基于模型的水下机器人视觉悬停定位技术

根据7000米载人潜水器水下作业的需要和特点,提出了一种基于单目视觉位姿测量原理的水下机器人悬停定位方法,构建了包含水下目标识别与跟踪、三维位姿计算及水下机器人控制三项关键技术的水下演示实验系统。以自行研制的水下机器人控制系统实验研究平台为实验载体,以4个按正四面体分布的小球构成的合作目标为观察目标,在室内实验水池中实现了水下机器人悬停与定位演示实验。实验结果显示,系统能够弓I导机器人运动到指定位姿并实现稳定的悬停和定位。该项研究为基于模型的单目视觉三维位姿测量技术开辟了水下机器人应用新领域。     

融合边缘与灰度特征的形变工件精准定位方法

目的 工业机器人视觉领域经常需要对一些由拼装、冲压或贴合等工艺造成的形变工件进行精准定位,工件的大部分特征表现出一定程度的非刚性,其他具备良好一致性的部分通常特征简单,导致一些常用的目标检测算法精度不足或鲁棒性不强,难以满足实际需求。针对这一问题,提出融合边缘与灰度特征的形变工件精准定位方法。方法 第1阶段提出多归一化互相关的模板匹配MNCC(multi normalized cross correlation)方法检测形变目标,利用余弦距离下的灰度聚类获得均值模板,通过滑动窗口的方式,结合金字塔跟踪,自顶向下地优先搜索类均值模板,得到类匹配候选,然后进行类内细搜索获得最佳位置匹配。第2阶段提出一种改进的形状匹配方法T-SBM(truncated shape-based matching),通过改变原始SBM(shape-based matching)的梯度方向内积的计算方式,对负梯度极性方向截断,削弱目标背景不稳定导致局部梯度方向反转时对整体评分的负贡献,改善边缘稀疏或特征简单导致检测鲁棒性低的问题。最后提出二维高斯条件密度评价,将灰度特征、形状特征和形变量进行综合加权,获得理想目标...