基于机器视觉的直线电机动子位置测量方法技术

本发明专利技术公开了一种基于机器视觉的直线电机动子位置测量方法，包括：准备步骤：将非周期栅栏图像沿直线电机动子运动方向雕刻在直线电机定子上作为目标图像，将高速相机安装在直线电机动子上；采集步骤：通过高速相机实时采集直线电机动子的栅栏图像；计算步骤：采用相位相关算法计算相邻栅栏图像的相位相关函数；拟合步骤：根据相位相关频谱的峰值分布特性，采用双线性拟合获得相邻栅栏图像的亚像素位移值；位置获取步骤：结合系统标定系数，计算得到直线电机动子的精确位置。本发明专利技术通过分析对相关峰以及周围峰值进行多峰拟合，得到相邻栅栏图像间的水平像素位移值Δx，将像素位移值与动子实际位移值进行标定，进而实现直线电机动子位置的精确位移。

【技术实现步骤摘要】
基于机器视觉的直线电机动子位置测量方法
本专利技术涉及直线电机动子测量
，尤其涉及一种基于机器视觉的直线电机动子位置测量方法。
技术介绍
直线伺服系统具有高精度、高加速度、大行程等特点使其在超精密制造业中得到越来越广泛的应用。直线电机动子位置的检测精度直接影响了电机的控制精度，进而决定产品的制造精度。因此，研究一种高精度的直线电机动子位置测量方法对于精密加工具有重要的指导意义。传统的直线电机动子位置测量主要采用一些传感器，如磁栅、光栅、激光干涉仪等等，其用于位置测量例子较多且技术成熟，但各有不足之处。视觉测量方法是近年来发展起来的一种位置检测方法，其具有高精度、非接触和受环境影响小等优点，将该方法引入到直线电机动子位置测量上，为动子位置检测提供一种新的思路。视觉测量方法的实质是图像匹配，常用的匹配算法主要分二类：(1)空域测量方法：如像素递归法(pixels-recursivealgorithm,PRA)，易满足实时性要求，但对噪声敏感，且在偏移量大时计算误差较大；(2)频域测量方法：如基于Fourier‐Mellin和相位相关算法(phasecorrelationalgorithm,PCA)的方法，它们均是基于傅里叶变换的频域相关技术，利用频域信息进行检测，对图像的灰度变化和环境的光线变化不敏感，具有较强的抗干扰能力，且检测范围较大，但测量精度仅能够达到整像素级别，对亚像素级别的测量具有一定误差。因此，一种实时高精度的匹配算法对直线电机动子位置测量至关重要。
技术实现思路
本专利技术实施例所要解决的技术问题在于，提供一种基于机器视觉的直线电机动子位置测量方法，以使提高动子的测量精度。为了解决上述技术问题，本专利技术实施例提出了一种基于机器视觉的直线电机动子位置测量方法，包括：准备步骤：采用非周期栅栏图像作为目标图像，将非周期栅栏图像沿直线电机动子运动方向雕刻在直线电机定子上，将高速相机安装在直线电机动子上；采集步骤：通过高速相机实时采集直线电机动子的位移前后的栅栏图像f1和f2；计算步骤：采用相位相关算法计算位移前后的栅栏图像f1和f2的二维单位脉冲函数，通过单位脉冲函数的主峰的偏移量得到f1和f2间的整像素位移值；拟合步骤：根据相位相关频谱的峰值分布特性，采用双线性拟合获得相邻栅栏图像的亚像素位移值；位置获取步骤：根据整像素位移值和亚像素位移值并结合系统标定系数，计算得到直线电机动子的精确位置。本专利技术实施例通过提出一种基于机器视觉的直线电机动子位置测量方法，通过分析对相关峰以及周围峰值进行多峰拟合，得到相邻栅栏图像间的水平像素位移值Δx，将像素位移值与动子实际位移值进行标定，进而实现直线电机动子位置的精确位移。附图说明图1是本专利技术实施例的基于机器视觉的直线电机动子位置测量方法的流程图。图2是本专利技术实施例的不同位移值的脉冲函数频谱图。图3是本专利技术实施例的不同位移值的相位相关频谱图。图4是本专利技术实施例的相关峰的峰值的4种位置分布情况图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本专利技术作进一步详细说明。本专利技术实施例中若有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。另外，在本专利技术中若涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。请参照图1，本专利技术实施例的基于机器视觉的直线电机动子位置测量方法包括准备步骤～位置获取步骤。准备步骤：采用非周期栅栏图像作为目标图像(具体实施时，可采用现有技术中的基于图像熵的直线电机动子位置精密测量方法中的中栅栏图像的构造方法，筛选出抗干扰性强的非周期栅栏图像作为目标图像)，将非周期栅栏图像沿直线电机动子运动方向雕刻在直线电机定子上，将高速相机安装在直线电机动子上。当直线电机运动时，设高速相机采集的位移前后参考图像和目标图像分别为f1和f2，则它们之间存在坐标变换关系：f2＝f1(w(x,y))；其中，w表示f1和f2在二维空间上的坐标变换，检测的实质就是寻找最佳的变换参数，根据similarity变换模型则：其中,(x,y)和(x',y')分别为f1和f2中的像素坐标；γ为缩放因子；Δθ为旋转角度；(Δx,Δy)为位移量。由于理想直线电机仅在水平方向上运动，不存在缩放、旋转，因此这里γ为1，Δθ为0，则模型简化为：采集步骤：通过高速相机实时采集直线电机动子的位移前后的栅栏图像f1和f2。计算步骤：采用相位相关算法计算位移前后的栅栏图像f1和f2的二维单位脉冲函数，通过单位脉冲函数的主峰的偏移量得到f1和f2间的整像素位移值。相位相关算法检测目标位移是利用频域傅氏功率谱获取图像间的相似度和空间域平移。拟合步骤：根据相位相关频谱的峰值分布特性(相位相关函数的峰值分布特性:一个相关峰周围通常有一些不相关峰以零均值正太分布在其周围，因此当位移是亚像素时，位移量就出现在相位相关频谱的多峰之间)，采用双线性拟合获得相邻栅栏图像的亚像素位移值。位置获取步骤：根据整像素位移值和亚像素位移值并结合系统标定系数，计算得到直线电机动子的精确位置。本专利技术实施例可选用15000帧/s的高速相机，利用高速相机采集直线电机动子运动前后的栅栏条纹，计算得到直线电机动子实际位移。作为一种实施方式，所述计算步骤包括：预处理子步骤：采用汉宁(Hanning(flap-top))窗函数对采集的图像f1和f2进行加窗函数预处理，抑制傅里叶变换时的频谱泄露，提高测量的精度及抗干扰性。其中，汉宁窗函数的表达式为：Γ(m,n)＝k×0.5(1-cos(2π(m/M)))×0.5(1-cos(2π(n/N)))；其中，M，N为图像的大小，k为结构因子。本专利技术实施例通过选择不同的结构因子寻找一个最佳的窗函数，可以更好地抑制频谱混淆，更有利于后续计算；当k为1时，flap-top窗函数就是Hanning窗函数，因此flap-top窗函数的应用范围更广。作为一种实施方式，所述相位相关算法包括：设参考图像f1(x,y)位移(△x,△y)后得到目标图像f2(x,y)，则：f2(x,y)＝f1(x+Δx,y+Δy)；根据傅里叶变换的平移特性，对上式进行傅里叶变换得到：F2(u,v)＝F1(u,v)exp[j2π(uΔx+vΔy)]；根据下式计算得到平移前后两幅栅栏图像的归一化互功率谱：其中，F1*(u,v)为F1(u,v)的复数共轭；F2(u,v)和F1(u,v)分别为f2(x,y)和f1(x,y)的傅里叶变换；△x和△y分别表示水平和垂直方向上的像素位移值；将上式经过傅里叶逆变换可得：q(x,y)＝F-1(exp[2πj(uΔx+vΔy)])＝δ(x+Δx,y+Δy)；由上式计算得到平移的二维单位脉冲函数δ(x+Δx,y+Δy)，则脉冲函数δ的偏移位置为整像素位移值。脉冲函数δ的偏移位置即为图像间的位移量(△x,△y)，理想状态下脉冲函数δ的峰值应为1，但由于现实环境中的噪声、光线以及本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的直线电机动子位置测量方法，其特征在于，包括：准备步骤：采用非周期栅栏图像作为目标图像，将非周期栅栏图像沿直线电机动子运动方向雕刻在直线电机定子上，将高速相机安装在直线电机动子上；采集步骤：通过高速相机实时采集直线电机动子的位移前后的栅栏图像f1和f2；计算步骤：采用相位相关算法计算位移前后的栅栏图像f1和f2的二维单位脉冲函数，通过单位脉冲函数的主峰的偏移量得到f1和f2间的整像素位移值；拟合步骤：根据相位相关频谱的峰值分布特性，采用双线性拟合获得相邻栅栏图像的亚像素位移值；位置获取步骤：根据整像素位移值和亚像素位移值并结合系统标定系数，计算得到直线电机动子的精确位置。

【技术特征摘要】
1.一种基于机器视觉的直线电机动子位置测量方法，其特征在于，包括：准备步骤：采用非周期栅栏图像作为目标图像，将非周期栅栏图像沿直线电机动子运动方向雕刻在直线电机定子上，将高速相机安装在直线电机动子上；采集步骤：通过高速相机实时采集直线电机动子的位移前后的栅栏图像f1和f2；计算步骤：采用相位相关算法计算位移前后的栅栏图像f1和f2的二维单位脉冲函数，通过单位脉冲函数的主峰的偏移量得到f1和f2间的整像素位移值；拟合步骤：根据相位相关频谱的峰值分布特性，采用双线性拟合获得相邻栅栏图像的亚像素位移值；位置获取步骤：根据整像素位移值和亚像素位移值并结合系统标定系数，计算得到直线电机动子的精确位置。2.如权利要求1所述的基于机器视觉的直线电机动子位置测量方法，其特征在于，所述计算步骤包括：预处理子步骤：采用汉宁窗函数对采集的图像f1和f2进行预处理，抑制频谱泄露，所述窗函数的表达式为：Γ(m,n)＝k×0.5(1-cos(2π(m/M)))×0.5(1-cos(2π(n/N)))；其中，M，N为图像的大小，k为结构因子。3.如权利要求1所述的基于机器视觉的直线电机动子位置测量方法，其特征在于，所述相位相关算法包括：设参考图像f1(x,y)位移(△x,△y)后得到目标图像f2(x,y)，则：f2(x,y)＝f1(x+Δx,y+Δy)；根据傅里叶变换的平移特性，对上式进行傅里叶变换得到：F2(u,v)＝F1(u,v)e...

【专利技术属性】
技术研发人员：温鲜慧，王爱玲，
申请(专利权)人：深圳市深信创联智能科技有限责任公司，
类型：发明
国别省市：广东,44