【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于激光位移測試，具體涉及一種激光位移測試方法。
技術(shù)介紹
1、現(xiàn)有的距離測量技術(shù)包括超聲波測距、紅外線測距、雷達測距等，但這些技術(shù)在實際應用中存在一定的局限性，如測量精度不高、受環(huán)境影響大等問題。激光測距技術(shù)因其高方向性、高單色性和高亮度等特點，在精確距離測量領域具有明顯優(yōu)勢。在現(xiàn)有的激光測距領域中，激光位移傳感器因其非接觸、高精度、高速度等優(yōu)點而被廣泛應用。然而，傳統(tǒng)的激光位移測量方法往往受限于環(huán)境因素和傳感器本身的性能，導致測量精度和穩(wěn)定性有待提高。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)提供一種激光位移測試方法，用以解決現(xiàn)有技術(shù)中的精度不高以及穩(wěn)定性較差的技術(shù)問題。
2、一種激光位移測試方法，包括：
3、確定激光發(fā)射器與被測物體之間的第一測試數(shù)據(jù)以及不斷移動被測物體之后的第二測試數(shù)據(jù)；
4、其中，所述第一測試數(shù)據(jù)以及第二測試數(shù)據(jù)均包括測試距離以及由被測物體表面反射并被面陣圖像傳感器采集的測試圖像；
5、根據(jù)所述第一測試數(shù)據(jù)以及所述第二測試數(shù)據(jù)，進行測試數(shù)據(jù)融合，以確定樣本圖像數(shù)據(jù)以及對應的位移數(shù)據(jù)；
6、以樣本圖像數(shù)據(jù)以及對應的位移數(shù)據(jù)為基礎，對預先構(gòu)建的深度學習圖像識別模型進行優(yōu)化，得到位移測試模型；
7、獲取實時測試數(shù)據(jù)，并采用所述位移測試模型對所述實時測試數(shù)據(jù)進行識別之后，得到激光位移測試結(jié)果。
8、進一步地，根據(jù)所述第一測試數(shù)據(jù)以及所述第二測試數(shù)據(jù)，進行測試數(shù)據(jù)融合，以確定樣本圖像數(shù)
9、取出第二測試數(shù)據(jù)中的測試圖像，并確定任意兩個相鄰位置對應的測試圖像中光斑對應的像素位置；
10、以所述兩個相鄰位置對應的測試圖像中光斑對應的像素位置以及測試距離為基礎，采用線性插值法生成新測試圖像以及新測試圖像對應的測試距離，以生成測量限程內(nèi)所有距離下的新測試數(shù)據(jù)；
11、針對任意一個第二測試數(shù)據(jù)或任意一個新測試數(shù)據(jù)，將測試圖像與第一測試數(shù)據(jù)中的測試圖像進行拼接，得到拼接圖像，并將所述拼接圖像作為樣本圖像數(shù)據(jù)，將第二測試數(shù)據(jù)或新測試數(shù)據(jù)中的測試距離作為對應的位移數(shù)據(jù)。
12、進一步地，取出第二測試數(shù)據(jù)中的測試圖像，并確定任意兩個相鄰位置對應的測試圖像中光斑對應的像素位置，包括：
13、取出第二測試數(shù)據(jù)中的測試圖像；
14、針對任意一個第二測試數(shù)據(jù)中的測試圖像，確定由被測物體表面反射的激光光斑所在目標像素點；
15、將目標像素點的像素位置進行求平均，得到測試圖像中光斑對應的像素位置。
16、進一步地，以所述兩個相鄰位置對應的測試圖像中光斑對應的像素位置以及測試距離為基礎，采用線性插值法生成新測試圖像以及新測試圖像對應的測試距離，以生成測量限程內(nèi)所有距離下的新測試數(shù)據(jù)，包括：
17、以所述兩個相鄰位置對應的測試圖像中光斑對應的像素位置為基礎，確定兩個相鄰位置對應的測試圖像所對應的光斑距離；
18、以所述兩個相鄰位置對應的測試圖像對應的實際測試距離為基礎，確定兩個相鄰位置對應的測試圖像所對應的實際距離；
19、根據(jù)所述實際距離以及光斑距離，得到距離比；其中，所述距離比用于表征實際距離對應的單位距離所對應的像素距離；
20、根據(jù)距離比，確定移動單位距離所導致的像素距離變化量；
21、以所述兩個相鄰位置對應的測試圖像以及像素距離變化量為基礎，將測試圖像中的光斑按固定距離移動，得到新測試圖像，并同時將實際距離按單位距離修改，得到新測試圖像對應的測試距離；
22、將所述新測試圖像對應的測試距離共同作為新測試數(shù)據(jù)。
23、進一步地，以所述兩個相鄰位置對應的測試圖像以及像素距離變化量為基礎，將測試圖像中的光斑按固定距離移動，得到新測試圖像，并同時將實際距離按單位距離修改，得到新測試圖像對應的測試距離，包括：
24、針對所述兩個相鄰位置對應的測試圖像，將一個位置對應的測試圖像所對應的光斑作為起點，將另一個位置對應的測試圖像所對應的光斑作為終點，將測試圖像中的光斑按固定距離移動，得到新測試圖像；
25、在移動光斑的同時，將起點對應的實際距離按單位距離修改，得到新測試圖像對應的測試距離。
26、進一步地，以樣本圖像數(shù)據(jù)以及對應的位移數(shù)據(jù)為基礎，對預先構(gòu)建的深度學習圖像識別模型進行優(yōu)化，得到位移測試模型，包括：
27、針對預先構(gòu)建的深度學習圖像識別模型，隨機初始化深度學習圖像識別模型對應的模型參數(shù)，并將所述模型參數(shù)組成向量，得到模型參數(shù)向量；
28、以上述模型參數(shù)向量獲取方法為基礎，獲取多個不同的模型參數(shù)向量，完成初始解的生成；
29、在當前優(yōu)化過程中，對模型參數(shù)向量進行隨機方向上的局部信息探索，得到局部信息探索之后的模型參數(shù)向量；
30、針對局部信息探索之后的模型參數(shù)向量，采用概率決策方法對模型參數(shù)向量進行隨機方向上的全局信息探索，得到全局信息探索之后的模型參數(shù)向量；
31、針對全局信息探索之后的模型參數(shù)向量，采用多信息交互方法對模型參數(shù)向量進行最優(yōu)信息探索，得到最優(yōu)信息探索之后的模型參數(shù)向量；
32、判斷當前優(yōu)化次數(shù)是否到達最大優(yōu)化次數(shù)，若是，則根據(jù)最優(yōu)信息探索之后的模型參數(shù)向量，確定深度學習圖像識別模型的最終參數(shù)，得到位移測試模型，否則返回局部信息探索的步驟。
33、進一步地，對模型參數(shù)向量進行隨機方向上的局部信息探索，得到局部信息探索之后的模型參數(shù)向量為：
34、
35、其中，表示第t次優(yōu)化過程中第i個模型參數(shù)向量，表示第t+1次優(yōu)化過程中第i個模型參數(shù)向量，即第i個局部信息探索之后的模型參數(shù)向量；i＝1,2,…,i，i表示模型參數(shù)向量的總數(shù)，表示除了模型參數(shù)向量之外的其他模型參數(shù)向量，rand1表示(0,1)之間的隨機數(shù)，π表示圓周率。
36、進一步地，針對局部信息探索之后的模型參數(shù)向量，采用概率決策方法對模型參數(shù)向量進行隨機方向上的全局信息探索，得到全局信息探索之后的模型參數(shù)向量為：
37、針對每個全局信息探索之后的模型參數(shù)向量，確定其變異概率為：
38、
39、其中，θ表示變異概率，表示第k個全局信息探索之后的模型參數(shù)向量對應的適應度，表示最優(yōu)模型參數(shù)向量對應的適應度，exp表示以自然常數(shù)e為底的指數(shù)函數(shù)；
40、確定變異數(shù)量為：
41、ηt＝int(αcos(πt/t)*ηt-1)
42、其中，ηt表示第t次優(yōu)化過程中的變異數(shù)量，ηt-1表示第t-1次優(yōu)化過程中的變異數(shù)量，int表示取整函數(shù)，α表示衰減因子，t表示最大優(yōu)化次數(shù)，π表示圓周率；
43、將全局信息探索之后的模型參數(shù)向量按照適應度從大到小的順序排列，并將最優(yōu)模型參數(shù)向量之外的前ηt個模型參數(shù)向量取出，作為目標模型參數(shù)向量；
44、針本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種激光位移測試方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的激光位移測試方法，其特征在于，根據(jù)所述第一測試數(shù)據(jù)以及所述第二測試數(shù)據(jù)，進行測試數(shù)據(jù)融合，以確定樣本圖像數(shù)據(jù)以及對應的位移數(shù)據(jù)，包括：
3.根據(jù)權(quán)利要求2所述的激光位移測試方法，其特征在于，取出第二測試數(shù)據(jù)中的測試圖像，并確定任意兩個相鄰位置對應的測試圖像中光斑對應的像素位置，包括：
4.根據(jù)權(quán)利要求3所述的激光位移測試方法，其特征在于，以所述兩個相鄰位置對應的測試圖像中光斑對應的像素位置以及測試距離為基礎，采用線性插值法生成新測試圖像以及新測試圖像對應的測試距離，以生成測量限程內(nèi)所有距離下的新測試數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求4所述的激光位移測試方法，其特征在于，以所述兩個相鄰位置對應的測試圖像以及像素距離變化量為基礎，將測試圖像中的光斑按固定距離移動，得到新測試圖像，并同時將實際距離按單位距離修改，得到新測試圖像對應的測試距離，包括：
6.根據(jù)權(quán)利要求1-5任一所述的激光位移測試方法，其特征在于，以樣本圖像數(shù)據(jù)以及對應的位移數(shù)據(jù)為基礎，對預先構(gòu)建的
7.根據(jù)權(quán)利要求6所述的激光位移測試方法，其特征在于，對模型參數(shù)向量進行隨機方向上的局部信息探索，得到局部信息探索之后的模型參數(shù)向量為：
8.根據(jù)權(quán)利要求7所述的激光位移測試方法，其特征在于，針對局部信息探索之后的模型參數(shù)向量，采用概率決策方法對模型參數(shù)向量進行隨機方向上的全局信息探索，得到全局信息探索之后的模型參數(shù)向量為：
9.根據(jù)權(quán)利要求8所述的激光位移測試方法，其特征在于，針對全局信息探索之后的模型參數(shù)向量，采用多信息交互方法對模型參數(shù)向量進行最優(yōu)信息探索，得到最優(yōu)信息探索之后的模型參數(shù)向量為：
10.根據(jù)權(quán)利要求1所述的激光位移測試方法，其特征在于，獲取實時測試數(shù)據(jù)，并采用所述位移測試模型對所述實時測試數(shù)據(jù)進行識別之后，得到激光位移測試結(jié)果，包括：
...【技術(shù)特征摘要】
1.一種激光位移測試方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的激光位移測試方法，其特征在于，根據(jù)所述第一測試數(shù)據(jù)以及所述第二測試數(shù)據(jù)，進行測試數(shù)據(jù)融合，以確定樣本圖像數(shù)據(jù)以及對應的位移數(shù)據(jù)，包括：
3.根據(jù)權(quán)利要求2所述的激光位移測試方法，其特征在于，取出第二測試數(shù)據(jù)中的測試圖像，并確定任意兩個相鄰位置對應的測試圖像中光斑對應的像素位置，包括：
4.根據(jù)權(quán)利要求3所述的激光位移測試方法，其特征在于，以所述兩個相鄰位置對應的測試圖像中光斑對應的像素位置以及測試距離為基礎，采用線性插值法生成新測試圖像以及新測試圖像對應的測試距離，以生成測量限程內(nèi)所有距離下的新測試數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求4所述的激光位移測試方法，其特征在于，以所述兩個相鄰位置對應的測試圖像以及像素距離變化量為基礎，將測試圖像中的光斑按固定距離移動，得到新測試圖像，并同時將實際距離按單位距離修改，得到新測試圖像對應的測試距離，包括：
6...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：顧青柏，
申請(專利權(quán))人：北京海銨德機械科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。