变照度下的视觉测量系统误差建模

• 作者: 吴伟伟 方成刚 朱浪 李亚萍 潘裕斌 粟序明
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 视觉测量 误差建模 遗传算法优化的最小二乘支持向量机 照度 BP神经网络
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 计算机技术
• 页码范围: 1929-1935
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.10.009

摘要

针对二维视觉在线测量工件时,照度变化因素导致测量误差的问题,提出基于遗传算法优化的最小二乘支持向量机(GA-LSSVM),建立照度误差模型的方法.分析视觉测量系统的误差来源,通过最小二乘法分析照度影响下的误差规律.利用照度变化误差实验,获得照度和测量系统的误差数据,分别训练GA-LSSVM、支持向量机(SVM)以及BP神经网络,建立照度和测量系统误差模型,对系统测量误差进行预测.结果表明:在变照度测量误差预测模型中,GA-LSSVM模型、SVM模型及BP神经网络模型的预测精度分别为94.90％、90.23％及80.60％.这表明遗传算法优化的最小二乘支持向量机建立的变照度误差模型,在拟合和预测精度上优于传统的BP神经网络.