改进的单特征点机器人手眼自标定方法

针对手眼标定过程要求机器人运动次数过多的缺点,提出了一种改进的单特征点手眼自标定方法.引入手眼关系矩阵的解耦运算,分别标定手眼旋转矩阵和平移向量.运算过程无需计算特征点位置,操作过程仅需机器人末端有5次以上平移运动和2次以上旋转运动.实验与误差分析结果表明,所提方法满足工业机器人手眼视觉测量的需求.     

移动机械臂手眼关系标定及视觉伺服控制方法

将视觉传感器集成到移动机械臂上构成眼在手上构型的视觉伺服系统是服务机器人实现物品抓取与搬运操作的一种有效方法,但存在手眼关系标定算法复杂非线性,以及难以处理移动机械臂的非完整性约束等难题。为了克服以上难题,首先将移动机械臂抽象为一个广义机械臂,对其进行运动学建模,并求出其运动学解析逆解;然后提出一种全新的线性主动视觉摄像机标定方法对手眼关系进行标定;最后设计包含眼注视逼近和look-then-doing开环抓取的视觉伺服切换控制律来控制移动机械臂实现家庭物品的抓取操作。仿真及试验结果表明,该线性手眼关系标定法易于实现,且具有极高的标定精度,同时设计的视觉伺服切换控制律能够有效克服移动机械臂的非完整性约束带来的控制困难。     

一种搭载深度相机的机器人手眼标定方法

针对机器人手眼标定过程中人工标定时间长和标定误差大的问题,以双目测量为基础,设计了一种基于深度相机的机器人手眼标定方法。深度相机对标定物进行成像并建立点云模型,通过标定物的特征点视差及深度值反映摄像机的空间关系,同时导入机器人基坐标系下坐标,计算手眼关系变换矩阵,完成机器人手眼关系标定。实验表明:该方法标定的平面误差不高于0.40 mm,空间误差不高于0.46 mm,标定时间不超过5 min。验证了该方法的正确性和有效性,提高了工业机器人标定过程的作业效率。     

基于计算机视觉的线性摄相机标定技术研究

通过建立基于一阶径向畸变的摄像机数学模型,提出了一种线性求解摄像机参数的标定方法,对摄像机模型中内部参数和外部参数进行逐步求解,且全部过程采用线性方法求解,从而改变了传统的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.实验证明此方法具有较高的标定精度和较强的实用性.     

亚、跨、超音速CFD方法的研究

文中基于微分算子的物理机制,提出一种隐式分步法——耦合压力和温度修正方法.在曲线坐标系下运用非交错网格技术,将该方法在全马赫数范围内向求解三维粘性流体流动控制方程方向扩展.对Navier-Stokes方程和湍流模型正k-ε方程,分别采用不同的求解方法进行求解.通过对一维收扩喷管流体流动及三维拉伐尔喷管中的超音速粘性湍流流动的数值计算,计算结果与文献中计算结果及试验数据相符良好.进而表明该方法是可行的,对于马赫数变化范围较大的流动具有较高的模拟精度和较快的收敛速度,有广泛的应用前景.     

双目视觉中摄像机标定技术的研究

在研究现有摄像机标定方法的基础上,提出了一种改进的平面标定法。该方法首先采用线性摄像机模型求得内外参数的初始值,然后引入径向和切向畸变,再利用非线性优化求得畸变系数。编程计算结果验证了该方法的准确性和稳定性。     

道路交通事故现场摄影测量的标定技术

在分析三维摄影测量标定方法的基础上,提出了基于平面模板的照相机标定方法,即从不同视点拍摄多幅现场图像,先进行线性求解,然后基于极大似然准则进行非线性优化,获得照相机模型参数。实验结果表明该方法标定精度高,标定物简单,更加灵活易用。     

一种摄像机标定系统的实现

摄像机标定系统中的参数直接影响摄像机三维重建效果的逼真度。本文以张正友两步标定法为基础,设计制作标定模板,并采用针孔摄像机模型对摄像机标定参数的求解过程进行了优化;结合OpenCV库,在Matlab开发环境下实现了摄像机标定系统。实验结果表明,该方法提高了摄像机的标定精度。     

道路交通事故现场摄影测量的标定技术

在分析三维摄影测量标定方法的基础上,提出了基于平面模板的照相机标定方法,即从不同视点拍摄多幅现场图像,先进行线性求解,然后基于极大似然准则进行非线性优化,获得照相机模型参数.实验结果表明该方法标定精度高,标定物简单,更加灵活易用.     

用于非监督特征选择的免疫克隆多目标优化算法

提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数．最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特征显著性的优化,达到特征选择的目的．UCI数据集的仿真实验表明,该算法降低了错误识别率,验证了其在非监督特征选择中的应用潜力．     

New self-calibration approach to space robots based on hand-eye vision

To overcome the influence of on-orbit extreme temperature environment on the tool pose(position and orientation) accuracy of a space robot,a new self-calibration method based on a measurement camera(hand-eye vision) attached to its end-effector was presented.Using the relative pose errors between the two adjacent calibration positions of the space robot,the cost function of the calibration was built,which was different from the conventional calibration method.The particle swarm optimization algorithm(PSO) w...     

基于加权最小二乘法的供水管网节点流量校核

管网水力模型是实现供水系统现代化管理的重要工具,要使水力模型能比较准确地反映管网真实运行状态,达到预期使用目的,其中的参数需要校核。将管网节点流量校核作为优化问题,采用加权最小二乘法逐步迭代求解,与已有研究相比,采用矩阵分析法推导供水管网雅克比矩阵解析式,引入水量分配矩阵聚合节点流量,将欠定问题转化为超定,提高了校核的计算效率和结果的可靠性。采用简单管网阐明了雅克比矩阵的计算、节点流量的聚合及梯度向量的构造,利用实际管网验证了方法的实用性。     

基于光束平差法的像机内参数虚拟立体校准方法

为解决摄像机内参数的精确校准问题,对基于光束平差法的像机内参数虚拟立体校准方法进行了研究。通过对摄像机成像过程中各种畸变因素的分析,建立一个更加全面的校准模型;建立了关于校准参数的共线性方程,并对其进行线性化。构建基于Gauss-Markov原理的误差模型,实现对像机参数的优化求解。利用红外发光二极管随坐标测量机测头在校准空间内作定间距移动构成虚拟立体校准模板,保证了高精度校准控制点的获取。校准试验表明,该方法切实可行,能够解决视觉测量时摄像机内参数精确校准问题。     

机器人基坐标系精确标定的对偶四元数法

针对离线编程系统中机器人在世界坐标系下的位姿描述问题,提出一种利用对偶四元数精确标定机器人基坐标系的方法.首先在利用指数积公式建立机器人正运动学模型的基础上,推导了基于单位对偶四元数表示法的机器人基坐标系标定模型,该模型将世界坐标系与机器人基坐标系之间坐标转换的旋转与平移过程进行统一描述;其次,以对偶四元数的几何性质为约束条件,建立最小方差目标方程,引入拉格朗日乘子法求解最优的位姿变换矩阵;最后,对6自由度串联机器人进行了标定实验.实验结果表明,该标定方法可以有效解决工业应用环境中机器人的基坐标系标定问题,同时也为机器人手眼标定、多机器人协作基坐标系标定问题提供了参考依据.     

最优化理论解浓度校正方程

在X 射线荧光光谱定量分析中 ,要进行试样基体效应的数学校正 .针对常用的浓度校正法中的不一致问题 ,提出了最优化处理方法 .结果表明 ,最优化方法能减少浓度校正法在回归中带来的某些误差 ,且其计算量较少     

椭圆拟合的圆环模板摄像机标定

结合平面模板和一维标定物摄像机标定方法的优点,提出了一种新的基于椭圆拟合的圆环模板摄像机标定方法．该方法设计了一种新的圆环模板,只需要3副模板图像即可标定摄像机; 通过引入椭圆拟合精确定位圆环模板特征点,利用非线性优化进一步提高了摄像机的标定精度．仿真实验结果表明,该方法精确度高、鲁棒性强,通过在真实图像上的实验,验证了该算法的性能．     

双摄像机结构光三维测量系统自标定方法

针对双摄像机与投影仪结构光三维测量系统的标定问题,提出了极线约束条件下的自标定方法．依据极线约束理论,通过标定物上特征点与对应双摄像机的两个像点确定极线方程,建立了两个摄像机之间的平移和旋转关系矩阵．将多编码周期三角形灰度分布图案投射到标定物,获取特征点在投影仪上对应点的坐标,采用改进8点法建立投影仪与双摄像机关系矩阵的两个估计矩阵,利用对极距离为目标函数进行估计矩阵优化,得到双摄像机和投影仪的参数矩阵．采用该系统对平面和人脸进行了三维测量实验,结果表明平面测量的最大绝对误差不大于1．7mm,相对误差不大于0．18％,表明了该三维测量系统自标定方法的有效性．     

Robot stereo vision calibration method with genetic algorithm and particle swarm optimization

Accurate stereo vision calibration is a preliminary step towards highprecision visual positioning of robot. Combining with the characteristics of genetic algorithm (GA) and particle swarm optimization (PSO), a threestage calibration method based on hybrid intelligent optimization is proposed for nonlinear camera models in this paper. The motivation is to improve the accuracy of the calibration process. In this approach, the stereo vision calibration is considered as an optimization problem that can be solved by the GA and PSO. The initial linear values can be obtained in the first stage. Then in the second stage, two cameras’ parameters are optimized separately. Finally, the integrated optimized calibration of two models is obtained in the third stage. Direct linear transformation (DLT), GA and PSO are individually used in three stages. It is shown that the results of every stage can correctly find nearoptimal solution and it can be used to initialize the next stage. Simulation analysis and actual experimental results indicate that this calibration method works more accurate and robust in noisy environment compared with traditional calibration methods. The proposed method can fulfill the requirements of robot sophisticated visual operation.