基于亚像素综合定位匹配算法的MEMS平面运动测量

　　从广义上说MEMS是包含了毫米和微米尺度的机械,但它并非单纯是宏观机械的微小化,而是指可以批量制作的,集微型机构、微型传感器、微型执行器、信号处理和控制电路、接口单元、通讯单元及电源等于体的微型系统[1].MEMS从设计到封装的各个环节都贯穿着测试的要求[2].作为MEMS技术的重要组成部分,测试是获得整个MEMS系统各项参数、保证加工质量、研究加工规律的基础.

　　MEMS具有尺寸极其微小和响应超高频振动的特点.基于压电、光弹及应变等效应的传统测量方法无法实现MEMS器件的动态特性测量.对于MEMS平面运动测量,计算机微视觉技术是一种行之有效的方法.如Davis等学者开发的计算机微视觉系统,通过梯度法和最小二乘法获取亚像素级精度的MEMS面内位移[3];Rembe等学者研制的MEMS三维运动特性测量系统,采用图像重采样、线性插值和最小二乘优化准则,进行高精度面内运动测量[4].在国内,冯亚林等开发了基于计算机视觉的MEMS测试系统,通过图像处理,可进行微几何尺寸和面内运动的测量[5].目标在图像中的定位是微视觉技术中最基本和最重要的任务,其分为粗定位(像素级)和精定位(亚像素级)两种.现今存在着大量的像素级定位算法,如差平方和法、差绝对值法以及协方差等相关法等.亚像素定位算法主要有矩方法、拟合法和数字相关法等.本文集标准化协方差相关法、亚像素步长相关法、曲面拟合法、序惯相似性检测算法和单纯形法的优点于一体,提出了快速高精度的亚像素综合定位匹配算法.在笔者研制的MEMS三维动态测试系统中,将综合算法用于硅微陀螺仪平面内振动及谐振频率的测量,取得了良好的效果.

　　1　系统总体组成

　　笔者开发的MEMS动态测试系统的总体结构如图1所示,包括显微视觉系统、多功能数据卡、激光二极管(laser diode, LD)、激振台、CCD摄像机和图像采集卡.通过多功能数据卡提供周期性激励信号和脉冲信号,使MEMS器件周期性运动,同时激光二极管发出频闪光,并使其闪光频率与MEMS器件周期性激励信号的频率相等,这样即使MEMS器件做超高频高速运动,系统拍摄的亦总是“冻结”不变的图像.通过调整频闪光脉冲与激励信号的相对延时,可获得该激励周期内不同时刻的多幅视觉图像[4, 6].利用快速高精度的亚像素综合定位匹配算法对视觉图进行处理,可获得MEMS器件平面刚体运动情况.

　　2　基于新算法测量MEM S平面运动的基本原理

　　快速高精度亚像素综合定位算法的基本原理如图2所示.

　　(1)通过标准化协方差相关法和序惯相似性检测算法进行像素级定位,得到像素级匹配位置为(i,j).