基于同视场参考点的落点坐标测量系统的设计与应用

提出了一种用于测量空间三维点坐标的单摄像机模型。该模型利用透视投影几何关系,对摄像机参数进行标定,制定固定关联基准,建立参考点与被测点的平面方程,利用这两个条件,建立相应的数学模型,通过读取单目CCD摄像机像面坐标,就可重建物体落点的三维坐标。     

基于激光与视觉数据融合的改进SLAM算法

为了提高建图的鲁棒性,本文提出了一种基于激光同时定位与建图(SLAM)与视觉SLAM融合的新算法。传统算法通过传感器数据的距离信息变化量来估计其姿态,在大多数情况下能准确定位机器人的姿态。然而在退化环境中,例如机器人在长廊或者沿着单面的墙壁运动时,传感器周围环境结构特征基本无变化。此时,来自激光传感器的数据不随时间和运动而变化。针对这一问题,本文提出了一种基于激光与视觉数据融合的改进SLAM算法。其主要思想是根据激光测量的结果引入角度置信度,对2种传感器的数据进行加权融合。2种传感器的权值将随角度的变化而变化。实验结果表明,与传统激光SLAM算法相比,算法融合视觉数据后,在走廊等结构退化环境中能实现更好的定位效果,同时建图结果优于传统激光SLAM算法。     

基于立体视觉的移动机器人自主导航定位系统

描述了一种基于立体视觉的移动机器人自主导航定位系统。该系统采用双目立体视觉完成环境特征的3D信息提取,实时计算出机器人相对作业目标的位姿（6D）关系,导引移动机器人控制系统按目标异向进行运动。系统在相对位姿计算中采用旋动（Screw）理论,将带约束的多变量函数的非线性优化问题转化为线性方程组的最小二乘问题,简化了计算复杂性。实验表明,这个导航定位系统在定位精度和数据处理速度上均可满足机器人导航的要求。     

基于单目立体视觉的机床几何误差辨识方法

针对视觉测量手段中成本与精度不能兼顾的问题,提出基于单目立体视觉的机床回转轴几何误差辨识方法。为实现回转轴全量程运动精确描述,基于误差放大思想,设计了基于周向均布精密哑光靶球的高匀、高精、高信噪比成像靶标。提出了单目立体成像光路参数仿真分析方法,定量分析并选取系统结构参数。基于单目立体标定结果,根据序列图像重建得到回转轴三维轨迹。精度验证及误差辨识实验表明:系统的RMSE为0. 049mm,小于平均偏差的1/3,满足测试需求。     

多目立体视觉测量系统中的快速去伪匹配法

以外极斜率匹配为基础,针对多目立体视觉测量系统的特点,提出了一种可有效解决立体图像对匹配过程中的匹配多义性问题的快速去伪匹配法。     

基于单目视觉的手势识别系统

在交互式图形学和虚拟现实的应用领域中,用户界面变得越来越重要。由于视觉是人类从外界获取信息的主要器官,人们希望计算机视觉在人机交互技术中发挥重要的作用。本文描述一个实时的基于视觉的手势识别系统,用于替代鼠标与计算机进行交互。与以前的工作不同,该系统仅用一个摄像机来实现多个手势的识别与跟踪,避免了多目视觉的特征匹配问题,进而提高了系统的稳定性和识别速度。进一步的实验证明,基于视觉的交互系统是一种自然舒适,符合人体器官的用户界面。     

动态场景下基于YOLOv5和几何约束的视觉SLAM算法

目的 移动智能体在执行同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)的复杂任务时,动态物体的干扰会导致特征点间的关联减弱,系统定位精度下降,为此提出一种面向室内动态场景下基于YOLOv5和几何约束的视觉SLAM算法。方法 首先,以YOLOv5s为基础,将原有的CSPDarknet主干网络替换成轻量级的MobileNetV3网络,可以减少参数、加快运行速度,同时与ORB-SLAM2系统相结合,在提取ORB特征点的同时获取语义信息,并剔除先验的动态特征点。然后,结合光流法和对极几何约束对可能残存的动态特征点进一步剔除。最后,仅用静态特征点对相机位姿进行估计。结果 在TUM数据集上的实验结果表明,与ORB-SLAM2相比,在高动态序列下的ATE和RPE都减少了90%以上,与DS-SLAM、Dyna-SLAM同类型系统相比,在保证定位精度和鲁棒性的同时,跟踪线程中处理一帧图像平均只需28.26 ms。结论 该算法能够有效降低动态物体对实时SLAM过程造成的干扰,为实现更加智能化、自动化的包装流程提供了可能。     

基于多目视觉的工程车辆运动学参数校准系统

工程车辆的无人操控技术是未来发展的趋势,在制定控制策略之前需要获取车辆机械臂的运动学参数,该文提出了一种使用多目视觉进行的工程车辆运动学参数辨识与校准系统。首先根据相机视场投影方程设计一套软件辅助调节多目视觉系统的布局;其次使用一维标定杆标定法对多目视觉系统进行标定,优化相机的内外参数;最后测量工程车辆机械臂执行机构的末端位置,使用最小二乘法对工程车辆的运动学参数进行辨识和校准。试验表明,该文的方法可以提高无人工程车辆机械臂的控制精度,对工程车辆模型,其绝对定位误差在未进行校准时为1 cm～4 cm,校准后为0.2 cm～0.4 cm。     

基于视觉的产品设计三维建模系统

基于双目视觉的基本原理,设计并搭建了双目立体视觉系统,研究了相机标定、特征点提取、立体视觉与三维重建的算法,并利用OpenGL技术实现零件三维CAD设计,生成了三视图文件。     

基于视差空间运动估计的高精度立体视觉定位

立体视觉定位算法的运动估计通常在3D欧式空间中进行,但由于特征点3D坐标的噪声各向异性且分布不均匀,3D重建在深度方向上比另两个方向上的准确性差,从而导致3D欧式空间运动估计精确不高.本文提出了一种新的基于视差空间运动估计的高精度立体视觉定位算法.算法首先采用视差空间4点闭环线性解法和RANSAC算法得到初始鲁棒运动估计和匹配内点.接着,利用新的视差空间再投影误差函数提出了基于LM算法的视差空间运动参数非线性优化方法,对初始运动参数进一步优化.视差空间噪声分布均匀且各向同性,本文的初始运动参数线性估计和非线性优化都在视差空间中进行且能达到全局最小.仿真实验和真实实验结果表明,本文算法能得到高精度的立体视觉定位结果,优于传统的3D欧式空间运动估计方法.     

采用单目视觉系统的人体三维姿态恢复

提出了至少存在一个点深度值已知的约束条件下,基于单目视觉系统恢复人体三维姿态的方法.该算法简化了CCD相机的标定过程,实现了人体三维姿态的恢复.避免了多目视觉系统在实际应用中对空间和光照等的限制,以及在对应特征点匹配上的弱点.给出了上述方法的实验过程及计算结果,验证了在上述约束条件下基于单目视觉恢复人体三维姿态算法的可行性.     

基于视觉的工业机器人码垛系统设计与分析

目的 为提高企业工件的码垛效率,降低工人劳动强度,搭建工业机器人视觉码垛实验系统.方法 在对工业机器人运动学模型分析的基础上,通过相机坐标系和末端坐标系的坐标关系,得到工业机器人末端执行器的位置和姿态信息.结果 提出了基于工件位置坐标的图像剔除算法,实现了多余工件图像的剔除.通过旋转平移矩阵计算待码垛工件的实际位置,并将此位置作为视觉校正后的工业机器人抓取工件位置.结论 实验结果显示改进后系统的重复性定位精度在x,y方向上均有显著提高,验证了工业机器人视觉码垛系统模型的准确性.     

基于视觉的驾驶机器人导航技术

对驾驶机器人的视觉导航技术进行了研究,提出了一种快速可靠的车辆引导线检测算法.该算法首先对感兴趣的移动窗口进行有条件的边缘检测,进而引入了梯度方向直方图的处理思想,制定了车辆引导线边缘候选点集与有效点集的筛选算法,最后,通过所提出的一种基于标量化处理Kalman滤波方法实现了引导线特征参数的快速准确提取.试验表明,本文提出的检测算法能够满足复杂路况下的导航需要,具有30ms/帧的实时处理速度.     

标定飞机方向舵角位移的视觉测量法

飞机飞行性能试验前需标定其方向舵的角位移传感器.基于单目视觉,以三个圆心为靶面的基本标志,圆周为辅助标志;用两直线段的交点标明圆心位置.取平行于像面的直径为特征直径,借助它容易从像面椭圆图像提取靶面深度信息,并建立简单、精确的逆透视变换公式.设计了亚像素法处理照片,能精确测出圆心像点位置和特征直径的像长,用来求圆心的世界坐标,得到靶面的平面方程.舵的角位移可用靶面角位移表示.计算机仿真结果,圆心像点位置测量误差小于0.02 pixel,角位移测量误差小于0.005°.靶面与舵轴不平行导致的测量误差能及时修正,可降低对靶面安装的要求,使操作简单.能在现场标定飞机副翼、襟翼,升降舵、方向舵的角位移.     

基于机器视觉的水果分级系统设计

目的为提高水果分级准确度,以苹果分拣为研究对象,基于机器视觉设计一种苹果分级包装系统。方法根据实际分级功能需求,以苹果尺寸作为标准设计一种苹果分级系统的总体方案,包括DSP+ARM控制器、工业相机、传输带、光源等。重点讨论图像处理模块,首先完成图像背景分割;利用中值滤波实现图像平滑处理;采用Canny算子实现图像边缘锐化。在图像处理的基础上,建立苹果分级模型。最后进行实验研究。结果实验结果表明,人工挑选分级和机器识别自动分级的吻合率达到了96.8%,证实了系统的有效性和可行性。结论基于机器视觉的苹果自动分级的准确度已经接近人工挑选的水平,可推广到苹果类水果的自动分级、包装。     

基于机器视觉的食品包装检测系统设计

目的为提高食品外包装美观性,确保食品包装质量,基于机器视觉设计一种食品包装检测系统。方法食品包装检测系统主要包括图像获取模块、图像处理和分析模块、输出执行模块等部分。讨论图像处理的关键技术,在传统小波变换的基础上,提出一种改进算法以增强图像特征信息,提高识别率,实现食品包装边缘检测。以污染、飞墨等典型缺陷为例,论述其特征提取方法,包括圆形度、长宽比、灰度标准差等。最后进行实验研究。结果实验结果表明,所述食品包装检测系统的检测精度在99%以上,具有较高的检测准确性。结论基于机器视觉的食品包装检测系统能够满足食品包装需求。     

基于对偶四元数的单目视觉目标位姿测量

目的在机器人视觉应用领域中,为控制机器人能够完成焊接、搬运、跟踪等任务,需要确定摄像机与目标之间的相对位姿关系,提出一种目标位姿测量方法。方法利用单摄像机获取目标特征,坐标变换参数表示为对偶四元数的形式,同时计算旋转矩阵和平移向量,构建位置向量和方向向量的测量值与模型值之间的误差方程,利用Hopfield神经网络实现拉格朗日乘子法,求解目标位姿最优解。结果利用Matlab软件平台,选择SVD,DQ以及文中算法进行比较,仿真实验结果表明,基于Hopfield神经网络和对偶四元数的位姿测量算法计算出的位姿参数误差最小。随着测量点数量的增大,文中提出的算法精度更高。结论对偶四元数同时求解位姿变换矩阵的旋转分量和平移分量,可消除计算误差,基于Hopfield神经网络和拉格朗日乘子法,可快速准确地计算,并收敛至目标位姿最优解。     

基于机器视觉的车距检测系统设计

为了探测前车车距,采用机器视觉方式,以 CCD构造单目成像系统采集前车图像,以检测车牌在图像中像素的数量方式实现车距的测量。系统以单目摄像头的成像模型,通过物像位置关系及大小关系,建立车牌图像与车距信息之间的模型;以CCD成像原理,建立车牌图像与传感器像元像素之间的模型。由此构建测距检测算法模型。采用MATLAB软件平台设计人机交互界面,对采集图像进行预处理提高图像的对比度;通过匹配连通域等算法,对车牌进行定位、分割,检测车牌水平方向像素数量;在此基础上,采取小孔成像原理计算车距的大小,并显示在软件平台上。实验证明了本系统能对前车图像进行分析从而计算出车距,该系统对3 m之外的车距检测平均误差为4%。     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

改进多种群遗传算法的AutoStore系统多AGV调度优化

新兴紧致密集型仓储系统AutoStore存在出、入库单独作业及联合作业并存的情况,使用传统单一作业模式下所得AGV调度方案易导致资源浪费或效率低等问题。在分析多作业模式工作流程基础上,建立多AGV任务分配模型,优化目标为系统总作业时间最短。对传统多种群遗传算法进行改进。首先,为获得具有多样性的初始解,给出适用于实数编码的初始解判断式;其次,为提高搜索效率,给出交叉、变异概率计算式,使得遗传操作能随着进化过程和适应度值变化而不同。算例分析验证所给算法的可行性与有效性,能为系统提供更优的AGV调度方案。