动需要确定齿轮测量平面上多个圆和椭圆的中心,因此为了减小投影畸变的影响,研究齿轮测量平面上圆和椭圆中心的获取方法。获取齿轮端面上一般测量圆的圆心时,通过建立圆成像的斜圆锥面方程提出了减小投影畸变影响的方法。获取齿轮端面中心孔的圆心时,通过在中心孔内放置三个相同直径的圆环提出了减小了投影畸变影响的方法,避免了中心孔倒角对边缘检测的影响。获取齿轮轴齿顶光椭圆中心时,通过建立齿顶光椭圆成像的斜椭圆锥面方程提出了减小投影畸变影响的方法。再次,针对渐开线齿廓和径向圆跳动,分别建立了齿轮的机器视觉测量模型和齿轮轴的线结构光视觉测量模型。由于齿轮的渐开线齿廓通常较短,用代数拟合法难以保证渐开线齿廓的拟合精度,因此本文研究了渐开线齿廓的最小二乘几何拟合法以提高齿廓的测量精度,并通过测量齿距偏差验证了该方法的有效性。然后通过渐开线齿廓和齿顶圆的几何拟合,建立了齿轮径向圆跳动量和方向的视觉测量模型。最后,通过实验对提出的渐开线圆柱齿轮齿廓与径向圆跳动的视觉测量方法进行了分析和验证。仿真和实验结果表明,测量方法能够有效地实现齿轮渐开线齿廓和径向圆跳动的非接触在线测量,测量精度主要受标定精度和图像上检测点精度的影响。本研究对视觉测量技术和先进制造技术的发展具有重要意义。
王平章[9]（2021）在《基于焊缝几何特征的自动焊接系统》文中进行了进一步梳理本文在分析了近年来国内外焊接机器人的发展现状的基础上,对基于数控技术和基于工业机器人技术为主体的体系结构进行了研究,搭建了相应的自动焊接实验系统。结合未来自动化领域焊接技术主要方向-视觉图像传感技术和实际生产需求,通过研究焊接几何特征、焊缝轨迹规划、焊缝跟踪过程实时控制等相关技术来实现焊接过程智能化。具体开展了以下内容的研究:1.搭建了包括工控机、PLC、机械臂、线激光器以及焊枪的焊接硬件集成平台体系;并配置了相应的网络硬件。2.在程序开发方面:使用西门子SIMATIC Win CC,开发了基于典型焊缝特征的自动焊接系统界面,并用C/C++语言开发了焊接系统界面下运行的脚本程序。程序包含从线激光传感器读入数据,提取、处理焊缝特征数据;焊枪位姿的焊缝特征数据结构管理程序;以及工控机到机器人控制器的FTP文件传输和Socket通讯接口程序。其中FTP可以实现数据的上传、下载、删除操作,Socket用来实现计算位姿与机器人运动运行的实时数据通信。3.研究了工程中典型焊接件的焊缝几何特征,以及常用的提取方式;介绍了实验室在焊缝特征点直接获取方面的研究结果,并用于V形焊缝特征点提取。4.研究了焊缝的自动跟踪方案及算法,对焊缝跟踪过程中焊枪的位置、姿态调整和自动搜索算法进行了描述,从而为进一步实现焊接过程智能化提供了算法基础。论文最后通过计算了四种典型焊接特征的焊点轨迹数据及机器人位姿,并在Robcad中进行了仿真,来验证算法的可行性。
杨俊杰[10]（2020）在《激光线扫描三维测量系统标定技术研究》文中指出在《中国制造2025》加快部署的时代背景下,随着高新产业精加工和工业物联网技术的发展,以及对非接触测量的要求不断提高,拥有高精确度、良好稳定性、强主动性、快速响应等优势的激光扫描测量成为了三维数字化测量研究领域的重要分支,在工业生产、文物考古、3D电商等不同的场景下有着日趋广泛的应用。而激光扫描测量系统的标定精度是影响三维测量精度的关键因素,因此研究高精度标定方法对激光三维测量研究领域具有重要意义。本文围绕激光线扫描三维测量系统标定涉及的相关方法展开研究,主要工作包括以下三个方面:（1）设计了自适应宽度的二次加权灰度重心算法提取激光条纹中心,并根据斜率阈值进一步对提取中心点进行均值优化。本文研究了激光条纹中心的识别与定位,采用自适应中值滤波、基于全局的自动分割及形态学运算对光条纹进行了预处理;利用二次加权灰度重心算法和均值优化操作获得了光条特征点的亚像素中心坐标。实验表明该方法能有效降低条纹提取中,由于现场环境干扰、图像噪声以及待测物体表面材料等因素带来的影响,提高提取精度,获得亚像素级激光条纹中心。（2）本文构建了单个相机+单线激光器的激光线扫描测头,对其数字模型构建及参数标定方法进行了研究。利用圆形标志点平面标靶对相机进行标定,获得了相机的内参及对应的变化矩阵。研究了几种光平面参数标定方法,并基于射影变换进行了高精度光平面标定,过程简单,避免了使用交比不变性的复杂运算,且可利用的光平面标定特征点的数目不受限制,实验结果表明该方法能提高光平面标定的精度和鲁棒性。（3）为得到物体表面轮廓信息,搭建了平移和旋转两种方式的扫描测量系统。研究了辅助运动装置的标定,以确定不同位置下所获数据与测量系统坐标系的变化关系。利用一个标准球消除平移扫描测量中由于安装误差造成的光条扫描方向偏移;利用平面标靶对转轴标定进行了研究,根据最小二乘法对测量数据的特征点进行空间圆拟合,并提出了相关优化方法提高圆心的拟合精度,最后对圆心作空间直线的拟合得到标定参数。实验验证了标定算法的有效性,实现了对物体的三维数据采集和测量。
二、A Rapid Calibration Technique for Scanning Line-Structured Laser Sensor（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、A Rapid Calibration Technique for Scanning Line-Structured Laser Sensor（论文提纲范文）
（1）基于线结构光的旋转物体动态三维测量方法（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状和发展 |
| 1.2.1 基于传统多视图几何的三维测量方法 |
| 1.2.2 基于深度学习的三维测量方法 |
| 1.2.3 动态三维测量方法 |
| 1.3 课题研究内容及难点 |
| 1.4 论文章节安排 |
| 2 基于线结构光的旋转物体动态三维测量系统 |
| 2.1 测量系统整体方案 |
| 2.1.1 测量系统流程图 |
| 2.1.2 匀速转动假设 |
| 2.2 测量设备硬件组成 |
| 2.2.1 测量单元的设计 |
| 2.2.2 线激光传感器的选取 |
| 2.2.3 标志块 |
| 2.3 本章小结 |
| 3 立体视觉三维测量方法 |
| 3.1 立体视觉标定 |
| 3.1.1 针孔相机模型 |
| 3.1.2 双目相机模型 |
| 3.1.3 双目相机标定实验 |
| 3.2 单应变换优化 |
| 3.2.1 单应变换原理 |
| 3.2.2 基于单应变换的旋转拼接 |
| 3.2.3 基于回环检测的单应变换优化方法 |
| 3.2.4 单应变换优化实验 |
| 3.3 旋转平面拟合 |
| 3.3.1 被测物体特征点选取 |
| 3.3.2 旋转平面拟合实验 |
| 3.4 本章小结 |
| 4 单个测量单元动态测量方法 |
| 4.1 图像预处理 |
| 4.1.1 双目立体视觉校正 |
| 4.1.2 线中心提取算法选择 |
| 4.1.3 激光线连续平滑处理 |
| 4.1.4 滤光片效果检验实验 |
| 4.2 环状拼接 |
| 4.2.1 线结构光空间点计算方法 |
| 4.2.2 多帧图像的空间点计算方法 |
| 4.2.3 环状拼接实验 |
| 4.3 空间点的对齐校正 |
| 4.3.1 Z向偏离校正 |
| 4.3.2 Y向偏离校正 |
| 4.3.3 对齐校正实验 |
| 4.4 本章小结 |
| 5 多个测量单元动态测量配准方法 |
| 5.1 ICP算法 |
| 5.2 基于点云环特征的ICP改进算法 |
| 5.2.1 改进算法的原理 |
| 5.2.2 改进算法的步骤 |
| 5.2.3 改进算法的配准实验 |
| 5.3 本章小结 |
| 6 实验对比分析 |
| 6.1 与Ciclop开源方法的性能对比实验 |
| 6.2 与Kinect V2双目相机的精度对比实验 |
| 6.3 实物测量实验 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
（2）基于3D视觉的墙面自主打磨机器人研制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 墙面打磨机器人研究背景及意义 |
| 1.1.1 墙面打磨机器人的研究背景 |
| 1.1.2 墙面打磨机器人的研究意义 |
| 1.2 墙面打磨机器人国内外研究现状 |
| 1.2.1 墙面打磨机器人国外研究现状 |
| 1.2.2 墙面打磨机器人国内研究现状 |
| 1.3 墙面打磨机器人系统设计以及研究内容 |
| 1.3.1 墙面打磨机器人系统设计 |
| 1.3.2 本文主要研究内容及结构安排 |
| 2 基于3D线激光传感器的墙面数据获取和处理 |
| 2.1 引言 |
| 2.2 线激光3D传感器原理概述 |
| 2.2.1 激光投射模型 |
| 2.2.2 激光三角测量模型 |
| 2.2.3 3D线激光传感器测量原理 |
| 2.3 墙面高度数据获取 |
| 2.4 墙面凸起位置的检测 |
| 2.4.1 图像预处理 |
| 2.4.2 RANSAC平面拟合和定位检测 |
| 2.5 本章小结 |
| 3 墙面打磨机器人的硬件控制系统 |
| 3.1 引言 |
| 3.2 墙面打磨机器人硬件控制原理图 |
| 3.3 3D线激光传感器的控制 |
| 3.4 压力传感器的控制 |
| 3.5 打磨末端的控制 |
| 3.5.1 打磨工具的设计 |
| 3.5.2 打磨头控制原理 |
| 3.6 本章小结 |
| 4 墙面打磨机器人的运动学与打磨实验分析 |
| 4.1 引言 |
| 4.2 墙面打磨系统中机器人运动学分析 |
| 4.2.1 墙面打磨机器人D-H模型的建立 |
| 4.2.2 墙面打磨机器人正运动学分析 |
| 4.2.3 墙面打磨机器人逆运动学分析 |
| 4.3 机械臂运动轨迹策略分析 |
| 4.3.1 机械臂运动轨迹 |
| 4.3.2 验证结果 |
| 4.4 手眼标定 |
| 4.5 墙面打磨实验分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录:攻读硕士期间发表的学术论文 |
（3）基于激光干涉的高精度计量装置研发及路面轮廓量测的量值溯源（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 2 绪论 |
| 2.1 激光干涉技术的发展状况 |
| 2.1.1 激光干涉技术在国外的发展状况 |
| 2.1.2 激光干涉技术在国内的发展状况 |
| 2.2 路面轮廓测量技术 |
| 2.2.1 基于雷达测距的路面轮廓三维测量技术 |
| 2.2.2 基于激光测距的路面轮廓三维测量技术 |
| 2.2.3 基于三维结构光的路面轮廓三维测量技术 |
| 2.3 量值传递与量值溯源 |
| 2.3.1 量值溯源与量值传递的定义 |
| 2.3.2 量值溯源与量值传递的必要性 |
| 2.3.3 计量基准与计量标准 |
| 2.4 存在的问题 |
| 2.5 研究内容 |
| 3 准静态高精度路面计量装置的原理 |
| 3.1 干涉条纹的产生 |
| 3.2 CCD相机捕捉图像的原理 |
| 3.3 获取三维信息的原理 |
| 3.4 本章小结 |
| 4 准静态高精度计量装置的研发 |
| 4.1 条纹发射器的设计 |
| 4.1.1 分光器的选择 |
| 4.1.2 光纤的选择 |
| 4.1.3 激光器的构成 |
| 4.1.4 输出端的设计 |
| 4.2 系统参数的设计 |
| 4.2.1 路面扫描方式 |
| 4.2.2 镜头焦距的确定 |
| 4.3 路面扫描装置的设计 |
| 4.4 干涉条纹的调试 |
| 4.5 对设计参数的验证 |
| 4.5.1 相机与出射光的之间的夹角对条纹图像质量的影响 |
| 4.5.2 改进的纤芯距对三维信息提取精度的改善 |
| 4.6 路面准静态高精度计量装置的制作 |
| 4.7 本章小结 |
| 5 路面条纹图像的处理 |
| 5.1 数字图像处理 |
| 5.2 对路面条纹图像的预处理 |
| 5.2.1 路面条纹图像的获取 |
| 5.2.2 预处理的原因 |
| 5.2.3 灰度变换 |
| 5.2.4 图像增强 |
| 5.2.5 背景光强均衡化 |
| 5.2.6 条纹图像的降噪 |
| 5.3 图像预处理有效性的验证 |
| 5.4 傅里叶变换法提取相位变化量 |
| 5.5 相位解包裹 |
| 5.6 相位信息转化为三维数据算法的优化 |
| 5.7 本章小结 |
| 6 系统的测量误差 |
| 6.1 不同测量高度下的误差 |
| 6.2 误差来源的分析 |
| 6.2.1 相位偏移对相位变化量的影响 |
| 6.2.2 条纹的投射距离的测量误差对测量结果的影响 |
| 6.2.3 背景光强对误差的影响 |
| 6.3 本章小结 |
| 7 路面轮廓三维重构的量值溯源及实际应用 |
| 7.1 不确定度的评定方法 |
| 7.1.1 不确定度产生的原因 |
| 7.1.2 标准不确定度的评定方法 |
| 7.1.3 合并样本标准偏差 |
| 7.2 路面轮廓计量装置的溯源 |
| 7.3 路面裂缝标准样件的溯源 |
| 7.4 沥青路面的实测 |
| 7.4.1 测量沥青路面样本1 |
| 7.4.2 测量沥青路面样本2 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（4）基于结构光的钢轨磨耗测量方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 结构光测量技术研究现状 |
| 1.2.2 钢轨轮廓测量系统国内外现状 |
| 1.2.3 基于结构光的钢轨轮廓检测技术国内外现状 |
| 1.3 论文的主要研究工作 |
| 1.3.1 研究噪声干扰条件下的激光条纹图像的中心线精确提取方法 |
| 1.3.2 研究单目测量系统下中心光带拟合特征点的选取方法 |
| 1.3.3 研究行车条件下的钢轨轮廓自动配准方法 |
| 1.4 论文结构 |
| 1.5 小结 |
| 2 基于结构光的钢轨磨耗测量系统原理 |
| 2.1 引言 |
| 2.2 结构光视觉测量技术 |
| 2.2.1 结构光视觉测量技术的组成 |
| 2.2.2 结构光视觉测量技术相关原理 |
| 2.3 结构光视觉测量系统 |
| 2.3.1 结构光视觉测量系统原理 |
| 2.3.2 结构光视觉钢轨廓形测量模型 |
| 2.4 钢轨的结构和分类 |
| 2.4.1 钢轨的基本结构 |
| 2.4.2 钢轨的分类 |
| 2.5 磨耗损伤分类及测量位置 |
| 2.6 小结 |
| 3 噪声干扰条件下的图像光条中心提取方法 |
| 3.1 问题的提出 |
| 3.2 噪声图像处理 |
| 3.2.1 密度聚类算法 |
| 3.2.2 密度聚类算法的优点 |
| 3.2.3 噪声识别效果 |
| 3.3 结构光光条中心提取 |
| 3.3.1 光条中心的提取方法 |
| 3.3.2 光条中心的提取结果对比 |
| 3.4 小结 |
| 4 基于中心光带特征点的初步轮廓拟合 |
| 4.1 问题的提出 |
| 4.2 钢轨轮廓特征点的选取 |
| 4.3 基于轨头特征点的轮廓拟合 |
| 4.4 基于轨腰特征点的圆弧曲线拟合 |
| 4.5 小结 |
| 5 噪声鲁棒的两阶段改进ICP算法 |
| 5.1 引言 |
| 5.2 最近点迭代算法 |
| 5.3 两阶段改进ICP算法 |
| 5.4 实验结果与分析 |
| 5.4.1 试验环境 |
| 5.4.2 试验评估 |
| 5.4.3 线下静态试验结果 |
| 5.4.4 线上动态试验结果 |
| 5.5 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 学位论文数据集 |
（5）基于3D点云配准技术的智能精密测量算法研究及其应用开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 钢轨三维测量国内外研究现状 |
| 1.2.2 多视角点云配准国内外研究现状 |
| 1.2.3 表面缺陷检测国内外研究现状 |
| 1.3 研究目标与主要工作 |
| 1.4 本文组织结构 |
| 第2章 相关概念和理论分析 |
| 2.1 相关概念 |
| 2.1.1 点云数据特点 |
| 2.1.2 点云数据分类 |
| 2.2 三维测量相关理论与方法 |
| 2.2.1 点云数据的获取 |
| 2.2.2 点云配准相关理论 |
| 2.2.3 点云配准相关算法 |
| 2.3 表面缺陷检测相关理论与算法研究 |
| 2.3.1 卷积神经网络概述 |
| 2.3.2 基于深度学习的表面检测算法 |
| 2.4 本章小结 |
| 第3章 三维点云配准算法研究及算法实现 |
| 3.1 三维激光点云数据预处理 |
| 3.1.1 建立点云拓扑关系 |
| 3.1.2 相关点云去噪算法实现 |
| 3.1.3 点云精简 |
| 3.2 基于标志物的点云配准算法研究与实现 |
| 3.2.1 辅助定标球的特征点提取 |
| 3.2.2 基于辅助定标球的点云配准算法研究与实现 |
| 3.2.3 实验结果与分析 |
| 3.3 基于Super4PCS的点云配准算法研究与实现 |
| 3.3.1 重叠区域的获取 |
| 3.3.2 配准算法描述 |
| 3.3.3 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 基于3D点云配准算法的自动精密测量 |
| 4.1 点云融合 |
| 4.2 基于点云配准的智能精密测量 |
| 4.2.1 点云测量基准坐标系建立 |
| 4.2.2 截面轮廓线提取 |
| 4.2.3 钢轨磨损测量 |
| 4.3 三维测量误差分析 |
| 4.3.1 测量仪器的精度误差 |
| 4.3.2 点云配准算法误差分析 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 面向特定对象的表面缺陷检测模型研究与算法设计 |
| 5.1 引言 |
| 5.2 缺陷数据集构建 |
| 5.2.1 数据增广 |
| 5.2.2 数据特征分析 |
| 5.2.3 数据集分类 |
| 5.3 基于Faster-RCNN的缺陷检测模型设计 |
| 5.3.1 特征提取网络 |
| 5.3.2 多尺度特征融合 |
| 5.3.3 ROI Align |
| 5.3.4 损失函数 |
| 5.4 实验结果与分析 |
| 5.4.1 模型训练 |
| 5.4.2 评价指标 |
| 5.4.3 实验结果与分析 |
| 5.5 本章小结 |
| 第6章 3D测量及表面缺陷检测软件设计 |
| 6.1 引言 |
| 6.2 运行环境 |
| 6.3 主要数据库设计 |
| 6.3.1 主要数据表设计 |
| 6.3.2 数据库操作接口设计 |
| 6.4 功能模块设计 |
| 6.4.1 3D测量功能模块设计 |
| 6.4.2 表面缺陷检测功能模块设计 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（6）基于线结构光的叶片型面轮廓检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 叶片检测的常用方法 |
| 1.2.1 标准样板法 |
| 1.2.2 三坐标测量法 |
| 1.2.3 结构光测量法 |
| 1.3 叶片光学检测的研究现状 |
| 1.4 本文主要研究工作 |
| 2 基于线结构光的叶片检测平台设计 |
| 2.1 线结构光测量原理 |
| 2.2 叶片检测平台的结构设计 |
| 2.3 叶片检测平台的主要零部件选型 |
| 2.3.1 平台运动部件的选型 |
| 2.3.2 线结构光传感器的选型 |
| 2.4 本章小结 |
| 3 线结构光传感器与叶片位姿的标定与校准 |
| 3.1 线结构光传感器位姿校准 |
| 3.1.1 基于倾角传感器的俯仰角与自转角校准 |
| 3.1.2 基于标定块的旋进角校准 |
| 3.2 基于榫头基准面的叶片位姿校准 |
| 3.3 本章小结 |
| 4 检测平台几何误差模型与传感器测量误差分析 |
| 4.1 运动系统几何误差建模 |
| 4.1.1 运动系统误差源分析 |
| 4.1.2 多体系统理论分析 |
| 4.1.3 基于多体系统的几何误差模型 |
| 4.2 运动系统几何误差辨识 |
| 4.3 线结构光传感器测量误差分析 |
| 4.3.1 表面粗糙度对测量结果的影响 |
| 4.3.2 测量距离对测量结果的影响 |
| 4.3.3 入射角度对测量结果的影响 |
| 4.4 本章小结 |
| 5 叶片型面轮廓测量与评价 |
| 5.1 目标截面高度位置的确定 |
| 5.2 基于标准圆柱体的轮廓数据采集 |
| 5.3 测量数据的点云配准与轮廓度偏差 |
| 5.3.1 测量点云与理论点云的配准 |
| 5.3.2 测量数据的轮廓度偏差提取 |
| 5.4 叶片型面的主要特征参数定义 |
| 5.5 某型号叶片的检测结果对比与分析 |
| 5.5.1 待测叶片的轮廓度偏差结果 |
| 5.5.2 待测叶片的主要特征参数对比 |
| 5.6 本章小结 |
| 6 叶片三维形貌的快速扫描与重构 |
| 6.1 叶片型面的快速扫描方案 |
| 6.2 扫描数据的预处理 |
| 6.3 三维形貌的重构 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 攻读硕士学位期间参与的科研项目 |
| 致谢 |
（7）大尺寸桁架结构激光扫描测量技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 大尺寸桁架结构测量的背景和意义 |
| 1.2 大尺寸桁架结构测量的国内外研究现状 |
| 1.2.1 常用的大尺寸测量技术 |
| 1.2.2 激光扫描测量研究现状 |
| 1.2.3 大尺寸桁架结构的激光扫描测量研究现状 |
| 1.3 论文的主要研究内容 |
| 第二章 激光扫描测量系统的工作原理 |
| 2.1 引言 |
| 2.2 测量系统的方案设计 |
| 2.3 激光测距的原理 |
| 2.3.1 脉冲式激光测距技术 |
| 2.3.2 相位式激光测距技术 |
| 2.4 扫描系统的工作原理 |
| 2.5 桁架参数测算方法 |
| 2.5.1 平面型目标 |
| 2.5.2 圆弧面型目标 |
| 2.6 本章小结 |
| 第三章 激光扫描测量系统的研制与调试 |
| 3.1 引言 |
| 3.2 激光测距传感器的选取及影响因素分析 |
| 3.2.1 传感器选取 |
| 3.2.2 传感器的影响因素分析 |
| 3.3 扫描装置的研制 |
| 3.3.1 扫描装置的组成 |
| 3.3.2 驱动电机的选型 |
| 3.3.3 旋转台的选取 |
| 3.4 激光扫描测量装置的性能分析 |
| 3.4.1 角度输入误差分析 |
| 3.4.2 扫描装置装配误差分析 |
| 3.5 软件设计 |
| 3.5.1 通讯模块 |
| 3.5.2 数据处理模块 |
| 3.5.3 控制程序界面设计 |
| 3.6 本章小结 |
| 第四章 激光扫描测量系统用于大尺寸桁架结构测量 |
| 4.1 引言 |
| 4.2 激光扫描测量装置的测试与校准 |
| 4.3 激光扫描测量系统用于大尺寸桁架结构测量 |
| 4.3.1 平面型目标实验 |
| 4.3.2 圆弧面型目标实验 |
| 4.4 测量误差分析 |
| 4.4.1 硬件误差 |
| 4.4.2 外界环境影响 |
| 4.4.3 扫描分辨率对测量的影响 |
| 4.5 本章小结 |
| 第五章 总结与前景展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录1 |
| 攻读硕士学位期间的学术活动及成果情况 |
（8）渐开线圆柱齿轮齿廓与径向圆跳动的视觉测量技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 本文的主要符号及测量方案说明 |
| 第1章 绪论 |
| 1.1 论文的选题背景和研究意义 |
| 1.1.1 论文的选题背景 |
| 1.1.2 论文的研究意义 |
| 1.2 机器视觉和齿轮测量技术介绍 |
| 1.2.1 齿轮测量技术概述 |
| 1.2.2 机器视觉测量技术概述 |
| 1.2.3 齿轮光学测量技术概述 |
| 1.3 论文的基础技术介绍 |
| 1.3.1 摄像机的标定技术 |
| 1.3.2 图像处理技术 |
| 1.3.3 曲线拟合算法 |
| 1.4 论文的主要研究内容及结构 |
| 第2章 齿轮上测量点三维世界坐标的获取 |
| 2.1 机器视觉的基本测量原理 |
| 2.1.1 齿轮测量平面的确定 |
| 2.1.2 摄像机的针孔成像模型 |
| 2.1.3 机器视觉三角测量原理 |
| 2.2 坐标系的变换关系 |
| 2.2.1 世界坐标系的建立 |
| 2.2.2 基于Rodrigues旋转的坐标变换 |
| 2.2.3 约束世界坐标系的X轴时的坐标变换 |
| 2.3 齿轮的测量图像处理 |
| 2.3.1 图像的滤波降噪 |
| 2.3.2 图像特征点的提取及筛选 |
| 2.4 齿轮测量平面的标定及测量点三维世界坐标的获取 |
| 2.4.1 齿轮端面的标定及测量点三维世界坐标的获取 |
| 2.4.2 齿轮轴的线结构光系统标定及测量点三维世界坐标的获取 |
| 2.5 齿轮端面标定精度检验实验 |
| 2.5.1 标定实验设备与标定对象 |
| 2.5.2 标定实验过程及结果 |
| 2.5.3 标定实验评价与分析 |
| 2.6 本章小结 |
| 第3章 减小投影畸变对齿轮测量平面的圆和椭圆中心获取的影响 |
| 3.1 圆和椭圆成像的投影畸变分析 |
| 3.2 齿轮端面测量圆圆心的获取 |
| 3.2.1 齿轮端面一般测量圆圆心的获取 |
| 3.2.2 齿轮端面中心孔圆心的获取 |
| 3.3 光平面上齿顶光椭圆中心的获取 |
| 3.4 齿轮测量平面圆和椭圆中心获取精度检验实验 |
| 3.4.1 齿轮端面测量圆圆心获取精度的检验与分析 |
| 3.4.2 光平面上齿顶光椭圆中心获取精度的检验与分析 |
| 3.5 本章小结 |
| 第4章 齿轮渐开线齿廓的视觉测量模型及评价方法 |
| 4.1 齿轮测量平面齿廓测量点三维坐标的确定 |
| 4.1.1 齿轮端面齿廓测量点的世界坐标 |
| 4.1.2 齿轮轴测量平面齿廓测量点的局部坐标 |
| 4.2 齿轮渐开线齿廓的几何拟合模型 |
| 4.2.1 假想坐标系的建立 |
| 4.2.2 检测点和渐开线齿廓上与检测点垂直对应点的几何关系 |
| 4.2.3 测量平面上基圆圆心位置的确定 |
| 4.2.4 渐开线齿廓的几何拟合模型 |
| 4.3 用以评价渐开线齿廓的齿距偏差测量模型 |
| 4.3.1 分度圆齿距的计算 |
| 4.3.2 齿距偏差的计算 |
| 4.4 本章小结 |
| 第5章 齿轮径向圆跳动的视觉测量模型 |
| 5.1 齿轮齿圈径向跳动的机器视觉测量模型 |
| 5.2 齿轮轴径向圆跳动的线结构光视觉测量模型 |
| 5.2.1 齿轮轴径向圆跳动量的测量 |
| 5.2.2 齿轮轴径向圆跳动方向的测量 |
| 5.3 本章小结 |
| 第6章 渐开线圆柱齿轮齿廓与径向圆跳动测量实验与分析 |
| 6.1 实验设备与条件 |
| 6.1.1 实验用齿轮与齿轮轴 |
| 6.1.2 视觉测量的实验设备 |
| 6.1.3 对比测量的实验设备 |
| 6.2 齿轮基圆半径的测量实验 |
| 6.2.1 实验步骤 |
| 6.2.2 实验结果 |
| 6.3 渐开线齿廓齿距偏差的测量实验 |
| 6.3.1 实验步骤 |
| 6.3.2 实验结果 |
| 6.4 齿轮径向圆跳动的测量实验 |
| 6.4.1 实验步骤 |
| 6.4.2 实验结果 |
| 6.5 测量精度的影响因素分析 |
| 6.5.1 测量装置的影响 |
| 6.5.2 摄像机标定精度的影响 |
| 6.5.3 特征点检测精度的影响 |
| 6.5.4 改进方向 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论与创新点 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录1 用于齿轮端面标定实验的标定图像 |
| 附录2 用于齿轮测量平面圆和椭圆中心获取实验的标定图像 |
| 附录3 实验用齿轮的设计图纸 |
| 附录4 实验用齿轮轴的设计图纸 |
| 附录5 用于齿轮渐开线齿廓与径向圆跳动测量实验的标定图像 |
| 附录6 用于齿轮轴渐开线齿廓与径向圆跳动测量实验的标定图像 |
| 附录7 齿轮齿距偏差测量结果 |
| 附录8 齿轮径向圆跳动测量结果 |
| 攻读学位期间发表的论文及取得的科研成果 |
| 致谢 |
（9）基于焊缝几何特征的自动焊接系统（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 本论文研究体现的价值 |
| 1.3 国内外发展现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.3.3 发展趋势 |
| 1.4 本文研究的主要目的和内容 |
| 1.5 本文研究的方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 本章小结 |
| 2 典型焊接特征自动焊接系统的分类 |
| 2.1 典型焊接特征分类 |
| 2.1.1 接头特征的分类 |
| 2.1.2 坡口特征的分类 |
| 2.1.3 焊缝特征的分类 |
| 2.1.4 焊缝空间几何形状的划分 |
| 2.2 自动焊接系统的体系结构 |
| 2.3 基于数控系统的自动焊接系统 |
| 2.4 基于工业机器人的焊接系统 |
| 2.4.1 工业机器人的体系结构 |
| 2.4.2 工业机器人的本体结构 |
| 2.4.3 机器人焊枪 |
| 2.5 本章小结 |
| 3 自主焊接试验系统构建 |
| 3.1 基于数控直角坐标的焊接系统 |
| 3.1.1 总体框架 |
| 3.1.2 结构设计 |
| 3.2 基于KUKA机器人的硬件配置实施 |
| 3.2.1 本体参数 |
| 3.2.2 焊机控制器 |
| 3.2.3 库卡KRC4 机器人控制器 |
| 3.2.4 焊枪 |
| 3.2.5 自动焊接系统总控制器 |
| 3.3 本章小结 |
| 4 自动焊接系统及功能 |
| 4.1 Win CC开发平台简介和HMI总体框架设计 |
| 4.1.1 Win CC平台简介 |
| 4.1.2 系统总体框架设计 |
| 4.2 人机界面开发 |
| 4.2.1 HMI变量表 |
| 4.2.2 创建系统画面 |
| 4.2.3 典型焊接特征模块画面 |
| 4.2.4 数据处理画面 |
| 4.2.5 界面操作流程 |
| 4.3 脚本程序开发 |
| 4.3.1 点的数据结构 |
| 4.3.2 数据处理算法 |
| 4.3.3 FTP通讯 |
| 4.3.4 Sockes通信 |
| 4.4 本章小结 |
| 5 焊缝特征点获取及机器人运动引导 |
| 5.1 相机标定及坐标转换 |
| 5.1.1 相机标定 |
| 5.1.2 坐标转换 |
| 5.2 焊接特征点获取 |
| 5.2.1 模板匹配法 |
| 5.2.2 直接获取法 |
| 5.3 焊缝跟踪控制方案 |
| 5.4 焊缝引导及焊枪位姿计算 |
| 5.4.1 坐标系描述 |
| 5.4.2 焊缝起始点位置及方向指定 |
| 5.4.3 焊缝跟踪点的位置及焊枪姿态的调整 |
| 5.4.4 焊缝自动搜索算法 |
| 5.5 焊缝轨迹Robcad仿真 |
| 5.6 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 A 数据处理程序 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（10）激光线扫描三维测量系统标定技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本课题研究的主要内容 |
| 第2章 激光线扫描三维测量系统 |
| 2.1 激光三角测量原理 |
| 2.1.1 点光源激光三角测量原理 |
| 2.1.2 线光源激光三角测量原理 |
| 2.2 测量系统的组成及各部分功能介绍 |
| 2.3 激光线扫描三维测量系统模型的建立 |
| 2.3.1 摄像机成像模型 |
| 2.3.2 激光线扫描测头的测量模型 |
| 2.3.3 系统的两种扫描测量方式 |
| 2.3.4 平移扫描测量的数学模型 |
| 2.3.5 旋转扫描测量的数学模型 |
| 2.4 本章小结 |
| 第3章 基于自适应灰度加权的线结构光条纹中心提取 |
| 3.1 结构光条纹预处理 |
| 3.1.1 图像滤波 |
| 3.1.2 图像分割 |
| 3.1.3 形态学运算去噪 |
| 3.2 基于自适应灰度加权的线结构光条纹中心提取 |
| 3.2.1 条纹中心提取 |
| 3.2.2 实验及结果分析 |
| 3.3 本章小结 |
| 第4章 激光线扫描测头的标定 |
| 4.1 传感器信息采集装置标定 |
| 4.2 基于协变的高精度激光光束方向标定 |
| 4.2.1 传统激光光束方向标定方法 |
| 4.2.2 基于协变的高精度激光光束方向标定 |
| 4.3 本章小结 |
| 第5章 辅助运动装置的标定 |
| 5.1 位移平台的运动方向标定及校正 |
| 5.1.1 位移平台的运动方向标定 |
| 5.1.2 基于标准球的平移扫描方向校正 |
| 5.2 旋转平台的转轴标定 |
| 5.2.1 转轴标定基本原理 |
| 5.2.1.1 最小二乘法 |
| 5.2.1.2 曲线拟合 |
| 5.2.2 转轴标定方法实现 |
| 5.2.2.1 空间圆拟合 |
| 5.2.2.2 空间直线拟合 |
| 5.2.3 标定结果 |
| 5.3 扫描测量系统平台搭建及测试实例 |
| 5.3.1 实验平台搭建 |
| 5.3.2 测试实例 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 深圳大学指导教师对研究生学位论文的学术评语 |
| 深圳大学研究生学位(毕业)论文答辩委员会决议书 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
四、A Rapid Calibration Technique for Scanning Line-Structured Laser Sensor（论文参考文献）
- [1]基于线结构光的旋转物体动态三维测量方法[D]. 霍志旺. 西安理工大学, 2021(01)
- [2]基于3D视觉的墙面自主打磨机器人研制[D]. 肖东. 烟台大学, 2021(09)
- [3]基于激光干涉的高精度计量装置研发及路面轮廓量测的量值溯源[D]. 褚楚. 北京科技大学, 2021(08)
- [4]基于结构光的钢轨磨耗测量方法研究[D]. 李响. 北京交通大学, 2021(02)
- [5]基于3D点云配准技术的智能精密测量算法研究及其应用开发[D]. 李军. 中国科学技术大学, 2021(08)
- [6]基于线结构光的叶片型面轮廓检测方法研究[D]. 刘浩浩. 四川大学, 2021(02)
- [7]大尺寸桁架结构激光扫描测量技术研究[D]. 李玉杰. 合肥工业大学, 2021(02)
- [8]渐开线圆柱齿轮齿廓与径向圆跳动的视觉测量技术研究[D]. 苗建伟. 吉林大学, 2021(01)
- [9]基于焊缝几何特征的自动焊接系统[D]. 王平章. 西华大学, 2021(02)
- [10]激光线扫描三维测量系统标定技术研究[D]. 杨俊杰. 深圳大学, 2020(01)