自主移动机器人局部优化导航算法研究

自主移动机器人在未知环境下需要依靠自身装配的传感器不间断地获得周围环境信息,辨别出障碍物的位置,进行计算和自主决策.现有导航算法在面临U型等复杂环境时容易在僵死路径上产生反复,导致导航不能继续.文中提出了一种基于模糊逻辑的局部优化导航算法,采用"辨识-记忆"策略来处理传感器信息.在路径规划中保留最近走过路径的位置和角度特征等相关资源,形成"记忆".当前规划路径形成死区并反复运行时,会形成"辨识"并重新规划路径和导航决策以避免障碍物碰撞.在Webots Pro和Matlab下设计仿真实验,结果表明移动机器人在模糊规则指导下能有效避障和避免死区现象,实现较好的自主导航.     

高灵敏度TDI线阵CCD图像系统研究

对于低照度、高速运动物体等的测量拍摄场合,往往需要高灵敏度的线阵CCD相机。本文介绍了一款高灵敏度的线阵相机的研制方案,相机的线阵CCD芯片采用DALSA公司的IT-F6,它具有96级TDI功能,动态范围3600:1,经试验,灵敏度比一般的线阵CCD相机提高了约20倍,大幅度提高了系统的整体响应水平。在靶场测试中,对距离5米外的7.2mm高速子弹弹丸可以清楚捕捉,在高灵敏度的探测场合具有广阔的应用前景。     

基于机器视觉的密封件表面缺陷检测研究

针对密封件行业的工程要求,为了解决密封件表面缺陷检测所面临的图像采光不均匀及人工目测不准确的问题,设计了基于机器视觉的图像检测系统。该系统适用于多种O型密封件尺寸的电控运动定位检测,利用适合表面缺陷检测的模板匹配方法对橡胶密封件表面细小缺陷进行检测识别,该方法与传统的人工检测方法相比,具有非接触、可在线、客观真实、自动化等优点,可有效地解决密封件表面缺陷检测问题。     

基于序列图像的阴影检测研究

针对由于入射光的照射,目标阴影与背景有明显的区别,而被当做目标的问题进行了研究。分析了单幅图像的阴影检测方法,提出了序列图像阴影检测方法,建立了序列图像高度测量模型;采用相邻序列图像对应点匹配的约束条件,降低了匹配的复杂度;研究了序列图像的特征点匹配,获得平面目标的高度信息表示;基于阴影的二维表面属性,设计了利用空间三维信息中的高度信息检测阴影的算法,可以对任意形状的阴影进行检测。通过试验表明,该方法简单,适用面广,可以有效地检测阴影。     

基于小波变换的密封件边缘检测

针对密封件内、外径的检测要求，提出了基于B样条小波变换的多尺度阈值图像边缘检测新方法。该方法采用小波的多分辨率分析，先计算小波变换模的极大值，然后，基于多尺度阈值消噪处理，进而检测出信号的奇异点位置，达到密封件的边缘检测目的。实验结果证明，该方法不仅能够较为准确地检测出有用的边缘信息，且具有一定的抗噪能力，是一种有效的边缘检测算法。     

基于机器视觉的密封件直径测量技术研究

针对机器视觉在工业实时测量技术上的应用前景,结合DSP处理技术,建立了密封件尺寸的测量系统。该系统提出了多于度阈值消噪及窗口精确定位的边缘检测方法,达到了密封尺寸实时,精密测量的目的。实验表明检测方案不仪实现了在线检测,而且精度高,具有良好的应用前景。     

单目视觉障碍物测距精度分析

在单目视觉障碍物测距模型中,分析了可视距离与安装高度和俯视角度的关系,研究了影响测距精度的因素：摄像机的安装高度、俯视角度和障碍物检测的图像位置,建立了误差的数学模型并进行了仿真,定量计算了在一定的条件下引入的误差。根据摄像机的内参数和摄像机视距的影响因素确定了合适的安装参数,在此安装参数下,对摄像机视距随障碍物像素位置的变化及测距精度随影响因素的变化情况进行了仿真,仿真结果有助于选择误差小的区域,从而提高测距的精度。     

高精度测量的相机标定

在高精度尺寸测量系统中,采用传统短焦距定焦光学方法时径向畸变较大,影响测量精度.为提高测量的精度,根据摄像机针孔成像的线性模型和镜头的非线性模型,建立摄像机定焦镜头的对焦数学模型,提出了采用交比不变的标定方法.研究了物体远近的小范围变化对测量结果准确度的影响,修正了标定的像素当量;分析了镜头的几何投影变换关系,标定了镜...     

室内线阵CCD交汇测量系统研究

针对现有测试设备无法解决室内大靶面高精度立靶坐标的测试问题,提出了采用线阵CCD交汇测量与人工光源相结合的测量方法．分析了探测光幕的形成及CCD的灵敏度,提出以波长为680nm的高亮度LED作为发光器件,通过对KED阵列光能量分布的计算,设计了n形线光源的结构参数．实弹测试结果表明：设计的n形线光源满足线阵CCD交汇测量系统的背景照明要求,室内线阵CCD交汇测量系统能够可靠捕获弹丸,坐标测量误差小于10mm,扩展了线阵CCD交汇测量系统的应用范围．     

基于支持向量机的交叉重叠目标分割

针对两个目标的交叉重叠,一般分割算法会将其分割为同一个目标的问题,提出了基于支持向量机的分类分割算法。通过分析支持向量机线性可分与线性不可分的分类原理,研究了两个交叉重叠目标的特征属性,提出了提取目标的边缘点坐标作为输入空间的特征向量;分析了支持向量机的训练样本、核函数等对分割的影响,设计了基于支持向量机的分类分割算法。通过实验表明,该算法有效地解决了交叉重叠目标的分割问题。