智能换电站电池包锁止机构位姿视觉估计

面向电动汽车的电池换电需求，对换电站电池包对接中的锁止机构定位问题，提出了一种基于点云分割的电池包锁止机构6D位姿估计方法。该方法使用YOLOv5网络从场景中分割出锁止机构的点云，并使用体素滤波与移动最小二乘拟合进行点云的滤波与平滑；通过引入点云分割网络预测点云标签，为快速点特征直方图特征加入全局语义特征，弥补快速点特征直方图只有点云局部特征的缺陷，并根据该特征进行随机抽样一致性刚体点云配准，估计锁止机构点云的6D位姿，最后使用迭代最近点方法算法校正位姿估计结果。实验结果表明，基于点云分割的锁止机构6D位姿估计算法精度较高，可以克服环境噪声导致的误匹配，精确获取锁止机构位姿，其位姿估计的角度误差可以达到1.90°，位移误差可以达到1.4 mm,RMSE可以达到1.5 mm，为换电站电池对接定位提供了有效的解决途径。     

基于三维点云的机械加工精度自动检测方法

本文提出了一种基于三维点云的零件精度自动检测方法,对传统ICP(迭代最近邻点)方法进行改进,将基于配准误差的点对权值添加到坐标转换参数和总体残差的迭代计算过程中,克服了误差点对配准的影响;根据误差分布假设检验原理设计加工精度快速评价方法,帮助质检人员快速识别问题零件,提高检测效率和精度;通过试验验证了改进ICP算法对局部误差点云配准的鲁棒性以及加工精度评价方法的准确性。     

基于ORB关键帧匹配算法的机器人SLAM实现

针对复杂环境下机器人的同时定位与地图构建(SLAM)存在实时性与鲁棒性下降等问题,将一种基于ORB特征点的关键帧闭环检测匹配算法应用到定位与地图构建中。研究并分析了特征点提取与描述符建立、帧间配准、位姿变换估计以及闭环检测对SLAM系统的影响,建立了关键帧闭环匹配算法和SLAM实时性与鲁棒性之间的关系,提出了一种基于ORB关键帧匹配算法的SLAM方法。运用改进ORB算法加快了图像特征点提取与描述符建立速度;结合相机模型与深度信息,可将二维特征图像转换为三维彩色点云;通过随机采样一致性(RANSAC)与最近迭代点(ICP)相结合的改进RANSAC-ICP算法,实现了机器人在初始配准不确定条件下的位姿估计;使用Key Frame的词袋闭环检测算法,减少了地图的冗余结构,生成了具有一致性的地图;通过特征点匹配速度与绝对轨迹误差的均方根值对SLAM系统的实时性与鲁棒性进行了评价。基于标准测试集数据集的实验结果表明,ORB关键帧匹配算法能够有效提高SLAM系统建图速度与稳定性。     

一种脊柱图像快速重建与配准方法

为提高传统脊柱图像三维重建与配准速度和精度，提出一种基于传统立方体(MC)算法和迭代最近点(ICP)算法的快速重建与配准方法。首先利用双边滤波对CT图像进行预处理，基于区域生长的思想改进MC算法，完成三维重建并获取脊柱三维模型和点云模型。然后采用ISS算法提取脊柱点云关键点，求取关键点的快速点特征直方图(FPFH)，基于采样一致性(SAC-IA)方法完成初始配准，从而改善2片点云的初始位姿。最后通过K-D树加速寻找最近邻点对，并引入基于欧式距离的权重系数改进ICP算法，实现精配准。试验结果表明：重建速度较传统方法提高20%，配准速度较传统统方法从177.8s提高到41.2s，且配准结果平均误差为2.81*10^-1。     

面向机器人抓取的双目视觉系统标定与目标位姿估计算法

在双目视觉抓取系统中,首要任务是解决相机标定以及目标位姿估计问题。针对工业应用场景,文中提出了一种基于灭点一致性约束的相机标定算法,并利用目标的双目图像立体匹配结果,通过改进迭代最近点算法实现目标位姿估计。实验结果表明:该系统能够有效地估计目标位姿,目标位姿估计的平移与角度误差均能满足抓取需求。     

三维点云特征的工件识别与位姿估计

针对工业机器人在抓取工件过程中需要识别和定位工件的问题,提出了一种基于改进法矢计算的点云局部描述符SHOT的三维物体识别与位姿估计的方法。首先,对三维扫描仪获取工件表面点云进行预处理和分割,得到用于匹配的工件点云模板数据集;其次,采用均匀采样算法提取特征点集,通过SHOT特征描述符对场景点云与模板点云提取的特征点进行点云局部描述;最后,利用Kd树建立初始对应对,引入3D霍夫投票机制通过点云局部坐标系各向量之间的转换关系完成工件识别,根据对应关系求解出初始变换矩阵。基于ICP算法进行精确配准,得到工件的精确位姿信息。实验结果表明:该方法与基于ICP算法进行对比,提高了配准精度,可以得到精确的位姿估计信息,为在机器人应用中工件定位抓取提供精确的位姿检测方法。     

面向AR辅助维修的3D物体识别技术

3D物体识别与位姿估计是AR辅助维修信息增强的基础,目前的3D物体识别技术在识别准确率、运行实时性和位姿估计准确度上仍然存在不足。以物体识别的实时性和位姿估计的准确性为要求,研究基于纹理点云的局部参考系估计技术和点云全局特征描述符生成与匹配技术,提出融合形状与纹理信息的全局正交对象描述符及其3D物体识别算法,基于蜗轮蜗杆减速器的拆装维修场景进行实例验证。验证结果表明,3D物体识别算法在AR辅助维修场景中具备实际可行性和真实有效性。     

基于对偶四元数的机器人手眼标定算法研究

针对机器人手眼视觉系统中的手眼标定问题,对机械手末端执行器与摄像机之间的手眼转换关系进行了研究。对手眼标定问题中求解齐次矩阵的方法进行了归纳,建立了完整的基于运动位姿的视觉模型;利用改进对偶四元数方法分别求解了手眼齐次变换矩阵中的旋转矩阵和平移向量;为保证获得的平移向量是最优解,在求解平移向量过程中引入了无穷范数最小化,通过迭代求取了局部最优解的值;基于所考虑的求解最优,利用Matlab对平移向量算法进行了仿真研究,并将该算法标定结果与线性解耦估计算法和传统对偶四元数算法进行了比较。研究结果表明:该算法在标定精度、对噪声的鲁棒性、对运动位姿个数的敏感性和稳定性方面均优于其他两种算法,能满足手眼标定的精度要求。     

空间非合作旋转目标的模型重建与位姿优化

针对模型未知的空间非合作旋转目标的模型重建和位姿估计问题,利用激光雷达采集的3D点云,提出一种基于位姿图优化的SLAM技术框架,以解决跟踪过程中产生的累积误差问题。首先,根据迭代最近点(Iterative Closest Point,ICP)算法计算相邻关键帧之间的相对位姿信息,通过位姿跟踪方法获得当前关键帧的位姿,由此构建跟踪航天器的相对位姿图;采用GLAROT-3D(Geometric LAndmark relations ROTation-invariant 3D)全局描述子检测闭环,并将闭环约束添加到位姿图中;最后采用基于位姿图优化的方法进行位姿调整,并更新模型点云。在仿真实验中,噪声标准差达到100mm时,姿态测量误差小于2°;在地面实验中,姿态测量误差小于2.5°,并较好地重建了目标的点云模型,算法的精度及抗噪声能力基本满足非合作目标相对位姿测量的任务需求。     

基于两种改进差分进化的可修备件多级库存优化算法研究

针对传统边际分析法求解多级可修备件库存模型解质量不高的问题,提出两种改进差分进化算法对模型进行求解,一种是带局部搜索的改进差分进化算法,另一种是基于边际分析法的改进差分进化算法。两种算法分别运行了20次,每次迭代上限设置为5 000次,得到相同的最优解,该解与已发表文献采用边际分析法求出的最优解相比库存总经费降低了4.44%,说明了两种算法具有一定的优越性。另外,基于边际分析法的改进差分进化算法较带局部搜索的改进差分进化算法具有明显的优越性,其中库存总经费均值低2.4%、库存总经费标准差低63.8%、迭代次数均值少38.7%,说明基于边际分析法的改进差分进化算法在优化水平、算法稳定性以及算法计算效率三个方面优于带局部搜索的改进差分进化算法。     

一种基于不确定性测量点的机翼位姿计算方法

以水平测量数据为基础,将机翼精加工位姿评估问题转化成一个三维空间内点集一自由曲面的配准问题,提出了基于迭代最近点（ICP）算法的机翼精加工位姿计算方法。通过重复进行“确定最近点集一计算最优刚体变换”直到表示正确匹配的收敛准则得到满足的过程,实现了不确定性测量点下的位姿计算,较好地解决了各测量点因精度不同或优先匹配点问题而导致的位姿评估偏差。     

基于区域点云的工件位姿计算方法

为了获取稳定可靠并具有代表性的特征点估计物体的位姿,根据实际工作环境采用背景差分法对图像上的物体进行图像位置粗限定,减少双目立体匹配所消耗的时间。对立体匹配获得的粗糙目标三维点云进行去噪优化处理,以获取可靠的物体三维点云集。根据点云的分布情况对目标物体进行三维的空间位置限定,获取独立物体的点云特征。通过区域点云密度分布情况估计具有代表性的局部特征点,并将其作为位姿计算的初始值,根据建立的D-D(Distance-Density)评价函数获取建立工件坐标系所需要的特征点。最后,对物体点云进行随机采样验证所建立的位姿矩阵准确性,同时与传统的选定特征点建立位姿矩阵进行误差对比。实验数据显示:通过局域局部估计优化的特征点建立的位姿转换矩阵精度更高,3个坐标轴的平均误差和为2.43 mm,验证了本文方法的可行性。     

复合形引导蜂群寻优的无人机航迹多目标规划

为了提高无人机导航路径规划的精度和稳定性,提出了复合形引导蜂群寻优的无人机航迹多目标优化方法。使用坐标变换方法,将二维规划问题降为一维;建立了航迹规划的目标函数与约束条件;在传统人工蜂群基础上,改进了蜜源初始化方法,使前后航迹点相互关联,提高航迹可行率;为了提高收敛速度,改进了雇佣蜂和观察蜂的蜜源搜索方式,提出了随机搜索与最优蜜源引导相结合的位置更新方式;提出了Metropolis准则改进观察蜂蜜源选择策略,有利于算法跳出局部最优、保留潜在最优;使用复合形法引导蜂群整体向优质蜜源运动,提出了复合形引导蜂群寻优算法。经仿真验证,与传统算法和混沌扰动算法相比,复合形引导蜂群算法的收敛迭代次数分别减少了4倍和6倍,寻优时间降低了约一个数量级,且规划航迹更优、稳定性更好。     

基于改进ICP算法的损伤零部件精确配准方法

针对损伤零部件点云模型与原始模型利用传统迭代最近点算法配准出现较大误差的问题,提出一种基于该算法的改进算法,以实现两模型间对应点的准确获取,从而实现损伤零部件点云与原始模型的准确配准。考虑到损伤零部件表面尺寸和形貌发生变化,该算法将对应点曲率约束与对应点间的距离约束结合,并设定曲率和距离阈值实现损伤点云的自动剔除,保证了配准点云对应点的准确性及配准的快速性。最后,运用MATLAB实现了算法编写,并通过损伤模具的配准验证了该算法的有效性。     

一种有效的自主机器人迭代最近点定位算法

迭代最近点算法(Iterative closest point,ICP)在一定程度上可获得较好配准效果,但算法收敛较依赖于输入初始值,容易造成局部最优。正态分布变换(Normal distribution transform,NDT)算法虽精度较高,但需要扫描点数量较多,在长距离导航中会导致较大的转角偏差。提出一种基于滤波ICP自主定位方法(FICP)。构建了基于ICP算法的激光扫描点特征匹配误差模型,采用多种滤波器减少匹配噪声,加快ICP算法收敛速度。推导了滤波后匹配点位姿更新算法,提高全局定位精度。试验表明,相对于传统ICP算法和NDT算法,FICP算法具有较好实时性和定位精度。     

基于改进PSO算法的液压调高系统神经网络预测控制

针对采煤机液压调高控制问题,提出一种基于模拟退火粒子群算法的RBF预测控制方法。综合模拟退火算法和粒子群算法的优点,用模拟退火思想来解决粒子群算法易陷于局部最优的问题。用模拟退火粒子群算法优化RBF神经网络,增强学习能力和算法稳定性。利用改进的RBF神经网络对采煤机液压调高系统进行预测控制,仿真结果表明,改进后的方法比传统控制方法辨识精度提高,响应速度更快,证明了该方法的改进效果较好。     

激光雷达 / MEMS IMU/ 里程计紧组合导航算法

为提高机器人在未知复杂环境中导航系统的鲁棒性与稳定性,提出了一种激光雷达/ MEMS IMU/ 里程计紧组合导航 算法。 首先通过 MEMS IMU/ 里程计的预积分,对激光雷达运动产生的畸变点云进行矫正,提高两帧点云之间的特征匹配效 率;然后根据时间戳对预积分的机器人位姿进行线性插值,得到两帧点云之间粗略的位姿变化量,以此粗略的位姿变化量作 为优化算法迭代初值,减少优化算法的迭代次数;其次在后端优化中加入 MEMS IMU/ 里程计的运动约束,利用多传感器联合 优化来提高机器人的定位精度;最后利用数据集进行仿真实验、利用四轮小车开展了室内与室外开闭环实验,实验表明,本 算法室外开环定位误差均值比传统算法 ALOAM、LEGO-LOAM 分别减小 51. 01% 和 24. 75% ,并且其在拐弯等运动剧烈时能 够保持较高精度。     

磁流变抛光回转对称非球面工件精确自定位

为解决磁流变抛光中回转对称非球面工件的高效率精确自定位问题,提出了基于迭代最近点的改进两级定位方法。根据磁流变抛光特性和恒浸深控制要求,确定了磁流变抛光工件非调平自定位原理。针对经典迭代最近点算法应用于回转对称非球面工件定位存在解不唯一及计算效率低的问题,构建初始迭代矩阵实现了位姿唯一的指定性匹配,并提出了空间垂直映射方法,减小匹配点云的规模,提高了计算效率。以此为基础,提出了改进后的两级迭代最近点精确定位方法。最后,以Φ100 mm凹形抛物面熔石英工件为对象进行了抛光实验。实验结果表明:改进两级精确定位方法满足磁流变抛光的定位要求,定位精度在多次实验中均优于9μm,平均定位时间为7.3 min,在保证定位精度的同时提高了工件的定位效率。     

基于局部泊松曲面重建的点云刚性配准方法

为兼顾点云配准精度与收敛速度,提高配准过程收敛的稳定性,提出一种基于局部泊松曲面重建的点云刚性配准方法。该方法基于曲面局部样本重建泊松曲面并将其作为配准参考曲面,以采样点至参考曲面的最近点作为匹配点,将匹配范围由曲面局部样本扩大为该样本所拟合的曲面域,提高点对匹配精度。同时,基于所重建的泊松曲面计算配准误差,消除采样误差对配准过程收敛判定的延迟影响,加快配准过程的收敛速度。在配准过程中,通过调整因子调节匹配点在曲面域的匹配范围,增大点对在配准误差偏大情况下匹配的概率,提高配准过程收敛的稳定性。试验表明,该方法在保证配准精度的同时可显著减少收敛时的迭代次数,配准过程收敛于全局最优的稳定性更高。     

一种基于Viterbi法的改进瞬时转速估计算法

针对无转速计的瞬时转速估计问题及现有方法在抗噪、抗临近阶次和实时性方面的不足,基于Viterbi算法提出了一种改进型瞬时频率估计(instantaneous frequency estimation,简称IFE)方法,并将其应用于变转速工况下滚动轴承的瞬时转速估计。将隐马尔科夫模型中的Viterbi算法引入转频估计,分析了某一时频平面中代价函数的计算次数;根据欧几里得距离函数的性质,提出了代价函数迭代循环停止的新型判定准则。该准则的优点在于可以快速搜索时频平面,寻找到最优的局部路径,提高了IFE精度和计算速度。通过仿真信号和实验数据对该算法进行验证。结果表明:改进后算法效率明显提高,和基于峰值搜索IFE方法相比,改进的Viterbi-IFE方法具有较高的精度和稳定性。