一种新型的并联机器人位姿立体视觉检测系统

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 190-192.

一种新型的并联机器人位姿立体视觉检测系统

吴笛飞¹,丁永生^1,2,郝矿荣¹,张淑平¹

1.东华大学信息科学与技术学院,上海 201620
2.东华大学数字化纺织服装技术教育部工程研究中心,上海 201620

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 吴笛飞

New stereo vision position and orientation measurement system for parallel robot

WU Di-fei¹,DING Yong-sheng^1,2,HAO Kuang-rong¹,ZHANG Shu-ping¹

1.College of Information Sciences and Technology,Donghua University,Shanghai 201620,China
2.Engineering Research Center of Digitized Textile & Fashion Technology,MOE,Donghua University,Shanghai 201620,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: WU Di-fei

摘要/Abstract

摘要： 建立了一种并联机器人位姿立体视觉测量系统框架,主要包括图像采集与传输、摄像机标定、尺度不变量特征变换（SIFT）匹配、空间点重建和位姿测量五个部分。该系统基于SIFT,能够很好地处理图像在大视角有遮挡、平移、旋转、亮度和尺度变化时的特征点匹配,有较高的匹配精度,特别适用于对并联机器人多自由度和空间复杂运动的检测。最后使用该方法对并联机器人位姿检测做了仿真实验。

关键词: SIFT, 立体视觉, 位姿检测, 六自由度并联机器人

Abstract: This paper presents a framework of scale-invariant feature transform based stereo vision position and orientation measurement system for parallel robot.It is composed of image gather and transfer,camera calibration,Scale-Invariant Feature Transform（SIFT）,reconstruction of points and position and orientation measurement.This framework is mainly based on SIFT.It performs reliable matching between different views of objects,when the images have change in scale,rotation,shift and change in illumination.It is especially adapt to measurement for multiple DOF parallel robot and complex motions in space.In the end,position and orientation measurement for parallel robot is realized on the matlab.

Key words: SIFT, stereo vision, position and orientation measurement, 6-DOF Parallel Robot

吴笛飞¹,丁永生^1,2,郝矿荣¹,张淑平¹. 一种新型的并联机器人位姿立体视觉检测系统[J]. 计算机工程与应用, 2007, 43(33): 190-192.

WU Di-fei¹,DING Yong-sheng^1,2,HAO Kuang-rong¹,ZHANG Shu-ping¹. New stereo vision position and orientation measurement system for parallel robot[J]. Computer Engineering and Applications, 2007, 43(33): 190-192.

[1]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[2]	薛冕，刘翔，石蕴玉，辛斌杰. 抑制光照不均匀影响的图像特征点提取算法[J]. 计算机工程与应用, 2021, 57(4): 183-191.
[3]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[4]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[5]	刘根1，蔡念1，2，肖盼1，2，林健发2. 基于光度立体和图像显著性的皮革缺陷检测[J]. 计算机工程与应用, 2019, 55(8): 215-219.
[6]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[7]	李佳芮，黄斯翀，徐修贤，康希睿，汪沛. 融合边缘信息和扩展邻域的异源图像匹配[J]. 计算机工程与应用, 2019, 55(14): 182-190.
[8]	穆亚昆，冯圣威，张静. 基于文本与语义相关性分析的图像检索[J]. 计算机工程与应用, 2019, 55(1): 196-202.
[9]	向程谕，王冬丽，周彦，李雅芳. 基于RGB-D融合特征的图像分类[J]. 计算机工程与应用, 2018, 54(8): 178-182.
[10]	李和阳，孙云莲，黄雅鑫，黎圣旻，余军伟. 基于图像匹配的变压器套管工况识别方法研究[J]. 计算机工程与应用, 2018, 54(5): 211-216.
[11]	王延华，李腾. 基于双目视觉的接触网磨耗在线检测研究[J]. 计算机工程与应用, 2018, 54(5): 242-246.
[12]	董保磊1，2，李超英2，杨波3，孙晓斌3. 基于双目视觉的无人机悬停精度测量研究[J]. 计算机工程与应用, 2018, 54(4): 211-217.
[13]	龚正，王强. 基于微观图像的图像拼接算法研究[J]. 计算机工程与应用, 2018, 54(2): 198-202.
[14]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[15]	曹晓倩，孙连山，李健. 斜面参数优化全局立体匹配算法研究[J]. 计算机工程与应用, 2018, 54(17): 198-201.