单目红外共面光标迭代优化测量行车吊臂空间位姿方法技术

本发明专利技术公开了一种单目红外共面光标迭代优化测量行车吊臂空间位姿的方法，该专利通过单目视觉迭代优化方法检测行车吊臂空间参数。首先采用图像处理技术提取红外共面四点光标的中心坐标，结合李群的非线性优化迭代方法和空间参数转换方法，实现了行车吊臂空间位姿参数的快速检测与识别计算。本发明专利技术在保证系统测量精度和稳定性的条件下，提高了检测和计算速度，可以进行快速的目标检测和空间参数获取，有效解决了工业行车吊臂空间位姿参数的实时性测量问题。

Iterative optimization method for measuring the spatial pose of crane jib with monocular infrared coplanar cursor

The invention discloses a method for iteratively optimizing the measurement of the spatial position and posture of the crane jib by the monocular infrared coplanar cursor, and the patent detects the spatial parameters of the crane jib by the monocular vision iterative optimization method. Firstly, the central coordinates of the infrared coplanar four-point cursor are extracted by image processing technology. Combined with the non-linear optimization iterative method and the spatial parameter conversion method of Li group, the fast detection and recognition of the spatial pose parameters of the crane boom are realized. Under the condition of ensuring the measurement accuracy and stability of the system, the invention improves the detection and calculation speed, can carry out fast target detection and spatial parameter acquisition, and effectively solves the real-time measurement problem of the spatial pose parameters of the industrial crane boom.

【技术实现步骤摘要】
单目红外共面光标迭代优化测量行车吊臂空间位姿方法
本专利技术涉及钢铁厂无人化行车系统领域，特别是涉及一种单目红外共面四点迭代优化测量行车吊臂空间位姿方法。
技术介绍
无人行车系统是一个包含了多个子系统的复杂系统，防摇控制系统是其中一个子系统，负责对运动作业过程中行车吊臂的精确控制并保证行车能够平稳运行。防摇控制的前提是需要获取实时精准的行车吊臂空间位姿参数。目前，行车吊臂空间角度参数检测难点在于需要实时高速的采集计算并发送给行车控制器，因此高效快速的目标检测和空间参数计算显得尤为重要。目前采用的双面视觉技术存在时间长、实时性差的问题，不利于防摇实时控制。与双目视觉测量相比，单目视觉测量可以省去复杂的空间参数匹配时间，具有计算耗时短、效率高且易维护的特点为解决上述问题，本专利采用单目视觉技术，并结合李群优化迭代的方法，在保证测量系统精度和稳定性的条件下，显著提高了检测和计算速度。
技术实现思路
技术问题：本专利技术的目的是提供一种单目红外共面光标迭代优化测量行车吊臂空间位姿方法。可以快速计算行车吊臂的空间位姿参数，有效解决工业行车吊臂的空间位姿参数的实时准确测量问题。技术方案：为达到此目的，本专利技术的一种单目红外共面光标迭代优化测量行车吊臂空间位姿方法采用以下技术方案：该方法包括以下步骤：S1:采用相机单目视觉采集红外共面光标图片，对采集到的图像中红外光标提取灰度重心，求取各个中心坐标；S2：确定合作靶标红外共面光标的几何位置与成像投影的对应关系；<br>S3：对采集相机进行内外参数标定，确定成像中心、畸变系数，对步骤S1采集到的图像做成像畸变参数矫正；S4：将相机与合作靶标的相对位姿问题转换为非线性优化迭代问题，将空间位姿参数矩阵用李代数表示，将得到的表达式进行非线性迭代后最终收敛到真实解，得到旋转矩阵和平移量；S5：利用空间三维模型转换关系将步骤S4求得的空间位姿真实解转化为行车吊臂空间位姿直观解。所述步骤S1中，对采集到的图像中红外光标提取灰度重心的过程包含以下步骤：S11:对原图像先进行高斯滤波操作，也就是对每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到，对图像作平滑处理消除高斯噪声；S12:设置阈值和卷积核的大小，对图像进行形态学二值化开运算，即先腐蚀后膨胀，消除图像背景中的孤立噪声点和毛刺；S13:采用Canny算法提取各个连通域的轮廓，对图像中的光标连通域进行寻找并逐一提取；S14：对步骤S13求得的连通域轮廓分别利用灰度重心法求取重心坐标，即四个红外光标的重心坐标。所述步骤S4具体包括以下步骤：S41:将相机与合作靶标的相对位姿问题转化为下式的非线性优化迭代，即求解图像坐标真实解与步骤S1求得的图像坐标的误差最小化，如下式所示；式(1)中，E(ξ*)为误差项，q′i为图像处理的方法得到四个测量标定点的坐标，为红外光标的实际物理坐标，ξ为李代数，，∧广泛的表达为“从向量到矩阵”，n是点的个数；S42：对步骤S41的表达式用李群的方法表示，即用李代数表示相机坐标与标定物坐标之间的旋转矩阵和平移量；S43：对李代数左乘扰动量来迭代收敛，提高收敛速度，求解误差项关于优化变量的导数，即对第K次迭代下的目标函数进行线性化，作一阶泰勒展开后消除二次项信息；S44：对步骤S43线性化表示后的式子与非线性迭代误差表达式合并，并对其进行求导；S45：对步骤S44得到的求导后式子设置为0，求得下一次迭代所需的变化量李代数，带入下式后求得第K+1次迭代下的李代数；上式中，exp(*∧)表示矩阵指数，ξk表示第K次迭代后李代数，ξk+1表示第K+1次迭后李代数，Δξk表示李代数的变化量；S46：对步骤S45求得的李代数带入式后重复S43到S45直至收敛到真实值。所述步骤S5，将S4求出的平移量和旋转矩阵进一步转换为直观的地理坐标系下X轴正南方向、Y轴正东方向的摆角θ和目标距离地面的真实高度h以及物体旋转角度ρ；位姿求解后的原点坐标在相机坐标系下的坐标为(x,y,z),那么正东方向的夹角为argtan(x/z)，正南方向的夹角为argtan(y/x)。有益效果：本专利技术公开了一种单目红外共面四点迭代优化测量行车吊臂空间位姿方法。通过红外共面四点光标的几何位置与成像投影的对应关系，利用基于李群的非线性优化迭代方法求解空间位姿参数，继而转化为四个吊臂模型姿态量，可以快速计算行车吊臂的空间位姿参数。有效解决了工业行车吊臂的空间位姿参数的实时准确测量问题。附图说明图1为本专利技术具体实施方式中求解空间位姿参数算法流程图；图2为单目视觉测量系统框架图；图3为吊臂空间模型；图4为红外标定点的旋转变化图。具体实施方式下面结合具体实施方式和附图对本专利技术的技术方案作进一步的介绍。本具体实施方式公开了一种基于单目红外共面四点迭代优化测量行车吊臂空间位姿方法，包括如下步骤：S1:采集红外共面光标图片，对采集到的图像中红外光标提取灰度重心，求取各个中心坐标；S2：确定合作靶标(即红外共面光标)的几何位置与成像投影的对应关系；S3：对采集相机进行内外参数标定，确定成像中心、畸变系数，对步骤1采集到的图像作成像畸变参数矫正；S4：将相机与合作靶标的相对位姿问题转换为非线性优化迭代问题，将空间位姿参数矩阵用李代数表示，将得到的表达式进行非线性迭代后最终收敛到真实解，得到旋转矩阵和平移量；S5：利用空间三维模型转换关系将步骤4求得的空间位姿真实解转化为行车吊臂空间位姿直观解。步骤S1中，对采集到的图像中红外光标求取中心坐标的过程包括以下步骤：S11:对原图像先进行高斯滤波操作，也就是对每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到，对图像作平滑处理消除高斯噪声；S12:设置阈值和卷积核的大小，对图像进行形态学二值化开运算，即先腐蚀后膨胀，消除图像背景中的孤立噪声点和毛刺；S13:采用Canny算法提取各个连通域的轮廓，对图像中的光标连通域进行寻找并逐一提取；将得到的中心坐标坐标作进一步的处理，加入相机内参数的镜头畸变矫正，内参数的求取方法采用张正友平面标定法。步骤S4具体包括以下步骤：S41:将相机与标定物的相对位姿问题转化为下式的非线性优化迭代，即求解图像坐标真实解与步骤S1求得的图像坐标的误差最小化，如下式所示；式中，E(ξ*)为误差项，q′i为图像处理的方法得到四个测量标定点的坐标，为红外光标的实际物理坐标，ξ为李代数；S42：对步骤S41的表达式用李群的方法表示，即用李代数表示相机坐标与标定物坐标之间的旋转矩阵和平移量；S43：对李代数左乘扰动量来迭代收敛，提高收敛速度。求解误差项关于优化变量的导数，即对第K次本文档来自技高网...

【技术保护点】
1.一种单目红外共面光标迭代优化测量行车吊臂空间位姿方法，其特征在于，该方法包括以下步骤：/nS1:采用相机单目视觉采集红外共面光标图片，对采集到的图像中红外光标提取灰度重心，求取各个中心坐标；/nS2：确定合作靶标红外共面光标的几何位置与成像投影的对应关系；/nS3：对采集相机进行内外参数标定，确定成像中心、畸变系数，对步骤S1采集到的图像做成像畸变参数矫正；/nS4：将相机与合作靶标的相对位姿问题转换为非线性优化迭代问题，将空间位姿参数矩阵用李代数表示，将得到的表达式进行非线性迭代后最终收敛到真实解，得到旋转矩阵和平移量；/nS5：利用空间三维模型转换关系将步骤S4求得的空间位姿真实解转化为行车吊臂空间位姿直观解。/n

【技术特征摘要】
1.一种单目红外共面光标迭代优化测量行车吊臂空间位姿方法，其特征在于，该方法包括以下步骤：
S1:采用相机单目视觉采集红外共面光标图片，对采集到的图像中红外光标提取灰度重心，求取各个中心坐标；
S2：确定合作靶标红外共面光标的几何位置与成像投影的对应关系；
S3：对采集相机进行内外参数标定，确定成像中心、畸变系数，对步骤S1采集到的图像做成像畸变参数矫正；
S4：将相机与合作靶标的相对位姿问题转换为非线性优化迭代问题，将空间位姿参数矩阵用李代数表示，将得到的表达式进行非线性迭代后最终收敛到真实解，得到旋转矩阵和平移量；
S5：利用空间三维模型转换关系将步骤S4求得的空间位姿真实解转化为行车吊臂空间位姿直观解。


2.根据权利要求1所述的单目红外共面光标迭代优化测量行车吊臂空间位姿方法，其特征在于，所述步骤S1中，对采集到的图像中红外光标提取灰度重心的过程包含以下步骤：
S11:对原图像先进行高斯滤波操作，也就是对每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到，对图像作平滑处理消除高斯噪声；
S12:设置阈值和卷积核的大小，对图像进行形态学二值化开运算，即先腐蚀后膨胀，消除图像背景中的孤立噪声点和毛刺；
S13:采用Canny算法提取各个连通域的轮廓，对图像中的光标连通域进行寻找并逐一提取；
S14：对步骤S13求得的连通域轮廓分别利用灰度重心法求取重心坐标，即四个红外光标的重心坐标。


3.根据权利要求1所述的单目红外共面光标迭代优化测量行车吊臂空间位姿方法，其特征在于，所述步骤S4具体包括以下步骤：
S41:将相机与合作靶标的相对位姿问...

【专利技术属性】
技术研发人员：傅星瑜，牛丹，李奇，陈夕松，李世华，刘进波，
申请(专利权)人：东南大学，南京科远自动化集团股份有限公司，南京闻望自动化有限公司，
类型：发明
国别省市：江苏;32