一种谐振式高加速度振动发生装置

    公开(公告)号:CN106525372B

    公开(公告)日:2019-11-22

    申请号:CN201611164677.4

    申请日:2016-12-16

    Abstract: 本发明公开了一种谐振式高加速度振动发生装置,该装置的振动台用于提供与谐振梁谐振频率相同的振动激励信号;振动台台面用于安装并固定谐振梁支架固定座;谐振梁支架固定座用于调整两个谐振梁支架的位置并固定谐振梁支架;谐振梁支架用于安装长度可调节的谐振梁;谐振梁固支器用于紧固谐振梁;谐振梁长度可调节,谐振频率可改变,处于谐振工作状态,用于放大振动台发生的机械振动信号,实现高加速度振动发生;谐振梁支架支撑杆,用于支撑两个谐振梁支架;预紧力加载器用于调节谐振梁支架支撑杆的支撑长度。与传统的谐振式高加速度振动发生装置相比,本装置在谐振梁固定后,可通过施加预紧力的方式,高精度地调节谐振梁的谐振频率。

    一种激光干涉法低频振动校准的长冲程振动台导轨弯曲修正方法

    公开(公告)号:CN109612569A

    公开(公告)日:2019-04-12

    申请号:CN201811631366.3

    申请日:2018-12-29

    Abstract: 本发明公开了一种激光干涉法低频振动校准的长冲程振动台导轨弯曲修正方法,采集固定于长冲程振动台导轨不同位置工作台面的圆形标志序列图像;然后利用基于Zernike矩的亚像素边缘检测方法提取序列图像的亚像素圆形特征边缘,并基于最小二乘法拟合圆求取相应的圆心坐标;以同一位置序列图像的拟合圆心坐标均值作为圆形标志的位置,基于视觉测量原理测量由导轨弯曲引起的振动台工作台面的位置变化,实现导轨弯曲的测量;最后利用计算的导轨弯曲修正基于激光干涉法的低频振动校准结果,以提高校准精度。本方法解决了现有激光干涉法无法满足高精度低频振动校准需求的不足。

    基于带通采样的外差式激光测振方法

    公开(公告)号:CN106595841A

    公开(公告)日:2017-04-26

    申请号:CN201611164666.6

    申请日:2016-12-16

    Abstract: 本发明公开了一种基于带通采样的外差式激光测振方法,该方法包括基于带通采样定理确定避免采集后外差式激光多普勒信号频谱混叠的不同整数m对应的有效采样频率段;通过带通采样保护带宽保证足够的工程裕量,避免实际激光多普勒信号的频谱混叠;提出一种基于带通采样的最佳采样频率自动选择方法,以确定外差式激光多普勒信号的最佳采样频率;最后基于相位展开正弦逼近法(PUSAM)实现已采集外差式激光多普勒信号的解调。本发明在有效保证高精度振动测量的前提下,具有所需采样频率低、采集数据量小、实时性好、不存在相位延时的特点。本发明方法有效解决了传统外差式激光测振方法对于外差式激光测振存在所需采样频率高或相位延时的不足。

    一种基于LSTM-ANN网络的Stewart并联平台位姿偏差预测及补偿方法

    公开(公告)号:CN117428768A

    公开(公告)日:2024-01-23

    申请号:CN202311432180.6

    申请日:2023-10-31

    Abstract: 本发明公开了一种基于LSTM‑ANN网络的Stewart并联平台位姿偏差预测及补偿方法,首先,通过划分网格的方式选取Stewart并联平台的标称位姿,控制Stewart并联平台实现相应位姿的定点运动,采用位姿测量仪获得Stewart并联平台的实际位姿数据,以构建标称位姿与实际位姿偏差数据集;其次,建立结合LSTM与ANN的Stewart并联平台的位姿偏差回归预测模型LSTM‑ANN;再者,将偏差数据集按照4:1的比例划分为训练集和测试集,训练集中的标称位姿与对应的偏差分别作为LSTM‑ANN模型的输入与输出,实现对模型的训练;最后,通过测试集中的标称位姿预测对应的位姿偏差,将预测的位姿偏差预补偿至标称位姿作为Stewart并联平台控制器的输入。本方法有效解决了传统运动学标定复杂、误差模型不健全、普适性不强等问题。

    一种基于物理解耦的机器视觉六自由度测量方法

    公开(公告)号:CN112432594A

    公开(公告)日:2021-03-02

    申请号:CN202011139959.5

    申请日:2020-10-22

    Abstract: 本发明公开了一种基于物理解耦的机器视觉六自由度测量方法,该测量方法包括:在被测物体上放置一个投点器,该投点器能发出三束互相垂直的激光;用一投影幕呈接三束激光,实现三束激光的空间运动到三个激光点的平面运动的转换;通过相机实现运动图像的采集;对序列图像进行图像处理后获得三个激光点的平面坐标;根据三束激光的空间位置关系,以及球的性质,建立数学解耦模型;将三个激光点的平面坐标信息带入模型,可解算得到目标物体的六自由度信息。相较于现有的六自由度测量方法,该方法通过对空间运动测量到平面运动测量的转化,简化了六自由度测量的计算过程,实现目标物体六自由度运动信息的实时测量,且该方法具有较高的测量准确度。

    一种基于单目视觉的重力场法加速度计校准方法

    公开(公告)号:CN109712157B

    公开(公告)日:2020-11-13

    申请号:CN201811631470.2

    申请日:2018-12-29

    Abstract: 本发明公开了一种基于单目视觉的重力场法加速度计校准方法,该校准方法主要包括:提出铅锤法确定重力场的方向,然后利用铅垂线作为转台的旋转角度初始基准;利用单目视觉系统拍摄旋转台面图像,利用模板匹配法确定旋转台面图像中的矩形靶标特征区域;基于Zernike矩方法实现矩形靶标特征边缘的亚像素提取;使用累计概率霍夫变换PPHT算法提取矩形靶标的长边,该边与铅垂线的夹角即为当前位置转台的旋转角度;利用测量的旋转角度计算加速度计的灵敏度,可实现任意旋转角度的重力场法加速度计校准。本方法解决了传统重力场法加速度计校准存在校准精度有限,且校准多轴加速度计时存在安装误差的不足。

    一种基于单目视觉的重力场法加速度计校准方法

    公开(公告)号:CN109712157A

    公开(公告)日:2019-05-03

    申请号:CN201811631470.2

    申请日:2018-12-29

    Abstract: 本发明公开了一种基于单目视觉的重力场法加速度计校准方法,该校准方法主要包括:提出铅锤法确定重力场的方向,然后利用铅垂线作为转台的旋转角度初始基准;利用单目视觉系统拍摄旋转台面图像,利用模板匹配法确定旋转台面图像中的矩形靶标特征区域;基于Zernike矩方法实现矩形靶标特征边缘的亚像素提取;使用累计概率霍夫变换PPHT算法提取矩形靶标的长边,该边与铅垂线的夹角即为当前位置转台的旋转角度;利用测量的旋转角度计算加速度计的灵敏度,可实现任意旋转角度的重力场法加速度计校准。本方法解决了传统重力场法加速度计校准存在校准精度有限,且校准多轴加速度计时存在安装误差的不足。

    一种高精度的摄像机动态标定方法

    公开(公告)号:CN106504290A

    公开(公告)日:2017-03-15

    申请号:CN201610918342.0

    申请日:2016-10-20

    Abstract: 一种高精度的摄像机动态标定方法,属于图像处理与机器视觉检测技术领域。棋盘格靶标图像X型标定点的检测;棋盘格靶标X型标定点的高精度定位;基于非量测畸变校正的摄像机标定;摄像机动态标定。本方法稳定、可靠、实用,可同时适用于简单背景与复杂背景及大视场条件下的摄像机标定。本方法标定过程简单、实时性好,对于序列图像中的靶标特征区域只需对第一帧图像靶标区域进行匹配,只需任意i帧单幅图像即可完成单次摄像机标定,确定对应的单应性矩阵Hi。本方法不存在参数耦合,整个标定过程仅仅只需求解与优化单个畸变系数。本发明通过靶标标定点的高精度定位与非线性摄像机成像模型畸变系数的优化方法提高标定精度。

    基于编码靶标的大范围小视场六自由度运动视觉测量方法

    公开(公告)号:CN117433413A

    公开(公告)日:2024-01-23

    申请号:CN202311227564.4

    申请日:2023-09-22

    Abstract: 本发明公开了基于编码靶标的大范围小视场六自由度运动视觉测量方法,包括:将测量系统安装于被测物体上;被测物体做复杂空间运动,图像采集设备获取一系列含编码图案信息的图像序列;对序列图像进行图像处理后获得编码图案的平面坐标信息;结合图像中编码图案的平面坐标信息和交比定义获得特征点的平面坐标信息;将特征点的平面坐标信息带入物理解耦模型获得被测物体的三维空间运动信息。该方法通过光路将空间运动测量转换为平面运动测量,避免了机器视觉方法在测量深度信息准确度低的问题。除此之外,该方法将编码靶标加入到光路中,相机仅需部分编码靶标信息即可获取编码靶标所在平面内任一点的坐标信息,实现高测量准确度与大测量范围的兼顾。

    一种并联机器人运动学模型在线学习方法

    公开(公告)号:CN117283528A

    公开(公告)日:2023-12-26

    申请号:CN202311506245.7

    申请日:2023-11-13

    Abstract: 本发明公开了一种并联机器人运动学模型在线学习方法,该方法主要包括:首先,将测量靶标均匀分布在以典型六自由度并联机器人Stewart平台的运动台面和静止台面表面为圆心的圆周上,并将其固定,通过控制Stewart平台的运动台面输出六自由度运动轨迹;其次,搭建原位测量系统,并用视觉测量仪器验证原位测量系统精度是否满足Stewart平台运动台面的位姿实时测量;再者,基于并联机器人运动学原理,通过闭环矢量环法,构建运动学参数误差模型;最后,采用在线学习算法对Stewart平台的运动学参数实时估计。这种方法实现了Stewart平台在动态轨迹下运动台面位姿的实时测量,以及提高了运动学参数估计的精度。此外,该方法还具备了强大的抗干扰能力,使其能够在复杂环境下稳定运行。

Patent Agency Ranking