基于CBL的双目视觉自主机器人定位

在需要机器人做出快速反应的环境中,为了解决通过廉价传感器(彩色视觉)实现自主机器人的定位,提出了基于约束路标(CBL)的双目视觉自主机器人定位方法．在CBL的路标测量类型中增加了直线的斜率,同时双目视觉的协作为定位提供了更多信息,提高了机器人位姿估计的准确度．实验结果表明了该方法的可行性和有效性．     

双目视觉在类人机器人测距中的应用

为实现类人机器人对复杂目标高精度识别并测量出目标实际距离,提出一种双目目标识别与测距方法. 首先利用棋盘标定法对摄像机进行标定并捕获图像;然后利用局部二值模式算子（LBP）和优化后支持向量机（SVM）对目标进行识别;在识别的基础上,再采用尺度不变特征变换（SIFT）算法对特征点进行匹配并根据三角测距原理计算出目标实际距离. 实验结果表明该方法不但减少了人为参数指定,并且提高了特征点匹配效率,测距精度能够达到94%以上,满足类人机器人高精度测距和实时性要求.     

基于双目视觉的焊缝跟踪系统研究

在自动焊接技术中,需要焊枪对焊缝实时而准确地跟踪。单目视觉系统不能实现对曲面焊缝的焊接。引入双目视觉技术,利用视觉反馈,实时监控焊点位置,减小自动焊接工作过程中的焊接误差,提高焊缝精度;对双目视觉系统进行标定,得到相机内外参数,利用投影矩阵M得到焊点三维坐标,并以此计算焊点的理论坐标误差,通过实时补偿,满足高精度焊接要求。实验表明,在加装双目视觉传感系统后,焊缝平均精度可达0.68mm,满足自动焊接的要求。     

基于异构双目视觉的全自主足球机器人导航

通过理论分析和实验，论述了全自主足球机器人异构双目视觉协调导航的合理性和有效性，给出了测量目标相对坐标的模型，分析了基于双目协调的足球机器人导航数据融合方法，提出了双目协调导航模型及基于行为的目标实现策略．在所开发的小型全自主足球机器人上的仿真和实验结果，证明了双目协调的有效性和实用性．     

基于双目视觉自动识别系统的应用研究

本文在研究双目视觉和国内外康复系统发展现状的基础上,提出将计算机双目视觉技术应用于人体康复理疗自动识别系统,研究基于计算机双目视觉技术的人体康复过程自动识别系统.计算机立体视觉是机器人研究的重要内容,被人们广泛研究.随着研究的不断深入,计算机双目视觉技术在生物医学、制造工业和信息工业等领域逐渐显示出很好的应用前景.本论文研究从两幅二维图像获得三维场景的计算机平行双目视觉技术.主要研究目的是通过利用同一康复训练肢体的两幅不同图像实现空间三维坐标的重建.     

基于双目视觉与ROS的机器人去板坯毛刺方法

针对传统钢铁行业板坯去毛刺方法无法满足自动化生产的需求,提出基于双目视觉定位的机器人去板坯毛刺方法。在机器人操作系统(ROS)框架下配置所需工作站的仿真模型;通过加速分割检测特征角点检测算法对尺度不变特征变换算法进行改进,采用最近邻、次近邻比值法得到匹配可靠性最高的角点,利用以角点为中心的圆形区域筛选轨迹规划所需的有效角点;根据双目视觉获取的有效角点三维信息对机器人切割作业进行轨迹规划。结果表明,该方法便捷有效,角点定位准确,测量误差保持在合理范围内。通过完整地模拟双目视觉机器人切割板坯毛刺的历程,验证了双目视觉用于引导机器人去除板坯毛刺的可行性。     

基于SURF算法的双目视觉立体匹配研究

针对双目视觉立体匹配效率低的问题,从SURF匹配算法和摄像机标定、校准方面进行了改进。与传统视觉匹配算法相比,SURF匹配算法具有效率高、抗干扰能力强等优点。对摄像机进行标定与校准,校准后的特征点更精确,为准确匹配奠定了基础。利用极线约束条件改进SURF算法匹配速率,并进行了相关实验。实验结果表明,算法不仅降低了匹配时间,而且还提高了匹配准确率。     

基于双目视觉的船舶跟踪与定位

设计了基于双目视觉的船舶跟踪与定位系统,并且完成对应算法设计.算法分为摄像机标定、目标跟踪、立体匹配、视差定位4个模块,其中,跟踪模块以目标窗口的形式给出跟踪结果,匹配模块在跟踪结果中进行左右目立体匹配,定位模块根据左右目匹配点对的像素位置计算其在物理空间的坐标,减少了匹配时间.实验结果表明,该方式可实现实时跟踪目标并给出目标的准确位置,满足应用要求.该定位系统可同时完成动态目标跟踪和定位,提供三维图像的丰富信息,具有很强的推广应用价值.     

基于双目视觉的机器人运动目标检测与定位

针对移动机器人自定位精度低的问题,提出了先由静止的工作机器人进行自定位,再对运动目标进行检测和定位的方法.基于HSV模型颜色特征,工作机器人分割出人工路标并进行自定位,利用帧间差分法将采集到的视频图像序列中相邻两帧作差分运算,提取出运动目标,并通过双目立体视觉视差原理计算出运动目标的绝对坐标,帮助运动目标完成定位.结果表明,该方法定位精度高于传统的移动机器人自定位的定位精度,且算法的实时性好,具有现实的研究意义.     

基于双目视觉的目标识别与定位

给出一种双目视觉系统结合SURF(Speeded Up Robust Feature)特征的目标识别与定位方法,分析了采用SURF特征实现目标识别的方法,利用双目视觉的原理求取识别出的目标物体的三维坐标信息,从而实现目标物体的识别与定位,与传统的基于SIFT(Scale Invariant Feature Transform)特征或基于颜色形状特征的目标识别与定位方法相比,该方法更具有鲁棒性和实时性.实验结果证明了该方法进行目标识别与定位的可行性,具有一定的应用价值.     

双目视觉图像处理算法的优化

双目视觉图像处理系统涉及标定、匹配等流程,较单目视觉要复杂很多,计算繁琐。针对这一问题,根据智能汽车的实验环境对标定模型进行了简化,将预处理的多种算法,进行了对比分析,并根据汽车道路图像处理目的选出了合适的预处理算法,改进了图像预处理技术,增强了图像处理效果,提高了处理效率,并通过实例验证了改进之后的预处理技术的适用性和可行性。     

基于双目视觉跟踪的三维拼接技术

为了扩大三维面形测量的视场,提出了基于双目视觉跟踪的三维拼接技术。采用了两套双目测量系统,一个为全局的跟踪系统,一个为测量系统。在测量系统上固定一个7×7棋格靶标作为中介,将每次测量系统测得的物体三维点坐标转换到统一的全局坐标系下完成拼接。测量系统采用的是投影格雷码结构光加上双目视觉原理的方法获得物体三维点坐标,实验结果证明了该方法的可行性和有效性。     

基于双目视觉的L型板几何参数测量研究

机器视觉在智能制造领域应用越来越广．文章提出一种基于双目视觉模型对L型板几何参数测量的方法．首先对双目相机标定,获取内外参数,然后对比边缘检测算法,采用Sobel算法对L型板图像进行处理,最后基于三角测量原理提取工件特征点的三维坐标,计算出L型板的几何参数．实验表明,该算法测量误差低,能够满足实际需求．     

基于双目视觉的激光位移传感器标定方法

为了提高激光位移传感器在工业机器人末端坐标系下的标定精度,提出基于双目视觉的激光位移传感器标定方法. 该方法通过双目视觉技术重建激光光束投影在平面上的光斑位置,利用手眼标定参数将光斑位置转换至机器人末端坐标系,同时利用最小二乘方法将光斑拟合成光束直线,获得机器人末端坐标系下的传感器光束方向及零点位置以完成标定. 该方法可同时标定机器人末端上的多个激光位移传感器,无须采用有精度要求的辅助工件标定,具备精度高,鲁棒性强优势. 基于标准球的精度评价实验结果显示,在3倍标准差范围内该方法标定后的激光位移传感器测量精度范围为0.038 6±0.025 8 mm,满足机器人加工要求.     

基于激光线扫描的双目立体视觉测量方法研究

为实现工业中汽车、飞机、骨骼和模具外形等物体的三维重建,介绍了基于激光线扫描的双目立体视觉三维测量系统.2个摄像机同时摄取一个扫描激光光条图像,经过图像预处理、光条特征点提取、图像匹配,利用视差计算出光条上所有点的坐标值,即光条处物体的三维信息.通过坐标系之间的转换把各光条统一到同一世界坐标系下,得到整个物体的三维重建.利用该系统对一标定块进行测量,空间距离误差小于0.1 mm,并对鼠标进行扫描测量,得到其表面的三维数据,基本满足逆向工程的要求.     

基于双目立体视觉的前方车距测量

提出了一种在公路上利用车载双摄像机测量前方车距的方法．通过对道路前方车辆进行快速探测以及对摄像机进行预先标定,利用摄像机参数和三角测量原理,计算出前方车距．实验表明该方法具有较高的测量精度．     

基于视觉的机器人轨迹误差测量技术

提出了一种基于视觉的机器人轨迹精度测量系统,该系统以计算机视觉为基础,结合激光测量等技术,可实时测量机器人的运动轨迹误差,完成了高精度图像快速采集与处理、系统标定、三维计算及计算结果可视化等关键技术研究及系统研制工作,并在机器人上进行了实验,大量的实验表明,该系统的测量精度和速度均可满足机器人的轨迹测量的需要。