一种两阶段激光舵机自动校准方法

本发明属于图像处理和自动化应用，尤其涉及一种两阶段激光舵机自动校准方法。

背景技术：

1、在当今社会，图像处理和自动化领域取得显著的进展，其中图像处理主要归功于计算能力的提高和深度学习技术的广泛应用，为图像任务带来了突破性的性能提升，这些任务包括图像分类、目标检测、图像分割等。同时，自动化领域与图像处理结合的方式非常广泛，其目的是利用图像处理技术来提高自动化系统的智能化水平、效率和适应性。目前传统的激光舵机校准方法与实际物理场景高度相关联，需确定与打点目标的相对位置(本专利的打点目标以电视机屏幕为例)，通过三角函数在3维空间内计算建模，实现目标在屏幕中的位置信息转化为激光舵机的角度信息。该传统方法由于与物理空间位置高度绑定，导致鲁棒性和可移植性较差。并且矫正流程以人工为主，耗费人力资源。

技术实现思路

1、本发明针对激光舵机自动校准所存在的技术问题，提出一种设计合理、方法简单、理论性强且能够实现实现激光点在屏幕中位置信息到激光舵机角度信息的转换的一种两阶段激光舵机自动校准方法。

2、为了达到上述目的，本发明采用的技术方案为：一种两阶段激光舵机自动校准方法，包括如下步骤：

3、s1：数据获取，获取舵机不同角度下，激光在屏幕上的打点图像；

4、s2：搭建激光点目标检测模型，检测激光在图像中位置；

5、s3：训练、测试激光点目标检测模型，验证激光点目标检测模型的检测精度；

6、s4：建立笛卡尔坐标系到极坐标系的高阶线性映射模型；

7、s5：训练、测试高阶线性映射模型，验证高阶线性映射模型模型对两坐标系的映射精度。

8、作为优选，所述s1步骤的具体操作方法为：

9、s1-1：数据采样获取，固定相机和舵机位置，通过串口通信控制激光舵机在电视屏幕上打点，保存此刻的舵机横纵角度信息h,v，h表示为横向坐标信息，v表示为纵向坐标信息，以及相机捕获对应的图像信息img；

10、s1-2：激光舵机数据采样频率，横向坐标间隔2度，纵向坐标间隔1度；

11、s1-3：s1-1步骤中获取的图像信息img，采用labelimg标注工具对激光点进行标注得到激光点目标检测数据集d1＝[img,label]；

12、s1-4：将数据集d1以8:2的比例划分为训练集和测试集。

13、作为优选，所述s2步骤的具体操作方法为基于yolov8基础上引入多尺度特征融合网络整体检测模型结构。

14、作为优选，所述s3步骤的具体操作方法为：

15、s3-1：将数据d1中的训练集送入模型，训练方式学习率变化策略采用warmup，训练100个轮次，最终得到训练好激光点目标检测模型；

16、s3-2：将数据d1中的测试集送入激光点目标检测模型模型，验证激光点目标检测模型的准确性，得到通用激光点检测模型。

17、作为优选，所述s4步骤的具体操作方法为：

18、s4-1：将步骤s1-1获取的全部图像信息img，送入通用激光点检测模型，得到激光点检测框，以检测框中心定义为激光点坐标，最终得到基于图像左上交点的激光点坐标x,y，x为横坐标，y为纵坐标；

19、s4-2：将步骤s4-1获取的激光点坐标x,y与步骤s1-1获取的激光舵机横纵角度h,v数据对齐，得到数据集d2＝[x,y,h,v]；其中x,y为笛卡尔坐标系信息，h,v为极坐标系信息；

20、s4-3：将数据集d2以8:2的比例划分为训练集和测试集；

21、s4-4：对笛卡尔坐标系和极坐标系映射关系建模，以俯视建立一维坐标系为例建立坐标系，以电视机左端点为原点建立笛卡尔坐标系，得到电视机范围为x；以舵机到电视机左端点的角度为原点建立极坐标系，得到电视机在极坐标下的范围为α；

22、s4-5：坐标映射，采样点1在两个坐标系下的映射对应量为(x1,α1)；

23、s4-6：当m个采样点，与步骤s4-5采样方式同理获取m个采样点的映射对应量((x1,α1),(x2,α2),(x3,α3),...,(xm,αm))，此时映射关系为非线性映射关系。对上述采样点的映射对应量采用公式(1)和(2)进行归一化处理，得到((x'1,α'1),(x'2,α'2),(x'3,α'3),...(x'm,α'm))，此时映射关系为非线性映射关系；

24、x'i＝xi/x,i∈[1,m]             (1)

25、α'i＝αi/α,i∈[1,m]             (2)

26、s4-7：求解映射关系，采用高阶线性模型方式求解两个坐标系间的映射关系。

27、作为优选，所述s5步骤的具体操作方式为：

28、s5-1：将数据集d2中的训练集送入高阶线性映射模型，得到映射通用高阶线性模型f(x)＝α；

29、s5-2：屏幕坐标到真实舵机角度的映射，将新获取的目标坐标x4，归一化得到x'4，通过高阶线性模型f(x)得到归一化后的坐标α'4＝f(x'4)，后通过逆归一化得到最终坐标θ＝α'4*α；

30、s5-3：将数据集d2中的训练集送入高阶线性映射模型，重复步骤s5-2验证模型坐标映射精度。

31、与现有技术相比，本发明的优点和积极效果在于：

32、本发明提供一种两阶段激光舵机自动校准方法，搭建舵机自动校准流程。通过两阶段的处理流程，首先通过图像处理中的目标检测方法，自动识别确定激光点在电视屏幕中位置信息，然后通过高阶线性建模，实现激光点在屏幕中位置信息到激光舵机角度信息的转换。这种矫正方法，降低了传统方法对实际物理空间的高度依赖，提升了激光舵机校准方法的可移植性和复用性，减少人为调试的参与流程，进而降低人力成本，实现激光舵机的自动校准。

技术特征：

1.一种两阶段激光舵机自动校准方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种两阶段激光舵机自动校准方法，其特征在于，所述s1步骤的具体操作方法为：

3.根据权利要求1所述的一种两阶段激光舵机自动校准方法，其特征在于，所述s2步骤的具体操作方法为基于yolov8基础上引入多尺度特征融合网络整体检测模型结构。

4.根据权利要求1所述的一种两阶段激光舵机自动校准方法，其特征在于，所述s3步骤的具体操作方法为：

5.根据权利要求1所述的一种两阶段激光舵机自动校准方法，其特征在于，所述s4步骤的具体操作方法为：

6.根据权利要求1所述的一种两阶段激光舵机自动校准方法，其特征在于，所述s5步骤的具体操作方式为：

技术总结本发明属于图像处理和自动化应用技术领域，尤其涉及一种两阶段激光舵机自动校准方法。本发明发明搭建舵机自动校准流程，通过两阶段的处理流程，首先通过图像处理中的目标检测方法，自动识别确定激光点在电视屏幕中位置信息，然后通过高阶线性建模，实现激光点在屏幕中位置信息到激光舵机角度信息的转换。这种矫正方法，降低了传统方法对实际物理空间的高度依赖，提升了激光舵机校准方法的可移植性和复用性，减少人为调试的参与流程，进而降低人力成本，实现激光舵机的自动校准。技术研发人员：卓树峰,董文轩,陈亮,李光辉,张磊,田硕磊受保护的技术使用者：福建信息职业技术学院技术研发日：技术公布日：2024/9/9