具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

参照附图1，本发明方法的硬件装置包括：背光板、待检测导管、四个工业相机、作为控制器的计算机。其中，工业相机两两结合可以测出导管其中一个端面投影椭圆的定位匹配检测，计算机装有用于方法检测的各个步骤的程序，配合计算机最终检测出导管两端面投影椭圆的定位匹配检测结果输出给上位机，上位机可以根据导管两端面投影椭圆的定位匹配检测结果控制执行器将导管装配在预连接器件上，实现导管装配。

参照附图2、附图3(a)、附图3(b)、附图4，本发明所述的导管管端高精度检测方法的具体步骤如下：

步骤1：将四个工业相机进行多目视觉标定，得到所有相机的内参数，以及所有相机坐标系到世界坐标系的转换矩阵，也就是外参数。

内参数表示从工业相机坐标系到图像坐标系的变换矩阵；每个镜头的畸变程度各不相同，包括径向畸变、偏心畸变；利用二维柔性靶标对每个工业相机的内参数进行标定。

外参数表示从工业相机坐标系到世界坐标系的变换矩阵，通过旋转矩阵R和平移矩阵T实现。世界坐标系用于之后的实际控制点坐标输出。

步骤2：同步触发相机1和相机2这两个工业相机采集放置在背光板上的两幅原始导管图像；

步骤3：分别求出两幅原始导管图像中导管端面投影椭圆的亚像素精度处理后的边缘图像坐标；

步骤4：借助于相机的内外参数、极线约束和顺序一致性，建立其中一个导管端面投影椭圆的亚像素精度边缘坐标在另一幅图像中的对应匹配点关系；

定义相机1下的图像二维边缘坐标点L(l₁,l₂,...l_n)，按照相机的内外参数、极线约束和顺序一致性原则，找到其在相机2下图像的对应二维边缘坐标点Q(q₁,q₂,...q_n)。

步骤5：利用标定好的双目视觉之间的空间位置关系(即，工业相机坐标系、图像坐标系、世界坐标系之间的变换矩阵)，借助立体视觉三维测量模型，重建所有匹配点的三维空间坐标点云P(p₁,p₂,…p_n)；

所述的立体视觉三维模型表示为：

其中，(x_i,y_i,z_i)为重建出的三维空间坐标点p_i的坐标，(X_1i,Y_1i)为相机1下的一个图像边缘点l_i坐标，(x_2i,y_2i)为相机2下的一个图像边缘点q_i坐标，f_m、f_n分别为相机1和相机2的焦比，相机1和相机2之间的变换矩阵R₁₂为

因此(r₁,r₂,r₃,r₇,r₈,r₉,t₁,t₂,t₃)为变换矩阵R₁₂的参数值。

步骤6：对匹配点的三维空间坐标点云，利用Ransac算法剔除离群点，利用剩余的点建立点云拟合圆的初始值，其中圆心为点云上所有点的质心，圆半径为点云上所有点到质心的平均距离，拟合圆所在平面的法向量由点云上所有点拟合平面的法向量得到；

步骤7：建立点云拟合圆的目标函数，目标函数由两部分构成，第一部分是点云上所有点距点云拟合圆所构成的平面之间的距离，第二部分是点云上所有点距点云拟合圆心之间的距离，目标函数f如下所示：

其中，n为点云包含的点个数，(a₀,b₀,c₀,d₀)为拟合圆所在平面的法向量，(x₀,y₀,z₀)为点云上所有点的质心，(x_i,y_i,z_i)为点云上任意一点。r₀为拟合圆的半径。

步骤8：对f线性化，得

其中

①目标函数f对x₀进行求导

②目标函数f对y₀进行求导

③目标函数f对z₀进行求导

④目标函数f对r₀进行求导

⑤目标函数f对a₀进行求导

⑥目标函数f对b₀进行求导

⑦目标函数f对c₀进行求导

⑧目标函数f对d₀进行求导

步骤9：为了使目标函数f＝0，令

-f₀＝Α₁x₀+Α₂y₀+Α₃z₀+Α₄a₀+Α₅b₀+Α₆c₀+Α₇d₀+Α₈r₀

利用最小二乘法，可以变换为MX＝B

其中

X＝[x₀,y₀,z₀,a₀,b₀,c₀,r₀]^T

B＝[f₀₁,f₀₂,…,f_0m]^T

其中，矩阵M的各行分别为点云各点对各变量求得的偏导值；T为转置符号；矩阵B的各向量分别为点云各点的各变量求得的f₀。即可求得最终的空间圆参数值X。

步骤10，利用工业相机3和工业相机4按照步骤2～步骤9同样进行操作，可以得到导管另一端的管端圆参数值。

步骤11，利用得到的导管两端的管端圆参数即可进行导管的装配以及其他操作。

上述程序步骤被加载在现场计算机上，现场设置四个工业相机采集图像发送给现场计算机，并按照上述步骤进行处理，就能获取导管截断面两侧管端实际空间点云圆参数值。最终的空间圆的坐标值传送给机器人或是其他设备用于其他操作。

本方法步骤采用vs2010在Win7系统下进行了实验，空间圆测量精度可以达到0.05mm，重复精度可以达到0.01mm。测量精度高，效率高，具有较强的稳定性。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰应视为本发明的保护范围。