移动视觉测量系统性能优化方法研究

摘要

近年来随着航空航天、大型船舶、高速列车等大型装备制造业对数字化装配要求的不断提高，对现场测量任务提出了更严格的要求。传统单一的大尺寸测量仪器已经很难满足该要求，逐渐衍生了大尺寸组合式测量方法。移动视觉测量系统以非接触、高精度、测量范围广、高效率、高自动化程度等优点在大尺寸组合式精密测量工程中发挥着重要作用。
　　在深入研究移动视觉测量原理及关键技术基础上，论文对提高系统性能的方法进行了重点研究，主要包括系统可靠性和测量精度优化方法。特征点匹配过程是影响系统可靠性的关键环节，论文对其做了重点分析并研究了基于编码网络的图像点匹配方法。精度方面，为了摆脱传统自标定模型局限性对精度提高的障碍，论文结合相机测角标定平台提出了基于测角模型的测量方法。同时分别基于有限元分析方法和半参数模型优化方法研究了自标定模型系统误差补偿方案。系统软件的易操作性及便捷性是用户比较关心的内容，论文详细分析了系统软件开发方法和数据库管理方法。最后，将上述性能优化方法集成到移动视觉测量系统，结合实际测量工程对系统性能优化效果进行验证。论文主要工作如下：
　　1、为了减小特征点分布密集及测量环境复杂情况下特征点误匹配率高对系统可靠性的影响，论文研究了基于编码网络的间接极线匹配方法和空间交会匹配方法。前者是通过建立编码网络获取初步优化的相机内外参数，间接提高基本矩阵求解精度，进而提高极线匹配正确率。后者是通过初步优化的相机内外参数将图像点恢复到三维空间中，利用空间直线交会约束关系确定对应图像点间的匹配关系。
　　2、提出基于测角模型的移动视觉测量方法。首先分析了传统自标定模型存在的局限性及对测量精度的影响；然后研究了测角模型在移动视觉测量中的优势及可行性，并重点研究了精密测角平台标定原理、搭建方法及图像点方位角确定方法；最后分析了相机测角误差的主要来源以及测角误差对空间点定位精度的影响。
　　3、重点研究传统自标定测量模型系统误差确定及补偿方法。为了提高传统自标定模型的测量精度，论文研究了两种系统误差确定方法：借鉴有限元分析方法，首先将像面分成多个区域，再结合相机测角标定平台确定分区域角点的畸变系统误差，最后通过双线性插值确定每个图像点的畸变系统误差。另一种方法在图像点对应的共线方程中直接补偿系统误差项构成半参数模型，利用两步核估计算法对所有未知量同时进行优化。
　　4、结合实际工程应用，对论文研究的系统性能优化方法进行了验证。软件部分是移动视觉测量系统的核心部分，论文详细介绍了系统软件的开发方法及以优化数据处理速度及条理性为目标的数据库管理方法。结合测量需求，重点描述了系统经优化后在大尺寸测量工程中的实际应用及取得的效果。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1大尺寸精密测量及移动视觉测量需求

1.2影响系统性能的关键技术

1.3研究应用现状

1.4性能优化与提升

1.5本文主要内容及章节安排

第二章 移动视觉测量原理及匹配可靠性优化

2.1移动视觉测量原理

2.2特征点匹配方法优化

2.3匹配结果验证

2.4本章小结

第三章 基于测角模型的测量精度优化

3.1传统自标定模型的局限性

3.2基于测角模型的测量方法

3.3测角模型标定及方位角确定方法

3.4测角模型测量误差分析

3.5测角模型测量精度验证

3.6本章小结

第四章 自标定测量模型精度优化

4.1畸变系统误差分区域确定方法

4.2基于半参数模型的系统误差补偿方法

4.3自标定模型精度优化验证

4.4本章小结

第五章 系统研制及应用验证

5.1系统硬件构成

5.2系统软件开发

5.3数据库管理

5.4系统应用验证

第六章 总结与展望

6.1全文总结

6.2创新点

6.3工作展望

参考文献

发表论文和参加科研情况说明

附录A：Leica相机汽车前盖工程测长误差原始数据

附录B：数据库表具体设计格式

附录C：在线检测系统测量精度比对原始数据

致谢