專利名稱：一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及測(cè)量技術(shù)領(lǐng)域，特別是指一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法和裝置。
背景技術(shù)：
在航天、航空、汽車等領(lǐng)域的很多產(chǎn)品裝備中，液壓、燃油、環(huán)控、氧氣等管路系統(tǒng)含有大量導(dǎo)管，這些導(dǎo)管形狀、尺寸各異，空間形態(tài)比較復(fù)雜。為了實(shí)現(xiàn)精確裝配，作為管路的核心部件之一，焊接好接頭后的導(dǎo)管往往存在加工誤差，因此在裝配過程中需要精確保證導(dǎo)管兩端接頭的端面中心點(diǎn)位置。具有不同彎曲角度、曲線以及直線部分的導(dǎo)管需要在焊接接頭零件后和CAD數(shù)據(jù)進(jìn)行比較。只有經(jīng)過檢測(cè)合格的帶接頭導(dǎo)管才能允許實(shí)施裝配，以控制產(chǎn)品裝備的質(zhì)量。在現(xiàn)有技術(shù)中，對(duì)于導(dǎo)管接頭的空間位姿參數(shù)測(cè)量主要包括以下兩種測(cè)量方法:第一種:使用框架式三坐標(biāo)測(cè)量機(jī)該傳統(tǒng)坐標(biāo)測(cè)量方法在國(guó)內(nèi)外機(jī)械、汽車、航空、軍工等行業(yè)領(lǐng)域中比較常見，主要是在一個(gè)六面體的測(cè)量空間范圍內(nèi)，對(duì)置于該測(cè)量空間的被測(cè)物體進(jìn)行多點(diǎn)測(cè)量，獲得被測(cè)物體上各測(cè)點(diǎn)的空間坐標(biāo)，根據(jù)這些點(diǎn)的空間坐標(biāo)值，計(jì)算求出被測(cè)物體的幾何尺寸、形狀、位置和姿態(tài)。該方法具有精度高、功能完善等優(yōu)勢(shì)，因而在中小尺寸零件的幾何測(cè)量中至今占有絕對(duì)統(tǒng)治地位。然而，由于框架尺寸和不便于操作的限制，該傳統(tǒng)方法在針對(duì)導(dǎo)管接頭空間位姿測(cè)量時(shí)暴露出了一些問題。一方面，測(cè)量大尺寸復(fù)雜導(dǎo)管的接頭時(shí)，容易發(fā)生遮擋，存在測(cè)量死角，測(cè)量受到限制，無法實(shí)現(xiàn)完整測(cè)量；另一方面，該測(cè)量方法需測(cè)量多個(gè)離散測(cè)量點(diǎn)的空間三維坐標(biāo)，再計(jì)算導(dǎo)管接頭的空間位姿參數(shù)，人工操作多，測(cè)量效率低。第二種:使用激光跟蹤儀激光跟蹤儀是工業(yè)測(cè)量系統(tǒng)中一種高精度的大尺寸測(cè)量?jī)x器，它以激光為測(cè)距手段配以反射靶標(biāo)，同時(shí)配有繞兩個(gè)軸轉(zhuǎn)動(dòng)的測(cè)角機(jī)構(gòu)，形成一個(gè)完整的球坐標(biāo)測(cè)量系統(tǒng)。它具有高精度、實(shí)時(shí)跟蹤測(cè)量、適合大尺寸零件測(cè)量等優(yōu)點(diǎn)。通過使用激光跟蹤儀可對(duì)導(dǎo)管接頭進(jìn)行多點(diǎn)測(cè)量獲得離散點(diǎn)空間坐標(biāo)，再計(jì)算導(dǎo)管接頭的空間位姿參數(shù)。該測(cè)量方法比框架式三坐標(biāo)測(cè)量機(jī)在測(cè)量速度和方便性上都有較大的提高。但是，在實(shí)際測(cè)量中發(fā)現(xiàn)，該測(cè)量方法還是存在某些不足。首先，由于是采用人工操作，勢(shì)必會(huì)產(chǎn)生操作誤差，影響測(cè)量精度。其次，對(duì)于大尺寸，空間形態(tài)比較復(fù)雜的導(dǎo)管，該方法仍然存在測(cè)量死角，測(cè)量效率也不是很理想?；跈C(jī)器視覺的三維測(cè)量技術(shù)近年來獲得了快速發(fā)展，具有非接觸、數(shù)據(jù)獲取快、精度高、柔性好、自動(dòng)化水平高等優(yōu)點(diǎn)，廣泛應(yīng)用于零件尺寸測(cè)量、自由曲面測(cè)量等領(lǐng)域。利用機(jī)器視覺測(cè)量方法，獲取目標(biāo)物三維位姿的方法主要包括以下三種:第一種:通過目標(biāo)物上的凸點(diǎn)必須先已知目標(biāo)物上的凸出點(diǎn)的三維坐標(biāo)，并且這些點(diǎn)需編寫特定算法進(jìn)行提取和匹配。
第二種:通過目標(biāo)物上的幾何基元
目標(biāo)物需包含圓形或者矩形等幾何基元特征，并且這些基元需識(shí)別算法進(jìn)行分離，并且結(jié)果可能具有歧義性。
第三種:通過CAD三維模型
目標(biāo)物可具有任意形狀，無需進(jìn)行圖像的處理和分離，且結(jié)果不具有歧義性。唯一需要的是目標(biāo)物的CAD三維模型。
綜上所述，通過相機(jī)內(nèi)、外參數(shù)的標(biāo)定，目標(biāo)物上特征的提取是可以計(jì)算出物體的空間位姿的，但是得到的位姿結(jié)果容易具有歧義性，并且由于不同物體的具體特征各不相同，需要操作人員根據(jù)具體情況分別編寫特定提取算法，工作量很大，不具備靈活性和通用性。而僅僅采用傳統(tǒng)的雙目視覺測(cè)量空間形態(tài)復(fù)雜的導(dǎo)管接頭是遠(yuǎn)遠(yuǎn)不夠的。原因是在采集導(dǎo)管接頭圖像過程中，往往會(huì)出現(xiàn)遮擋，無法實(shí)現(xiàn)導(dǎo)管所有接頭空間位姿參數(shù)的單次快速測(cè)量。發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法和裝置，測(cè)量速度快、精度較高。
為解決上述技術(shù)問題，本發(fā)明的實(shí)施例提供一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法，包括:
獲取多目相機(jī)的內(nèi)部參數(shù)；
讀取導(dǎo)管接頭的三維模型，獲得導(dǎo)管接頭的輪廓線框模型；
根據(jù)所述多目相機(jī)的內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)；
獲取所述輪廓線框模型投影在所述多個(gè)不同位置虛擬相機(jī)的二維圖像；
通過多目相機(jī)對(duì)導(dǎo)管上多個(gè)導(dǎo)管接頭分別進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像；
使用邊緣濾波器處理所述二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在所述搜索圖像上進(jìn)行基于形狀的模板匹配；
獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)；
將各個(gè)相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定所述導(dǎo)管接頭的空間位姿參數(shù)。
其中，對(duì)所述讀取導(dǎo)管不同接頭的三維模型，獲得導(dǎo)管接頭輪廓線框模型的步驟包括:
當(dāng)所述導(dǎo)管接頭的計(jì)算機(jī)輔助設(shè)計(jì)的三維模型文件格式不同時(shí)，將不同格式的三維模型轉(zhuǎn)換為同一格式的三維模型；
根據(jù)所述同一格式的三維模型，獲取相應(yīng)的三維線框模型；
對(duì)所述三維線框模型，利用所述三維線框模型上面與面之間的角度關(guān)系，消除冗余線框，得到所述導(dǎo)管接頭輪廓線框模型。
其中，根據(jù)所述多目相機(jī)內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)的步驟包括:
獲取所述導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)；
如果所述包圍盒中心點(diǎn)位于一個(gè)球體的中心，建立球形坐標(biāo)系，球體表面的各個(gè)位置由經(jīng)度和緯度表示；
將多個(gè)位于所述球體表面，且具有所述內(nèi)部參數(shù)的虛擬相機(jī)指向所述球體中心；
通過多個(gè)不同位置的所述虛擬相機(jī)，獲得所述虛擬相機(jī)相對(duì)于球體中心的位姿關(guān)系O
其中，獲得所述導(dǎo)管接頭的平面灰度圖像后還包括:
在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中存儲(chǔ)所述導(dǎo)管接頭的平面灰度圖像。
本發(fā)明的實(shí)施例提供一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量裝置，包括:
獲取模塊，用于獲取多目相機(jī)的內(nèi)部參數(shù)；
線框模型讀取模塊，用于讀取導(dǎo)管接頭的三維模型，獲得導(dǎo)管接頭的輪廓線框模型；
坐標(biāo)系建立模塊，用于根據(jù)所述多目相機(jī)的內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)；
二維投影生成模塊，用于獲取所述輪廓線框模型投影在所述多個(gè)不同位置虛擬相機(jī)的二維圖像；
圖像采集模塊，用于通過多目相機(jī)對(duì)多個(gè)導(dǎo)管接頭進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像；
搜索匹配模塊，用于使用邊緣濾波器處理所述二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在所述搜索圖像上進(jìn)行基于形狀的模板匹配；
空間位姿計(jì)算模塊，用于獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)，并將各個(gè)相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定所述導(dǎo)管接頭的空間位姿參數(shù)。
其中，所述線框模型讀取模塊包括:
三維模型讀取子模塊，用于在所述導(dǎo)管接頭的計(jì)算機(jī)輔助設(shè)計(jì)三維模型文件格式不同時(shí)，將不同格式的三維模型轉(zhuǎn)換為同一格式的三維模型，并根據(jù)所述同一格式的三維模型，獲取相應(yīng)的三維線框模型；
輪廓生成模塊，用于對(duì)所述三維線框模型，利用所述三維線框模型上面與面之間的角度關(guān)系，消除冗余線框，得到所述導(dǎo)管接頭輪廓的線框模型。
其中，所述同一格式為:不同格式三維模型之間進(jìn)行數(shù)據(jù)交換的DXF文件格式。
其中，所述坐標(biāo)系建立模塊具體包括:
第一獲取子模塊，用于獲取所述導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)；
建立子模塊，用于判斷如果所述包圍盒中心點(diǎn)位于一個(gè)球體的中心,建立球形坐標(biāo)系，球體表面的各個(gè)位置由經(jīng)度和緯度表示；
指向子模塊，用于將多個(gè)位于所述球體表面，且具有所述內(nèi)部參數(shù)的虛擬相機(jī)指向所述球體中心；
第二獲取子模塊，用于通過多個(gè)不同位置的所述虛擬相機(jī)，獲得所述虛擬相機(jī)相對(duì)于球體中心的位姿關(guān)系。
其中，上述裝置還包括:
結(jié)果顯示模塊，用于根據(jù)所述導(dǎo)管接頭的空間位姿參數(shù)顯示所述導(dǎo)管接頭的三維空間位姿參數(shù)和匹配搜索結(jié)果；及
數(shù)據(jù)存儲(chǔ)模塊，用于在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中存儲(chǔ)與導(dǎo)管接頭的三維模型對(duì)應(yīng)的三維空間位姿參數(shù)。
其中，所述多目相機(jī)為:從多個(gè)角度獨(dú)立獲取導(dǎo)管接頭平面灰度圖像的相機(jī)，相機(jī)數(shù)量為:四到八目之間。
本發(fā)明的上述技術(shù)方案的有益效果如下:
上述方案中，通過多目相機(jī)對(duì)導(dǎo)管的多個(gè)接頭同時(shí)進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像，并讀取所述導(dǎo)管接頭的CAD (計(jì)算機(jī)輔助設(shè)計(jì))三維模型，獲得輪廓線框模型，在建立的球形坐標(biāo)系上獲取所述輪廓線框模型的二維投影圖像。使用邊緣濾波器處理所述平面灰度圖像和二維投影圖像并分別作為匹配模板和搜索圖像，從而測(cè)量該導(dǎo)管多個(gè)接頭的空間位姿參數(shù)，并在計(jì)算時(shí)，只需在所述搜索圖像上進(jìn)行基于形狀的二維圖像模板匹配，不需測(cè)量導(dǎo)管接頭的多個(gè)特征點(diǎn)的空間坐標(biāo)。這樣就使計(jì)算工作極大地簡(jiǎn)化，從而能夠靈活快速地對(duì)各種形態(tài)導(dǎo)管的各種類型接頭的空間位姿參數(shù)進(jìn)行測(cè)量。


圖1為本發(fā)明的導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法流程圖2為本發(fā)明的測(cè)量裝置的一實(shí)施例結(jié)構(gòu)原理示意圖3為本發(fā)明的基于八目視覺的導(dǎo)管接頭空間位姿參數(shù)快速測(cè)量裝置的示意圖4為本發(fā)明的上述實(shí)施例中，將獲取的導(dǎo)管接頭輪廓線框模型包圍盒中心點(diǎn)位于一個(gè)球體的中心示意圖5為圖4所示的球體上建立球形坐標(biāo)系統(tǒng)的示意圖6為本發(fā)明的基于多目視覺的導(dǎo)管接頭空間位姿參數(shù)的測(cè)量裝置框圖。
具體實(shí)施方式
為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。
本發(fā)明針對(duì)現(xiàn)有激光跟蹤儀測(cè)量方法和三坐標(biāo)測(cè)量?jī)x測(cè)量方法過程繁瑣復(fù)雜、效率較低、成本較高等不足，以及單純的雙目視覺方案測(cè)量導(dǎo)管接頭的空間位姿參數(shù)算法繁瑣、缺乏靈活性等問題，提供一種基于多目視覺的導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法及裝置，從而利用多目視覺技術(shù)實(shí)現(xiàn)對(duì)導(dǎo)管接頭空間位姿參數(shù)的多角度快速測(cè)量。導(dǎo)管接頭的空間位姿參數(shù)測(cè)量指獲得導(dǎo)管接頭基準(zhǔn)坐標(biāo)系與世界坐標(biāo)系的相互空間位置和姿態(tài)關(guān)系。
如圖1所示，本發(fā)明的基于多目視覺的導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法，包括如下步驟:
步驟11，獲取多目相機(jī)的內(nèi)部參數(shù)；
步驟12，讀取導(dǎo)管接頭的三維模型(具體可以是CAD三維模型)，獲得導(dǎo)管接頭的輪廓線框模型；
步驟13，根據(jù)所述多目相機(jī)的內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)；
步驟14，獲取所述輪廓線框模型投影在所述多個(gè)不同位置虛擬相機(jī)的二維圖像；
步驟15，通過多目相機(jī)對(duì)導(dǎo)管上多個(gè)導(dǎo)管接頭分別進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像；
步驟16，使用邊緣濾波器處理所述二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在所述搜索圖像上進(jìn)行基于形狀的模板匹配；
步驟17，獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)；
步驟18，將各個(gè)相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定所述導(dǎo)管接頭的空間位姿參數(shù)。
本發(fā)明的上述方法通過多目相機(jī)對(duì)導(dǎo)管的多個(gè)導(dǎo)管接頭同時(shí)進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像，并讀取所述導(dǎo)管接頭的CAD三維模型，獲得輪廓線框模型，在建立的球形坐標(biāo)系上獲取所述輪廓線框模型的二維投影圖像。使用邊緣濾波器處理所述平面灰度圖像和二維投影圖像并分別作為匹配模板和搜索圖像，從而測(cè)量該導(dǎo)管的多個(gè)接頭的空間位姿參數(shù)，并在計(jì)算時(shí)，只需在所述搜索圖像上進(jìn)行基于形狀的二維圖像模板匹配，不需測(cè)量導(dǎo)管接頭的多個(gè)特征點(diǎn)的空間坐標(biāo)。這樣就使計(jì)算工作極大地簡(jiǎn)化，從而能夠靈活快速地對(duì)各種形態(tài)導(dǎo)管的各種類型接頭的空間位姿參數(shù)進(jìn)行測(cè)量。
上述圖1所示方法在具體實(shí)現(xiàn)時(shí)，還可以首先在機(jī)械平臺(tái)上對(duì)多目測(cè)量裝置進(jìn)行布置和安裝，如圖2所示，機(jī)械平臺(tái)包括:包括多目相機(jī)、光學(xué)鏡頭、圖像采集卡、照明光源、計(jì)算機(jī)(安裝好系統(tǒng)軟件)、顯示設(shè)備等；
其中，上述步驟12具體實(shí)現(xiàn)時(shí)，可包括:
當(dāng)所述導(dǎo)管接頭的CAD三維模型文件格式不同時(shí)，將不同格式的三維模型轉(zhuǎn)換為同一格式的三維模型，便于統(tǒng)一讀??；
讀取所述同一格式三維模型后，根據(jù)所述同一格式三維模型獲取相應(yīng)的三維線框模型；
對(duì)所述三維線框模型，利用所述三維線框模型上面與面之間的角度關(guān)系，消除冗余線框，得到所述導(dǎo)管接頭輪廓線框模型。
其中，上述步驟13具體實(shí)現(xiàn)時(shí)，可包括:
獲取所述導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)；
假設(shè)所述包圍盒中心點(diǎn)位于一個(gè)球體的中心，并建立球形坐標(biāo)系,球體表面的各個(gè)位置由經(jīng)度和緯度表示；
將多個(gè)位于所述球體表面，且具有所述內(nèi)部參數(shù)的虛擬相機(jī)指向所述球體中心；
通過多個(gè)不同位置的虛擬相機(jī)，獲得所述相機(jī)坐標(biāo)系相對(duì)于球體中心的位姿關(guān)系O
下面具體說明本發(fā)明的基于多目視覺的導(dǎo)管接頭空間位姿參數(shù)測(cè)量方法的實(shí)施例。
如圖2和圖3所示:多目相機(jī)通過其光學(xué)鏡頭對(duì)機(jī)械平臺(tái)上的被測(cè)導(dǎo)管接頭(被測(cè)對(duì)象)進(jìn)行圖像采集，被測(cè)導(dǎo)管放置在機(jī)械平臺(tái)上的測(cè)量臺(tái)上，照明光源作為被測(cè)導(dǎo)管測(cè)量環(huán)境的光源，高性能計(jì)算機(jī)(包括圖像采集卡和測(cè)量系統(tǒng)軟件)用于控制多目相機(jī)采集圖像以及存儲(chǔ)多目相機(jī)采集到的圖像，其中，可以在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中存儲(chǔ)所述導(dǎo)管接頭的平面灰度圖像，并利用采集到的圖像數(shù)據(jù)進(jìn)行處理、計(jì)算、分析，將結(jié)果顯示在顯示設(shè)備上。
具體地，在機(jī)械平臺(tái)上對(duì)八目相機(jī)測(cè)量系統(tǒng)的裝置進(jìn)行布置和安裝，光源采用LED漫射式照明技術(shù)，即利用LED光源對(duì)鏡頭視場(chǎng)均勻發(fā)出的平行光，通過相機(jī)可以清晰觀察到被測(cè)導(dǎo)管接頭的邊緣輪廓，繼而測(cè)量導(dǎo)管接頭的空間位姿參數(shù)。八目相機(jī)中的每一個(gè)相機(jī)的最佳視場(chǎng)區(qū)域構(gòu)成一個(gè)錐形，在這個(gè)錐形區(qū)域的導(dǎo)管接頭可以獲得最準(zhǔn)確的測(cè)量結(jié)果，所有八目相機(jī)從八個(gè)角度對(duì)導(dǎo)管接頭進(jìn)行圖像采集，被測(cè)導(dǎo)管中的某一個(gè)接頭總有八目相機(jī)中的一個(gè)相機(jī)會(huì)采集到較佳的平面灰度圖像。再利用高性能計(jì)算機(jī)和系統(tǒng)軟件控制八目相機(jī)同時(shí)拍照，采集圖像，以獲取被測(cè)導(dǎo)管接頭的平面灰度圖像，可以在例如計(jì)算機(jī)硬盤中存儲(chǔ)所采集的圖像，以便于下步圖像處理工作。
根據(jù)雙目視覺原理，對(duì)多目相機(jī)進(jìn)行標(biāo)定，求解兩兩相機(jī)的內(nèi)、外部參數(shù)。相機(jī)內(nèi)部參數(shù)包括焦距f，相機(jī)相鄰像元的水平和垂直距離Sx、Sy，相機(jī)拍攝中心點(diǎn)坐標(biāo)Cx、Cy及表示圖像分辨率的W (寬)、1 (高)；相機(jī)外部參數(shù)包括兩相機(jī)的相對(duì)位姿，相對(duì)位姿包括空間的移動(dòng)[X，Y, z]和轉(zhuǎn)動(dòng)[α，β，Y ]共6個(gè)未知變量。對(duì)多目相機(jī)的標(biāo)定方法采用制作標(biāo)定板，對(duì)其從多個(gè)角度，多個(gè)位置采集圖像，識(shí)別標(biāo)定板上的標(biāo)定圓點(diǎn)，通過已知的標(biāo)定板上標(biāo)定點(diǎn)的相對(duì)位置反求相機(jī)的內(nèi)、外部參數(shù)。
在上述根據(jù)所述多目相機(jī)內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)時(shí)，將獲取的導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)位于一個(gè)球體的中心(如圖4所示)。在該球體上建立球形坐標(biāo)系，球體表面的各個(gè)位置由經(jīng)度和緯度表示(如圖5所示)；
從上述球體上不同位置觀察導(dǎo)管接頭輪廓線框模型得到多個(gè)二維投影圖像，這些從全方位角度投影到虛擬相機(jī)的二維圖像用來與多目系統(tǒng)采集的真實(shí)圖像進(jìn)行對(duì)比匹配搜索，并計(jì)算導(dǎo)管接頭在空間中的三維位姿。
上述對(duì)比匹配搜索算法與基于形狀的二維模板匹配方法有著相類似的搜索算法。模板匹配技術(shù)實(shí)際上是利用模板圖像描述被搜索物，并在圖像中找到模板位置，通過計(jì)算模板與圖像之間的相似度實(shí)現(xiàn)。將一個(gè)目標(biāo)對(duì)象的模版定義為點(diǎn)集和每個(gè)點(diǎn)關(guān)聯(lián)的方向向量。一般使用邊緣提取方法計(jì)算方向向量。搜索圖像可以通過如下方法進(jìn)行轉(zhuǎn)換，為圖像中每個(gè)點(diǎn)計(jì)算出一個(gè)方向向量。一般這種變換是一個(gè)任意的仿射變換。
在圖像中某個(gè)特定點(diǎn)計(jì)算變換后模版中所有點(diǎn)的方向向量與圖像中相應(yīng)點(diǎn)的方向向量的點(diǎn)積的總和，并以此作為匹配分值，也就是變換后模版在該點(diǎn)處的相似度量。
如果使用邊緣濾波器生成模版并且在搜索圖像中使用同樣的方式進(jìn)行預(yù)處理，相似度量能夠完全不受遮擋和混亂的影響。當(dāng)發(fā)生遮擋時(shí)，目標(biāo)物體在圖像中部分消失，模板上相應(yīng)位置的邊緣就沒有出現(xiàn)在圖像中，也就是說這些點(diǎn)的方向向量非常短，基本不影響總和。發(fā)生混亂時(shí)，圖像中有很多的其他邊緣，此時(shí)要不在其他邊緣上沒有對(duì)應(yīng)于模板上的點(diǎn)，要不有對(duì)應(yīng)點(diǎn)但方向向量非常短，同樣基本不影響總和。邊緣提取算法計(jì)算方向向量，其長(zhǎng)短取決于圖像的亮度，因此上述提供的相似度量算法還是要受到光照變化的影響。將方向向量進(jìn)行歸一化，使所有向量的長(zhǎng)度都為1，即可使相似度量不受任意光照變化的影響。歸一化相似度量都將返回一個(gè)小于I的數(shù)作為潛在匹配對(duì)象的分值。如果分值為I則表示模板與圖像之間完美一致。
當(dāng)從全方位角度投影到虛擬相機(jī)的二維圖像與多目系統(tǒng)采集的真實(shí)圖像的匹配搜索結(jié)果達(dá)到預(yù)期的閾值后即匹配成功時(shí)，在建立的球形坐標(biāo)系上可容易得到該虛擬相機(jī)與被測(cè)導(dǎo)管接頭的相對(duì)位姿參數(shù)，該參數(shù)實(shí)際即為導(dǎo)管接頭在真實(shí)相機(jī)坐標(biāo)系下的三維空間位姿參數(shù)。
圖像匹配過程中計(jì)算相似度量是一個(gè)非常耗時(shí)的工作，算法的復(fù)雜程度與圖像的寬，高以及匹配模板中的點(diǎn)數(shù)有關(guān)。使用停止標(biāo)準(zhǔn)可以實(shí)現(xiàn)算法一定比例的提速，并不能改變算法的復(fù)雜程度，因此需要一種能進(jìn)一步提高搜索速度的方法。采用圖形金字塔匹配方法解決上述問題。圖像金字塔匹配方法將圖像與模板多次縮小兩倍建立數(shù)據(jù)結(jié)構(gòu)。
模板匹配過程中，模板一般較大，因此一種提高搜索速度的方法是先考慮圖像與模板中具有一定間隔的點(diǎn)集，初步獲得模板的大致位姿，然后用間隔更小的點(diǎn)集在獲得的位姿周圍進(jìn)行進(jìn)一步搜索，得到更準(zhǔn)確的結(jié)果。構(gòu)造圖像金字塔的首選方法是使用2X2均值濾波器來平滑圖像，即求2X2區(qū)域中的所有像素的平均灰度值。其分層策略即選用多少層數(shù)的圖像金字塔合適，主要取決于能否保證最高層上尋找目標(biāo)物體的相關(guān)結(jié)構(gòu)可辨別出來。
更具體地，將多目系統(tǒng)的八目相機(jī)分別采集得到的導(dǎo)管接頭圖像與CAD三維模型得到的二維線框投影圖像進(jìn)行自動(dòng)匹配，將觀測(cè)導(dǎo)管接頭角度較佳的相機(jī)獲得的導(dǎo)管接頭的空間位姿參數(shù)作為最終測(cè)量結(jié)果，最后根據(jù)相機(jī)的內(nèi)、外參數(shù)，把在相機(jī)坐標(biāo)系下獲取的導(dǎo)管接頭空間位姿參數(shù)統(tǒng)一到同一世界坐標(biāo)系下。
最終確定的同一世界坐標(biāo)系下的導(dǎo)管接頭空間位姿參數(shù)，包括:導(dǎo)管接頭在世界坐標(biāo)系下的空間位置坐標(biāo)參數(shù)和姿態(tài)角度參數(shù)。其中，進(jìn)行統(tǒng)一坐標(biāo)系時(shí)，首先獲得中介標(biāo)定板上點(diǎn)列分別在每對(duì)相機(jī)測(cè)量局部坐標(biāo)系下的坐標(biāo)，設(shè)標(biāo)定板點(diǎn)列在世界坐標(biāo)系下的坐標(biāo)已知，因此以標(biāo)定板點(diǎn)列作為中介控制點(diǎn)，可求得標(biāo)定板坐標(biāo)系與每對(duì)相機(jī)局部坐標(biāo)系的轉(zhuǎn)換關(guān)系。將獲得的導(dǎo)管接頭空間位姿在各自測(cè)量局部坐標(biāo)系下的參數(shù)，通過上述轉(zhuǎn)換關(guān)系，統(tǒng)一到標(biāo)定板坐標(biāo)系下，即可最終統(tǒng)一到世界坐標(biāo)系下。
上述實(shí)施例是以八目相機(jī)為例進(jìn)行說明，本發(fā)明的多目相機(jī)為:多個(gè)獨(dú)立采集圖像的相機(jī)，相機(jī)數(shù)量為:四到八目之間。相機(jī)數(shù)量在四到七目的實(shí)施例與目述八目的實(shí)施例的實(shí)現(xiàn)方法相同，唯一不同的就是相機(jī)的數(shù)量，在此不再贅述。
綜上，本發(fā)明的測(cè)量方法主要有三個(gè)關(guān)鍵內(nèi)容。首先，由于是采用多目測(cè)量，選取合適的標(biāo)定方法直接決定了獲取的被測(cè)導(dǎo)管接頭的圖像信息的正確性和全面性。其次，獲取充分的圖像數(shù)據(jù)后根據(jù)CAD三維模型獲取輪廓線框模型投影在所建立的虛擬相機(jī)的二維圖像，選取自動(dòng)匹配算法進(jìn)而提高測(cè)量的精度和相應(yīng)速度。最后，選取最佳測(cè)量數(shù)據(jù)并統(tǒng)一坐標(biāo)系，顯示所測(cè)導(dǎo)管接頭的空間位姿參數(shù)。
本發(fā)明提供的基于多目視覺的導(dǎo)管接頭空間位姿參數(shù)快速測(cè)量方法利用導(dǎo)管接頭的CAD三維模型，將獲取的其輪廓線框模型的二維投影圖像與多目相機(jī)采集得到的平面灰度圖像進(jìn)行匹配搜索，從而測(cè)量該導(dǎo)管多個(gè)接頭的空間位姿參數(shù)，并在計(jì)算時(shí)只需在所述搜索圖像上進(jìn)行基于形狀的二維圖像模板匹配，不需測(cè)量導(dǎo)管接頭的多個(gè)特征點(diǎn)的空間坐標(biāo)。這樣就使計(jì)算工作極大地簡(jiǎn)化，從而能夠靈活快速地對(duì)各種形態(tài)導(dǎo)管的各種類型接頭的空間位姿參數(shù)進(jìn)行測(cè)量。
根據(jù)本發(fā)明的另一方面，如圖6所示，本發(fā)明的實(shí)施例還提供一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量裝置6，包括:
獲取模塊61，用于獲取多目相機(jī)的內(nèi)部參數(shù)；進(jìn)一步的，該獲取模塊還可以獲取多目相機(jī)的外部參數(shù)；相機(jī)內(nèi)部參數(shù)包括焦距f，相機(jī)相鄰像元的水平和垂直距離sx、sy，相機(jī)拍攝中心點(diǎn)坐標(biāo)cx、Cy及表示圖像分辨率的W (寬)、1 (高)；相機(jī)外部參數(shù)包括兩相機(jī)的相對(duì)位姿，相對(duì)位姿包括空間的移動(dòng)[X，Y, z]和轉(zhuǎn)動(dòng)[α，β，Y ]共6個(gè)未知變量；
線框模型讀取模塊62，用于讀取導(dǎo)管接頭的三維模型，獲得導(dǎo)管接頭的輪廓線框模型；
坐標(biāo)系建立模塊63，用于根據(jù)所述多目相機(jī)內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)；
二維投影生成模塊64，用于獲取所述輪廓線框模型投影在多個(gè)不同位置的虛擬相機(jī)的二維圖像；
圖像采集模塊65，用于通過多目相機(jī)對(duì)導(dǎo)管接頭進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像；
搜索匹配模塊66，用于使用邊緣濾波器處理所述二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在所述搜索圖像上進(jìn)行基于形狀的模板匹配；
空間位姿計(jì)算模塊67，用于獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)，并將各個(gè)相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定所述導(dǎo)管接頭的空間位姿參數(shù)。
優(yōu)選的，上述系統(tǒng)還包括:
結(jié)果顯示模塊68，用于根據(jù)所述導(dǎo)管接頭的空間位姿參數(shù)顯示所述導(dǎo)管接頭的三維空間位姿參數(shù)和匹配搜索結(jié)果；及
數(shù)據(jù)存儲(chǔ)模塊69，用于在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中存儲(chǔ)與導(dǎo)管的接頭CAD三維模型對(duì)應(yīng)的三維空間位姿參數(shù)。
所述線框模型讀取模塊62包括:
三維模型讀取模塊，用于在所述導(dǎo)管接頭的CAD (計(jì)算機(jī)輔助設(shè)計(jì))三維模型文件格式不同時(shí)，可將不同格式的三維模型轉(zhuǎn)換為同一格式的三維模型，便于統(tǒng)一讀取，讀取所述同一格式的三維模型后，并根據(jù)所述同一格式的三維模型，獲取相應(yīng)的三維線框模型；
輪廓生成模塊，用于對(duì)所述三維線框模型，利用三維線框模型上面與面之間的角度關(guān)系，消除冗余線框，得到所述導(dǎo)管接頭輪廓的線框模型。
其中，所述同一文件格式一般為不同格式三維模型之間進(jìn)行數(shù)據(jù)交換的DXF(繪圖交換文件，Drawing Exchange Format)文件格式。
所述坐標(biāo)系建立模塊63具體包括:
第一獲取子模塊，用于獲取所述導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)；
建立子模塊，用于判斷如果所述包圍盒中心點(diǎn)位于一個(gè)球體的中心，建立球形坐標(biāo)系，球體表面的各個(gè)位置由經(jīng)度和緯度表示；
指向子模塊，用于將多個(gè)位于所述球體表面，且具有所述內(nèi)部參數(shù)的虛擬相機(jī)指向所述球體中心；
第二獲取子模塊，用于通過多個(gè)不同位置的所述虛擬相機(jī)，獲得所述虛擬相機(jī)相對(duì)于球體中心的位姿關(guān)系。
所述多目相機(jī)為:從多個(gè)角度獨(dú)立獲取導(dǎo)管接頭平面灰度圖像的相機(jī)，相機(jī)數(shù)量為:四到八目之間。
具體的，上述獲取模塊61在獲取多目相機(jī)的內(nèi)、外參數(shù)時(shí)，包括:標(biāo)定模塊，對(duì)多目相機(jī)兩兩進(jìn)行標(biāo)定，以獲得多目相機(jī)的內(nèi)、外參數(shù)；
上述搜索匹配模塊66具體可以通過圖像金字塔搜索方法，先考慮圖像與模板中具有一定間隔的點(diǎn)集，初步獲得模板在圖像中的大致位置，然后用間隔更小的點(diǎn)集，在獲得的位置周圍進(jìn)行進(jìn)一步搜索，得到更準(zhǔn)確的結(jié)果；
其中，上述空間位姿計(jì)算模塊67獲得的導(dǎo)管接頭空間位姿參數(shù)包括:導(dǎo)管接頭局部基準(zhǔn)坐標(biāo)系在世界坐標(biāo)系下的空間位置和姿態(tài)。
本發(fā)明提供的基于多目視覺的導(dǎo)管接頭空間位姿參數(shù)的快速測(cè)量裝置，主要利用多目相機(jī)成像技術(shù)，通過多目相機(jī)對(duì)導(dǎo)管的多個(gè)接頭同時(shí)進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像，并讀取所述導(dǎo)管接頭的CAD三維模型，獲得輪廓線框模型，在建立的球形坐標(biāo)系上獲取所述輪廓線框模型的二維投影圖像。使用邊緣濾波器處理所述平面灰度圖像和二維投影圖像并分別作為匹配模板和搜索圖像，從而測(cè)量該導(dǎo)管多個(gè)接頭的空間位姿參數(shù)，并在計(jì)算時(shí)，只需在所述搜索圖像上進(jìn)行基于形狀的二維圖像模板匹配，不需測(cè)量導(dǎo)管接頭的多個(gè)特征點(diǎn)的空間坐標(biāo)。這樣就使計(jì)算工作極大地簡(jiǎn)化，從而能夠靈活快速地對(duì)各種形態(tài)導(dǎo)管的各種類型接頭的空間位姿參數(shù)進(jìn)行測(cè)量。
該裝置具有快速、高精度、操作便捷等幾大優(yōu)勢(shì)。利用該裝置能夠準(zhǔn)確測(cè)量導(dǎo)管接頭的空間位姿參數(shù)，確保導(dǎo)管接頭端面中心點(diǎn)的空間位置精度，保障導(dǎo)管接頭焊接的加工誤差在允許范圍內(nèi)，最終保證導(dǎo)管的精確裝配。采用多目視覺技術(shù)的導(dǎo)管接頭空間位姿參數(shù)快速測(cè)量方法在響應(yīng)速度和操作便捷性上都要優(yōu)于采用框架式三坐標(biāo)測(cè)量機(jī)和激光跟蹤儀的測(cè)量方法。
最后，需要說明的是:上述方法中的所有實(shí)現(xiàn)方式均適用于該裝置實(shí)施例中，也能達(dá)到相同的技術(shù)效果，在此不再贅述。
以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法，其特征在于，包括: 獲取多目相機(jī)的內(nèi)部參數(shù)； 讀取導(dǎo)管接頭的三維模型，獲得導(dǎo)管接頭的輪廓線框模型； 根據(jù)所述多目相機(jī)的內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)； 獲取所述輪廓線框模型投影在所述多個(gè)不同位置虛擬相機(jī)的二維圖像； 通過多目相機(jī)對(duì)導(dǎo)管上多個(gè)導(dǎo)管接頭分別進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像； 使用邊緣濾波器處理所述二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在所述搜索圖像上進(jìn)行基于形狀的模板匹配； 獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)； 將各個(gè)相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定所述導(dǎo)管接頭的空間位姿參數(shù)。
2.根據(jù)權(quán)利要求1所述的測(cè)量方法，其特征在于，對(duì)所述讀取導(dǎo)管不同接頭的三維模型，獲得導(dǎo)管接頭輪廓線框模型的步驟包括: 當(dāng)所述導(dǎo)管接頭的計(jì)算機(jī)輔助設(shè)計(jì)的三維模型文件格式不同時(shí)，將不同格式的三維模型轉(zhuǎn)換為同一格式的三維模型； 根據(jù)所述同一格式的三維模型，獲取相應(yīng)的三維線框模型； 對(duì)所述三維線框模型，利用所 述三維線框模型上面與面之間的角度關(guān)系，消除冗余線框，得到所述導(dǎo)管接頭輪廓線框模型。
3.根據(jù)權(quán)利要求1或2所述的測(cè)量方法，其特征在于，根據(jù)所述多目相機(jī)內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)的步驟包括: 獲取所述導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)； 如果所述包圍盒中心點(diǎn)位于一個(gè)球體的中心，建立球形坐標(biāo)系,球體表面的各個(gè)位置由經(jīng)度和諱度表不; 將多個(gè)位于所述球體表面，且具有所述內(nèi)部參數(shù)的虛擬相機(jī)指向所述球體中心； 通過多個(gè)不同位置的所述虛擬相機(jī)，獲得所述虛擬相機(jī)相對(duì)于球體中心的位姿關(guān)系。
4.根據(jù)權(quán)利要求1所述的測(cè)量方法，其特征在于，獲得所述導(dǎo)管接頭的平面灰度圖像后還包括: 在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中存儲(chǔ)所述導(dǎo)管接頭的平面灰度圖像。
5.一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量裝置，其特征在于，包括: 獲取模塊，用于獲取多目相機(jī)的內(nèi)部參數(shù)； 線框模型讀取模塊，用于讀取導(dǎo)管接頭的三維模型，獲得導(dǎo)管接頭的輪廓線框模型；坐標(biāo)系建立模塊，用于根據(jù)所述多目相機(jī)的內(nèi)部參數(shù)，分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)； 二維投影生成模塊，用于獲取所述輪廓線框模型投影在所述多個(gè)不同位置虛擬相機(jī)的二維圖像； 圖像采集模塊，用于通過多目相機(jī)對(duì)多個(gè)導(dǎo)管接頭進(jìn)行圖像采集，獲得所述導(dǎo)管接頭的平面灰度圖像； 搜索匹配模塊，用于使用邊緣濾波器處理所述二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在所述搜索圖像上進(jìn)行基于形狀的模板匹配； 空間位姿計(jì)算模塊，用于獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)，并將各個(gè)相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定所述導(dǎo)管接頭的空間位姿參數(shù)。
6.根據(jù)權(quán)利要求5所述的測(cè)量裝置，其特征在于，所述線框模型讀取模塊包括: 三維模型讀取子模塊，用于在所述導(dǎo)管接頭的計(jì)算機(jī)輔助設(shè)計(jì)三維模型文件格式不同時(shí)，將不同格式的三維模型轉(zhuǎn)換為同一格式的三維模型，并根據(jù)所述同一格式的三維模型，獲取相應(yīng)的三維線框模型； 輪廓生成模塊，用于對(duì)所述三維線框模型，利用所述三維線框模型上面與面之間的角度關(guān)系，消除冗余線框，得到所述導(dǎo)管接頭輪廓的線框模型。
7.根據(jù)權(quán)利要求6所述的測(cè)量裝置，其特征在于，所述同一格式為:不同格式三維模型之間進(jìn)行數(shù)據(jù)交換的DXF文件格式。
8.根據(jù)權(quán)利要求5所述的測(cè)量裝置，其特征在于，所述坐標(biāo)系建立模塊具體包括: 第一獲取子模塊，用于獲取所述導(dǎo)管接頭輪廓線框模型的包圍盒中心點(diǎn)； 建立子模塊，用于判斷如果所述包圍盒中心點(diǎn)位于一個(gè)球體的中心，建立球形坐標(biāo)系，球體表面的各個(gè)位置由經(jīng)度和緯度表示； 指向子模塊，用于將多個(gè)位于所述球體表面，且具有所述內(nèi)部參數(shù)的虛擬相機(jī)指向所述球體中心； 第二獲取子模塊，用于通過多個(gè)不同位置的所述虛擬相機(jī)，獲得所述虛擬相機(jī)相對(duì)于球體中心的位姿關(guān)系。
9.根據(jù)權(quán)利要求5所述的測(cè)量裝置，其特征在于，還包括: 結(jié)果顯示模塊，用于根據(jù)所述導(dǎo)管接頭的空間位姿參數(shù)顯示所述導(dǎo)管接頭的三維空間位姿參數(shù)和匹配搜索結(jié)果；及 數(shù)據(jù)存儲(chǔ)模塊，用于在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中存儲(chǔ)與導(dǎo)管接頭的三維模型對(duì)應(yīng)的三維空間位姿參數(shù)。
10.根據(jù)權(quán)利要求5所述的測(cè)量裝置，其特征在于，所述多目相機(jī)為:從多個(gè)角度獨(dú)立獲取導(dǎo)管接頭平面灰度圖像的相機(jī)，相機(jī)數(shù)量為:四到八目之間。
全文摘要
本發(fā)明提供一種導(dǎo)管接頭空間位姿參數(shù)的測(cè)量方法和裝置，方法包括獲取多目相機(jī)的內(nèi)部參數(shù)；讀取導(dǎo)管接頭的三維模型，獲得導(dǎo)管接頭的輪廓線框模型；分別建立球形坐標(biāo)系和多個(gè)不同位置虛擬相機(jī)；獲取輪廓線框模型投影在多個(gè)不同位置虛擬相機(jī)的二維圖像；通過多目相機(jī)對(duì)導(dǎo)管上多個(gè)接頭分別進(jìn)行圖像采集，獲得導(dǎo)管接頭的平面灰度圖像；使用邊緣濾波器處理二維圖像和平面灰度圖像分別作為匹配模板和搜索圖像，在搜索圖像上進(jìn)行基于形狀的模板匹配；獲取多個(gè)導(dǎo)管接頭在各自相機(jī)坐標(biāo)系下的空間位姿參數(shù)；將相機(jī)坐標(biāo)系下的多個(gè)導(dǎo)管接頭位姿統(tǒng)一到世界坐標(biāo)系下，確定導(dǎo)管接頭的空間位姿參數(shù)。本發(fā)明在測(cè)量導(dǎo)管接頭的空間位姿參數(shù)時(shí)，速度快，精度較高。
文檔編號(hào)G01B11/00GK103196370SQ20131011104
公開日2013年7月10日 申請(qǐng)日期2013年4月1日 優(yōu)先權(quán)日2013年4月1日
發(fā)明者劉檢華, 劉少麗, 張?zhí)? 唐承統(tǒng) 申請(qǐng)人:北京理工大學(xué)