高精度实时激光三角测距系统设计

高精度实时激光三角测距系统设计

论文摘要

激光三角测距具有快速、非接触、高精度等优点,已广泛应用于现在的检测系统。但随着工业技术的发展,对微位移检测的要求越来越高,高速、高精度、大量程、小型化和智能化成为三角测距的发展方向。本论文针对三角测距仪普遍存在的测距精度低和速度慢等缺点,重点研究了CCD亚像素定位细分算法及其硬件实现,成功设计并研制了一套基于线阵CCD的高速高精度实时激光三角测距系统。首先,广泛地调研了国内外激光三角测距的研究现状,分析了三角测距的原理和线阵CCD的特性。其次,介绍了几种常用的充分利用光斑附近众多信息的线阵CCD亚像素细分算法,并通过对采集的光斑图像进行离线分析和处理,对这些算法做了深入地分析、比较和改进,最终找到了一种精度较高又便于硬件实现的相对最优算法——倍频插值的灰度质心算法,显著地提高了系统的定位精度和稳定性。再次,详细地介绍了三角测距系统的硬件平台的软硬件设计和亚像素算法的硬件实现,主要是利用FPGA内丰富的逻辑资源和ARM的快速数据处理能力,从而实现高速实时在线检测。最后,对系统进行了稳定性、标定和精度实验。实验结果表明,系统具有很高的稳定性,测距精度高达0.03mm,最大量程为135mm,实时在线的测量速度为可调的1~36K/s。本论文的研究成果极大地提高了激光三角测距的精度和速度,有利于系统的小型化和智能化,具有很强的实用价值。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景
  • 1.2 研究动态
  • 1.3 本论文的主要工作
  • 1.4 本章小结
  • 2 三角测距基本原理及线阵CCD特性
  • 2.1 激光三角测距法基本原理
  • 2.2 激光三角法公式推导及分析
  • 2.2.1 直射三角法公式推导
  • 2.2.2 斜射三角法公式推导
  • 2.2.3 激光三角测距分析
  • 2.3 线阵CCD原理、特性及应用
  • 2.3.1 线阵CCD的基本结构
  • 2.3.2 线阵CCD的工作原理
  • 2.3.3 线阵CCD的主要参数及特点
  • 2.3.4 线阵CCD特点
  • 2.4 CCD探测路面光斑信噪比
  • 2.5 本章小结
  • 3 线阵CCD像素定位细分算法研究
  • 3.1 线阵CCD目标像点灰度分布特点
  • 3.2 线阵CCD像素定位细分算法
  • 3.2.1 二值化电平切割法
  • 3.2.2 倍频插值法
  • 3.2.3 一维线性补偿内插
  • 3.2.4 形心法
  • 3.2.5 质心内插法
  • 3.2.6 灰度质心法
  • 3.2.7 改进的灰度质心法
  • 3.2.8 加权灰度质心法
  • 3.2.9 多项式拟合灰度质心法
  • 3.3 细分算法理论分析和比较
  • 3.4 本章小结
  • 4 测距系统的硬件设计和实现
  • 4.1 光斑信号采集模块
  • 4.1.1 IL-P3-1024的主要特点及引脚功能
  • 4.1.2 IL-P3驱动电路设计
  • 4.2 CCD信号预处理电路
  • 4.3 AD转换模块
  • 4.3.1 AD器件的主要参数
  • 4.3.2 AD器件的选择
  • 4.3.3 AD9238结构及原理
  • 4.3.4 AD9238应用电路设计
  • 4.3.5 AD9238采样过程及注意事项
  • 4.4 基于FPGA的数据采集与处理系统
  • 4.4.1 数据采集与处理系统组成
  • 4.4.2 FIR数字滤波器设计及硬件实现
  • 4.4.3 CCD数据采集模块及硬件实现
  • 4.4.4 像素细分算法的硬件实现
  • 4.5 基于ARM的通信系统设计
  • 4.5.1 ARM处理器简介及分析
  • 4.5.2 通信系统电路设计
  • 4.5.3 ARM数据离线处理软件设计
  • 4.5.4 ARM实时数据处理软件设计
  • 4.6 本章小结
  • 5 系统调试及实验分析
  • 5.1 试验准备工作
  • 5.1.1 线阵CCD光斑信号调试
  • 5.1.2 实验平台搭建
  • 5.2 亚像素细分算法实验结果分析
  • 5.2.1 亚像素细分算法实验结果
  • 5.2.2 亚像素算法的分析比较
  • 5.3 系统稳定性实验
  • 5.4 系统标定及精度实验
  • 5.4.1 标定及精度实验结果
  • 5.4.2 系统标定数据分析
  • 5.4.3 系统精度分析
  • 5.5 误差分析
  • 5.6 本章小结
  • 结论
  • 致谢
  • 参考文献
  • 相关论文文献

    标签:;  ;  ;  ;  

    高精度实时激光三角测距系统设计
    下载Doc文档

    猜你喜欢