• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于迭代的旋轉(zhuǎn)視覺元件針腳位姿估計(jì)精度優(yōu)化

      2022-06-01 13:17:40鄺泳聰陳澤田
      計(jì)算機(jī)測量與控制 2022年5期
      關(guān)鍵詞:針腳點(diǎn)數(shù)位姿

      鄺泳聰,陳澤田

      (華南理工大學(xué) 機(jī)械與汽車工程學(xué)院,廣州 510640)

      0 引言

      插件機(jī)是將針腳電子元件插裝到印刷電路板的精密組裝設(shè)備,當(dāng)前異形插件機(jī)采用的底部視覺算法簡單直觀,但由于部分元件底部反光較強(qiáng),導(dǎo)致針腳圖像提取困難,這影響了插件良率。插件機(jī)旋轉(zhuǎn)視覺通過轉(zhuǎn)動(dòng)元件,從不同角度位置獲取針腳的背光圖像,有助于解決反光影響針腳識別精度的問題。

      隨著插件機(jī)的推廣應(yīng)用,除了保證精度外,插件效率上也提出更高的要求,當(dāng)前高精度機(jī)型的插件模塊,采用伺服電機(jī)一對一直接驅(qū)動(dòng),保證了定位精度,但其插件模塊較重體積也難以縮小,因此高效率機(jī)型的插件模塊設(shè)計(jì),改由一個(gè)電機(jī)通過同步帶拖動(dòng)多個(gè)旋轉(zhuǎn)軸,好處是減輕插件模塊重量也便于縮小體積,不利因素是同步帶存在彈性變形和齒隙,只做微小角度轉(zhuǎn)動(dòng)時(shí),同步帶傳動(dòng)的旋轉(zhuǎn)軸可以滿足插件精度要求,但做大角度轉(zhuǎn)動(dòng)時(shí),角度旋轉(zhuǎn)誤差較大。前期旋轉(zhuǎn)視覺研究主要針對高精度機(jī)型,該機(jī)型旋轉(zhuǎn)軸的實(shí)際旋轉(zhuǎn)角度與理論值非常接近(誤差小于0.03°),因此用旋轉(zhuǎn)角的理論值計(jì)算針腳姿態(tài),精度能滿足要求。將旋轉(zhuǎn)視覺應(yīng)用到高效率機(jī)型時(shí),由于實(shí)際旋轉(zhuǎn)角與理論值差異大,用旋轉(zhuǎn)角理論值估算針腳位姿,精度難以保證。常規(guī)的解決方案是每個(gè)旋轉(zhuǎn)軸安裝高精度旋轉(zhuǎn)編碼器,測量實(shí)際的轉(zhuǎn)動(dòng)角度,但這不但增加成本也不利于插件模塊小型化,因此有必要從軟件算法上尋找解決方法。

      旋轉(zhuǎn)測量時(shí)元件針腳之間相對位置固定,因此轉(zhuǎn)動(dòng)取像時(shí)所有針腳轉(zhuǎn)過的角度相同。借鑒現(xiàn)有基于約束的優(yōu)化方法,本文提出一種基于位置約束和迭代擬合的針腳位姿估計(jì)精度優(yōu)化方法,通過上述針腳位置約束擬合出針腳的實(shí)際初始角和每次轉(zhuǎn)過的角度。基于約束的優(yōu)化是工程領(lǐng)域的一個(gè)重要課題,約束條件的存在限定了決策變量的可行范圍,使解更具目的性。空間位置約束是一種常見的數(shù)學(xué)約束,通常表現(xiàn)為目標(biāo)點(diǎn)相對參考系位置的幾何關(guān)系。工程上已有諸多利用相對位置不變性進(jìn)行后續(xù)處理的算法流程,多視圖聚類根據(jù)多視角包含共同空間區(qū)域信息的一致性原則作為約束條件,從而對不同視角拍攝的對象進(jìn)行聚類分析,ICP點(diǎn)云拼接則是根據(jù)剛性不變性估計(jì)變換矩陣并利用點(diǎn)云簇內(nèi)部空間坐標(biāo)相對不變的關(guān)系進(jìn)行迭代的三維拼接。此外,在視覺標(biāo)定中,Zhang式標(biāo)定法利用了標(biāo)定板角點(diǎn)相對位置不變約束完成空間點(diǎn)至相機(jī)坐標(biāo)系的對應(yīng)關(guān)系,根據(jù)目標(biāo)結(jié)構(gòu)特點(diǎn),采用幾何約束的方法是提升位姿估算精度的有效方法。文獻(xiàn)[5]利用物體表面多種幾何特征,如點(diǎn)與點(diǎn)、線與線的位置約束構(gòu)造超定方程進(jìn)而獲得高精度的位姿估計(jì)。文獻(xiàn)[6]根據(jù)物體幾何不變性計(jì)算協(xié)方差從而提高深度相機(jī)的位姿估計(jì)精度;蘇杰等通過夾持器的形狀約束來對目標(biāo)進(jìn)行位姿估計(jì);Hou等利用單目相機(jī)拍攝物體旋轉(zhuǎn)不同角度的圖片,并利用幾何約束進(jìn)行三維重建以提高精度,文獻(xiàn)[9-10]基于相機(jī)成像線性特征實(shí)現(xiàn)對位姿估計(jì)的優(yōu)化及高精度的畸變校正。

      本文所提出的針腳位姿估計(jì)優(yōu)化方法,利用元件各針腳相對位置固定的約束關(guān)系,將圓軌跡擬合與旋轉(zhuǎn)角迭代擬合相結(jié)合獲取實(shí)際旋轉(zhuǎn)角的最優(yōu)估計(jì),進(jìn)而得到精密的針腳位姿估計(jì)值。論文先建立基于位置約束的旋轉(zhuǎn)角擬合模型,并從理論上分析了該方法的可行性;進(jìn)而通過仿真分析該方法的精度與圖像噪聲、像素分辨率、針腳數(shù)和旋轉(zhuǎn)取像點(diǎn)數(shù)等主要因素的關(guān)系,并進(jìn)行效率分析,從算法精度和效率上驗(yàn)證了該方法的可行性。

      1 針腳圖像坐標(biāo)與旋轉(zhuǎn)角的函數(shù)關(guān)系

      1.1 旋轉(zhuǎn)視覺針腳位姿重構(gòu)模型

      針腳測量時(shí)旋轉(zhuǎn)軸帶動(dòng)元件旋轉(zhuǎn),在不同的角度位置獲取針腳的側(cè)面圖像。如圖1~2所示,針腳末端在圖中用點(diǎn)表示,理想情況下,旋轉(zhuǎn)軸坐標(biāo)系與世界坐標(biāo)系重合且在攝像機(jī)坐標(biāo)系的軸上,但由于加工和裝配都會(huì)存在誤差,旋轉(zhuǎn)軸與世界坐標(biāo)軸之間有一定夾角。

      圖1 旋轉(zhuǎn)立體視覺成像模型

      目標(biāo)點(diǎn)

      P

      的旋轉(zhuǎn)軸坐標(biāo)系坐標(biāo)與圖像投影坐標(biāo)間的轉(zhuǎn)換關(guān)系為:

      (1)

      圖2 旋轉(zhuǎn)角與針腳圖像投影的關(guān)系

      (2)

      (3)

      (4)

      1.2 針腳圖像坐標(biāo)與旋轉(zhuǎn)角的函數(shù)關(guān)系

      (5)

      (6)

      其中:

      k

      =1時(shí)

      θ

      =0。

      2 針腳位姿估計(jì)的迭代擬合

      2.1 基于位置約束的旋轉(zhuǎn)角求解模型

      1)針腳位置約束:

      元件針腳旋轉(zhuǎn)測量時(shí),針腳間存在位置約束關(guān)系:元件多個(gè)針腳之間相對位置固定,因此每次轉(zhuǎn)動(dòng)取像時(shí)所有針腳轉(zhuǎn)過的角度相同,從式(6)可知,在每個(gè)取像角度位置,每個(gè)針腳都會(huì)增加兩個(gè)圖像坐標(biāo)方程,針腳越多增加的方程數(shù)越多,而待求變量只增加一個(gè)

      θ

      ,本文所提出的旋轉(zhuǎn)角擬合方法,就是通過上述的針腳位置關(guān)系擬合出各個(gè)針腳的實(shí)際初始角度位置

      θ

      和每次轉(zhuǎn)過的

      θ

      2)旋轉(zhuǎn)角求解模型 :

      (7)

      式中,

      i

      指元件第

      i

      個(gè)針腳,如

      x

      ,指針腳

      i

      在第

      k

      個(gè)取像位置的

      X

      方向圖像投影坐標(biāo),

      r

      是針腳

      i

      的旋轉(zhuǎn)半徑,

      θ

      0,指針腳

      i

      的初始取像角度,每個(gè)針腳位置不一樣,因此每個(gè)針腳的初始角度不同;

      θ

      ,(

      k

      =1,2…)指從初始取像位置轉(zhuǎn)到第

      k

      個(gè)取像位置時(shí)轉(zhuǎn)過的角度增量值,

      k

      =1時(shí)

      θ

      ,=0。當(dāng)

      θ

      0,

      θ

      ,已知時(shí),根據(jù)式(7)可以得到針腳圖像坐標(biāo)的估計(jì)值。

      3)旋轉(zhuǎn)角擬合的可行性:

      2.2 基于旋轉(zhuǎn)角迭代擬合的針腳位姿估計(jì)

      1)針腳位姿估計(jì)迭代擬合流程:

      圖3 針腳位姿估計(jì)的迭代擬合流程

      (2)旋轉(zhuǎn)軌跡擬合:

      除了因?yàn)槎ㄎ黄钔猓D(zhuǎn)動(dòng)取像時(shí)針腳的軌跡都在圓周上。每個(gè)針腳與旋轉(zhuǎn)中心距離不一樣,因此各針腳的圓軌跡半徑不同。針腳

      i

      k

      個(gè)取像點(diǎn)所在的圓周軌跡方程為:

      (8)

      (9)

      簡記為:

      (10)

      因?yàn)樵乃嗅樐_都同時(shí)繞旋轉(zhuǎn)軸轉(zhuǎn)動(dòng),因此所有針腳要對同一個(gè)旋轉(zhuǎn)中心進(jìn)行擬合,由式(10)得到

      i

      個(gè)針腳的圓軌跡擬合方程:

      (11)

      用奇異值分解等方法解式(11),可得出各針腳旋轉(zhuǎn)半徑值及旋轉(zhuǎn)中心。

      3)旋轉(zhuǎn)角迭代擬合:

      根據(jù)式(7)構(gòu)造的旋轉(zhuǎn)角方程屬于非線性方程,一般通過最小二乘法迭代擬合求解?;诘淖钚《藬M合是提升位姿估算精度的有效方法,文獻(xiàn)[13]提出一種基于最小二乘的正交迭代算法,并通過實(shí)驗(yàn)證實(shí)該算法在提升相機(jī)位姿估計(jì)精度的有效性;文獻(xiàn)[14]提出一種基于歸一化圖像平面中單應(yīng)性誤差的最小二乘解法以及一種迭代估計(jì)方法,實(shí)現(xiàn)了高精度的視覺測距;文獻(xiàn)[15]運(yùn)用隨機(jī)霍夫變換與最小二乘結(jié)合,并根據(jù)聚類方法獲得提取出PCB板真實(shí)的缺陷圓孔邊緣;文獻(xiàn)[16]根據(jù)最小二乘原理將工作臺誤差方程轉(zhuǎn)化為正規(guī)方程,進(jìn)行位姿的自校準(zhǔn);文獻(xiàn)[17]基于自適應(yīng)迭代加權(quán)最小二乘進(jìn)行姿態(tài)追蹤與幾何重構(gòu)等。

      將式(7)通過泰勒級數(shù)展開為一階導(dǎo)數(shù)形式,有:

      (12)

      δX

      (

      θ

      0,,

      θ

      ,)=

      (13)

      利用最小二乘方法迭代運(yùn)算,令針腳圖像的真實(shí)坐標(biāo)和估算坐標(biāo)的殘余誤差平方和

      δX

      (

      θ

      0,,

      θ

      ,)逼近或達(dá)到全局最小,可得到

      θ

      0,

      θ

      ,的最優(yōu)估計(jì)值??紤]到旋轉(zhuǎn)角尋優(yōu)范圍比較小(初始值在±0.5°以內(nèi))和針腳測量的實(shí)時(shí)性要求,本文主要采用高斯-牛頓方法迭代求解式(13)。非線性方程的求解,主要是求解待求參數(shù)的調(diào)整量。對于針腳

      i

      ,式(13)最小二乘解的雅可比矩陣、圖像坐標(biāo)殘余誤差

      V

      和旋轉(zhuǎn)角參數(shù)調(diào)整向量△

      θ

      分別為:

      (14)

      其中:0,對應(yīng)矩陣的第一列,,對應(yīng)矩陣的其余部分。元件所有針腳一起轉(zhuǎn)動(dòng),因此在同一取像位置

      k

      各個(gè)針腳的旋轉(zhuǎn)角偏差修正值賦予相同值△

      θ

      ,;因?yàn)榇嬖谥圃煺`差,相同型號的不同元件針腳間距也有微小差異,所以各針腳的初始角賦予獨(dú)立的偏差修正值△

      θ

      0,。根據(jù)式(14)得到所有針腳聯(lián)合求解的相應(yīng)矩陣:

      △=[△

      θ

      … △

      θ

      0,

      θ

      ,2

      θ

      ,3… △

      θ

      ,[,=diag[

      w

      w

      w

      w

      w

      ]是加權(quán)對角矩陣,針腳位姿估計(jì)主要根據(jù)

      θ

      的估計(jì)值,因此

      θ

      θ

      賦予不同權(quán)值

      w

      w

      。根據(jù)高斯-牛頓法可得到旋轉(zhuǎn)角參數(shù)調(diào)整向量:△=(**)***)

      (15)

      j

      次迭代后旋轉(zhuǎn)角估計(jì)值修正為:

      (16)

      3 仿真實(shí)驗(yàn)與討論

      為驗(yàn)證本文所提出的針腳位姿估計(jì)優(yōu)化算法的有效性,在Matlab2020a開發(fā)環(huán)境下對所提出方法進(jìn)行仿真實(shí)驗(yàn)。除非特別說明,默認(rèn)仿真參數(shù)如表1所示。其中圖像噪聲指圖像離散誤差之外的其它圖像誤差(包括圖像畸變、熱噪聲等);針腳真實(shí)坐標(biāo)是在理論值基礎(chǔ)上將元件整體在旋轉(zhuǎn)軸坐標(biāo)系

      x

      軸和

      z

      軸方向上做±1 mm以內(nèi)的隨機(jī)平移和±1°以內(nèi)的隨機(jī)旋轉(zhuǎn)偏移得到;針腳的初始角

      θ

      0,根據(jù)各針腳的真實(shí)坐標(biāo)與

      z

      軸的夾角,加上元件的初始測試角得到;根據(jù)各針腳的

      θ

      0,

      θ

      ,用式(7)算出無圖像噪聲的針腳圖像坐標(biāo)(計(jì)算時(shí)添加旋轉(zhuǎn)軸徑向跳動(dòng)誤差);再添加圖像離散隨機(jī)誤差和圖像隨機(jī)噪聲則得到針腳真實(shí)圖像坐標(biāo);圖像離散誤差、圖像噪聲和針腳真實(shí)坐標(biāo)的隨機(jī)偏移都是通過各自的幅值乘上表中的正態(tài)隨機(jī)數(shù)得到;徑向跳動(dòng)誤差按均勻分布產(chǎn)生。

      表1 仿真參數(shù)

      重復(fù)實(shí)驗(yàn)為獨(dú)立實(shí)驗(yàn),每次實(shí)驗(yàn)的輸入數(shù)據(jù)添加的相關(guān)誤差或噪聲都是重新產(chǎn)生。單次實(shí)驗(yàn)完成后,將針腳三維坐標(biāo)的估算結(jié)果與針腳坐標(biāo)的真實(shí)值比較,得到針腳位姿估算誤差。重復(fù)實(shí)驗(yàn)完成后,對每次實(shí)驗(yàn)的數(shù)據(jù)統(tǒng)計(jì),得到各個(gè)針腳位姿估計(jì)誤差的均值

      m

      和方差

      σ

      。單次實(shí)驗(yàn)的結(jié)果有偶然性,為了保證仿真結(jié)果的可信度,用

      m

      ±3

      σ

      作為針腳的位姿估計(jì)誤差,將所有針腳位姿估計(jì)誤差的最大值,作為重復(fù)實(shí)驗(yàn)的最終結(jié)果。

      3.1 多針腳基于迭代法仿真

      下文將分析本文所提出方法的針腳位姿估計(jì)精度與圖像噪聲、像素分辨率、針腳數(shù)和旋轉(zhuǎn)取像點(diǎn)數(shù)等主要因素的關(guān)系。同步帶傳動(dòng)的旋轉(zhuǎn)軸大角度轉(zhuǎn)動(dòng)時(shí),定位誤差在±0.5°以內(nèi),因此設(shè)定旋轉(zhuǎn)角誤差的仿真取值范圍為0.05°~0.50°。

      1)迭代與非迭代:

      按圖3所示的流程,根據(jù)表1參數(shù)設(shè)置不同的迭代次數(shù)進(jìn)行仿真,分析迭代次數(shù)對算法精度的影響。這里迭代次數(shù)指的是圖3所示的

      M

      ,

      M

      =1對應(yīng)非迭代,即直接用旋轉(zhuǎn)角理論值通過式(4)計(jì)算針腳位姿,不進(jìn)行實(shí)際旋轉(zhuǎn)角的迭代擬合;實(shí)驗(yàn)結(jié)果如圖4所示。

      圖4 迭代次數(shù)與位姿估算精度關(guān)系

      由圖4可見,非迭代算法的位姿估計(jì)誤差與轉(zhuǎn)角誤差成正比;迭代算法明顯提升了針腳估算精度,尤其是對于大的轉(zhuǎn)角誤差;增加迭代次數(shù)能進(jìn)一步改善角度擬合精度,從而提升針腳位姿估計(jì)精度,迭代3次針腳估算精度已基本穩(wěn)定;當(dāng)旋轉(zhuǎn)角誤差較小(圖中<0.1°)時(shí),非迭代的針腳位姿估計(jì)精度比迭代略高,其原因是受圖像隨機(jī)噪聲和像素分辨率的限制,下文將對該現(xiàn)象進(jìn)一步說明。

      2)圖像噪聲:

      本小節(jié)分析針腳位姿估算精度與圖像隨機(jī)噪聲的關(guān)系。圖像隨機(jī)噪聲(幅值)分別取0.3 μm、0.6 μm、1.2 μm和2.4 μm,其它參數(shù)按照表1設(shè)置。

      由圖5(a)可見,圖像噪聲越大位姿估算誤差越大;隨機(jī)噪聲最大幅值不變時(shí),迭代擬合的針腳位姿估計(jì)精度幾乎不受旋轉(zhuǎn)角誤差的影響;由圖5(b)可見迭代估算誤差與圖像噪聲成正比,圖像噪聲越小估算精度越高,0.5°以內(nèi)的旋轉(zhuǎn)角誤差基本不影響位姿估計(jì)精度;

      本文算法利用旋轉(zhuǎn)測量時(shí)所有針腳具有相同旋轉(zhuǎn)角

      θ

      ,的特點(diǎn),將所有針腳旋轉(zhuǎn)方程構(gòu)造成超定方程組解算

      θ

      0,

      θ

      ,,但每個(gè)針腳的圖像坐標(biāo)因噪聲產(chǎn)生的誤差都是獨(dú)立且隨機(jī)的,理論上本文算法對圖像噪聲引起的誤差是無法抑制的。

      3)像素分辨率:

      一般情況下,攝像機(jī)的像素分辨率對圖像測量的精度有直接影響,現(xiàn)有視覺檢測技術(shù)都能達(dá)到亞像素分辨率,如MVTec 公司軟件產(chǎn)品的邊緣提取能力達(dá)到1/50像素,Keyence公司的IM-8000測量儀亞像素邊緣提取能力達(dá)到1/100像素。本小節(jié)分析不同像素分辨率對針腳位姿估算精度的影響,像素分辨率分別取1/10、1/5、1/2和1倍攝像機(jī)像素尺寸,其它參數(shù)按照表1設(shè)置。

      圖5 位姿估計(jì)誤差與圖像噪聲關(guān)系

      圖6 像素分辨率對位姿估算精度的影響

      從圖6可見,像素分辨率越高,迭代和非迭代算法的針腳位姿估計(jì)精度都越高;總的來看,像素分辨率對迭代法估計(jì)精度的影響更明顯。旋轉(zhuǎn)視覺的針腳圖像通過背光拍攝,圖像對比度較高,因此針腳圖像坐標(biāo)的提取可獲得較高的分辨率。

      4)針腳個(gè)數(shù):

      如3.1節(jié)所分析,增加針腳元件針腳數(shù)量可增加式(7)方程的數(shù)量,這有助于提高旋轉(zhuǎn)角的擬合精度,進(jìn)而提升針腳位姿的估算精度。常見異形元件針腳數(shù)在2~8個(gè)左右,針腳數(shù)量更多的元件如PCI插槽等,元件本體較長,并且旋轉(zhuǎn)拍攝時(shí)容易出現(xiàn)針腳遮擋的情況,因此不適合用旋轉(zhuǎn)視覺檢測定位。本小節(jié)針對2~8個(gè)針腳的元件,分析針腳位姿估計(jì)精度與針腳數(shù)量的關(guān)系,其它參數(shù)按照表1設(shè)置。

      從圖7可見,針腳個(gè)數(shù)越多,基于迭代的針腳位姿估計(jì)誤差越??;圖中非迭代算法的結(jié)果曲線,增加針腳數(shù)會(huì)導(dǎo)致定位誤差變大,分析其原因?yàn)椋盒略鲠樐_的旋轉(zhuǎn)半徑大,非迭代算法對旋轉(zhuǎn)角誤差沒有修正作用,因此相同轉(zhuǎn)角誤差時(shí)大的半徑所帶來的針腳位姿估計(jì)誤差也越大。

      圖7 針腳個(gè)數(shù)與針腳位姿估算精度關(guān)系

      表1仿真參數(shù)和旋轉(zhuǎn)角誤差皆根據(jù)插件機(jī)實(shí)際工作參數(shù)而定,常見異形元件針腳數(shù)為2~8個(gè),異形元件的插件誤差通常要求不超過±0.05 mm,由圖7可知, 其中2針腳元件的迭代位姿估計(jì)誤差同比最大,但最大誤差基本在±0.018 mm以內(nèi),可見本文所提出的迭代方法的針腳位姿估算精度完全能滿足插件機(jī)的精度要求。

      5)旋轉(zhuǎn)取像點(diǎn)數(shù):

      本小節(jié)研究取像點(diǎn)數(shù)對位姿估算精度的影響,取像點(diǎn)數(shù)分別為4、6、8、12,旋轉(zhuǎn)角均勻分布在圓周上,其它參數(shù)按照表1設(shè)置。

      圖8 取像點(diǎn)數(shù)與針腳位姿估計(jì)精度關(guān)系

      由圖8可見,取像點(diǎn)數(shù)越多,基于迭代的針腳位姿估計(jì)精度越高,這是因?yàn)樵黾有D(zhuǎn)取像次數(shù)同樣可增加式(7)方程的數(shù)量,因而有助于提高旋轉(zhuǎn)角的擬合精度,進(jìn)而降低位姿估算誤差;但多的取像點(diǎn)數(shù)也是增大測量耗時(shí)的主要因素,因此需平衡取像點(diǎn)數(shù)與檢測效率之間的關(guān)系,目前常用的取像點(diǎn)數(shù)為8點(diǎn);此外,增加取像次數(shù)也有助于非迭代算法降低位姿估計(jì)誤差,但因?yàn)樵撍惴]有修正旋轉(zhuǎn)角誤差,因而其估算誤差隨轉(zhuǎn)角誤差增加而增加。

      3.2 效率分析

      為了驗(yàn)證本文針腳位姿估計(jì)優(yōu)化方法的實(shí)時(shí)性,在配置為CPU i7-8550U、4.00 GHz、8 GB內(nèi)存的計(jì)算機(jī)上用Matlab2020a的時(shí)間探查器分析計(jì)算效率。除了迭代次數(shù)和閾值外,影響迭代耗時(shí)的主要因素是針腳數(shù)和旋轉(zhuǎn)取像點(diǎn)數(shù),本小節(jié)針對常用針腳個(gè)數(shù)和取像點(diǎn)數(shù)分析本文優(yōu)化方法的實(shí)時(shí)性。針腳個(gè)數(shù)分別取2、4、6、8,旋轉(zhuǎn)取樣點(diǎn)數(shù)分別取3、4、6、8、12,其它參數(shù)按照表1設(shè)置,算法平均耗時(shí)如表2所示。

      表2 不同條件下優(yōu)化方法耗時(shí)表

      從表2中可見,算法的耗時(shí)與針腳數(shù)量、取像點(diǎn)數(shù)基本正相關(guān)。目前異形元件插件機(jī)每輪插4~6個(gè)元件,平均每個(gè)元件耗時(shí)500~800 ms。插件頭從取件位移動(dòng)至插件位一般需要350~400 ms,移動(dòng)過程中同步進(jìn)行旋轉(zhuǎn)圖像采集、針腳圖像提取和位姿計(jì)算。從開始采集到完成針腳圖像提取一般需要200 ms左右;插件一般都是逐個(gè)進(jìn)行,因此第一個(gè)元件的針腳位姿估算至少有100 ms左右的處理時(shí)間。從表2可見,除了最高耗時(shí)135.80 ms的組合外,其它組合都能滿足首個(gè)元件的插件實(shí)時(shí)性要求,在常見2~8針腳元件以及取像點(diǎn)中,最高耗時(shí)也少于65 ms;插裝一個(gè)元件需要200 ms左右,因此隨后插裝的幾個(gè)元件,表中的所有組合都能滿足效率要求。

      根據(jù)以上的仿真結(jié)果可得到如下結(jié)論: (1) 迭代法確實(shí)可降低因同步帶傳動(dòng)帶來的旋轉(zhuǎn)角定位誤差對位姿估計(jì)精度的影響;(2)圖像噪聲越小迭代法的位姿估算精度越高;(3)針腳個(gè)數(shù)或取像點(diǎn)數(shù)越多,迭代算法的估算精度越高;(4)像素分辨率越高,迭代法的針腳位姿估計(jì)精度越好;提高像素分辨率,可以改善圖像噪聲大而轉(zhuǎn)角誤差較小時(shí)迭代法的位姿估算精度。

      由于篇幅限制,上述數(shù)據(jù)主要根據(jù)表1參數(shù)配置得到的。將表1的元件針腳坐標(biāo)理論值和旋轉(zhuǎn)角,換為其它元件針腳坐標(biāo)或旋轉(zhuǎn)角度組合(旋轉(zhuǎn)半徑在25 mm以內(nèi),組合的角度差異一般要求20°以上),得到的數(shù)據(jù)與以上仿真結(jié)果類似。

      4 結(jié)束語

      本文在前期研究基礎(chǔ)上,針對因旋轉(zhuǎn)角誤差影響針腳位姿估計(jì)精度的問題,提出一種基于位置約束和迭代擬合的元件針腳位姿估計(jì)精度優(yōu)化方法。該方法利用元件針腳位置固定的約束關(guān)系,將圓擬合與旋轉(zhuǎn)角擬合相結(jié)合,通過迭代實(shí)現(xiàn)了針腳位姿精密估計(jì);理論分析和仿真結(jié)果都表明,該方法的精度和實(shí)時(shí)性均能滿足異形插件的要求,本文研究為新款異形插件機(jī)因同步帶傳動(dòng)引起的針腳位姿測量精度問題,提供了可行的解決方案。

      猜你喜歡
      針腳點(diǎn)數(shù)位姿
      吉利帝豪EV汽車手自一體式燈光系統(tǒng)電路檢修*
      汽車電器(2022年8期)2022-08-29 08:02:14
      看不到的總點(diǎn)數(shù)
      畫點(diǎn)數(shù)
      基于共面直線迭代加權(quán)最小二乘的相機(jī)位姿估計(jì)
      基于CAD模型的單目六自由度位姿測量
      詩句如針腳,繡遍傾城舊事
      破解“心靈感應(yīng)”
      一種繼電器單元的設(shè)計(jì)與應(yīng)用
      小型四旋翼飛行器位姿建模及其仿真
      多核并行的大點(diǎn)數(shù)FFT、IFFT設(shè)計(jì)
      霍州市| 温宿县| 河东区| 汪清县| 宜阳县| 乌拉特中旗| 积石山| 双鸭山市| 孝昌县| 泸州市| 景谷| 玉龙| 塔城市| 潮州市| 定边县| 滨海县| 佛学| 砀山县| 肃宁县| 丘北县| 遂溪县| 新干县| 镇远县| 乃东县| 漳浦县| 彰化市| 道真| 安丘市| 兴安县| 措美县| 邓州市| 小金县| 融水| 长阳| 双流县| 工布江达县| 陆丰市| 武强县| 宽甸| 连平县| 久治县|