基于人工神经网络的立体视觉定位方法

提出了一种基于人工神经网络的计算机立体视觉测量方法,应用神经网络技术可以化简视觉定位系统的标定和位置计算,从而减少了位置检测系统使用复杂性。利用动量-自适应学习率BP算法可提高学习速度并增加了算法的可靠性。实验表明,人工神经网络的定位方法简化了视觉定位系统标定与定位计算的复杂性,在定位精度上达到了良好效果。为机器人视觉伺服提供了有效的技术途径。     

基于相机空间点约束的机器人工具标定方法

工具标定就是确定工具坐标系相对于机器人末端坐标系的变换矩阵,但传统的解决方案是通过人工示教点约束的方法,为此提出一种基于视觉相机空间的自动工具标定方法。在末端工具上增加特征点如圆环标志,利用相机建立机器人三维空间与相机二维空间之间的关系,通过自动的三维空间视觉定位,实现对圆环标志的中心点的点约束,视觉定位不需要相机的标定等繁琐过程。基于机器人的正运动学和相机空间点约束完成工具中心点(TCP)求解。重复实验的标定误差小于0.05 mm,实验的绝对定位误差小于0.1 mm,验证了基于相机空间定位的工具标定具有较高的可重复性以及可靠性。     

线阵相机的圆环旋转标定方法

由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。     

基于激光雷达与单目相机融合的人体多目标室内定位系统

针对室内场景下无源人体目标无法准确定位的问题,提出了一种基于激光雷达与单目相机融合的人体多目标室内定位系统。使用多个低成本固态激光雷达在不同位置采集点云,拼接出整个场景的点云;结合视觉传感器捕获人脸目标,通过预先标定的内外参数将点云和图像实现映射,计算出人体的空间坐标。在室内场景(5.4 m×1.5 m)和室外场景(5.0 m×5.0 m)下进行验证实验,结果表明基于激光雷达与单目相机融合的室内定位系统能实时定位多个人体目标,平均定位误差约1.0 cm。     

基于光束法平差的双线阵系统标定技术

针对线阵相机特殊使用场景中所需要的高精度图像,对线阵相机进行高精度标定。提出一种基于光束法平差的双线阵相机标定方法。通过背景差分法获取线阵相机的特征点的像素坐标。再利用已有的直接线性变换方法和非线性优化方法求出相机的内参,外参,畸变参数后,将得到的初始参数与世界坐标作为待优化集合,利用LM法和光束法平差对该集合进行更进一步的优化,使得双线阵系统的重投影误差降到最低。实验表明,该方法与传统的线阵相机标定方法相比重投影误差降低了75.01%。     

双线阵CCD相机的畸变校正和标定方法

在双线阵CCD的三维重建中,对线阵CCD相机的标定和镜头畸变校正是基础环节。提出了一种用于三维重建中的双线阵CCD标定及镜头畸变校正方法。根据左右相机间的单应性关系,以及线阵CCD的成像原理,将双目相机间的空间关系分解成姿态角与错切角的关系。通过靶图数据的拟合,对姿态角和镜头畸变进行校正,根据求出的错切角完成相机间的标定,实现对具有镜头畸变的双线阵CCD的标定。实验结果表明,标定和校正精度满足后续三维重建中图像匹配的需求。     

基于二次曲线的线阵相机标定技术

针对绕固定轴旋转的线阵相机,提出一种基于二次曲线的相机标定方法。该方法只需要相机在2个或更多不同的方位拍摄图像,通过相机的转动在每个方位拍摄多帧图像。靶标采用一个包含3个或更多二次曲线的平板。相机和靶标可以自由移动,不需要知道运动参数。通过坐标变换,把每个方位所拍摄的多帧线阵图像排列成面阵图像。从面阵图像中提取二次曲线作为标定基元,以此简化基元对应问题。仿真实验结果表明,该方法精度较高,鲁棒性较好。     

二轴转台测角法用于线阵相机几何参数标定

目的 目前对线阵相机的几何参数标定方法比较少,而且已有标定方法都需要特殊、高精度要求的设备,为此提出一种基于二轴转台测角法的线阵相机标定方法,通过简单的设备高精度求取线阵相机的内参数和畸变参数。方法 通过简化面阵相机成像模型,建立线阵相机成像模型且推导出参数计算公式,提出测角法标定流程并设计了专门的标定板,利用图像边缘检测得到标定板黑白条纹的边缘点坐标,结合二轴转台的角度信息,代入成像模型中,主要采用最小二乘法和迭代优化算法,求取线阵相机的内参和畸变参数。同时指出了该方法的适用性和标定精度依赖于转台精度、镜头视场角和感光器件分辨率。结果 对3只不同焦距的镜头进行标定实验,分析了内参数和畸变参数迭代优化过程,焦距的标定精度优于5 μm、主点的标定精度优于3 μm,与其他文献中高成本方法进行相比,处于同一数量级。结论 提出一种新的线阵相机几何参数标定方法,该方法利用低成本二轴转台和黑白条纹标定板即可高精度标定出线阵相机几何参数。该方法的适用性依赖转台精度、镜头视场角和感光器件分辨率,对于步长为0.012 9°的转台和分辨率为1 436的线阵相机,最多只能标定焦距为16 mm的镜头,而焦距更长的镜头需要更高精度的转台。     

双目视觉的弱点动目标粒子滤波跟踪定位研究

在研究红外图像序列的弱点动目标粒子滤波跟踪算法和双目立体视觉摄像机标定算法的基础上,基于双目视觉设计了双目图像序列弱点动目标的跟踪、空间定位系统。仿真实验表明：对粒子基于估计参数后的密度函数分配权重的算法,提高了图像跟踪精度,采用线性三角定位方法,有效地实现目标空间定位。     

基于VI-SLAM的四翼无人机多目标视觉定位技术

针对传统多目标视觉定位技术定位误差大这一问题,基于VI-SLAM的四旋翼无人机提出了一种新的多目标视觉定位技术,阐述了定位技术原理,在进行定位时,导航定位系统、航空姿态测量系统、机载光电测量平台共同工作,通过多目标相机标定、锁定目标背景差分确定目标在摄像机坐标系的位置,将摄像机坐标系转换成载机机体坐标系,再将载机机体坐标系转换成大地坐标系,从而实现定位,引入北斗卫星导航系统和递归最小二乘算法降低定位误差。对比实验结果表明,相较于传统定位技术,基于VI-SLAM的四旋翼无人机的多目标视觉定位技术定位误差更小,应用性更广。     

弧焊机器人视觉测量控制系统

提出了一种基于结构光的弧焊机器人双目立体视觉测量控制系统。该系统硬件主要由结构光发射器、CCD摄像机、机器人、焊机以及通过局域网连接的两台控制计算机组成。从结构光照射形成的两幅图像中提取对应特征点,结合摄像机和激光器之间的几何位置关系,分别求取三组对应的特征点空间坐标,经过信息融合后得到特征点对应的空间位置。利用递推最小二乘法拟合焊缝的空间位置,根据一定的步长选取对应直线上的点传送到运动控制计算机以进行运动轨迹规划,并通过运动控制卡驱动机器人运动完成焊接任务。实验表明该系统性能较好。     

一种表面位置检测系统及其应用研究

基于电磁感应原理,设计了一种新型天线系统,以此为基础提出了一种平面位置感测系统.分析了该传感系统的检测原理,讨论了传感系统的设计方法、检测的过程与算法.给出了系统设计方案及具体应用实例.该方案工艺简单,可以实现表面位置的非接触测量,并可进一步推广到不规则表面的位置检测.     

基于结构光的星箭对接环相对位姿测量方法

空间非合作目标位姿测量是空间在轨维护的前提。面向空间机械手对空间载体自动抓捕的应用需求，提出了基于结构光的空间非合作目标视觉测量方法。该方法以双套双线结构光测量装置作为测量传感器，以空间载体上普遍存在的星箭对接环作为抓捕目标。根据对接环的共同特点，选择直线特征和点特征相结合作为相对位姿的求解特征；基于直线特征求解圆环平面法向量，基于点特征求解圆环圆心坐标，进而得到机械手工具坐标系与对接环坐标系间的相对位姿关系；基于多重几何约束实现了不同光照条件下图像上目标直线的鲁棒识别。建立了演示验证实验系统，在大量演示实验的基础上，进行了实验结果分析。     

一种新型的并联机器人位姿立体视觉检测系统

建立了一种并联机器人位姿立体视觉测量系统框架,主要包括图像采集与传输、摄像机标定、尺度不变量特征变换（SIFT）匹配、空间点重建和位姿测量五个部分。该系统基于SIFT,能够很好地处理图像在大视角有遮挡、平移、旋转、亮度和尺度变化时的特征点匹配,有较高的匹配精度,特别适用于对并联机器人多自由度和空间复杂运动的检测。最后使用该方法对并联机器人位姿检测做了仿真实验。     

基于正弦调制的激光平面测量系统的研究

针对高精度的大平面测量,构建了一种基于正弦调制的激光平面测量系统。该系统以激光器（LD）为光源,位置敏感探测器（PSD）为光电探测器,通过柱面透镜扩束获得测量基准平面一激光平面。分析了影响系统测量精度的主要因素,提出采用光源正弦调制的方法,以提高测量系统的抗干扰能力。实验结果表明：该系统具有较高的测量精度和输出稳定性。     

Calibration of an smt robot assembly cell

A new calibration method for an assembly robot cell is described. The proposed method is a combination of a model-free, numerical, relative robot calibration procedure and a procedure for the robot periphery calibration. Two important simplifications based on the study of an assembly process are introduced into the calibration strategy. A robot is calibrated in a task (Cartesian) space. The robot workspace and the number of calibrated degrees of freedom (dof) in the task space are reduced in accordance with the difficulty measure of the task. An automatic measurement system for measuring the relative robot accuracy was developed. An original principle of transforming the robot endpoint approach distance into the one-dimensional position displacement error is introduced. The accuracy errors of each particular calibrated dof in the task space is measured separately. The error tables are used in a direct robot calibration procedure that is based on the linear interpolation of the discrete position-error functions. An iterative inverse calibration algorithm used in a particular robot cell is described. An efficient sensor-based system for an additional simultaneous robot periphery calibration is presented. The implementation of the proposed calibration methodology in the pick-and-place robot cell for Surface Mount Technology (SMT) is presented. © 1994 John Wiley & Sons, Inc.     

An efficient error estimation method for antenna distortions in space based radar

The phased array antenna plays an important role in determining the performance achievable in a space based radar system. However, the array position errors caused by the antenna distortions in the complex cosmic vacuum environment will distort the antenna pattern, which significantly degrades the performance of the radar systems. Most of the conventional estimation methods are proposed based on the random position errors without the consideration of the distortion character for spaceborne arrays, resulting in a large estimation error. In this paper, to address this issue, an efficient array error estimation method is proposed to compensate the antenna distortion errors. In the proposed method, the initial sensor positions can be obtained based on the measured results from the units distributed over the array surface. Then the distortion model parameters can be estimated by solving an optimization problem. Based on this, the sensor positions can be corrected with high accuracy at the lth iteration. In this way, the proposed method can improve the accuracy and the robustness of the estimation simultaneously. Several simulated results are presented to validate the proposed method for the position error estimation in a space based radar system.     

Magnetic sensor-based simultaneous state and parameter estimation using a nonlinear observer

This paper presents an observer design technique for a newly developed non-intrusive position estimation system based on magnetic sensors. Typically, the magnetic field of an object as a function of position needs to be represented by a highly nonlinear measurement equation. Previous results on observer design for nonlinear systems have mostly assumed that the measurement equation is linear, even if the process dynamics are nonlinear. Hence, a new nonlinear observer design method for a Wiener system composed of a linear process model together with a nonlinear measurement equation is developed in this paper. First, the design of a two degree-of-freedom nonlinear observer is proposed that relies on a Lure system representation of the observer error dynamics. To improve the performance in the presence of parametric uncertainty in the measurement model, the nonlinear observer is augmented to estimate both the state and unknown parameters simultaneously. A rigorous nonlinear observability analysis is also presented to show that a dual sensor configuration is a sufficient and necessary condition for simultaneous state and parameter estimation. Finally, the developed observer design technique is applied to non-intrusive position estimation of the piston inside a pneumatic cylinder. Experimental results show that both position and unknown parameters can be reliably estimated in this application.     

一种支持分布式网络测量的自配置系统

提出了一种支持广域网环境下进行分布式网络测量的自配置系统SSDNM。设置一个建立在目录服务基础上的注册服务器,分布在广域网中的测量组件能够根据目录树上的有关参数自行进行配置并加入到测量系统中,从而大大增加系统的易用性和可扩展性。描述了SSDNM的系统模型和运行模型,给出了适应于X．500目录服务的信息表示结构。介绍了一个实际的基于SSDNM的分布式网络测量系统。