基于四元数最少特征点的相机位姿估计

为解决相机位姿估计的问题,提出了一种基于四元数最少特征点的相机位姿估计算法。在相机拍摄的二维图像中检测并匹配特征点,根据特征点坐标与约束条件建立多项式系统,通过求解对应的矩阵方程来求解多项式系统。用四元数表示相机的旋转,避免了求解中相机旋转与平移相互纠缠的问题,当2个摄像机视图之间的平移为零时能够很好地进行位姿求解。求解中结合5点算法对求解原理进行了详细推导,并进行抗噪声测试。测试中随着匹配的特征点数增加,算法平均估计误差范围不超过2%。利用KITTI数据集测试算法的实用性,并与其他几种方法进行结果比较。结果显示,相同条件下算法将估计精度提高了24. 5%以上,体现出良好的估计精度。     

大部件对接中基于单位四元数的iGPS测量位姿比对研究

在大尺寸飞机部件数字化对接过程中,iGPS的应用越来越广泛.本文在研究iGPS测量数据结构与形式的基础上,提出了基于单位四元数的iGPS测量位姿比对算法.与目前常用的一些位姿比对方法相比,该算法具有计算简洁明了、编程实现便捷的优点,尤其适用于大旋转角、多点实时测量的情形.验证实验结果表明,在不同旋转角和平移量的情况下,该算法均具有很高的转换精度,可有效适用于iGPS的测量位姿比对.     

基于改进ArUco标签的位姿估计方法

针对使用ArUco标签在远距离测量时精度不高的问题,提出改进ArUco标签的位姿估计方法。该方法在ArUco标签的基础上设计了阵列特征圆环,提取圆环的中心点并对其进行排序,根据交比不变特性判断出圆心检测的准确性;利用加权最小二乘法建立ArUco标签角点与阵列圆环圆心之间的直线拟合关系,实现角点修正;采用EPnP算法解算出改进ArUco标签的位姿参数,并利用LM算法对位姿进行优化,提高位姿测量精度。设计了机械臂视觉定位系统验证所提出方法的可行性和有效性。实验结果表明,此改进方法在2.5～4m范围内测量的最大平移误差为8.72mm,最大旋转误差为1.78°。所提出的方法在4m处纵向距离测量的相对误差降低0.69%,提高了测量精度。     

基于物体表面形貌的单相机视觉位姿测量方法

为了获取在风洞实验中运动物体的位姿变化,提出了一种融合物体表面三维形貌信息的单相机视觉位姿测量方法。该方法以多点透视成像原理作为求解物体位姿变化的基础,以物体的图像特征角点作为特征点,并利用物体表面三维形貌模型信息获得特征点的三维坐标。通过实验完成了该测量方法的精度验证,在400 mm的观察距离上,位移平均测量误差为0.03 mm,均方根误差为0.234 mm;俯仰角、偏航角与滚转角的平均误差分别为0.08°、0.1°与0.09°,均方根误差分别为0.485°、0.312°与0.442°。实验结果表明该方法有可用于实用的测量精度。

     

基于视觉的机器人非线性位姿观测器

本文利用相机对目标物体特征点的测量信息解决机器人相对位置和姿态的估计问题.首先,针对机器人运动过程中相机获得的目标物体连续图像,利用扩展Kalman滤波器估计特征点的三维信息.然后,在SE(3)空间上设计了一个非线性位姿观测器.利用得到的特征点三维信息构造了Lyapunov函数,并解耦成分别和姿态误差以及位置误差相关的...     

基于三维空间的刚体位姿测量分析与仿真研究

本文针对刚体在三维空间中的位姿测量问题及数据可靠性的需求,提出一种基于三维空间的刚体位姿测量分析方法。首先,对位姿测量装置的结构进行分析,采用基于3-2-1六点定位原理的位姿测量算法,对刚体位姿坐标系建模,并求解相应的位姿关系式,利用实体设备,对位姿测量装置进行测量精度分析。结果表明：该方法在位置和姿态上符合实际情况,满足工业生产的测量精度要求,具有较好的稳定性和准确性。     

基于单目视觉的四旋翼飞行器目标跟踪算法研究

以AR.drone四旋翼飞行器为研究平台,提出一种基于AR.drone前置单目摄像头,并结合卡尔曼滤波跟踪视频中移动目标的方法。将采集得到的RGB图像经过颜色空间转换成对光照变化影响不大的HSV图像;通过OpenCV对视频中跟踪目标的图像去噪,对轮廓进行检测寻找图像中最大的轮廓目标,并通过卡尔曼滤波对目标位置进行修正;计算四旋翼飞行器的飞行朝向并实现四旋翼飞行器对视频区域里移动目标的跟踪。实验表明,该方法有效地实现了对移动目标跟踪的准确性、稳定性和快速性。     

改进最小二乘法双目视觉位姿测量技术研究与测试

由于工件表面油污、光照等因素干扰导致工件图像提取的特征点偏离实际位置,对工业机器人的抓取定位带来较大误差。该文以视觉引导工业机器人抓取气缸盖为应用对象,对双目视觉高准确度位姿测量技术进行分析。首先探讨特定条件下的双目视觉定位引导机器人技术以及粗差点产生原因与解决方法情况;其次介绍视觉系统视觉坐标系和目标坐标系,然后在位姿测量数学模型的基础上提出改进最小二乘法的准确计算方法,并搭建双目视觉引导的工业机器人抓取气缸盖系统进行测试分析。测试表明:改进最小二乘法的位姿计算方法可实现双目视觉对目标物的全自由度位姿测量,满足工业机器人高准确度抓取操作。     

无位姿约束的线激光视觉传感器参数标定

针对现有线激光单目视觉传感器参数标定方法中靶标移动需要精密机械控制或可自由移动靶标摆放位姿受约束等不足,提出一种靶标可自由移动且摆放位姿无约束的新标定方法.根据靶标特征点的成像点所构成向量簇的叉积方向集合的射影不变性,对成像点排序,建立靶标特征点与其成像点的对应关系;由光刀中心拟合直线与靶标特征点的成像点所构成包络求交,提取光平面特征点,并根据交比不变原理计算其三维坐标;最优化拟合计算单目摄像机内外参数及线激光投射器光平面参数,实现传感器参数的精确标定.试验表明,该标定方法操作自由、步骤简便,具有较理想的标定精度.     

基于四元数小波混合统计模型的图像去噪

图像的去噪和压缩一直是图像处理的经典问题,传统的方法中很难将二者同时兼顾。四元数小波变换是实小波、四元数理论及二维希尔伯特变换相结合的产物,是一种新的多尺度分析图像处理工具。图像经四元数小波变换后,其小波系数不仅在尺度内具有相关性,而且在尺度间也具有一定的相关性。文中提出一种混合统计模型,该模型包括尺度间的二元非高斯分布模型和尺度内的广义高斯分布模型,然后运用最小均方误差（MMSE）估计从噪声图中的小波系数恢复原图的系数,从而达到去除图像的噪声的目的。仿真实验表明,论文方法不仅可以获得信噪比上的提高、视觉上达到明显的去噪效果,而且取得了较高的压缩比。     

A variational principle for magnetohydrodynamics with high Hartmann number flow

By the semi-inverse method proposed by He, a variational principle is established for three-dimensional MHD equations with high Hartmann number. In order to incorporate the no-slip condition and far distance boundary condition as natural boundary conditions, a special technique is proposed in this paper. Lagrange crisis are also illustrated.     

人工神经网络A／D变换器

本文对［５］的４位人工神经网络Ａ／Ｄ变换器进行了研究．指出按其方法推广实现多位Ａ／Ｄ时存在突触电阻大小以至无法实现且抗干扰能力也不好的问题并给出了解决办法．同时对如何改善神经元转移特性的硬限幅曲线作了简单讨论．     

薄板哈密顿求解体系及其变分原理

将哈密顿求解体系推广应用于薄板弯曲问题。首先导出薄板哈密顿对偶微分方程,然后导出薄板哈密顿变分原理的泛函表示式Π_H。有两点值得指出第一,以挠度w、转角Ψ_x、弯矩M_x和等效剪力V_x取为对偶变量,与相关文献的取法不同。第二,对于薄板问题,由Hellinger-Reissner泛函Π_HR导出哈密顿泛函Π_H时既要消元,又要增元,与在厚板问题中只需要消元的推导方法不同。薄板哈密顿求解体系的理论成果将为研究薄板解析解和有限元解提供新的有效工具。     

基于Epsilon算法的不确定性结构二阶区间优化方法

该文提出一种求解不确定性结构模态的二阶区间优化算法,首先应用拉格朗日乘子法将带有约束条件的模态优化问题转化为非约束优化,再用区间扩展的二阶泰勒展开式近似表述不确定性结构的模态区间函数。由于其二阶常数项(海森矩阵)的计算十分繁琐,这里采用DFP方法(Davidon and Fletcher-Powell method)近似迭代计算该常数项,同时计算满足约束条件和优化目标的结构参数和参数不确定性区间。在结构重分析中采用Epsilon算法,从而在保证计算精度的同时节省了计算时间。通过算例计算进一步证明该方法对于板壳加筋不确定结构的优化是有效的。     

Channel routing using neural networking

Abstract

The channel routing problem in an integrated circuit layout design involves making interconnections among terminals located on opposite sides of a rectangular channel. This problem has been proven to be NP‐complete and most currently available algorithms are heuristic. This paper proposes a neural network to handle the channel routing problem. Neural networking has been successfully applied to many combinatorial optimization problems. However, applying this technique to the channel routing problem has not ever been reported. This network allows users to preroute any critical nets and then invoke the network to complete the rest. User intervention also can speedup the operation of the router significantly. Typical examples from published literature are taken for experiments. The theoretic lower bounds are achieved in all examples.     

无单元Galerkin方法中周期边界条件的处理

本文研究了无单元Galerkin方法中周期边界条件的处理技术,将Lagrange乘子法用于周期边界条件的处理.数值计算结果表明,该方法具有较高的计算精度.另外,它与无单元Galerkin方法中本质边界条件处理的Lagrange乘子法具有统一性,对于周期、本质混合型边界条件的处理尤为方便.