一种基于VINS的视觉里程计改进方法

同时定位与地图构建(SLAM)是当今机器人领域的主要研究课题之一。针对如何根据图像估计相机位姿问题，提出一种基于VINS的视觉里程计改进方法(ORLK-VINS)。首先，通过双目相机获取图像信息；其次，将图像信息进行直方图均衡化处理，使图像对比度和亮度得到改善；然后，对原图像特征提取算法进行改进，引入ORB算法中带有方向的FAST角点；最后再将提取的特征点进行正反向的LK光流跟踪匹配，保证匹配特征点的精确性。实验表明，经过改进后的视觉里程计相较于主流的VINS-Fusion算法，在某些场景下拥有更好的实时性和定位准确性。     

基于EM-ORB算法的移动机器人SLAM系统研究

针对Kinect相机存在的固有噪声,在机器人视觉定位与建图中提出一种改进ORB特征匹配算法结合改进环境测量模型的SLAM系统,该系统使用改进ORB算法提取图像的特征点,建立相邻帧之间特征点的对应关系,并对深度图进行滤波;使用ICP算法计算机器人运动,通过环境测量模型去除误匹配点,同时进行回环检测,最后使用g2o对位姿进行全局优化,建立环境点云图。通过实际环境与公开数据集的运行测试,结果表明,该V-SLAM能够准确地完成相机位姿的更新,并建立环境点云图。     

基于矢量量化的动态场景中运动车辆的检测

汽车为了提高动态道路场景中的运动车辆的检测的准确性,提出在Harris角点检测与金字塔Lucas-Kanade光流的基础上,以角点光流矢量的方向、幅值和角点的坐标值作为输入特征,引入矢量量化的方法对图像的光流场进行聚类,并结合了欧式距离和相似系数作为相似性测度,再通过计算每个类别中角点分布的方差剔除误匹配的光流,并依靠方差区分背景类和车辆类,从而提取出运动的车辆。实验结果表明,此算法能有效的剔除误匹配的光流,准确的从动态场景中提取出运动的车辆,并同时适合单个和多个车辆的检测。     

基于Kinect传感器的三维稠密地图构建系统设计

本文针对目前三维重建系统存在建模效率低、难以移动和价格昂贵等问题,提出了一种基于Kinect传感器的手持式三维稠密地图构建系统。利用微软推出的Kinect传感器进行彩色图像与深度信息的采集,并通过跟踪获取图像特征点计算Kinect位姿,采用改进ICP算法构建出三维稠密地图,得到良好的室内场景三维模型。实验结果表明,本文提出的手持式大场景高精度三维重建系统具有较好的稳定性和精确性。     

面向大型室内场景的无人机三维激光雷达解耦SLAM方法

大型室内场景通常在高程方向结构较为相似,导致激光雷达扫描点云在高程方向特征退化,传统激光雷达SLAM的无人机定位方法易发生高程特征误匹配。针对于此,提出了一种基于惯性/高度传感器信息辅助的机载三维激光雷达解耦SLAM算法：将高度传感器、惯性姿态引入点云初始化过程,提高初始位姿匹配精度;将基于多元正态分布的点云配准算法在水平、高度通道解耦,约束点云配准方向,提高高程退化环境下的定位精度;同时使得传统SLAM六维位姿解算降为三维,降低了计算量。通过Gazebo构建船舱仿真场景,对提出的方法进行验证,结果表明本文方法可以提高在高程特征退化下的激光雷达SLAM定位精度,比传统算法提升40%以上,并有效提高了计算效率。     

移动机器人视觉 SLAM 回环检测原理、现状及趋势

近年来,视觉 SLAM 以结构简单、成本低、可结合语义信息等优势得到广泛关注。 回环检测在其中发挥着重要的作用。 根据获得的回环信息,视觉 SLAM 后端优化算法便可以根据回环约束对位姿进行优化,消除移动机器人在长时间的工作下产生 的累积误差,实现精确的长期定位,从而构建全局一致的运动轨迹和地图。 首先介绍视觉 SLAM 中回环检测原理及作用,从特 征提取、相似度判断、实验评估几个方面对传统词袋模型进行深入分析,并概述目前基于词袋模型和概率的改进算法,对比总结 基于深度学习的回环检测方法,简单概述结合语义信息的回环检测方法,最后对回环检测技术目前存在的问题以及未来的发展 趋势进行总结与展望。     

动态场景下的快速目标检测算法

提出了一种动态场景下的目标快速检测算法,基于特征点SURF算法,采用旋转参数模型,结合最小二乘法求解全局运动参数进行运动补偿,最后使用帧差法获得运动目标.采用ORSA的方法去除外点的影响;SURF算法不能满足实时性的需要,针对这一点,提出基于运动预测的特征点匹配算法,提高了匹配的速度和准确率;采用基于残差图像块的更新策...     

基于PMD相机的特征跟踪位姿测量方法

PMD相机是一款基于TOF(时间飞行技术)原理的主动式3D相机。该相机可以同时获取灰度图像和距离图像,具有帧率高、无需扫描、不依赖于外界光照等特点,可以将其用于目标的实时位姿测量。研究了相对位姿测量问题,提出基于PMD相机的特征跟踪位姿测量方法。该方法利用PMD相机可直接获取目标物体上各点的深度信息的特点,实时获取目标图像中的特征,并且利用卡尔曼滤波算法,对目标特征进行实时跟踪,提高了位姿测量系统获取信息的速度,而且有效的避免了传统的图像配准方法中提取特征信息存在的复杂性和误差问题。根据获得的特征信息,通过特征点之间的约束关系,实时的确定相机与目标之间的位姿参数。实验结果表明此方法的可行性和有效性。     

改进 ORB 提取匹配算法的 SLAM 应用研究

由于传统的ORB特征点提取匹配方法在图像纹理信息不丰富或者光照变化剧烈时极易产生特征点丢失、分布不均等问题,不利于SLAM系统的定位与建图。为此本文提出了一套较为鲁棒、精度较高的提取匹配算法。首先基于ORB特征点对其提取算法进行改进,计算自适应阈值并基于网格模型提取特征点,可提高特征点提取的鲁棒性并使其分布均匀。此外还提出了G-R图像匹配算法,基于网格特征计算邻域支持估计量来区分正误匹配点,再结合引入评价函数的RANSAC算法进一步剔除误匹配点,相比ORB-SLAM2原始匹配算法提高匹配精度9.36%,并减少时间消耗约13.6%。最后将本文提出的特征点提取匹配算法加入到ORB-SLAM2算法框架,经数据集与实际场景验证本文方法能有效提高ORB-SLAM2系统定位精度36.6%以上,使系统更具鲁棒性。     

基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制

巡检机器人的云台相机位姿控制对设备巡检和获取故障区域图像至关重要。针对综合管廊巡检机器人的巡检需求,提出了一种基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制方法。在人工鱼群算法优化的中后期,借鉴遗传算法思想增强寻优能力。基于改进的人工鱼群算法优化云台相机位姿PID控制参数初值,设计了相机位姿变换的约束区域,通过自适应模糊PID实现相机位姿在线实时控制,并与常规PID和自适应模糊PID控制算法进行对比分析。实验结果表明,基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制具有良好的实用性和鲁棒性。     

基于STM32的地震动信号检测识别系统设计

地震动信号检测识别在边防预警、军事战争、石油管道监护、安全监控等领域有广泛应用,对此,设计了地震动信号检测识别系统。系统主要有以下4部分：地震检波器检测震动信号;STM32处理器进行A/D转换、识别算法的实现;GPS北斗定位模块实现目标的定位;无线传输模块进行数据无线传输。通过大量实验验证,该系统使用方便、性能可靠,能够准确识别人员和车辆目标。     

基于移动端的人体运动能耗检测系统

量化运动能耗是科学运动的基础。目前日常运动能耗的检测设备存在诸多限制条件。针对这一问题,采用近些年飞速发展的图像识别技术,设计了一套基于移动手机端的人体运动能耗检测系统,系统包含4种运动健身动作,通过手机前置摄像头拍摄在语音和视频指导下人体完成相应动作的视频,利用图像分析技术实时计算出人体运动能耗值,实现对人体运动时的能耗检测,实验结果与被称为"金标准"的间接测热法测得值的相关系数均达到了0.6以上(P<0.01),另外提出了4种动作的能耗预测方程,采用Bland-Altman分析法分析验证组的实验结果与标准值得一致性程度,结果表明两种方法的一致性较高,可作为传统方法的替代。     

基于Linux平台的智能监控和运动检测系统

采用ARM9和DSP双核CPU,以ARM9为控制器,通过TCP中的socket机制来建立网络通信,将摄像头采集的视频图像信息,传送给DSP处理器,处理后的数据在客户端进行解码显示.分析了一些热门的运动目标检测技术,并利用MATLAB进行了相应的实验验证,然后将核心算法代码移植到DaVinci嵌入式系统中.为实现运动目标检测算法在DaVinci嵌入式平台的运行,将嵌入式视觉库EMCV移植到DM6446平台,并在此基础上完成检测算法的集成工作,为了进行视频信息的远程显示,在系统软件的基础上还增加了视频编码及网络传输任务,实验结果表明,改进的VIBE算法在智能监控和运动目标检测具有良好的检测效果.     

基于分块差分与背景减除的运动检测

本文提出了一种基于分块的帧间差分与背景减除相结合的运动目标检测方法.该方法中,运动目标检测分两步进行,在粗分割阶段,首先把视频图像划分为多个子块,用帧间差分对运动图像各个子块进行检测,分离出背景区域和前景区域,背景区域用来构造和更新背景模型.一旦背景构造完成后,便可以对粗分割出的运动区域采用背景减除方法进行细分割,检测出精确的运动目标.使用帧间差分获取的背景区域构造和更新背景,能有效地把停止的运动目标融入背景,同时也能去除场景中突然运动的目标原来位置所留下"鬼影".实验结果表明,该方法克服帧间差分提取目标不精细缺点,解决了背景减除方法中背景构造更新的困难,能够对监控场景中运动目标进行精确检测,对光线变化、背景干扰不敏感,具有较好的鲁棒性和实时性.     

架空线路绝缘喷涂异物检测识别及机器人运动轨迹规划

异物侵入不仅影响输配电线网绝缘漆喷涂,更会影响电网安全运行。为此,需要开展输电架空线路绝缘喷涂异物检测、识别与清除的智能化方案研究。文中构建了基于分段映射直方图图像增强预处理、基于光流法图像区域特征分离提取、基于改进Camshift算法动态异物跟踪识别的异物检测、识别、跟踪方案;构建了基于关节空间的机械臂D-H运动学模型,采用五项式插值法进行机械臂空间运动轨迹规划;构建了基于双层结构模型预测控制(Model Predictive Control, MPC)的异物高精度控制视觉伺服控制方案,实现异物抓取的高精度控制。试验结果表明异物检测、识别、跟踪算法具有高鲁棒性,能够有效增强图像,提取复杂环境下的特征矩形区域,实现有遮挡情况下的动态异物跟踪;多关节机械臂空间运动轨迹算法具有良好连续平稳性,有效满足机械臂始终指向待抓取异物中心点;基于MPC的视觉伺服控制能够满足机械臂异物抓取的高精度控制。     

一种基于行程编码的图像背景重构

背景差法是一种重要而且实用运动目标检测方法。该算法的难点在于如何进行背景图像的重构。本文针对该问题,提出一种基于行程编码的背景图像重构算法,即在假设背景图像以最大概率出现在图像序列中的前提下,选择频率最高的图像作为背景图像进行背景重构。利用序列图像时间上的相关性进行行程编码,用编码数据进行背景图像点得重构,使重构具有实时性和节省运算空间的特点。在慢运动目标的图像序列中,即观测时长较长时,利用本文算法进行实时背景重构具有明显的优点。仿真结果表明,该算法能够准确地重构背景,从而实现对运动目标的完整提取,以便进一步识别或跟踪。     

基于视频监视系统的运动目标检测技术的实现

介绍一种基于视频监控系统的运动目标检测方法。这种算法主要包括3部分：图像预处理、运动目标的检测、运动速度的求取。这种算法在帧差法的基础之上，提取出运动目标，并对其求取运动速度。这种技术可以用于变电站图像监控系统，用来检测运动目标，对于防止盗贼入侵变电站，有重要意义。     

无人值守变电站运动检测算法研究

提出了一种基于比率图像的运动检测算法。针对目前研究普遍使用的差分图像的不足,结合光学知识,得到了比率图像的累计直方图,并根据累计直方图和运动对象在图像中的特点提出了一种可行的阈值分割方法,并与传统Ostu方法的二值化结果比较。最后对该阈值分割方法进行评价。实验及应用结果表明,该算法对于运动物体侵入的异常检测率比较高。     

基于步进电机的平面曲线运动控制设计

根据仿生扫描探测运动系统开发平台的环境条件和技术要求，设计了在有限平面内的曲线运动控制系统。提出了在特殊运动需求的情况下，步进电机可忽略失步的优化起动及基于经验的位移补偿方案。通过对质点运动学分析，提出了任意曲线运动算法及仿真。本运动控制模块的设计有效地解决有限平面范围内任意曲线运动的实现问题，对仿生探测研究开发具有重要的推动作用。     

基于步进电机的平面曲线运动控制设计

根据仿生扫描探测运动系统开发平台的环境条件和技术要求,设计了在有限平面内的曲线运动控制系统。提出了在特殊运动需求的情况下,步进电机可忽略失步的优化起动及基于经验的位移补偿方案。通过对质点运动学分析,提出了任意曲线运动算法及仿真。本运动控制模块的设计有效地解决有限平面范围内任意曲线运动的实现问题,对仿生探测研究开发具有重要的推动作用。