基于深度学习的机器人复杂动作控制技术研究

本文提出了一种基于深度学习的手势识别来控制机器人做复杂动作的解决方案.本文提出的方案展现出有效的开放性和可扩展性,无论是手势识别还是在机器人复杂动作方面,都可以根据需求做相应调整.同时,本研究工作创建了一个有效的基于人工智能网络的机器人控制实用实验平台.实验设计分别以运用6个基础手势控制机器人在危险环境中清除可疑物品为例,验证了开发的平台可以让机器人实时、远程地完成预设复杂动作,满足现实中自然人机交互的功能.     

姿态估计算法在古建筑室内环境中的应用研究

摄像机姿态估计是影响三维注册成功与否的关键技术,目前在基于基本矩阵的估计中最流行的是八点算法,但八点算法针对平面场景出现明显的退化,因此在针对古建筑室内环境的注册应用中,为了扩大场景的适用范围,利用计算机视觉技术,对基于五点算法和八点算法的两种算法进行研究。以盒子结构为古建筑的室内环境结构进行模拟,结果表明,五点算法较八点算法恢复的三维模型有更高的精确性。     

三维虚拟古代士兵群体运动仿真研究

针对现有的虚拟群体动画技术难以同时保证动画的实时性和真实性等问题,提出了一种采用运动捕获数据和粒子群系统相结合的方法来实现群体的运动。对运动捕获数据进行分析与研究,采用Maya嵌入式脚本语言(MEL)建立并驱动三维骨架模型,从而产生骨架的运动,形成动画,最后采用粒子群系统实现群体的运动。经实验证明,此方法在三维场景中成功实现了古代士兵群体的行军运动仿真,且提高了制作群体动画的效率和逼真度。     

增强现实中的目标远距离识别方法研究

在以往ARTool Kit增强现实系统中,摄像机能够正确识别标识物并在计算机生成虚拟物体的距离大都过近。针对增强现实三维注册过程中传统算法标识物匹配过程中误识率较高,识别距离不够远,提出了基于轮廓特征点的目标远距离识别方法。在识别过程中,利用多边形近似算法和金字塔中的迭代Lucas-kanade算法寻找图像中要跟踪识别的对象,对寻找到轮廓角点进行亚像素定位,利用角点的精确定位来跟踪目标。实验结果验证及分析表明,采用这种方法,其识别距离有大幅度增加。     

基于结构光的3D激光扫描仪系统研究

近年来,3D激光扫描仪凭借其全自动高精度立体扫描的优点极大地促进了三维重建的发展与应用,然而,其过高的价格又极大地限制了其应用与普及。基于这一问题,提出了一种自制的低成本3D激光扫描系统,该系统基于结构光法原理,由常见的摄像头,线状激光发射器,标定板搭建而成。系统分为背景设置,相机标定及数据采集几个部分。实验结果表明,此系统能够完成对物体的三维扫描过程,具有成本低,性价比高的优点。