相关热词搜索：

　　彭圆,郑慧峰,董照诚,姚润广

　　(中国计量大学计量测试工程学院,浙江杭州

　　目前,声焦域是聚焦换能器的主要研究热点,而焦点是其中极为重要的焦域特征参数之一。对焦点进行快速定位是校准聚焦换能器的重要步骤,通过确定焦点位置进而计算焦距、焦柱长度、焦斑大小等声焦域特征参数[1,2]。由于制作工艺和应用场景不同,聚焦换能器种类繁多且型号各异。随着特征频率升高,焦域面积减小,能量更加集中,对焦点进行准确高效的快速定位较为困难。

　　目前,聚焦换能器焦点定位测量方法发展最为成熟且应用最多的是水听器扫描法。通过对三维空间中各轴向分别进行一维线扫描,根据最大声压幅值得到焦点位置[3,4]。但该方法效率低且工作量极大。若要实现聚焦换能器焦点的快速定位,由聚焦换能器几何结构可知,利用相机成像模型投影后呈圆或椭圆形,焦点近似为椭圆圆心。因此,根据聚焦换能器几何特征可以借助机器视觉自主引导的优势,结合机械臂的灵活定位功能构建合理的焦点定位系统,从而保证定位精度、定位效率和位置可控。

　　基于机械臂的视觉定位系统具有快速获取有效信息,精度高,检测范围大等优点[5]。系统通过手眼标定统一机械臂与相机的坐标系,利用目标物的点、线或二次曲线等几何特征进行定位。其中,根据图像如何准确检测出换能器的椭圆形状为研究重点。目前,椭圆检测算法包括：基于霍夫变换(Houghtransform)[6]及其各类改进算法，基于最小二乘法[7]及其各类改进算法，基于几何特征的算法[8]。霍夫变换算法具有较强鲁棒性,但对有缺失的椭圆及噪声不敏感；

　　最小二乘法等算法检测精度高,但对图像处理要求高,计算量较大,检测效率低；

　　基于几何特征的算法根据椭圆自身几何特征,但容易受噪声等因素影响,计算精度较低。基于边缘连接的椭圆检测算法在处理复杂环境信息和不同形态信息的目标图像时也能够实现快速准确检测并且有稳定的定位精度。根据换能器几何中心即焦点的特征,即可实现聚焦换能器的焦点坐标定位。刘海楠等[18]基于空间傅里叶变换的近场声全息技术，以球面自聚焦换能器为实例，研究了聚焦换能器声场测量方法，验证了测量方法的精度与速率。

　　本文研究了一种基于机器视觉的聚焦换能器焦点快速定位方法,设计了一套六自由度机械臂和机器视觉结合的机械臂视觉定位系统,能够有效解决焦点快速定位问题,适用于实验室中有一定几何结构聚焦换能器的测量校准。

　　研究并搭建了

　　请收藏：https://m.qqgfg.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）