[发明专利]一种双目视觉探测系统结构优化方法

说明书

本发明公开了一种双目视觉探测系统结构优化方法，包括以下步骤：建立双目探测系统性能分析模型；分析系统结构对测量精度的影响；指标参数影响分析；结构参数优化；仿真分析，建立双目系统精度分析结构模型，得到了双目结构的结构参数与系统指标参数的关系，而后分别对双目系统指标参数单变量数值分析，确定了各结构参数对指标参数的影响，最后在符合实际工业要求且保证有效视场与分辨率情况下通过设置优化目标函数，应用改进粒子群优化算法，得到了双目结构参量的最优解，通过这一方法，解决了原始的由人工经验设计的双目系统结构所造成的结构不确定性，使得双目系统结构的设计有据可依，提高了双目探测系统的测量精度。

技术领域

本发明属于双目视觉探测系统技术领域，尤其涉及一种双目视觉探测系统结构优化方法。

背景技术

目视觉探测系统是一种复杂的机械系统，探测系统结构参数对双目系统性能的影响较大。描述双目系统性能的指标主要有有效视场、分辨率、探测精度，描述双目系统性能的指标主要有有效视场、分辨率、探测精度，其影响参数包括双目系统基线距离B，基线与光轴夹角α和相机焦距f，且各参数之间的耦合性较强，加大了高精度、大视场、高分辨率双目探测系统的设计难度，随着科学技术的发展，双目探测已经成为一种主要的技术手段应用于非合作目标在轨捕获，太空垃圾清除，轨迹规划等热点任务，由于太空目标探测距离较远，受外界因素影响较大，因此提高双目探测系统的测量精度具有重要意义。

在结构优化智能算法方面，Peng D M,Fairfield C A.提出了一种有限元分析方法与遗传算法相结合的结构优化算法，对拱桥结构进行优化。Albuquerque A T D，Debs MK E,Melo A M C.将需要优化的设计变量离散化，应用混合遗传算法对离散变量进行分析。Xiao R B,Tao Z W提出了交互式搜索算法(ISA)，对设计的两种不同的搜索方案进行设计，提高了算法的竞争力。Xiao R B,Tao Z W鲸鱼优化算法(WOA)与微分进化(de)相结合的算法，提高收敛速度，避免局部最优。Javaid S,Ali I,Mushtaq N对乌鸦搜索算法提供了自由飞行约束，和个人上限策略，从而消除了不必要的结构分析。Yashar D A,Wojtusiak J提出了一种新的基于整数置换的遗传算法(IPGA)在适配度分配阶段采用约束控制排序技术来处理可制造性约束。Khoshnoudian F,Talaei S,Fallahian M提出了基于表面等离子体共振粒子群优化(SPR-PSO)的启发式算法针对不同调制方式设计了不同的适应度函数。SeifiH，Rezaee Javan A采用过渡段法和双向进化结构优化(BESO)法，寻求提高结构性能和设计效率，使得定制的结构节点能够快速精确地制造。Ho-Huu V,Duong-Gia D用多目标进化优化算法对多目标设计优化问题求解并采用可靠性分析方法并对解集可靠性进行评价。WangS,Wang M,Xin G U采用响应面优化方法对折流板进行了多目标结构优化。Jing Z,Chen J,Li采用遗传算法(GA)求解约束优化问题，有较高的准确性和鲁棒性。Wang C,Yu T,Shao G将扩展等几何分析(XIGA)和混沌粒子群优化算法相结合，提出了一种可有效摆脱局部最优的新方法。

但是以上分析方法中还有两个问题没有解决，那就是多参数结构误差模型建立问题，以及如何对强耦合参数进行优化问题，这些方法在解决多参数、强耦合、非线性优化问题时易陷入早熟以及局部最优的情况，导致最终结构优化的精度较低。

于是，有鉴于此，针对现有的结构及缺失予以研究改良，提供双目视觉探测系统结构优化方法，以期达到更具有更加实用价值性的目的。

发明内容

为了解决上述技术问题，本发明提供一种双目视觉探测系统结构优化方法，以解决现有的双目探测系统在解决多参数、强耦合、非线性优化问题时易陷入早熟以及局部最优的问题。

本发明一种双目视觉探测系统结构优化方法的目的与功效，由以下具体技术手段所达成：

一种双目视觉探测系统结构优化方法，包括以下步骤：