MEMS装配显微图像分割与特征点提取

介绍了MEMS装配显微图像的特点 ,并根据其在显微镜视野内啮合装配的特点和要求 ,通过将图像在不同方向上投影 ,从复杂背景中分割出目标图像的轮廓区域 .进一步分析齿轮的颜色构成特点 ,采用HSV颜色感知模型和R B模型 ,在齿轮轮廓区域内提取清晰齿轮二值图像 .根据齿轮齿间间距 ,将齿轮二值图像分成 12等份 ,在轮廓区域内搜索齿轮外齿廓 ,寻找齿轮的特征点 ,为微型行星齿轮减速器的抓取、啮合装配提供位置信息 .     

一种掩模与硅片的底面自动对准方法

硅片对准标记中心位置的求解是掩模与硅片底面自动对准的重要环节.对于对称标记图像,提出了基于矩的中心位置求解方法;对于非对称标记图像,采用Hough变换和聚类分析的方法求解标记中心位置.在此基础上,提出了掩模与硅片底面自动对准的方法.仿真实验证明了该对准方法的有效性.     

基于视觉的环形激光陀螺自动调腔系统

针对激光陀螺调腔,设计了一种基于视觉的自动调腔系统.采用基于统计的图像分析方法,对激光陀螺光学谐振腔中的光阑和光束进行定位.根据几何光学,分析了谐振腔中反射镜位置失调与光束偏移之间的关系,并设计了基于图像的闭环位置控制律,对反射镜的位置进行调整.实验表明,该系统能够完成对光阑和光束的自动识别,能够较好地实现激光陀螺的调腔.     

基于多传感器的大口径器件自动对准策略

针对大口径器件的装配, 基于搭建的实验平台, 提出了一种多传感器反馈的分阶段自动对准策略, 实现了大口径器件的六自由度位姿对准. 对准过程中, 在机器人末端远离装配位置时, 采用视觉测量安装框架的相对位姿进行粗对准; 在机器人末端接近装配位置时, 由于安装框架尺寸大导致视觉不能获得完整的框架相对于大口径器件的位姿, 所以采用视觉采集安装框架的局部图像, 利用基于图像的控制消除绕Z轴的旋转误差和沿X、Y轴的平移误差, 采用多个激光测距传感器测量相对距离, 利用基于位置的控制消除沿Z轴的平移误差和绕X、Y轴的旋转误差, 实现大口径器件与安装框架的精对准. 采用增量式PI控制算法, 实现了对准的运动控制. 实验结果验证了所提方法的有效性.     

基于智能摄像机的高速视觉系统及其目标跟踪算法研究

设计了一种基于智能摄像机的分布式并行处理的高速视觉系统,并应用该系统跟踪快速运动的乒乓球;同时提出了一套针对灰度图像的快速、有效的乒乓球识别跟踪算法．该算法能够在变化的背景下跟踪运动的乒乓球,具有较小的运算量及较好的鲁棒性．为了进一步提高视觉系统的实时性,还运用了动态窗口．实验结果表明,本系统能够快速识别跟踪运动的乒乓球,对于640480像素的8位灰度图像,采集与处理速度最快可以达到6ms．     

I-Miner环境下聚类分析算法研究与实现

聚类分析是一种非监督型知识发现的方法,能有效地处理大量的、繁杂的、属性众多的且没有类标志的数据.DBSCAN算法能实现任意形状的数据集的聚类,模糊C均值适合于那些在簇中心周围呈均匀分布的数据集,CABOSFV算法对于高维稀疏数据集(例如Web数据)能很好地聚类.在I-Miner中嵌入DBSCAN、CABOSFV和模糊C均值三种聚类分析算法,能够较好地满足用户的需要,建立数据挖掘模型,支持生产决策.     

基于 Kane 方法的机器海豚动力学建模及速度优化方法

在利用Kane方法对机器海豚进行动力学建模的基础上, 提出了一种对豚体波拟合推进进行速度优化的方法. 首先, 选取各连杆的关节角和机器海豚头部质心的坐标作为广义坐标, 对具有三个推进关节的机器海豚进行运动学分析,进而得到广义惯性力; 然后,结合对各连杆受力分析得到的广义主动力, 建立机器海豚的动力学方程. 其中, 根据尾鳍攻角所处的不同范围,分别利用升力线理论和阻力模型将尾鳍建模为有限翼展机翼或平板来计算水动力. 在此基础上, 结合豚体波拟合推进, 提出一种通过调节尾鳍关节角规律的幅度和相位来优化平均推进速度的方法. 仿真结果表明了所建模型及优化方法的有效性.     

基于亚像素的乒乓球机器人本体位姿视觉测量

提出一种基于亚像素精度的特征点提取算法,结合PnP方法和正交迭代(OI)算法计算乒乓球机器人本体的位姿.根据摄像机成像时弥散斑的近似高斯分布,以亚像素精度精确求取色标块的边缘,利用边缘直线交点得到高精度的角点作为特征点.基于PnP算法利用上述特征点求取机器人位姿的初值,再通过OI算法进行优化,以保证其姿态矩阵的正交性.实验结果表明,该方法能快速准确地实现机器人本体的位姿测量.     

移动机器人视觉里程计综述

定位是移动机器人导航的重要组成部分.在定位问题中,视觉发挥了越来越重要的作用.本文首先给出了视觉定位的数学描述,然后按照数据关联方式的不同介绍了视觉里程计（Visual odometry,VO）所使用的较为代表性方法,讨论了提高视觉里程计鲁棒性的方法.此外,本文讨论了语义分析在视觉定位中作用以及如何使用深度学习神经网络进行视觉定位的问题.最后,本文简述了视觉定位目前存在的问题和未来的发展方向.     

具有嵌入式视觉的仿生机器鱼头部的平稳性控制

具有嵌入式视觉的仿生机器鱼的摄像头往往安装在头部,为了获取稳定的图像数据,研究了游动过程中头部的平稳性控制问题.首先,基于牛顿-欧拉方法对仿生机器鱼的水动力学进行建模.然后,基于动力学模型,比较了两种鱼体波模型下的机器鱼头部摆动情况.进一步地采用遗传算法对输入到运动关节的参数进行优化,实现机器鱼头部的最小摆动.最后,在自主设计的具有嵌入式视觉的仿生机器鱼上进行了实验.结果表明,在平稳性控制后,头部的摆动幅度明显减小,采集到的图像的稳定性与连续性有较大改进,但游动速度有所降低.该方法为基于嵌入式视觉的运动控制与任务执行提供了有效保障.