[发明专利]一种基于机器视觉的精度补偿方法

说明书

技术领域

本发明涉及一种基于机器视觉的精度补偿方法，适用于自动化设备的坐标和路径补偿。

背景技术

随着我国制造业的飞速发展，对生产设备的精度要求也越来越高。当前最有效的提高精度的方案是采用各种精度补偿技术。而在自动化设备领域，机器视觉系统的作用在于，通过识别在经过工件上的若干个特征点(也称为Mark点)，计算出工件在工作台上的实际坐标相对原始坐标的旋转量和偏移量。自动化设备的数控系统获得所述旋转量和偏移量后，可以对原始坐标原点和运动路径(比如，加工刀路)进行修正，这样就能够产生更优的运动曲线和更准确的生产效果(比如，获得更优的加工轮廓)。

机器视觉系统一般由成像模块和软件识别模块组成。这两部分都会存在误差，前者的误差主要是由光学部件固有的径向畸变和切向畸变造成，不可避免，后者本质上就是由视觉处理函数库引起。成像模块造成的误差是最大的，而且减少该误差的代价尤其昂贵，比如可以采用更好的镜头(比如远心镜头)来减少径向畸变，或者，采用更高精密的摄像机，采用专门的仪器来检测镜头和摄像机的安装精度来减少切向畸变，这样会花费更多的时间来调整，成本也更高。当前的机器视觉函数库还无法计算出精确解，只能无穷接近解决目标，因此采用图像处理库来最小化由软件识别模块所带来的误差仍然存在技术难题。

发明内容

为了解决上述技术问题，本发明提供一种基于机器视觉的精度补偿方法，实现了从摄像模块自身的参数补偿到自动化设备的目标的坐标和路径补偿的一系列完整的精度补偿方案。

本发明采用的技术方案为一种基于机器视觉的精度补偿方法，包括以下步骤：A、布置摄像模块和精度补偿目标，固定所述摄像模块，并且使所述精度补偿目标可动地处于所述摄像模块的视场内；B、通过识别标定件中的特定元素，确定摄像模块的畸变系数和本征旋转角；C、通过摄像模块对多个处于预设位置的已知点进行识别，然后采用正则化网络插值算法和预设的惩罚系数，对所述多个已知点的识别值进行逼近和拟合，从而实现所述摄像模块的识别精度补偿；D、对摄像模块的畸变系数、本征旋转角和识别精度补偿后，获取多个精度补偿目标上的多个特征点的原始位置点集，通过摄像模块识别与所述多个特征点对应的实际位置点集；E、根据所述原始位置点集和所述实际位置点集，采用迭代算法计算旋转转换数据和偏移转换数据，然后将所述旋转转换数据和偏移转换数据分配到所述精度补偿目标从而实现精度补偿。

作为本发明的进一步改进，所述步骤A包括：布置一个或多个光源设备，以保证所述摄像模块的视场内的物体被充分照明。

作为本发明的进一步改进，所述步骤B包括：通过识别多个方位的栅格标定板中的边缘，调用本地图像处理库来计算摄像模块的径向畸变系数，并且计算单应矩阵以确定摄像模块的切向畸变系数。

作为本发明的进一步改进，所述步骤B还包括：使所述精度补偿目标等距地沿直角坐标轴移动多次并且同时通过所述摄像模块在每次移动时获取所述精度补偿目标上的特定点，然后采用主元分析法对获取的多个特定点计算得到所述摄像模块的本征旋转角。

作为本发明的进一步改进，所述步骤C包括：配置标准化网格模板用于生成正则化网络插值，所述标准化网格模板由预设间距的多个圆形的点阵元件组成；将点阵置于所述摄像模块的视场内并采集所述标准化网格模板的图像；通过圆周拟合求出各个点阵元件的实际的位置数据，将该位置数据中心化并且根据标准化网格模板中的点阵元件的间距数据进行位置摆正，从而获得用于正则化网络插值的二维插值网格。

优选地，所述步骤C中预设的惩罚系数大于0并且小于等于0.3。

作为本发明的进一步改进，所述步骤D包括：通过数控系统控制所述精度补偿目标定位在多个预设的位置，所述数控系统每次定位所述精度补偿目标的同时，发送信号到所述摄像模块以触发摄像模块同步采集所述精度补偿目标上的特征点。

优选地，所述步骤E中采用的迭代算法为列文伯格-马夸尔特法。

作为本发明的进一步改进，所述摄像模块包括摄像头和镜头，所述精度补偿目标包括与数控设备的坐标系关联的工作台、工件和/或定位构件。

本发明的有益效果为：显著减少了传统的视觉定位设备或自动化设备中人为定位所带来的误差；采用较低成本的方式实现了从摄像模块自身的参数补偿到自动化设备的目标的坐标和路径补偿的一系列完整的精度补偿方案。

附图说明

图1所示为根据本发明的基于机器视觉的精度补偿方法的步骤流程图；

图2所示为根据本发明一实施例中的栅格标定板；