鄒建軍 王衛(wèi)平 孫振忠 四庫

(東莞理工學(xué)院 機械工程學(xué)院，廣東東莞 523808)

核設(shè)施當(dāng)中的核心部件如靶體插件、慢化器和反射體插件等長期運行于高輻射區(qū)域，需要考慮輻照損傷對其壽命的影響，應(yīng)在設(shè)計中考慮常規(guī)的維護和更換［1］。由于部件材料在高輻射區(qū)域受到輻射后會引起感生放射性 (即活化)，對于那些活化或表面污染部件的維護都必須在具備防護的條件下遙控操作，避免輻射對維護人員的危害［2］。遙控維護是設(shè)備維護人員在遠離維護現(xiàn)場的安全區(qū)域，通過操縱機械手 (人)或?qū)ｉT的自動化設(shè)備在核設(shè)施的內(nèi)部開展設(shè)備監(jiān)測和維護工作［3］。過去維護過程采用全手工遙控的方式來完成，這樣導(dǎo)致工作低效且成本貴，使用遙操作需要的時間是直接操作的十到百倍，并且質(zhì)量不高［4］。基于機器人在自動化執(zhí)行方面的優(yōu)勢，建立自動化的遙控維護過程是提高遙控維護水平的重要途徑。

任務(wù)空間就是機器人在執(zhí)行該任務(wù)過程中，機器人系統(tǒng)可能到達或者涉及的周圍空間區(qū)域的整體。遙控維護的任務(wù)空間的三維重建就是指遙控維護機器人系統(tǒng)檢測，分析和建立執(zhí)行任務(wù)所需要的環(huán)境幾何模型［5］。系統(tǒng)標(biāo)定就是獲得立體視覺系統(tǒng)的數(shù)學(xué)模型的過程，包括攝像機的內(nèi)參數(shù)，兩攝像機之間的位置關(guān)系，攝像機坐標(biāo)系和世界坐標(biāo)系的關(guān)系等。標(biāo)定的結(jié)果相當(dāng)于獲得圖像點對應(yīng)的空間直線的方程［6］。標(biāo)定的精確與否，直接影響了立體視覺系統(tǒng)重建的精度。

傳統(tǒng)的標(biāo)定方法需要使用精密加工的標(biāo)定塊，通過標(biāo)定塊上三維坐標(biāo)已知的點與其圖像點的對應(yīng)來計算攝像機的內(nèi)外參數(shù)。該方法可以獲得比較高的精度，但標(biāo)定過程成本較高，費時費力，不適合在線標(biāo)定和無法使用標(biāo)定塊的場合［7］?？紤]到遙控維護環(huán)境的非結(jié)構(gòu)化，非確定性和放射性，傳統(tǒng)的標(biāo)定方法不能滿足遙控維護任務(wù)空間三維重建的要求。

立體視覺技術(shù)是近年來新興的三維重建技術(shù)，由于其原理簡單，發(fā)展成熟，已廣泛應(yīng)用于多個領(lǐng)域的三維重建工作［3］。針對遙控維護任務(wù)空間三維重建的特點，本文提出了面向遙控維護任務(wù)空間三維重建的立體視覺系統(tǒng)標(biāo)定方法，采用平面模板的攝像機標(biāo)定算法實現(xiàn)了空間位置精度標(biāo)定，最終實現(xiàn)遙控維護任務(wù)空間三維重建工作。

1 立體視覺系統(tǒng)標(biāo)定方法

立體視覺三維重建包括三個最基本步驟:系統(tǒng)標(biāo)定，立體匹配和深度確定。立體視覺系統(tǒng)的標(biāo)定首先要對攝像機的標(biāo)定。立體視覺用兩個攝像機來代替人的雙眼，由計算機來模仿人類視覺［6］。在立體視覺中，空間某點的三維幾何位與其在圖像中對應(yīng)點之間的映射關(guān)系是由攝像機成像的幾何模型決定的。在大多數(shù)條件下，幾何模型的參數(shù)必須通過實驗和計算才能得到。攝像機標(biāo)定就是獲得幾何模型參數(shù)的過程。攝像機標(biāo)定包括內(nèi)參數(shù)的標(biāo)定和外參數(shù)的標(biāo)定。內(nèi)參數(shù)的標(biāo)定是指確定攝像機內(nèi)部幾何和光學(xué)特征參數(shù)，其目的是校正攝像機的各種參數(shù)誤差，如焦距、攝像機畸變等。外參數(shù)標(biāo)定是指確定攝像機坐標(biāo)系相對某一固定坐標(biāo)系 (即世界坐標(biāo)系)的位置和姿態(tài)［7］。在遙控維護的應(yīng)用中，立體攝像機的標(biāo)定，除了對兩個攝像機的內(nèi)部參數(shù)進行標(biāo)定，還需要標(biāo)定兩個攝像機位置關(guān)系。

本文使用平面模板標(biāo)定算法對攝像機進行標(biāo)定，該算法使用制作簡便的二維模板，標(biāo)定過程中只需要攝像機從不同方向拍攝平面模板的多幅圖像，攝像機與平面模板間可自由移動，運動的參數(shù)無需已知。通過求取平面模板與每個視點圖像間的單應(yīng)性矩陣來計算攝像機參數(shù)。

2 攝像機的標(biāo)定

攝像機的標(biāo)定首先是選取合適的攝像機模型，攝像機模型是光學(xué)成像幾何關(guān)系的簡化。一般來說，模型中參數(shù)越多，越能真實地反應(yīng)攝像機的光學(xué)特性，但同時也造成需要標(biāo)定的攝像機參數(shù)也越多，增加了標(biāo)定過程的復(fù)雜性。本文采用了針孔攝像機模型，該模型的精度能夠達到滿足要求，而且標(biāo)定過程相對簡單，能夠滿足遙控維護的需求。

2.1 針孔攝像機成像模型

在計算機視覺中，利用所拍攝的圖像來計算出三維空間中被測物體幾何參數(shù)。圖像時空間物體通過成像系統(tǒng)在像平面上的反映，即空間物體在像平面上的投影。圖像上每一個像素點的灰度反映了空間物體表面某點的反射光的強度，而該點在圖像上的位置則與空間物體表面對應(yīng)點的幾何位置有關(guān)。這些位置的相互關(guān)系，由攝像機成像系統(tǒng)的幾何投影模型所決定的。三維空間中的物體到像平面的投影關(guān)系即為成像模型，理想的投影成像模型是光學(xué)中的中心投影，也成為針孔模型。針孔模型假設(shè)物體表面的反射光都經(jīng)過一個針孔而投影到像平面上，即滿足光的直線傳播條件。針孔模型主要有光心，成像面和光軸組成。小孔成像由于透光量太小，因此需要很長的曝光時間，并且很難得到清晰的圖像。實際攝像系統(tǒng)都是由透鏡組成。兩種模型具有相同的成像關(guān)系，即像是物點和光心的連線與圖像平面的交點。因此，可以用針孔模型作為攝像機成像模型。

2.2 基于平面模板的攝像機標(biāo)定

目前對于攝像機內(nèi)參數(shù)的線性標(biāo)定方法有很多種，而基于平面模板的標(biāo)定方法簡單易行，該方法只需要攝像機從不同方向拍攝平面模板的多幅圖像，攝像機與平面模板之間可自由移動，運動的參數(shù)無需已知，通過求解平面模板與每個視點圖像間的單應(yīng)性矩陣來計算攝像機參數(shù)。該方法假定標(biāo)定目標(biāo)是平面的，而世界坐標(biāo)系和攝像機坐標(biāo)系在同一平面，這樣的話，只要標(biāo)定內(nèi)部參數(shù)，從而簡化標(biāo)定。以下為標(biāo)定的關(guān)鍵算法:由于世界坐標(biāo)系和攝像機坐標(biāo)系在同一平面，所以在標(biāo)定平面點的坐標(biāo)可寫成(Xw，Yw，0)。由于Zw=0，可以得到:

若采用線性擬合方法求解這兩個等式還無法直接求出，因此，定義一個參數(shù)向量 {η}使之與標(biāo)定參數(shù)之間建立起線性關(guān)系。

這樣就把線性標(biāo)定的過程只需兩個步驟。首先對線性方程進行求解得到每一個視角方向上的參數(shù){η}i。第二步，實際的攝像機參數(shù)如焦距和視圖中心可以通過參數(shù) {η}i求解出來。從上面的公式可以看出總共有8個η未知數(shù)，當(dāng)攝像機從同一個視角方向拍攝超過四幅以上的圖片后可以通過相應(yīng)的矩陣變換求解出這8個未知量，矩陣變換過程如下:

2.3 攝像頭相互位置標(biāo)定

在對兩個攝像分別進行標(biāo)定以后，還需要標(biāo)定兩個攝像頭之間的位置關(guān)系。在對兩個攝像機分別進行標(biāo)定以后，還需要標(biāo)定出兩個攝像機之間的相互位置關(guān)系。在上面的標(biāo)定過程中，認為世界坐標(biāo)系固定在模板上，所以攝像機拍攝的每幅圖像都有外參數(shù)表示了攝像機坐標(biāo)系和世界坐標(biāo)系之間的聯(lián)系。

xl=RlXW+T1; xr=R2XW+T2，消去XW得到:

Rrl=， Trl=T2－R2T1。對于拍攝的每一幅圖像都有一組［Rrl，Trl］，就可以根據(jù)上面的矩陣計算，求解去兩個攝像頭之間的位置關(guān)系。

3 遙控維護立體視覺標(biāo)定試驗

3.1 試驗系統(tǒng)

雙目標(biāo)定首先要進行單目標(biāo)定，得到左右相機的內(nèi)參數(shù)和畸變參數(shù)。并在此基礎(chǔ)上拍平板模型圖像對，賦予每個點相同世界坐標(biāo)，這樣可標(biāo)定得到每路相機的外參數(shù)矩陣，進行變換可得到雙目參數(shù)(R，t)，為了得到更高的精度，可從不同的角度拍攝。

試驗中使用安裝在三腳架視線交匯配置的兩個CCD構(gòu)成的立體視覺系統(tǒng)，放置在機器人任務(wù)工作空間以外，以便于觀察到任務(wù)空間的全景，實物如圖1所示。為了驗證該方法的正確性，本文采用自制的平板模型進行標(biāo)定 (如圖2所示)。標(biāo)定過程中，把平板模型擺放于不同位置，攝像機從不同的方向拍攝10幅圖像。

圖1 立體視覺系統(tǒng)

圖2 試驗用的平板模型

3.2 試驗結(jié)果

首先對攝像機分別進行標(biāo)定，兩個攝像機內(nèi)參數(shù)標(biāo)定結(jié)果如下:兩攝像機之間的旋轉(zhuǎn)矩陣為:R0=

并通過計算，標(biāo)定結(jié)果的平均誤差為1.5 mm。

4 結(jié)語

提高遙控維護自動化水平是遙控維護改進的一項重要的內(nèi)容，而遙控維護環(huán)境的三維重建是實現(xiàn)自動化的前提和基礎(chǔ)。本文結(jié)合遙控維護的特點，利用立體視覺技術(shù)實現(xiàn)了遙控維護機器人任務(wù)空間精度標(biāo)定方法。最后，通過試驗驗證了本文所提方法的可行性與實用性。

［1］Gottfried R，Bauer R，Lagerbauer B.ITER Port Handling System Design，F(xiàn)inal RePort from ITER International Team，Contract No:FU05 －CT－2002 －00071，2003.

［2］Gottfried R，Bauer R.ITER Port Handling System Design，F(xiàn)inal RePort from Intemational ITER Team，Deeember 2003，Contraet，2000.

［3］陳衛(wèi)東，蔡鶴皋，趙杰，等.主從式遙控機器人力覺臨場感技術(shù)的研究［J］.高技術(shù)通訊，1996，6(12):19－22.

［4］梁志敏，高洪明，張廣軍，等.遙控焊接中立體視覺系統(tǒng)標(biāo)定［J］.焊接學(xué)報，2006，27(9):103－107.

［5］丘茂林，馬頌德，李毅.計算機視覺中的攝像機定標(biāo)綜述［J］.自動化學(xué)報，2000，26(1):43－55.

［6］Geeter De J，Decreton M，Colon E.The Challenges of Telerobotics in a Nuclear Environment［J］.Robotics and Autonomous Systems，1999，28(1):5－17.

［7］高洪明，梁志敏，董娜，等.基于立體視覺的遙控焊接機器人任務(wù)空間三維建模［J］.焊接學(xué)報.2007，28(11):5－8.