摘要：为提高结构光目标角度测量的精度，对结构光系统结构参数与角度测量精度的关系进行了研究。首先，从结构光测量原理出发，分析了影响角度测量精度的主要系统结构参数；其次，对结构参数影响角度测量精度的规律进行了仿真研究，提出了优化的结构参数取值范围；最后，通过实验证明：该优化参数可有效提高转角测量精度，为后续基于结构光的3D四轮定位仪的改进方案奠定设计基础。
关键词：视觉测量；结构光；角度；结构参数优化；图像采集
中图分类号：TK172文献标志码：A
Abstract：To improve the measurement precision of the structured light target angle， this paper studies the relation between the structured light system parameters and measurement accuracy of the angle. Firstly， the main system structure parameters influencing the angle measurement precision are analyzed based on the structured light measurement principle； secondly， simulation research on the laws of how the structured parameters influence the angle measurement precision are conducted， and the optimized range of values of the structured parameters is proposed； finally， the experimental studies show that， the optimized parameters can improve the angle measurement precision effectively， which lays the design foundation for later improvement schemes of the structured light 3D fourwheel alignment instrument.
Keywords：visual measurement； structured light； angle； structure parameter optimization； image capture
视觉测量方法以非接触、精度高等特性在工业环境得到了广泛应用[14]。常用的视觉测量方法有单目视觉测量[5]、双目视觉测量[67]、结构光视觉测量[89]等。视觉传感器是视觉测量系统获取信息来源的关键部分，其测量精度与性能对总体检测系统的可靠性和总体测量精度有直接影响。其中，系统结构参数是否合理是影响视觉测量精度的一个关键因素。在单目视觉测量中，王鹏等[10]通过引入标定点与摄像机光学中心的间距建立位姿测量模型，将该模型进行线性处理，最后对所得线性方程求解实现位姿参数优化。王以忠等[11]建立了双目立体视觉测量模型的精度与传感器结果参数之间的回归方程，通过对模型优化求解实现双目立体视觉传感器的结构参数优化。吴彰良等[12]通过建立空间待测点与结构光传感器结构参数关系的数学模型进而分析并优化结构参数，但该法仅适用于激光三角测量模型[13]，反映问题不够完善。
1模型构建和影响因素分析
结合结构光目标位姿测量原理[14]建立结构光视觉转角测量模型，分析出对影响测量结果的各种因素，并对影响因素进行后续仿真分析，观察对测量结果的影响程度。
1.1模型构建
结构光视觉测量数学模型如图1所示，局部坐标系Og-XgYgZg与相机坐标系Oc-XcYcZc重合且均为右手坐标系。激光器出射原点为N，Oc为相机光轴中心。结构光光平面的出射点N在OcXcZc坐标平面上，且结构光平面正交于OcXcZc坐标平面。交线为PN，P点为光轴OcZc与结构光平面的交点，光平面出射点N点与摄像机光心Oc点之间的距离，即结构光视觉测量系统的基线距离|NOc|=D，结构光平面与基线距离之间的夹角∠PNOc=α，光轴与激光射线之间的夹角∠OcPN=β。
2仿真分析
为了提高结构光测量精度，将上文分析出的影响因素代入模型进行仿真计算，分析出对测量转角的影响程度，再有针对性的进行优化，求得相对合理的结构光视觉测量系统位姿参数。
实验1：本实验旨在分析测量系统中光条特征点提取误差对结构光测量精度的影响。设定相机内部参数ax，ay均为7 000，u0，v0分别为1 296，972，平移矩阵为＼[-82.5，-82.5，1 200＼]，拍摄方格尺寸为33 mm×33 mm的6×6棋盘靶标，光条旋转角度为π/4，激光器出射原点N与光轴中心Oc在局部坐标系x轴方向相距100 mm。
不考虑内参标定的影响，在均值为0、标准差为1的光条特征点定位随机噪声强度下，重复运算100次，考察光条特征点提取精度对求解对应空间点坐标的影响程度，与无噪声时对应空间点坐标值对比，结果如表1所示。
从上述结果可知，当激光器转角γ在0°～30°范围时，角度测量偏差由0.072 3°迅速降至0.018 5°；角度标准差由0.048 7°缓慢升高至0.049 0°后，迅速降低至0.023 5°；当激光器转角γ在30°～45°范围时，其角度偏差和标准差随着角度增大而平缓增大。因此，测量系统的出射光条与x轴夹角在30°～35°范围内，角度的偏差和标准差波动较小，测量精度较高。
实验5：深度方向距离不变时，分别改变激光出射点与相机光心点的x，y轴向距离，即相当于改变D和系统夹角α，β的大小。在随机噪声强度为0.3 pixel下，重复计算100次，考察激光出射线与光轴的夹角对视觉测量系统角度测量的影响。
如图4、图5所示，激光器与摄像机之间x轴距离固定不变，当y轴坐标在0～100 mm范围时，角度测量残差由0.185 0°迅速降至0.030 1°；当y轴坐标在100～240 mm范围内，角度测量残差的变化稳定在0.02°左右；当y轴坐标在240～420 mm范围内，角度测量残差平缓增大至0.505 3°。而当y轴坐标在0～200 mm范围时，角度测量标准差呈迅速下降趋势，从0.059 1°降低至0.020 4°；当y轴坐标在200～420 mm范围时，角度测量标准差呈现快速上升趋势，升高至0.056 6°。对于该视觉测量系统的激光出射点与相机光心点的y轴向距离在200 mm左右，所测得的转角的残差和均方根误差较小，精度较高。
如图6、图7所示，激光器与摄像机之间y轴距离固定不变，当激光器在x轴坐标0～200 mm范围移动时，角度测量残差由1.237 7°迅速降至0022 1°；当x轴坐标在200～420 mm范围时，角度测量残差由0022 1°平缓降低至0.006 0°左右；当x轴坐标在420～720 mm范围时，角度测量残差平缓下降至0.002 1°。而当x轴坐标在0～420 mm范围时，角度测量标准差呈现迅速下降趋势，从0.106 7°降低至0.011 4°；当x轴坐标在420～720 mm范围时，角度测量标准差呈现平缓降至0.006 9°，并随着x轴坐标值的增加，角度的标准差平缓下降，x轴坐标为3 000 mm时，所测角度标准差为0.001 8°。对于该视觉测量系统的激光出射点与相机光心点的x轴向距离越远，其测得角度的残差和标准差越小，即所测得的转角精度越高。
本实验将仿真实验中得出的结构参数优化范围，应用于实际转角测量，以验证优化范围的可行性。优化前测量实验布置为光条转角γ为5°，激光发射器相对于相机坐标系的方位为[300，50，50]mm；优化后测量实验布置为光条转角γ为35°，激光发射器相对于相机坐标系的方位为[2 500，200，50]mm，结构光视觉传感器布置如图8所示。
实验采用图像分辨率为2 592 pixel×1 944 pixel的工业相机，颜色为红光、输出功率100 mW、输出波长为650 nm的十字激光器，特征点个数为8×8（特征点间距为30 mm）的棋盘格靶标，亮度恒定的LED点阵光源，以及三坐标测量机。视觉系统工作距离在1 500 mm内，测量范围在50 cm×40 cm×50 cm，并在图像采集过程中保持外部环境和各硬件状态稳定。
将提取的光条特征点[1517]联立已标定的相机内部[1819]参数、光平面[20]系数，并通过最小二乘拟合获取对应平面法向量。在测量距离为1 200 mm附近，移动并转动平板，可得平板在不同位姿下的夹角，将测量结果统计至表4和表5所示（测量过程中，平板的平面度为0.552 2 mm）。
4结论
本文在结构光视觉转角测量模型基础上，对摄像机激光器位置的几何关系与结构光测量系统误差的影响进行了定性分析，其影响因素为摄像机内部参数、激光发射器参数、两者之间的位姿参数及待测物体与测量系统的距离等，并结合仿真实验对影响因素进行了定量分析结构参数范围。最后，通过实测实验验证了优化调整结构光视觉测量系统的结构参数后，可相应减小部分测量误差，对后续的四轮定位仪上的角度测量提供了理论依据。
参考文献/References：
[1]LUIS C B P， OLEG Y S， JULIO C RQ. Optical 3D laser measurement system for navigation of autonomous mobile robot[J]. Optics and Lasers in Engineering，2014，54（3）：159169.
[2]李海华， 文雪平. 基于单目机器视觉的耐火砖检测技术[J]. 河北工业科技， 2013， 30（6）：429432.
LI Haihua， WEN Xueping. Measurement technology of firebrick based on monocular vision[J]. Heibei Journal of Industrial Science and Technology， 2013， 30（6）：429432.
[3]PARK J， KIM K. Design of a visual perception model with edgeadaptive Gabor filter andsupport vector machine for traffic sign detection[J]. Expert Systems with Applications， 2013， 40（9）： 36793687.
[4] 李春华， 付丽. 3D视频系统的研究与发展[J]. 河北工业科技， 2013， 30（6）：472478.
LI Chunhua， FU Li. Development of 3DV[J]. Heibei Journal of Industrial Science and Technology， 2013， 30（6） ：472478.
[5]尹英杰， 徐德， 张正涛， 等. 基于单目视觉的平面测量[J]. 电子测量与仪器学报， 2013， 27（4）：347352.
YIN Yingjie，XU De，ZHANG Zhengtao，et al. Plane measurement based on monocular vision[J].Journal of Electronic Measurement and Instrument， 2013， 27（4）：347352.
[6]郭慧，刘亚菲，王勇，等. 大型齿轮工件焊接的双目视觉测量标定[J]. 东华大学学报（自然科学版）， 2013，39（4）：455459.
GUO Hui，LIU Yafei，WANG Yong，et al. Calibration of binocular vision measurement of large gear workpiece welding[J].Journal of Donghua University （Natual Science）， 2013，39（4）：455459.
[7]郝丽娟. 基于双目视觉的三维形貌与形变测量[D]. 南京：南京航空航天大学， 2013.
HAO Lijuan.3D Profile and Deformation Measurement Based on Binocular Vision System[D].Nanjin： Nanjing University of Aeronautics and Astronautics，2013.
[8]李冠楠. 直齿圆柱齿轮渐开线齿廓的结构光视觉测量技术[D]. 长春：吉林大学， 2014.
LI Guannan. Spur Gear Profile Measurement Based on Structured Light System[D].Changchun： Jilin University，2014.
[9]BERGH M， CARTON D，de NIJS R， et al. Realtime 3D hand gesture interaction with a robot for understanding directions from humans[C]//Proceedings of ROMAN.[S.l.]：IEEE， 2011：357362.
[10]王鹏， 孙长库， 张子淼，等. 单目视觉位姿测量的线性求解[J]. 仪器仪表学报， 2011， 32（5）：11261131.
WANG Peng， SUN Changku， ZHANG Zimiao，et al. Linear pose estimation with a monocular vision system[J].Chinese Journal of Scientific Instrument，2011， 32（5）：11261131.
[11]王以忠， 李孝猛， 张大克， 等. 双目立体视觉传感器结构参数优化设计[J]. 天津科技大学学报， 2010， 25（3）：5860.
WANG Yizhong， LI Xiaomeng， ZHANG Dake，et al. Optimal design of structural parameters of binocular stereo visual sensor[J].Journal of Tianjin University of Science and Technology，2010， 25（3）：5860.
[12]吴彰良， 卢荣胜， 官能刚， 等. 线结构光视觉传感器结构参数优化分析[J]. 传感技术学报， 2004（4）：709712.
WU Zhangliang， LU Rongsheng， GUAN Nenggang，et al. Optimization of the structual parameters of linestructured light visual sensors[J].Journal of Transcluction Technology， 2004（4）：709712.
[13]卢晋人， 黄元庆. 激光三角法测量表面形貌[J]. 厦门大学学报（自然科学版） ， 2004， 43（1）：5053.
LU Jien， HUANG Yuanqing.Laser triangulation method for surface measurement[J]. Journal of Xiamen University（Natural Science）， 2004， 43（1）：5053.
[14]张广军. 视觉测量[M]. 北京：科学出版社， 2008.
ZHANG Guangjun. Vision Measurement[M].Beijing： Science Press，2008.
[15]储珺， 郭卢安政， 赵贵花. 采用环形模板的棋盘格角点检测[J]. 光学精密工程， 2013，21（1）：189196.
CHU Jun， GUOLU Anzheng， ZHAO Guihua. Chessboard corner detection based on circular template[J]. Optics and Precision Engineering， 2013，21（1）：189196.
[16]张智， 贺昱曜， 马亚飞. 基于图像分割的光条中心线提取方法[J]. 计算机测量与控制， 2013，21（5）：13041306.
ZHANG Zhi， HE Yuyao， MA Yafei. Method of linear structure light center position extracting based on graph cut[J].Computer Measurement and Control， 2013，21（5）：13041306.
[17]尚雅层， 陈静， 田军委. 高斯拟合亚像素边缘检测算法[J]. 计算机应用， 2011，31（1）：179181.
SHANG Yaceng， CHEN Jing， TIAN Junwei. Subpixel edge detection algorithm based on Gauss fitting[J]. Journal of Computer Application， 2011，31（1）：179181.
[18]王子辰， 戴明， 汪永阳，等. 一种基于虚拟立体靶标的线阵相机标定方法[J]. 光电子激光， 2013， 24（5）：867873.
WANG Zichen， DAI Ming， WANG Yongyang，et al. A linescan camera calibration method based on virtual strereo pattern[J]. Journal of Optoelectronics Laser， 2013， 24（5）：867873.
[19]ZHANG Zhengyou. A flexible new technique for camera calibration[J]. IEEE Trans on Pattern Analysis and Machine Intelligence， 2000，22（11）：13301334.
[20]陈天飞， 赵吉宾， 吴翔. 基于共面靶标的线结构光传感器标定新方法[J].光学学报， 2015， 35（1）：0112004101120049.
CHEN Tianfei， ZHAO Jibin， WU Xiang. New calibration method for line structured light sensor based on planar target[J]. Acta Optica Sinica， 2015， 35（1）：0112004101120049.
