视觉导航技术发展综述

介绍了视觉导航的概念及其发展历程,分析了视觉导航系统的基本组成模块及其优势。根据视觉信息的基本处理过程,重点对视觉图像预处理技术、视觉图像特征提取技术以及视觉定位技术等方面进行了详细的介绍,并讨论了各项技术国内外的研究现状。最后,指出了视觉导航技术的相关难点以及未来的发展趋势。     

复合同步信号的产生与分离

一、概述 人类接收的信息,百分之八十是通过视觉获得的。视觉信息直观,易于建立起整体概念,即所谓“一目了然”,然而视觉信息的建立技术难度大。如用数字形式,则要求存储容量大、变换速度快、存取速度快,实现就更加困难。随着科学技术的发展,特别是超大规模集成电路的出现,使用视频技术建立视觉信息的领域越来越多,除电视,工业电视系统,计算机终端等,模拟显示信号外,计算机图形学,计算机辅助设计,超声波成像等等,凡是涉及到字、图形、图像显示都毫无例外地使用视频技术。     

计算机视觉中的信息融合技术

通过处理器在多个视觉传感器间的转换,使单处理器能够读取多个视觉传感器采集的图像信息,实现检测系统对多技术指标的实时在线监控.同时将各传感器采集的数据进行融合,实现对被检测物体的综合评定.该融合技术包括计算机对多视觉传感器的图像信息的读取、多组图像信息的融合及系统功能三方面.     

地面无人作战平台环境感知关键技术研究

介绍了国内外地面无人作战平台环境感知技术的发展现状,在分析环境感知的立体视觉信息处理技术、主动型传感器信息处理技术、平台自主定位技术、多传感器信息集成与数据融合技术、障碍物检测技术等关键技术的基础上,探讨研制地面无人平台环境感知系统的方案设计．     

环境感知视觉信息处理技术在无人地面平台中的应用

为快速、准确、全面地获取无人地面平台的内外部环境信息,需对视觉图像处理在无人地面平台环境感知系统中的应用进行研究。介绍环境感知系统的组成,对环境感知信息处理中的辅助标定,路径检测与识别,路标检测、定位与识别,障碍检测与定位以及运动目标检测跟踪5大主要视觉信息处理技术进行阐述,并对该技术当前应用的相关图像处理算法进行总结。该研究可为无人地面平台系统的环境感知技术提供参考。     

新兴的战场信息熔合技术

随着战场上各种传感器的日益增多和信息量的不断扩大,越采越需要用信息熔合技术对所获取的各种信息进行自动综合、处理和分析。本文主要介绍信息熔合技术的发展现状、重要性、研究内容与方法以及两个应用实例。     

新一代运载火箭机器视觉瞄准技术研究

提出一种用于新一代运载火箭的机器视觉瞄准技术,在瞄准仪上集成摄像系统,用于采集被瞄目标图像,利用机器视觉图像识别算法,包括灰度变换、形态学分析、OCR算法等,进行图像识别,实时测量火箭上的被瞄目标相对于瞄准光轴的位置信息。该方法具有高精度、快速、环境适应性强等特点,新一代运载火箭利用该技术实现了智能化无人值守瞄准。     

Web教学网页的视觉牵引初探

针对当前Web教学网页中普遍存在的视觉干扰问题,以认知心理学、教育传播学、视觉传达设计等理论为指导,从视觉牵引的定义与重要性入手,从视觉信息要素构成、视觉启动与视觉聚焦、视觉流程等方面,分析Web教学网页的视觉特殊性与视觉牵引需求,并提出在Web教学网页中突破视觉干扰、实现有效视觉牵引的方法与途径。     

信息融合技术在未来战场上的作用

由于现代战场来自各种传感器的信息量剧增以及多维战场一体化战术对综合信息的需求,迫切要求对各种传感器所获得的信息实现自动化综合分析,这就使信息融合技术应运而生。概念信息融合技术是一门新兴的数据处理技术。它是利用计算机技术对来自多传感器的探测信息按时序和一定准则加以自     

工业机器人技术概述与前瞻

工业机器人技术包括位置控制、柔顺控制、控制策略、机器人视觉与感觉及听觉系统、机器人示教编程和语言编程、机器人网络控制与远程通讯、智能传感器及信息融合等等.机器人仿真及虚拟现实技术等是其发展趋势.     

机器视觉技术军事应用文献综述

针对机器视觉的广泛应用,阐述机器视觉技术在军事上的应用情况。介绍机器视觉技术的发展史、原理、 组成和应用优势。在分析机器视觉军事领域应用现状的基础上,对机器视觉军事应用的发展趋势进行展望。     

基于图像检测的非接触式底火装配找坑方法

针对目前国内小口径炮弹接触式底火装配找坑方式易划伤、擦亮底火等缺陷,提出一种基于图像检测的非接触式找坑方法。以机器视觉技术为基础对待检测底火的特征信息进行提取和处理,采用图像检测技术完成底火信息的检测,将图像检测得到的底火数据在控制器内运算处理并引导拧紧机构动作,实现拧紧爪的非接触自动找坑,并使用模板匹配检测对视觉系统的特征进行检测。分析结果证明:该方法拧紧爪定位准确,找坑过程中不会损伤底火,满足设计要求,并已在某小口径炮弹底火拧紧设备中得到应用。     

视觉技术在无人机领域的应用

无人机的视觉技术具有距离把控精度高、特征识别准确、价格低等优势,因此其应用也越来越广泛。其在无人机视觉导航、无人机自主着陆、无人机协同目标跟踪这三个领域发挥着重要作用。通过介绍无人机视觉技术在这三个领域的应用原理以及目前这些领域的研究现状,描述了加入无人机视觉技术的新型组合导航系统,对原有系统在测距精准度和特征识别准确度上的提升。全面深入研究了目前无人机视觉技术前沿领域的应用,总结归纳了未来无人机视觉技术的发展趋势。     

信息融合技术及其在鱼雷中的应用前景

本文论述了信息融合技术在多传感器的信号检测和目标跟踪中的各种算法,并从姿态控制、目标检测、目标跟踪三个方面对信息融合技术在鱼雷中的应用问题进行了探讨。     

基于单目/IMU/里程计融合的SLAM算法

常见的单目视觉-惯性SLAM算法,应用于以平面运动为主的轮式机器人时,由于存在额外不可观测度等原因常会导致导航定位精度下降。为解决该问题,提出一种能提高定位精度的视觉/IMU/里程计紧耦合的SLAM算法。在视觉前端部分,改进了原始图像金字塔LK光流法,将陀螺仪的旋转信息和里程计的平移信息作为先验,进行了可减少计算量的光流初值计算过程优化;引入车轮里程计信息,推导了IMU/里程计预积分;将里程计约束加入初始化过程和后端非线性优化中,实现视觉、IMU、里程计信息的充分融合利用。开源数据集测试和小车实验结果表明,新算法光流迭代次数减少约32.5%,定位误差均值相比VINS-Mono减少约40%。     

基于跑道的视觉导航信息分析

基于跑道的视觉导航广泛用于无人机自主着陆等场合.文中从信息的角度,分析了视觉导航中跑道边缘线、地平线和跑道横向控制线提供的姿态和位置导航信息,推导并证明了两个基本结论:已知宽度的跑道边缘线可以提供两个姿态和两个位置信息;地平线和跑道横向控制线可以完善姿态和位置信息.文中的研究对于进行基于跑道的视觉导航算法设计、精度分析和组合导航可观性分析等具有理论价值.     

智能车辆视觉里程计算法研究进展

对智能车辆视觉里程计算法进行了综述,首先说明了视觉里程计的基本原理,然后从所使用的信息特征、相机配置、两帧或多帧计算框架等方面对视觉里程计系统进行了分类与比较,其次详细介绍了视觉里程计算法中的关键技术问题,包括特征选择与匹配、鲁棒运动估计等,最后讨论了视觉里程计未来发展方向。     

信息融合及其改进的D-S算法

随着各种面向复杂应用背景的多传感器信息系统的涌现,信息表现形式呈现多样性,信息融合技术便应运而生。简要介绍了信息融合的层次、优势和主要算法,并给出了改进的D-S算法。     

无人机空中回收视觉导航技术

针对无人机空中回收过程中的导航问题,提出一种利用深度学习进行目标检测并配合双目视觉进行位姿 估计的技术。设计空中回收视觉导航系统,通过改进原有目标检测算法YOLOv3 框架提高回收过程中的检测精度和 速度;通过双目视觉系统对特征点进行3 维位姿解算,返回无人机和回收锥套中心相对位置信息。实验结果表明： 改进后的检测算法平均精度比YOLOv3 提高了3.2%,检测速度提高到73 FPS,检测速度明显提升;双目视觉算法 的位姿解算精确度高,两者同时满足导航系统精确性和实时性的要求。     

多传感器信息融合技术在无人平台避障中的应用

为获得可靠准确的环境信息,采用多传感器信息融合技术。介绍无人平台避障系统组成、避障信息处理和避障控制模型及策略,通过对超声波传感器、红外传感器等多种传感器的数据融合,研究多传感器信息融合技术在无人平台自主避障行为中的应用。实验结果表明,该技术可以实现无人平台准确、快速避开障碍物,为无人平台在各种复杂的、动态的、不确定或未知的环境中工作提供了一种技术解决途径。