一种自抗离面扰动的微米级精度视觉运动追踪方法

1.本发明涉及视觉运动追踪领域，特别涉及一种自抗离面扰动的微米级精度视觉运动追踪方法。


背景技术：

2.视觉测量技术，是把相机对焦到某一特定平面成像。视觉运动追踪技术，利用若干视觉获取图像的像素数据，解算出位移量。这一原理，限制了测量对象需保持在“对焦平面”。在与“对焦平面”垂直的方向所产生的离面位移，会降低视觉测量精度，进而降低视觉运动追踪精度。结合显微镜的视觉测量精度，可达到(亚)微米级。在测量精度提高的同时，离面位移的影响随之加重。这意味着，测量对象需要更为严格地保持在“对焦的平面”。然而，在工业现场测量对象广泛存在偏离“对焦的平面”的离面位移，尤其是处于运动中的测量对象。
3.测量对象在运动过程中所产生的偏离“对焦平面”的离面位移，影响成像数据，进而经由图像处理算法，影响到测量精度。现有技术未能提出有效的方法对离面位移扰动下微视觉运动追踪进行精度优化，只能将这种离面位移引起的测量误差，作为视觉运动追踪技术系统噪声的一部分，无法剥离、无法补偿、无法消除等，制约了测量精度的进一步提升。现有微纳米级视觉运动追踪技术，无法避免离面位移引起的精度衰变。由于产生离面位移的激励信号具有不确定性，同一优化方法在不同情况下对微视觉运动追踪精度优化效果不同，现有技术无法优化不同离面位移扰动下的微视觉运动追踪精度，对于离面位移产生的误差没有很好的解决办法。随着微纳米视觉运动追踪技术的广泛应用和测量精度的逐步提高，需要适配的测量对象增多，且更高精度的测量手段对离面位移的容许能力降低。现有技术无法实现不同离面位移扰动下微视觉运动追踪的精度优化，约束了测量对象范围。


技术实现要素：

4.本发明为了解决现有技术存在无法实现不同离面位移扰动下微视觉运动追踪的精度优化的问题，提出了一种自抗离面扰动的微米级精度视觉运动追踪方法，实现不同离面位移扰动下微视觉运动追踪的精度优化，提高抗离面扰动能力。
5.为解决上述技术问题，本发明采用的技术方案是：
6.本发明公开了一种自抗离面扰动的微米级精度视觉运动追踪方法，包括以下步骤：
7.s1：构建微米级精度视觉运动追踪测量系统；所述的微米级精度视觉运动追踪测量系统包括自抗离面扰动装置、自抗离面扰动程序；
8.s2：通过微米级精度视觉运动追踪测量系统获取观测对象的运动图像，并实时检测离面扰动；
9.s4：根据预设的模糊规则，对于低频高幅型离面扰动，在硬件层面对自抗离面扰动装置优化实现精度修复；对于高频低幅型离面扰动，在软件层面对自抗离面扰动程序优化
实现精度修复；对于宽频或跨幅混合型离面扰动，采用自抗离面扰动装置与自抗离面扰动程序同步联动实现精度修复。
10.本发明的工作原理如下：
11.产生可控轴向运动补偿离面位移与自抗离面扰动算法同步联动，实时修复不同离面位移扰动所引起的视觉追踪精度劣化，提高系统抗离面扰动能力。
12.优选地，根据离面扰动引起的视觉精度劣化程度，将不同的离面扰动分为以下五个等级：
13.对于视觉追踪精度劣化比l；
14.若l≤5％，则为优，无需进行优化；
15.若5％《l≤40％，则为良，需进行优化；
16.若40％《l≤80％，则为中，需进行优化；
17.若80％《l≤150％，则为差，需进行优化；
18.若150％《l，追踪精度丧失，无法进行优化。
19.进一步地，对于不同类型、等级的离面扰动，采取对应的自抗扰方案；
20.所述的自抗扰方案是针对不同的离面扰动，采用不同的优化方法对自抗离面扰动装置与自抗离面扰动程序进行优化；选取任一自抗离面扰动装置的优化方法与若干自抗离面扰动程序的优化方法，使自抗离面扰动装置与自抗离面扰动程序进行同步联动。
21.更进一步地，选配自抗扰方案后，进行标准测试实验，计算出不同选配方案对不同离面扰动下微米级精度视觉运动追踪的精度改善效果，根据评价结果形成离面激励-视觉自抗扰映射，并进行量化；
22.所述的标准测试实验如下：
23.s301：设计20次运动追踪实验；
24.s302：在第1～5次的实验中进行视觉运动追踪时，不添加任何离面扰动，得到视觉运动追踪标准精度f
00
；
25.s303：在第i次的实验中进行视觉运动追踪时，添加获取的离面扰动，得到视觉运动追踪劣化精度f
10
；其中6≤i≤15；
26.s304：在第i+1～i+4次实验中进行视觉运动追踪时，添加获取的离面扰动，使用对应的选配方案进行精度改善，得到视觉运动追踪改善精度f
11
；
27.s305：在第i+5～20次实验中进行视觉运动追踪时，不添加任何离面扰动，得到视觉运动追踪标准精度f
01
；
28.s306；对上述s302～s306得到的精度结果进行计算，根据评价公式得到此选配方案的改善效果。
29.进一步地，自抗离面扰动装置的优化方法包括：单压电驱动中低频补偿法、双压电驱动高频补偿法、单压电驱动物镜焦面法、追踪对象离面运动抑制法；
30.自抗离面扰动程序的优化方法包括：模板变类型/数量/面积法、感兴趣区域实时变换法、离面-劣化模糊集法、评价函数实时解算法、多焦面实时匹配法、算法类别/计算优化法、频率-精度动态均衡法、深度学习工具调参法。
31.更进一步地，对自抗离面扰动装置采用追踪对象离面运动抑制法；对自抗离面扰动程序采用评价函数实时解算法、算法类别/计算优化法；
32.评价函数实时解算法用于将离面扰动解算成离面位移，追踪对象离面运动抑制法用于控制自抗离面扰动装置产生可控轴向运动补偿离面位移，算法类别/计算优化法用于控制自抗离面扰动程序调用对应的离面位移到视觉算法、离面位移到可控参数的映射关系。
33.更进一步地，将离面扰动解算成离面位移的步骤如下：
34.s101：获取t0时刻运动图像；
35.s102：通过预设在自抗离面扰动程序中的清晰度评价函数获取当前清晰度评价值，并设置为清晰度最大值f
max
；
36.s103：控制自抗离面扰动装置的工业相机(1)向下移动距离s；
37.s104：通过预设的清晰度评价函数获取移动后的清晰度评价值，记为f1；
38.s105：判断当前清晰度评价值与f
max
大小，设置阈值λ，若|δ|＝|f
1-f
max
|＞λ且δ＝f
1-f
max
＞0，执行步骤s106；
39.若|δ|＝|f
1-f
max
|≤λ，执行步骤s107；
40.若|δ|＝|f
1-f
max
|＞λ且δ＝f
1-f
max
＜0，执行步骤s108；
41.s106：实时更新清晰度最大值，令f
max
＝f1，并控制工业相机(1)继续向下移动距离s；
42.s107：结束对焦，记录当前工业相机(1)位置；
43.s108；保持清晰度最大值不变，控制工业相机(1)向上移动距离s；
44.s109：获取t0+δt时刻运动图像，重复s102到s108；
45.s110：设定工业相机(1)向远离平面的移动方向为正方向，向靠近平面移动的方向为负方向，根据所述工业相机(1)两次对焦过程中移动的距离x0与x1，根据计算公式d＝x
0-x1和v＝d/δt，解算出离面位移的大小、方向与速度。
46.更进一步地，产生可控轴向运动补偿离面位移的方法如下：
47.将解算出的离面位移的大小、方向与速度转化为位移补偿信号，根据位移补偿信号产生轴向位移，实现硬件层面的抗离面扰动，具体为：
48.对于轴向跳动频率的转化具体为：
49.若v∈(an，a
n+1
)，则
50.对于轴向跳动幅度的转化具体为：
51.若d∈(bn，b
n+1
)，则
52.其中，d与v分别为解算出的离面位移幅值与速度，δ1与δ2分别为轴向跳动频率与轴向跳动幅度；n为模糊映射规则的数量；
53.根据转化后的位移补偿信号，生成轴向跳动频率为δ1，轴向跳动幅度为δ2，且与离面位移反向的轴向运动补偿离面位移。
54.更进一步地，根据解算得到的离面位移，自抗离面扰动程序依据映射关系调用视觉算法与可控参数：
[0055][0056]
其中，i＝1,2
···
,n，d与v分别为解算出的离面位移幅值与速度，x为前置实验得出的映射关系，di、vi和xi分别为d、v和x组成的集合，ri(x,y,z)为由di×vi
到xi的模糊关
系，具体为：
[0057][0058]
离面位移到视觉算法、可控参数的映射关系通过前置试验得到，前置试验的具体步骤为：
[0059]
s201：获取无离面扰动时的视觉运动追踪精度，记为f0；
[0060]
s202：产生轴向运动，记为离面扰动a；
[0061]
s203：预设基于灰度的模板匹配法、基于特征点的模板匹配法；
[0062]
s204：从基于灰度的模板匹配法中提炼可控参数，将模板数量n与模板面积s分别记为可控参数α1、可控参数α2；从基于特征点的模板匹配法中提炼可控参数，将高斯滤波系数σ与金字塔层数m分别记为可控参数β1、可控参数β2；
[0063]
s205：利用基于灰度的模板匹配法，分别改变可控参数α1与可控参数α2，获取第一离面扰动下的视觉追踪精度，记为f
11
、f
12
；利用基于特征点的模板匹配法，分别改变可控参数β1与可控参数β2，获取第一离面扰动下的视觉追踪精度，记为f
21
、f
22
；
[0064]
s206：基于以上得到的不同视觉追踪精度f
11
、f
12
、f
21
、f
22
，通过精度修复比例计算结果，分别记为p1、p2、p3、p4；
[0065]
s207：筛选出精度修复比例最小值p
min
，建立第一离面位移到对应视觉算法与参数间的映射关系，记为第一映射；
[0066]
s208：产生另外两种不同的轴向运动，记为第二离面扰动、第三离面扰动；重复上述s203-s207，建立离面位移到相应视觉算法与参数间的映射，记为第二映射、第三映射。
[0067]
更进一步地，通过得到的视觉运动追踪结果与第三方纳米级精度传感器检测结果进行比较，得到离面位移扰动下的视觉运动追踪精度，从而计算出精度优化比例，表达式如下：
[0068]
p＝100％
×
|f
ij-f0|,i,j＝1,2,3
···
,n
[0069]
其中，f
ij
表示改变视觉算法与可控参数后离面扰动下的视觉运动追踪精度；f0表示无离面扰动时的视觉运动追踪精度，视为基准精度。
[0070]
与现有技术相比，本发明的有益效果是：
[0071]
1.本发明通过自抗扰方案的选配，实现装置与程序的同步联动，改善不同离面位移扰动所引起的视觉追踪精度劣化。
[0072]
2.本发明对不同离面位移进行精度修复，适用于应对工业现场广泛存在的离面扰动，具有强鲁棒性，良好的实时性。
附图说明
[0073]
图1为实施例提供的自抗离面扰动的微米级精度视觉运动追踪方法的流程图。
[0074]
图2为实施例提供的离面激励—视觉劣化模糊集的示意图。
[0075]
图3为实施例提供的离面激励—视觉优化模糊集的示意图。
[0076]
图4为实施例提供的自抗离面扰动装置的优化方法的示意图。
[0077]
图5为实施例提供的选用的自抗扰方案的流程图。
[0078]
图6为实施例提供的自抗离面扰动装置的示意图。
[0079]
图7为实施例提供的离面位移补偿的示意图。
[0080]
其中：1、工业相机；2、显微镜；3、压电驱动柔顺机构；4、控制卡。
具体实施方式
[0081]
下面结合附图和具体实施方式对本发明做详细描述。
[0082]
实施例1
[0083]
在本实施例中，如图1所示，一种自抗离面扰动的微米级精度视觉运动追踪方法，包括以下步骤：
[0084]
s1：构建微米级精度视觉运动追踪测量系统；所述的微米级精度视觉运动追踪测量系统包括自抗离面扰动装置、自抗离面扰动程序；
[0085]
s2：通过微米级精度视觉运动追踪测量系统获取观测对象的运动图像，并实时检测离面扰动；
[0086]
s3：针对离面扰动引起的视觉精度劣化，选配自抗扰方案对自抗离面扰动装置与自抗离面扰动程序进行优化；
[0087]
s4：根据预设的模糊规则，对于低频高幅型离面扰动，在硬件层面对自抗离面扰动装置优化实现精度修复；对于高频低幅型离面扰动，在软件层面对自抗离面扰动程序优化实现精度修复；对于宽频或跨幅混合型离面扰动，采用自抗离面扰动装置与自抗离面扰动程序同步联动实现精度修复。
[0088]
步骤s2中，针对离面扰动，对离面激励-视觉劣化映射进行量化，构建离面激励-视觉劣化模糊集；基于离面激励-视觉劣化模糊集，将自抗离面扰动程序嵌入自抗离面扰动装置中。
[0089]
步骤s3中，对离面激励-视觉优化映射进行量化，构建离面激励-视觉优化模糊集并进行量化，嵌入到自抗离面扰动程序中。
[0090]
在本实施例中，根据离面扰动引起的视觉精度劣化程度，将不同的离面扰动分为以下五个等级：
[0091]
对于视觉追踪精度劣化比l；
[0092]
若l≤5％，则为优，无需进行优化；
[0093]
若5％《l≤40％，则为良，需进行优化；
[0094]
若40％《l≤80％，则为中，需进行优化；
[0095]
若80％《l≤150％，则为差，需进行优化；
[0096]
若150％《l，追踪精度丧失，无法进行优化。
[0097]
在本实施例中，如图2所示，所述不同的离面扰动具有不同的类型、振幅和频率，包括但不限于高中低频、高中低幅的简谐、脉冲、阶跃、噪声和随机离面扰动。
[0098]
更具体的，如图3所示，对于不同类型、等级的离面扰动，采取对应的自抗扰方案；
[0099]
所述的自抗扰方案是针对不同的离面扰动，采用不同的优化方法对自抗离面扰动装置与自抗离面扰动程序进行优化；选取任一自抗离面扰动装置的优化方法与若干自抗离面扰动程序的优化方法，使自抗离面扰动装置与自抗离面扰动程序进行同步联动。
[0100]
s3中，基于离面激励—视觉劣化模糊集得到位移补偿范围、频率补偿范围等信息。
[0101]
更具体的，选配自抗扰方案后，进行标准测试实验，离面激励-视觉优化模糊集计算出不同选配方案对不同离面扰动下微米级精度视觉运动追踪的精度改善效果，根据评价
结果形成离面激励-视觉自抗扰映射，并进行量化；
[0102]
所述的标准测试实验如下：
[0103]
s301：设计20次运动追踪实验；
[0104]
s302：在第1～5次的实验中进行视觉运动追踪时，不添加任何离面扰动，得到视觉运动追踪标准精度f
00
；
[0105]
s303：在第i次的实验中进行视觉运动追踪时，添加获取的离面扰动，得到视觉运动追踪劣化精度f
10
；其中6≤i≤15；
[0106]
s304：在第i+1～i+4次实验中进行视觉运动追踪时，添加获取的离面扰动，使用对应的选配方案进行精度改善，得到视觉运动追踪改善精度f
11
；
[0107]
s305：在第i+5～20次实验中进行视觉运动追踪时，不添加任何离面扰动，得到视觉运动追踪标准精度f
01
；
[0108]
s306；对上述s302～s306得到的精度结果进行计算，根据评价公式得到此选配方案的改善效果；评价公式如下：
[0109][0110]
更具体的，如图4所示，自抗离面扰动装置的优化方法包括：h1单压电驱动中低频补偿法、h2双压电驱动高频补偿法、h3单压电驱动物镜焦面法、h4追踪对象离面运动抑制法。
[0111]
自抗离面扰动程序的优化方法包括：t1模板变类型/数量/面积法、t2感兴趣区域实时变换法、t3“离面-劣化”模糊集法、t4评价函数实时解算法、t5多焦面实时匹配法、t6算法类别/计算优化法、t7“频率-精度”动态均衡法、t8深度学习工具调参法。
[0112]
在本实施例中，对自抗离面扰动装置采用单压电全驱实现单压电驱动中低频补偿法，对自抗离面扰动装置采用双压电全驱实现双压电驱动高频补偿法，对自抗离面扰动装置采用压电物镜实现单压电驱动物镜焦面法，对自抗离面扰动装置采用离面抑制实现追踪对象离面运动抑制法。
[0113]
在具体实施过程中，对于低频高振型离面扰动，如频率小于50hz、振幅大于300μm的离面扰动，使用硬件方案进行精度修复，对于高频低振型离面扰动，如频率大于50hz、振幅小于300μm的离面扰动，使用软件方案进行精度修复，而对于混合型离面位移，硬件与软件相结合进行精度修复。
[0114]
实施例2
[0115]
在实施例1的基础上，如图5所示，在本实施例中，基于离面激励-视觉优化模糊集选用中频率大振幅、中频率中振幅、中频率低振幅的简谐离面位移，即离面位移d111、d112、d113作为离面扰动，对自抗离面扰动装置采用追踪对象离面运动抑制法；对自抗离面扰动程序采用评价函数实时解算法、算法类别/计算优化法；即选配方案h4t4t6为自抗扰方案。
[0116]
在本实施例中，一种微米级精度视觉运动追踪系统，包括自抗离面扰动装置、自抗离面扰动程序，采用所述的自抗离面扰动的微米级精度视觉运动追踪方法。
[0117]
如图6所示，所述的自抗离面扰动装置包括工业相机1、显微镜2、控制卡4、压电驱动柔顺机构3。
[0118]
所述的控制卡4分别与工业相机1、显微镜2、压电驱动柔顺机构3电性连接。
[0119]
所述的工业相机1、显微镜2用于获取平面内微米级精度图像。
[0120]
所述的控制卡4内嵌自抗离面扰动程序。
[0121]
所述控制卡4用于控制工业相机1、显微镜2、压电驱动柔顺机构3。
[0122]
所述的压电驱动柔顺机构3用于产生离面位移补偿。
[0123]
评价函数实时解算法用于将离面扰动解算成离面位移，追踪对象离面运动抑制法用于控制自抗离面扰动装置产生可控轴向运动补偿离面位移，算法类别/计算优化法用于控制自抗离面扰动程序调用对应的离面位移到视觉算法、离面位移到视觉算法可控参数的映射关系；基于模糊规则同步联动软硬件方案，实现自抗离面扰动；标准测试实验评价选配方案h4t4t6的精度改善效果。
[0124]
方案t4对短时间内连续获得的两张图像进行对焦，基于工业相机1对焦过程中移动的距离与方向，可解算出离面位移方向、大小、速度。
[0125]
更具体的，方案t4将离面扰动解算成离面位移的步骤如下：
[0126]
s101：获取t0时刻运动图像；
[0127]
s102：通过预设在自抗离面扰动程序中的清晰度评价函数获取当前清晰度评价值，并设置为清晰度最大值f
max
；
[0128]
s103：控制自抗离面扰动装置的工业相机1向下移动距离s；
[0129]
s104：通过预设的清晰度评价函数获取移动后的清晰度评价值，记为f1；
[0130]
s105：判断当前清晰度评价值与f
max
大小，设置阈值λ，若|δ|＝|f
1-f
max
|＞λ且δ＝f
1-f
max
＞0，执行步骤s106；
[0131]
若|δ|＝|f
1-f
max
|≤λ，执行步骤s107；
[0132]
若|δ|＝|f
1-f
max
|＞λ且δ＝f
1-f
max
＜0，执行步骤s108；
[0133]
s106：实时更新清晰度最大值，令f
max
＝f1，并控制工业相机1继续向下移动距离s；
[0134]
s107：结束对焦，记录当前工业相机1位置；
[0135]
s108；保持清晰度最大值不变，控制工业相机1向上移动距离s；
[0136]
s109：获取t0+δt时刻运动图像，重复s102到s108；
[0137]
s110：设定工业相机1向远离平面的移动方向为正方向，向靠近平面移动的方向为负方向，根据所述工业相机1两次对焦过程中移动的距离x0与x1，根据计算公式d＝x
0-x1和v＝d/δt，解算出离面位移的大小、方向与速度。
[0138]
更具体的，在解算离面位移过程中使用的清晰度评价函数为方差函数，但在实际应用过程中，具体使用的不仅仅只限于当前所提清晰度评价函数，可根据不同情况使用其他清晰度评价函数，如brenner函数、laplacian梯度函数、tenengrad评价函数等，以满足不同的条件要求。
[0139]
更具体的，产生可控轴向运动补偿离面位移的方法如下：
[0140]
将解算出的离面位移的大小、方向与速度转化为位移补偿信号，控制卡4将位移补偿信号输入到压电驱动柔顺机构3中，根据位移补偿信号产生轴向位移，对离面位移进行补偿，实现硬件层面的抗离面扰动，具体为：
[0141]
对于轴向跳动频率的转化具体为：
[0142]
若v∈(an，a
n+1
)，则
[0143]
对于轴向跳动幅度的转化具体为：
[0144]
若d∈(bn，b
n+1
)，则
[0145]
其中，d与v分别为解算出的离面位移幅值与速度，δ1与δ2分别为轴向跳动频率与轴向跳动幅度；n为模糊映射规则的数量，即图2、图3中虚线的数量。
[0146]
如图7所示，根据计算出的位移补偿信号，压电驱动柔顺机构3生成轴向跳动频率为δ1，轴向跳动幅度为δ2，且与离面位移反向的轴向运动补偿离面位移。
[0147]
更具体的，根据t4解算得到的离面位移，自抗离面扰动程序依据映射关系调用视觉算法与可控参数，从软件层面减小离面扰动影响：
[0148][0149]
其中，i＝1,2
···
,n，d与v分别为解算出的离面位移幅值与速度，x为前置实验得出的映射关系，di、vi和xi分别为d、v和x组成的集合，ri(x,y,z)为由di×vi
到xi的模糊关系，具体为：
[0150][0151]
离面位移到视觉算法、可控参数的映射关系通过前置试验得到，前置试验的具体步骤为：
[0152]
s201：获取无离面扰动时的视觉运动追踪精度，记为f0；
[0153]
s202：产生轴向运动，记为离面扰动a；
[0154]
s203：预设基于灰度的模板匹配法、基于特征点的模板匹配法；
[0155]
s204：从基于灰度的模板匹配法中提炼可控参数，将模板数量n与模板面积s分别记为可控参数α1、可控参数α2；从基于特征点的模板匹配法中提炼可控参数，将高斯滤波系数σ与金字塔层数m分别记为可控参数β1、可控参数β2；
[0156]
s205：利用基于灰度的模板匹配法，分别改变可控参数α1与可控参数α2，获取第一离面扰动下的视觉追踪精度，记为f
11
、f
12
；利用基于特征点的模板匹配法，分别改变可控参数β1与可控参数β2，获取第一离面扰动下的视觉追踪精度，记为f
21
、f
22
；
[0157]
s206：基于以上得到的不同视觉追踪精度f
11
、f
12
、f
21
、f
22
，通过精度修复比例计算结果，分别记为p1、p2、p3、p4；
[0158]
s207：筛选出精度修复比例最小值p
min
，建立第一离面位移到对应视觉算法与参数间的映射关系，记为第一映射；
[0159]
s208：产生另外两种不同的轴向运动，记为第二离面扰动、第三离面扰动；重复上述s203-s207，建立离面位移到相应视觉算法与参数间的映射，记为第二映射、第三映射。
[0160]
在本实施例中，前置实验中向所述压电驱动柔顺机构3中输入的离面位移a、b、c为三种同频率不同振幅的离面位移，采用压电驱动柔顺机构3，基于所述控制卡4输入三种同频率不同振幅的简谐激励源信号d111、d112、d113，控制所述压电驱动柔顺机构3产生可控离面位移。
[0161]
更具体的，离面位移到视觉算法、离面位移到可控参数的映射关系x表示为：离面位移a到视觉算法、离面位移a到可控参数的映射关系为映射一，记x＝1；以此类推离面位移b、离面位移c对应的映射关系记x＝2、x＝3.
[0162]
更具体的，通过得到的视觉运动追踪结果与第三方纳米级精度传感器检测结果进行比较，得到离面位移扰动下的视觉运动追踪精度，从而计算出精度优化比例，表达式如
下：
[0163]
p＝100％
×
|f
ij-f0|,i,j＝1,2,3
···
,n
[0164]
其中，f
ij
表示改变视觉算法与可控参数后离面扰动下的视觉运动追踪精度；f0表示无离面扰动时的视觉运动追踪精度，视为基准精度。
[0165]
实施例3
[0166]
一种自抗离面扰动的微米级精度视觉运动追踪方法，包括以下步骤：
[0167]
s1：构建微米级精度视觉运动追踪测量系统；所述的微米级精度视觉运动追踪测量系统包括自抗离面扰动装置、自抗离面扰动程序；
[0168]
s2：通过微米级精度视觉运动追踪测量系统获取观测对象的运动图像，并实时检测离面扰动；
[0169]
s3：针对离面扰动引起的视觉精度劣化，选配自抗扰方案对自抗离面扰动装置与自抗离面扰动程序进行优化；
[0170]
s4：根据预设的模糊规则，对于低频高幅型离面扰动，在硬件层面对自抗离面扰动装置优化实现精度修复；对于高频低幅型离面扰动，在软件层面对自抗离面扰动程序优化实现精度修复；对于宽频或跨幅混合型离面扰动，采用自抗离面扰动装置与自抗离面扰动程序同步联动实现精度修复。
[0171]
在本实施例中，一种微米级精度视觉运动追踪系统，包括自抗离面扰动装置、自抗离面扰动程序，采用所述的自抗离面扰动的微米级精度视觉运动追踪方法。
[0172]
所述的自抗离面扰动装置包括工业相机1、显微镜2、控制卡4、压电驱动柔顺机构3。
[0173]
所述的控制卡4分别与工业相机1、显微镜2、压电驱动柔顺机构3电性连接。
[0174]
所述的工业相机1、显微镜2用于获取平面内微米级精度图像。
[0175]
所述的控制卡4内嵌自抗离面扰动程序。
[0176]
所述控制卡4用于控制工业相机1、显微镜2、压电驱动柔顺机构3。
[0177]
所述的压电驱动柔顺机构3用于产生离面位移补偿。
[0178]
本实施例通过硬件与软件相结合的方法，修复不同离面位移扰动引起的追踪精度劣化。首先在具体操作前通过使用不同视觉算法与参数对压电驱动柔顺机构3生成的自定义离面位移进行测试训练，形成离面位移到视觉算法与参数的精准映射，并嵌入控制卡4中。之后在实际应用中，基于清晰度评价函数解算出离面位移的数值与方向，压电驱动柔顺机构3根据离面位移补偿信号生成轴向运动补偿离面位移，在硬件层面实现抗离面扰动，控制卡4通过自抗离面扰动算法调用预设映射关系，在软件层面实现抗离面扰动，最后基于预设模糊规则实现软硬件同步联动，精准修复视觉运动追踪精度。
[0179]
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

技术特征：
1.一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，包括以下步骤：s1：构建微米级精度视觉运动追踪测量系统；所述的微米级精度视觉运动追踪测量系统包括自抗离面扰动装置、自抗离面扰动程序；s2：通过微米级精度视觉运动追踪测量系统获取观测对象的运动图像，并实时检测离面扰动；s3：针对离面扰动引起的视觉精度劣化，选配自抗扰方案对自抗离面扰动装置与自抗离面扰动程序进行优化；s4：根据预设的模糊规则，对于低频高幅型离面扰动，在硬件层面对自抗离面扰动装置优化实现精度修复；对于高频低幅型离面扰动，在软件层面对自抗离面扰动程序优化实现精度修复；对于宽频或跨幅混合型离面扰动，采用自抗离面扰动装置与自抗离面扰动程序同步联动实现精度修复。2.根据权利要求1所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，根据离面扰动引起的视觉精度劣化程度，将不同的离面扰动分为以下五个等级：对于视觉追踪精度劣化比l；若l≤5％，则为优，无需进行优化；若5％<l≤40％，则为良，需进行优化；若40％<l≤80％，则为中，需进行优化；若80％<l≤150％，则为差，需进行优化；若150％<l，追踪精度丧失，无法进行优化。3.根据权利要求2所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，对于不同类型、等级的离面扰动，采取对应的自抗扰方案；所述的自抗扰方案是针对不同的离面扰动，采用不同的优化方法对自抗离面扰动装置与自抗离面扰动程序进行优化；选取任一自抗离面扰动装置的优化方法与若干自抗离面扰动程序的优化方法，使自抗离面扰动装置与自抗离面扰动程序进行同步联动。4.根据权利要求3所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，选配自抗扰方案后，进行标准测试实验，计算出不同选配方案对不同离面扰动下微米级精度视觉运动追踪的精度改善效果，根据评价结果形成离面激励-视觉自抗扰映射，并进行量化；所述的标准测试实验如下：s301：设计20次运动追踪实验；s302：在第1～5次的实验中进行视觉运动追踪时，不添加任何离面扰动，得到视觉运动追踪标准精度f
00
；s303：在第i次的实验中进行视觉运动追踪时，添加获取的离面扰动，得到视觉运动追踪劣化精度f
10
；其中6≤i≤15；s304：在第i+1～i+4次实验中进行视觉运动追踪时，添加获取的离面扰动，使用对应的选配方案进行精度改善，得到视觉运动追踪改善精度f
11
；s305：在第i+5～20次实验中进行视觉运动追踪时，不添加任何离面扰动，得到视觉运动追踪标准精度f
01
；s306；对上述s302～s306得到的精度结果进行计算，根据评价公式得到此选配方案的
改善效果。5.根据权利要求3所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，自抗离面扰动装置的优化方法包括：单压电驱动中低频补偿法、双压电驱动高频补偿法、单压电驱动物镜焦面法、追踪对象离面运动抑制法；自抗离面扰动程序的优化方法包括：模板变类型/数量/面积法、感兴趣区域实时变换法、离面-劣化模糊集法、评价函数实时解算法、多焦面实时匹配法、算法类别/计算优化法、频率-精度动态均衡法、深度学习工具调参法。6.根据权利要求5所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，对自抗离面扰动装置采用追踪对象离面运动抑制法；对自抗离面扰动程序采用评价函数实时解算法、算法类别/计算优化法；评价函数实时解算法用于将离面扰动解算成离面位移，追踪对象离面运动抑制法用于控制自抗离面扰动装置产生可控轴向运动补偿离面位移，算法类别/计算优化法用于控制自抗离面扰动程序调用对应的离面位移到视觉算法、离面位移到可控参数的映射关系。7.根据权利要求6所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，将离面扰动解算成离面位移的步骤如下：s101：获取t0时刻运动图像；s102：通过预设在自抗离面扰动程序中的清晰度评价函数获取当前清晰度评价值，并设置为清晰度最大值f
max
；s103：控制自抗离面扰动装置中的工业相机(1)向下移动距离s；s104：通过预设的清晰度评价函数获取移动后的清晰度评价值，记为f1；s105：判断当前清晰度评价值与f
max
大小，设置阈值λ，若|δ|＝|f
1-f
max
|>λ且δ＝f
1-f
max
>0，执行步骤s106；若|δ|＝|f
1-f
max
|≤λ，执行步骤s107；若|δ|＝|f
1-f
max
|>λ且δ＝f
1-f
max
<0，执行步骤s108；s106：实时更新清晰度最大值，令f
max
＝f1，并控制工业相机(1)继续向下移动距离s；s107：结束对焦，记录当前工业相机(1)位置；s108；保持清晰度最大值不变，控制工业相机(1)向上移动距离s；s109：获取t0+δt时刻运动图像，重复s102到s108；s110：设定工业相机(1)向远离平面的移动方向为正方向，向靠近平面移动的方向为负方向，根据所述工业相机(1)两次对焦过程中移动的距离x0与x1，根据计算公式d＝x
0-x1和v＝d/δt，解算出离面位移的大小、方向与速度。8.根据权利要求7所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，产生可控轴向运动补偿离面位移的方法如下：将解算出的离面位移的大小、方向与速度转化为位移补偿信号，根据位移补偿信号产生轴向位移，实现硬件层面的抗离面扰动，具体为：对于轴向跳动频率的转化具体为：
若d∈(b
n
，b
n+1
)，则其中，d与v分别为解算出的离面位移幅值与速度，δ1与δ2分别为轴向跳动频率与轴向跳动幅度；n为模糊映射规则的数量；根据转化后的位移补偿信号，生成轴向跳动频率为δ1，轴向跳动幅度为δ2，且与离面位移反向的轴向运动补偿离面位移。9.根据权利要求8所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，根据解算得到的离面位移，自抗离面扰动程序依据映射关系调用视觉算法与可控参数：其中，i＝1,2
···
,n，d与v分别为解算出的离面位移幅值与速度，x为前置实验得出的映射关系，d
i
、v
i
和x
i
分别为d、v和x组成的集合，r
i
(x,y,z)为由d
i
×vi
到x
i
的模糊关系，具体为：离面位移到视觉算法、可控参数的映射关系通过前置试验得到，前置试验的具体步骤为：s201：获取无离面扰动时的视觉运动追踪精度，记为f0；s202：产生轴向运动，记为离面扰动a；s203：预设基于灰度的模板匹配法、基于特征点的模板匹配法；s204：从基于灰度的模板匹配法中提炼可控参数，将模板数量n与模板面积s分别记为可控参数α1、可控参数α2；从基于特征点的模板匹配法中提炼可控参数，将高斯滤波系数σ与金字塔层数m分别记为可控参数β1、可控参数β2；s205：利用基于灰度的模板匹配法，分别改变可控参数α1与可控参数α2，获取第一离面扰动下的视觉追踪精度，记为f
11
、f
12
；利用基于特征点的模板匹配法，分别改变可控参数β1与可控参数β2，获取第一离面扰动下的视觉追踪精度，记为f
21
、f
22
；s206：基于以上得到的不同视觉追踪精度f
11
、f
12
、f
21
、f
22
，通过精度修复比例计算结果，分别记为p1、p2、p3、p4；s207：筛选出精度修复比例最小值p
min
，建立第一离面位移到对应视觉算法与参数间的映射关系，记为第一映射；s208：产生另外两种不同的轴向运动，记为第二离面扰动、第三离面扰动；重复上述s203-s207，建立离面位移到相应视觉算法与参数间的映射，记为第二映射、第三映射。10.根据权利要求9所述的一种自抗离面扰动的微米级精度视觉运动追踪方法，其特征在于，通过得到的视觉运动追踪结果与第三方纳米级精度传感器检测结果进行比较，得到离面位移扰动下的视觉运动追踪精度，从而计算出精度优化比例，表达式如下：p＝100％
×
|f
ij-f0|,i,j＝1,2,3
…
,n其中，f
ij
表示改变视觉算法与可控参数后离面扰动下的视觉运动追踪精度；f0表示无离面扰动时的视觉运动追踪精度，视为基准精度。

技术总结
本发明公开了一种自抗离面扰动的微米级精度视觉运动追踪方法，方法包括：S1：构建微米级精度视觉运动追踪测量系统；S2：获取观测对象的运动图像，并实时检测离面扰动；S3：针对离面扰动引起的视觉精度劣化，选配自抗扰方案对自抗离面扰动装置与自抗离面扰动程序进行优化；S4：根据预设的模糊规则，对于低频高幅型离面扰动，在硬件层面对自抗离面扰动装置优化实现精度修复；对于高频低幅型离面扰动，在软件层面对自抗离面扰动程序优化实现精度修复；对于宽频或跨幅混合型离面扰动，采用自抗离面扰动装置与自抗离面扰动程序同步联动实现精度修复；本发明实现不同离面位移扰动下微视觉运动追踪的精度优化，提高系统抗离面扰动能力。提高系统抗离面扰动能力。提高系统抗离面扰动能力。


技术研发人员：王瑞洲 张宇龙
受保护的技术使用者：广东工业大学
技术研发日：2023.06.26
技术公布日：2023/9/25