基于机器视觉的5G天线位姿估计方法、设备和介质

本发明涉及定位检测领域，具体是涉及一种基于机器视觉的5g天线位姿估计方法、设备和介质。

背景技术：

1、随着5g通信技术的快速发展，对5g天线性能的测试变得尤为关键。在基于机械臂的5g天线近场检测系统中，需要根据5g天线的工作频率、尺寸来设置采样面的大小和高度，采样面的位置是根据5g天线的位姿确定的，而采样面的位置又决定了机械臂末端磁场探头的采样轨迹。只有当天线的位置、方向与磁场探头位置、方向相匹配时，才能准确地测量天线的电磁性能。

2、机器视觉能够在无接触的情况下完成物体识别、定位和测量等任务，在当今工业自动化和机器人技术的发展中发挥着至关重要的作用。其中，基于单目视觉的方法虽然简单易行，但无法提供目标物体的真实尺度信息；基于双目视觉的方法虽然能够恢复物体的三维信息，但其对环境光照和纹理要求较高，且立体匹配算法复杂；基于多目视觉的方法虽然能够提供更全面的视角信息，但其运算量大，成本高，且系统复杂性增加，不利于在实际生产环境中广泛应用。因此，上述方法在实际应用中均存在一定的局限性。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于机器视觉的5g天线位姿估计方法、设备和介质，以期能提高天线位姿估计的准确性和效率，并能降低系统复杂度。

2、为实现上述目的，本发明采用了以下技术方案：

3、本发明一种基于机器视觉的5g天线位姿估计方法的特点在于，包括以下步骤：

4、s1：当单目相机到达第i个采集点时，利用单目相机在第i个机械臂位姿下采集第i张天线图像，使用yolov8模型对中的天线进行检测，得到第i个roi区域天线图像，并将在中的左上角坐标记为；

5、s2：对第i-1个和第i个roi区域天线图像和进行特征提取和特征匹配，得到不共线的5g天线特征点在和上分别所对应在的像素点对、；其中，表示第j个5g天线特征点；表示在上的坐标，表示在上的坐标；m表示特征点的总数，m≥3；和表示第j个像素点对；

6、s3：利用式(1)计算m个像素点对分别在中的像素坐标、，其中，表示在上的坐标，表示在上的坐标：

7、                                             (1)

8、式(1)中，表示在第i-1张天线图像中的左上角坐标；

9、s4：基于三角测量原理，利用式(2)计算第j个5g天线特征点在机械臂基座坐标系下的坐标：

10、                              (2)

11、式(2)中，为单目相机的内参矩阵，并通过相机标定获取；、分别为单目相机在第i次拍照时，相机坐标系相对于机械臂基座坐标系的旋转矩阵和平移向量，并通过坐标变换获取；、分别为单目相机在第i-1次拍照时，相机坐标系相对于机械臂基座坐标系的旋转矩阵和平移向量，并通过坐标变换获取；表示单目相机在第次拍照时的采集点到的深度值；表示单目相机在第次拍照时的采集点到的深度值；

12、s5：利用lm算法对式(3)所示的目标函数进行迭代优化，将s4的计算结果作为lm算法的初始值，求解第j个5g天线特征点在机械臂基座坐标系下的最优坐标；

13、                                         (3)

14、式(3)中，表示和之间的重定位误差；

15、s6：利用svd分解法拟合最优坐标集得到天线平面的法向量；其中，t表示转置；

16、s7：以天线平面的法向量的方向为天线坐标系的轴方向向量，记为；选取天线平面上的某一向量方向为天线坐标系的轴方向向量，记为；通过计算轴方向向量和轴方向向量的叉乘得到轴方向向量，记为；

17、s8：利用式(4)得到天线坐标系相对于机械臂基座标系的变换矩阵，即为和中天线的位姿：

18、                                            (4)

19、式(4)中，为天线坐标系相对于机械臂基座坐标系的旋转矩阵，为天线坐标系相对于机械臂基座坐标系的平移向量。

20、本发明所述的一种基于机器视觉的5g天线位姿估计方法的特点也在于，所述s5中的重定位误差是按如下步骤得到：

21、a：利用式(5)计算和之间的实际距离：

22、                                        (5)

23、b：根据余弦定理，利用式(6)计算和之间的重定位距离：

24、                      (6)

25、c：根据实际距离、重定位距离，得到式(7)重定位误差：

26、       (7)。

27、s8中是利用式(8)计算旋转矩阵：

28、                                           (8)

29、s8中是选取5g天线上一固定点为天线坐标系的原点，将所述原点在机械臂基座坐标系下的坐标记为平移向量。

30、本发明一种电子设备的特点在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如所述基于机器视觉的5g天线位姿估计方法。

31、本发明一种计算机可读存储介质的特点在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如所述基于机器视觉的5g天线位姿估计方法。

32、本发明与现有技术相比，具有以下优势：

33、1.本发明采用机械臂与三角测量方法相结合的方式，利用机械臂带着单目相机在不同视角下拍摄图像，有效地替代了传统的双目或多目相机系统，减化了系统的结构，减少了运算量，同时也降低了硬件成本。

34、2.本发明实施简便，能够在机械臂携带探头执行检测5g天线的辐射性能任务的同时，计算待测5g天线的位姿进行计算，并基于机械臂位姿信息对计算出的位姿结果进行优化，提高了位姿估计的准确性。

35、3.本发明通过分析相机图像和机械臂末端位姿信息，实现了对待测5g天线位姿的估计，无需依赖先验的位姿信息，降低了系统对先验知识的依赖。

技术特征：

1.一种基于机器视觉的5g天线位姿估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于机器视觉的5g天线位姿估计方法，其特征在于，所述s5中的重定位误差是按如下步骤得到：

3.根据权利要求1所述的一种基于机器视觉的5g天线位姿估计方法，其特征在于，s8中是利用式(8)计算旋转矩阵：

4.根据权利要求1所述的一种基于机器视觉的5g天线位姿估计方法，其特征在于，s8中是选取5g天线上一固定点为天线坐标系的原点，将所述原点在机械臂基座坐标系下的坐标记为平移向量。

5.一种电子设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1-4中任一项所述基于机器视觉的5g天线位姿估计方法。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述基于机器视觉的5g天线位姿估计方法。

技术总结
本发明公开了一种基于机器视觉的5G天线位姿估计方法、设备和介质，该方法包括：1对图像进行天线检测，提取ROI区域图像；2对ROI区域天线图像进行特征提取和特征匹配；3计算特征点在原图像中的像素坐标；4基于三角测量原理计算5G天线特征点在机械臂基座坐标系下的坐标初始值；5利用LM算法，以重定位误差为目标函数，求解特征点最优坐标；6利用SVD分解法拟合最优坐标集得到天线平面的法向量；7建立天线坐标系，并计算x、y、z轴方向向量；8计算天线旋转矩阵和平移向量，得到天线位姿。本发明能提高天线位姿估计的准确性和效率，并能降低系统复杂度。

技术研发人员：储昭碧,陈慧丽,冯小英,陈波,朱敏
受保护的技术使用者：合肥工业大学
技术研发日：
技术公布日：2024/11/18