基于末端定位的制孔系统工件坐标系标定研究

自动制孔设备进行自动制孔之前,需要对待加工零部件与设备坐标系进行标定。传统的标定方法以工装为中心,应用激光跟踪仪统一对设备、工装和工件进行测量,过程繁琐、生产准备时间长。针对这一问题提出了一种利用自动制孔末端的孔定位功能和设备坐标系下可知的刀尖点坐标的标定方法,并对该方法的关键技术进行了详细研究。     

一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题，提出一种利用单应关系计算机器人驱动坐标三维偏差，以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系；在标定阶段，通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像，并据此完成基于单应变换的手-眼关系标定；在实际制孔过程中，机器人在测距传感器及相机的辅助下，从基准孔理论坐标对应的姿态，不断调整至基准孔正上方理想位置，通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标，然后根据一组基准孔的机器人三维驱动误差，计算三维驱动误差变换矩阵，据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量，从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证，实验结果表明，补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°，平均为2.55 mm和3.30°，补偿后制孔最大误差分别不超过0.30 mm和0.21°，满足自动制孔位置精度要求。     

基于视觉六自由度分拣机器人 视觉图像坐标变换的研究

针对机器人定位分拣问题,研发了一种基于视觉的六自由度分拣机器人系统,深入研究了视觉图像坐标引入到机器人控制系统后的坐标变换,并对机器人的分拣动作进行规划,实际运行结果表明,该系统可以实现机器人的定位分拣问题,并且可靠性高,在分拣搬运领域具有较高的应用价值.     

瓜瓣模上定位销孔的改进加工工艺

针对瓜瓣阳模上定位销孔加工的找正误差大、实物与数模不一致、加工成本高的难题,通过改进找正方法,粗、精找正结合,并利用3D寻边器进行程序验证的思路,实现了理论数模和实物的精确对齐、找正.在此基础上通过椭球参数方程的坐标转换,实现了在3轴机床上对椭球面上法向和轴向定位销孔的加工.结果表明,采用改进后的加工方法,孔的位置精度...     

基于局部主动轮廓模型的飞机壁板铆接孔定位方法研究

对飞机壁板铆接孔的定位方法进行了研究,提出了一种基于局部主动轮廓模型的铆接孔定位方法。首先通过基于灰度直方图的全局阈值分割和形心法进行铆接孔的粗定位;然后以粗定位坐标为圆心建立遍历圆,并以遍历圆作为限制条件构造能量圆,建立能量方程求解遍历圆内能量最小的像素点为铆接孔的精定位位置;最后进行视觉引导铆接孔定位试验,试验测得定位误差小于0.05mm,满足飞机壁板自动铆接的工艺要求,且比传统的区域主动轮廓模型定位精度高,具有一定的可行性。     

机器人自动制孔中绝对定位误差的分析与补偿

由于机器人绝对定位精度相对较低,无法直接满足自动制孔的孔位精度要求。为了提高机器人自动制孔的孔位精度,对机器人绝对定位误差进行了研究。首先,阐述了绝对定位误差的来源和产生过程,并通过理论分析和相关试验,证明了绝对定位误差会对机器人基坐标系的平移分量和姿态变换分量产生不同程度的影响。然后,为了补偿由于基坐标系标定不准确所引起的坐标转换误差,从飞机曲面构造原理角度,提出了一种基于误差Coons曲面函数的补偿方法。制孔试验表明,采用基于误差Coons曲面函数的补偿方法,可以使得坐标转换误差得到有效的补偿。机器人自动制孔的孔位平均位置误差为0.205mm,最大位置误差为0.343mm,满足孔位精度在0.5mm以内的要求,实现了机器人自动化精确制孔。     

光孔上螺桩和螺套

光孔上螺桩无切削工艺,是五机部的工人同志在一九六四年创造出来的。一九六五年庆安公司等单位学习五机部的先进经验,开始了光孔上螺桩的试验研究和推广工作。近几年采,光孔上螺桩新工艺在我部所属工厂应用日益广泛,收到了很好的效果。今年九月在长沙召开的部标准审定会上,到会同志一致认为光孔 上螺桩是一项先进的工艺方法,。艺简单,经济效果显著,并建议把它作为指导性 技术文件颁发。国外关于光孔上螺桩的介绍,一九七O年第一次在苏联有共杂志上 出现。文章。光孔上螺桩和螺套>>是我们看到的第二篇,内容比较简单,没有实验 数据,安装方法落后,在理论、实践及使用效果方面没有谈及更多问题。现把它翻 译刊登,供大家参考。     

基于INS/前视声纳组合的输水隧洞AUV巡检定位方法

当潜航器(AUV)进行输水隧洞巡检时,多普勒测速仪(DVL)声波会对前视声纳图像产生干扰,针对这一问题提出了一种从AUV上卸载DVL,直接从前视声纳图像中提取栽体速度,而后和惯性测量单元(IMU)进行组合导航的方法.该方法根据前视声纳成像原理,建立起每相邻两帧声纳图像间载体的相对位移与配对特征点的图像坐标之间的联系,针对水底为局部平坦区域的情况,对特征点仰角进行了估算.通过惯导速度约束和随机抽样一致(RANSAC)算法,剔除误差较大的配对点,然后利用提取出的载体速度作为观测量进行卡尔曼滤波.经实际数据测试,惯性导航系统(INS)/前视声纳组合的总体性能和INS/DVL组合非常接近,以输水隧洞内的接缝线作为定位基准,INS/前视声纳组合导航在沿隧洞方向上的最大相对定位误差小于行程的1％.     

基于高速相机阵列的起飞着陆段航迹测量技术

针对基于GPS的飞机起降性能测试关键段轨迹细节信息描述不清晰、测量精度低的问题,提出一种利用高速相机阵列对飞机的起飞着陆运动过程进行接力拍摄,通过对各站点高速相机拍摄到的图像序列进行分析处理,得到飞机上标志点在图像坐标系中的坐标,利用近景数字摄影测量中三维直接线性变换(DLT)等算法,解算出飞机的位置及速度数据的方法.介绍了该方法涉及的数学模型及其推导过程,并利用坐标观测量数据进行解算,试验证明了该方法有效.     

关于光孔上螺桩强度问题的探讨

前一期我们曾发表了庆安公司的有关文章。本文就光孔上螺桩的静拉强度、轴向和径向变载的疲劳强度等问题提出了一些看法。光孔上螺桩是一项新工艺,很多单位已推广采用。但由于应用的条件不同,所做的试验不同,因此对于这项新工艺的看法也有不同.我们欢迎各有关单位把光孔上螺桩的试验,生产和使用情况加以总结,提出自己的看法.毛主席教导我们:“对于科学上、艺术上的是非,应当保持慎重的态度, 提倡自由讨论,不要轻率地作结论。我们认为,采取这种态度可以帮助科学和艺术得到比较顺利的发展。”我们相信,光孔上螺桩新工艺一定会在大家的讨论中,得到进一步的完善和提高。     

亮星辅助下基于坐标转换的快速星图识别方法

数字天顶仪作为一种地面使用的星敏感器，主要用于高精度定位。为提高仪器的工作效率需要对星图识别的快速性进行研究。通过对恒星像点理论坐标与图像坐标的分析，构建坐标转换模型。依据星表中恒星的分布及星等筛选出视场范围内的亮星，并构建导航星表。结合导航星表完成3颗亮星的准确识别，在识别亮星的基础上解算坐标转换模型的参数。通过构建的坐标转换模型对视场范围内的恒星进行坐标转换，将转换后的星点坐标与提取的星点图像坐标进行匹配完成星图的识别，这样能够提高星图识别的快速性。实验数据表明：在保证识别星点数量的基础上，采用亮星辅助下基于坐标转换的星图识别方法使时间缩短为改进三角形星图识别算法的五分之一。     

基于改进微粒群优化算法的互信息医学图像配准

医学图像配准是寻找使两幅图像对应点达到空间位置和解剖结构上一致的过程,对于医学临床科研、诊断等方面具有非常重要的意义。基于互信息的配准方法是目前医学图像配准中无创、自动化程度高且配准精度很高的一种方法,已被广泛应用。但是由于插值赝像导致在其目标函数中存在幅值振荡现象,使用局部最优化搜索有时会终止于局部极值,得到错误的配准参数。提出针对互信息配准方法的特点,使用改进微粒群全局搜索算法,调节该算法的参数以适应不同搜索阶段,保证了最优化搜索的准确性,提高了基于互信息方法配准的成功率。     

Deep learning enabled localization for UAV autolanding

This article concentrates on ground vision guided autonomous landing of a fixed-wing Unmanned Aerial Vehicle (UAV) within Global Navigation Satellite System (GNSS) denied environments. Cascaded deep learning models are developed and employed into image detection and its accuracy promoting for UAV autolanding, respectively. Firstly, we design a target bounding box detection network BboxLocate-Net to extract its image coordinate of the flying object. Secondly, the detected coordinate is fused into spatial localization with an extended Kalman filter estimator. Thirdly, a point regression network PointRefine-Net is developed for promoting detection accuracy once the flying vehicle’s motion continuity is checked unacceptable. The proposed approach definitely accomplishes the closed-loop mutual inspection of spatial positioning and image detection, and automatically improves the inaccurate coordinates within a certain range. Experimental results demonstrate and verify that our method outperforms the previous works in terms of accuracy, robustness and real-time criterions. Specifically, the newly developed BboxLocate-Net attaches over 500 fps, almost five times the published state-of-the-art in this field, with comparable localization accuracy.     

基于多传感器信息融合的物体位姿检测方法

 提出了利用摄像机和超声传感器信息融合对机器人操作对象进行位姿检测的方法。该方法通过单幅图像获取目标点在图像中的理想坐标,求得投影矢量的方向,然后通过机器人末端的运动,导引超声传感器坐标原点与未移动前摄像机坐标系的原点重合,而其Z轴方向与求得的投影矢量方向相同,再由超声传感器测出投影矢量的长度,从而确定目标点在摄像机坐标系中的坐标,并可进一步转换到机器人基坐标系中。通过测量操作物体上两点的空间坐标,就能够确定物体空间姿态。该方法简单易行,计算量小,精度较高。     

飞机尾旋三维测量试验的改进方法

飞机尾旋试验是研究飞机进入尾旋特征以及提出如何改出尾旋的方法。传统测量飞机尾旋运动姿态的实验自动化程度低、人工操作复杂费时,因此针对这些问题开发了一套基于特征点测量的改进方法。主要是基于机器视觉的三维测量原理,能动态测量飞机模型的三维特征点并计算出模型的各个姿态角度。在标记检测时采用了新的标记检测方法,提高了标记布局及图像识别的灵活度;姿态角的计算是根据坐标系转换而得到的。根据改进方法研制的系统操作简单、整个测量过程只需30min左右;并且数据有效率控制在90％以上;姿态角的精度控制在±1°以内。该系统在中国空气动力研究与发展中心立式风洞中的飞机自由尾旋实验中得到了很好的应用。     

一种改进的星图降噪算法研究

在星敏感器的使用过程中，由于外界环境的影响及传感器自身的限制，拍摄出来的星图不可避免地存在一些噪声，因此对星图进行去噪处理是一项非常重要的工作。针对传统高斯模板滤波存在的引入邻域噪声、无法自行根据星图特性修正等造成去噪效果不好的问题，提出了一种改进的星图降噪算法。该方法在滤波前先进行坏点剔除工作，并采用高斯低通滤波与高通滤波结合的方式对图像进行处理，在抑制噪声的同时有效地保留了星点信号。通过阐述星敏感器的工作原理，分析星图的噪声特性，对星图滤波去噪算法进行研究，并进行模拟星图影像提取星点坐标实验。结果表明：使用该算法进行滤波比传统的高斯滤波算法提取的质心坐标精确度更高，较传统方法横坐标提高0.00538个像素点，纵坐标提高0.0077个像素点，证实了图像处理算法的有效性。     

一种基于Sobel算子的星敏感器星图预处理方法

星敏感器在太空环境下工作时容易受到杂散光的干扰,对星图进行二值化后直接采用质心法难以从星图中提取恒星星像坐标.针对上述问题,提出了一种基于Sobel算子的星敏感器星图预处理方法,用于提取星像坐标.首先采用Sobel算子计算星图中所有像素的梯度,保留所有大于阈值的像素梯度作为新的星图,然后以新的星图作为样板通过质心法从原始星图中提取恒星星像.由于杂散光干扰信号在星图中表现为缓慢信号,这些信号计算的梯度很小,因此通过Sobel算子计算后新的星图只有恒星星像.该方法能够消除星图中的杂散光干扰信号,使星图中只保留恒星星像信息,提高恒星星像坐标提取精度,具有较好的鲁棒性.     

空间飞行器的姿态识别

研究不变矢量在固联和轨道坐标系下的表达,得出了一个坐标系在另一个坐标系中旋转的变换矩阵。并且通过2个不变矢量在不同坐标系中的表达,识别了飞行器在空间绕质心旋转运动的3个欧拉旋转角。此方法已应用于工程实际。