改进的工程机器人立体视觉标定方法

吉林大学学报(工学版)

改进的工程机器人立体视觉标定方法

唐新星¹，赵丁选¹，黄海东¹，艾学忠^1，2，冯石柱¹

1.吉林大学机械科学与工程学院，长春 130022； 2.吉林化工学院信息与控制工程学院，吉林省吉林市 132022

收稿日期:2006-03-29 修回日期:2006-06-05 出版日期:2007-03-01 发布日期:2007-03-01
通讯作者: 赵丁选

Modified stereo vision calibration method for construction robot

Tang Xin-xing¹，Zhao Ding-xuan¹，Huang Hai-dong¹，Ai Xue-zhong^1,2,Feng Shi-zhu¹

1.College of Mechanical Science and Engineering, Jilin University,Changchun 130022,China; 2.College of Information and Control Engineering,Jilin Institute of Chemical Technology,Jilin 132022,China

Received:2006-03-29 Revised:2006-06-05 Online:2007-03-01 Published:2007-03-01
Contact: Zhao Ding-xuan

摘要/Abstract

摘要： 针对摄像机线性标定准确程度不高与非线性标定计算复杂等问题，以己知的三维信息为基础推导二维像素点对信息，提出了基于神经网络的三目立体视觉摄像机标定方法，构建了改进的BP神经网络模型，对比分析了两种摄像机标定方法的像素点对均方根误差。结果表明：采用改进的BP神经网络能够避免对摄像机进行非线性建模，有利于提高标定精度，增加系统的灵活性，更具有实际意义。

关键词: 自动控制技术, 工程机器人, 立体视觉, 图像处理, 神经网络, 摄像机标定

Abstract: To overcome the shortcoming of the linear and nonlinear calibration in the processing of camera calibration，the 2D pixels information was deduced based on the foregone 3D information, a new intelligent calibration algorithm was presented based on neural network and an improved BP network model was constructed, and pixels point errors in twosort calibration methods were compared. The experiment results indicate that the improved BP network model can avoid nonlinear modeling and enhance the calibration precision and the flexibility, which has real significance.

Key words: automatic control technology, construction robot, stereo vision, image processing, neural network , camera calibration

中图分类号:

TP24

唐新星，赵丁选，黄海东，艾学忠，冯石柱 . 改进的工程机器人立体视觉标定方法[J]. 吉林大学学报(工学版), 2007, 37(02): 391-0395.

Tang Xin-xing，Zhao Ding-xuan，Huang Hai-dong，Ai Xue-zhong,Feng Shi-zhu . Modified stereo vision calibration method for construction robot
[J]. 吉林大学学报(工学版), 2007, 37(02): 391-0395.

参考文献

相关文章 15

[1]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2]	江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[3]	顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H_∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[4]	李战东,陶建国,罗阳,孙浩,丁亮,邓宗全. 核电水池推力附着机器人系统设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1820-1826.
[5]	赵爽,沈继红,张刘,赵晗,陈柯帆. 微细电火花加工表面粗糙度快速高斯评定[J]. 吉林大学学报(工学版), 2018, 48(6): 1838-1843.
[6]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[7]	王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[8]	闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[9]	刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	张茹斌, 占礼葵, 彭伟, 孙少明, 刘骏富, 任雷. 心肺功能评估训练系统的恒功率控制[J]. 吉林大学学报(工学版), 2018, 48(4): 1184-1190.
[12]	董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[13]	田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
[14]	张士涛, 张葆, 李贤涛, 王正玺, 田大鹏. 基于零相差轨迹控制方法提升快速反射镜性能[J]. 吉林大学学报(工学版), 2018, 48(3): 853-858.
[15]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed