基于多传感信息融合的轨道线形检测

多传感信息融合是实现轨道线形高精度检测的重要方法,而加速度计和陀螺仪是多传感信息融合中的关键传感器。为了解决加速度计和陀螺仪存在累积误差导致测量精度较低的问题,提出一种基于多传感信息融合的轨道线形检测方法。基于捷联惯性系统和双目视觉的测量原理,建立了双目视觉与惯性测量结合的多传感数据融合模型,并利用扩展卡尔曼滤波实现了双目视觉、加速度计和陀螺仪测量信息的融合,提高轨道线形检测精度。通过实验进行验证,结果表明：基于多传感信息融合方法的测量精度比惯性测量方法提高了近9倍,且测量所得坐标在三个方向上的最大位移绝对误差不超过0.536mm,可有效实现高精度轨道线形检测。     

基于卡尔曼滤波的轨道阀阀位测量方法研究

该文提出了一种基于卡尔曼的陀螺仪/霍尔组合滤波的轨道阀阀位测量方法。首先利用轨道阀阀位测量系统建立MEMS陀螺仪误差数学模型，利用轨道阀阀位测量系统建立转角解算数学模型；其次，利用MEMS陀螺仪误差模型和轨道阀转角解算模型构建卡尔曼滤波器；再次，利用二阶卡尔曼滤波算法对轨道阀转角测量数据进行数据融合；最后，通过单轴转台获取传感器原始数据与标准旋转角度，在Matlab平台上进行仿真，分析得出陀螺仪/霍尔组合滤波的阀位数据比单一陀螺仪、霍尔传感器阀位测量精度显著提高。     

双目立体视觉系统的精度分析

为提高双目立体视觉系统的测量精度,分析双目视觉系统的工作原理以及该系统各个环节的误差模型.通过提高标定模板的精度、增加标定图像,可以减小标定误差及图像校正行对齐误差.分析图像识别误差对视觉系统测量精度的影响,导入视觉系统的结构参数与测量误差之间的关系,从而确定结构参数对测量精度的作用.讨论物距对测量精度的影响,并给出合...     

基于最优投影平面的立体视觉空间圆位姿高精度测量方法

现有基于双目立体视觉的测量方法的测量精度依赖于标定精度,在受遮挡时测量精度不高.文中首先分析并证明在双目立体视觉系统外部参数误差存在时,投影曲线上点的立体匹配误差对点的重建精度的影响.然后基于此误差分析结论,设计立体视觉空间圆位姿测量方法,通过轮廓点筛选算法筛选投影曲线上的点,得到匹配误差较小的点并进行重建.利用重建点在深度方向上对非线性优化得到最优投影平面的投影,对空间圆进行拟合,得到空间圆的位置姿态.文中方法有效减小三维点重建误差对空间圆拟合精度的影响,提高圆形特征在受遮挡情况下的测量精度.最后通过实验验证方法的有效性.     

基于双目视觉动态跟踪的机器人标定

采用双目视觉动态跟踪技术对自主研发的工业机器人进行运动学标定。区别于以往机器人运动学标定中复杂模型计算,在此利用双目视觉动态跟踪系统的静态测量和动态跟踪等优势特性来跟踪测量机器人的连杆参数误差,结合机器人控制系统开放性特点,运用提出的动态标定原理对机器人实施连杆参数测量、辨识、修正及补偿。实验表明,通过参数反馈补偿,自主研发的机器人的定位误差明显降低,且该方法易于实现,为机器人精度研究提供了可靠依据。     

用于空中加油的激光测距与双目视觉融合算法

依据空中加油自动对接阶段的高精密测量需求，设计了双目视觉与激光测距融合的测量系统。分别分析了双目视觉与激光测距的误差和系统实时性，采用二维摆镜结合激光测距机测距，解决多传感器融合的时滞问题。并提出数据融合算法，利用双目视觉粗测的三维信息，调整摆镜使激光测距机精测距离，依据光路进一步修正该距离值，再依据空间几何关系修正双目视觉光轴方向的测量值，从而获取高精度的三维信息。多次试验结果表明：设计的融合算法能够使测量精度提升到10 mm/20 m，极大提高了自动对接的可靠性，为空中加油自动对接提供了一种新的高精度测量方法。     

平行双目视觉系统的定位误差补偿

测量精度在平行双目视觉系统的应用中非常重要.为了提高测量系统的精度，提出了基于改进的BP神经网络的误差补偿策略。采用不同位置处的测量数据作为学习样本，利用训练好的网络模型预测测量系统的误差，对测量结果进行误差补偿，得到新的数据作为测量值。实验结果表明，该方法的结果值相较原始数据，误差减少了70%，为提高视觉系统的定位精度提供了一种新的思路。     

基于视觉的车辆与轨道相对振动状态测量方法研究

车辆与轨道相对振动状态对轨道线形测量有重要影响;分析了传统检测车辆与轨道相对振动状态测量方法的缺陷,提出一种基于视觉的车轨相对振动状态测量方法,以轨道建立轨道坐标系,以车体建立车体坐标系;考虑相机镜头畸变,建立相机非线性模型,基于机器人手眼方法标定相机与车体,求解相机内外参数;依据车体运动姿态特征,推导基于双目机器视觉的车辆运动姿态偏移补偿计算方法;运用实验平台设计验证实验,通过计算所得的车体振动位移与真实值高度吻合,随着车速增加振动位移误差也随之增大,验证了该方法的正确性和可行性;提供一种车辆与轨道相对振动状态测量方法。     

基于MEMS陀螺仪的随机误差分析

为了提高MEMS陀螺仪测量精度,减少随机误差的影响,对产生随机误差的噪声源及其随机误差模型进行了分析;通过分析MEMS陀螺仪自身结构的缺陷并且对其输出数据进行了相应的滤波处理与平稳性检验,确立了合适的误差模型并利用Kalman滤波进行误差补偿,验证了模型的有效性;同时运用Allan方差法对MEMS陀螺仪噪声项进行了分析,确定了影响MEMS陀螺仪测量性能的主要因素以及比较了滤波前后的各项噪声源系数,检验了滤波效果且实验结果证明误差模型显著提高了MEMS陀螺仪的测量精度。      

一种MEMS陀螺仪的标定方法研究

微机电系统(MEMS)陀螺仪的测量误差是影响微惯性导航系统精度的重要因素.为了提高微惯性导航系统的精度,提出了一种利用三轴转台完成MEMS陀螺仪的标定方法.根据MEMS陀螺仪的误差模型,设计了标定试验方案和误差模型参数的辨识方法,并通过小波阈值去噪的方法对陀螺的输出数据进行去噪处理.试验与仿真对比分析结果表明:经误差补偿和去噪后MEMS陀螺仪的测量精度提高1～2个数量级,同时验证了该标定方法的正确性、有效性.     

基于双目视觉的气动式乒乓球发球机发球轨迹检测方法

针对传统气动式乒乓球发球机的轨迹检测方法检测误差大,存在着乒乓球的落点不理想的问题,提出基于双目视觉的气动式乒乓球发球机发球轨迹检测方法。首先根据摄像机参数建立旋转矩阵,基于双目视觉技术将旋转矩阵处理为投影矩阵,根据矩阵约束条件降低选位误差,标定检测点位;其次考虑发球机的发球方式,计算乒乓球在旋转过程中,旋转力道打破不旋球的平衡受力时所承载的各项阻力;最后建立球体运动状态下的轨迹模型,引入衰减系数,降低轨迹检测误差,以此实现基于双目视觉的气动式乒乓球发球机发球轨迹检测。实验结果表明,与传统检测方法相比,所研究的方法得到的球体落点更加精准,控制误差效果较强,可适用于发球机发球轨迹实际检测。     

双目系统全视域采样的SVM标定模型分析

目的 为改善摄像机间接标定采样不全、模型表达模糊问题,实现小视场下检测视域完备采样,提出一种基于双目系统全视域采样的支持向量机（SVM）标定方法。方法 该方法利用六角晶格标定板靶点序号可读特点为基础,采集整个双目系统有效视域中检测点的视差坐标、世界坐标并建立完备的样本集。选取SVM对该样本集进行训练,将SVM算法得到的模型参数代入其决策函数中进行求解,获得公式化的标定模型。由于六角晶格标定板的四角和中心分布了5个互为非中心对称的多边形,可在标定板部分区域被采集的情况下获取标定板位姿信息,进而读取采集的各靶点序号。通过上下移动标定板,利用HALCON算子获取图像中各靶点的序号,建立双目视觉系统检测区域的完备样本集。最后,利用SVM算法训练样本获得标定模型,可以明确表达出标定模型的数学形式。结果 与传统采样建立的模型进行对比分析,实验结果表明该方法建立模型的标定误差减小了24.51%,降低了标定模型在传统方法未采样区域的标定误差,证明了该方法的可行性。结论 提出一种基于双目系统全视域采样的支持向量机标定方法,通过非中心对称的多边形确定标定板上靶点的序号,实现双目视觉系统检测视域的完备采样。实验结果表明该方法提高了摄像机间接标定的精度,具有良好的适用性和鲁棒性,适用于小视域内双目视觉系统的间接标定。     

目标位姿测量中的三维视觉方法

要测量出一组特征点分别在两个空间坐标系下的坐标，就可以求解两个空间目标间的位姿关系，实现上述目标位姿测量方法的前提条件是要保证该组特征点在不同坐标系下，其位置关系相同，但计算误差的存在却破坏了这种固定的位置关系，为此，提出了两种基于模型的三维视觉方法－基于模型的单目视觉和基于模型的双目视觉，前者从视觉计算的物理意义入手，通过简单的约束迭代求解实现模型约束，后者则将简单的约束最小二乘法和基于模型的单目视觉方法融合在一起来实现模型约束，引入模型约束后，单目视觉方法可以达到很高的测量精度，而基于模型的双目视觉较传统的无模型立体视觉方法位移精度提高有限，但姿态精度提高很多。     

组合导航定位技术在机车安全监控系统中的应用研究

针对目前火车机车监控系统中GPS定位精度低、抗遮蔽性差的问题,提出了一种基于GPS、ADXRS150微硅陀螺仪和机车速度传感器的组合导航定位设计方案,建立了组合导航信息融合算法模型,给出了实验结果数据。在实际应用中准确判断了机车进站轨道,提高了定位精度,为机车的远程监控提供了可靠的位置数据。     

基于OpenCV的遥操作工程机器人双目视觉定位技术

针对当前遥操作工程机器人双目视觉定位技术匹配精准度低,导致定位误差过大的问题,提出种基于OpenCV改进的遥操作工程机器人双目视觉定位技术。在分析HSV色彩空间后,建立适合工程机器人的颜色特征识别空间体系,通过分析图像特征及运动坐标确定圆形光点,利用提供的靶点目标,创建模板后通过双目视觉获取具有靶点特征的其他图像,将图像代入OpenCV技术函数库中。在OpenCV技术函数库中通过光流法对图像进行函数匹配,应用将目标的背景模型与图像的处理方式分割开来,提取背景与干扰因素的全部信息,利用二值化阈值处理运动目标的形态,实现无干扰图像显示,确保定位结果的准确性。实验结果表明,基于OpenCV的遥操作工程机器人双目视觉定位技术能够有效提高匹配精度,降低定位误差,具有一定的实际应用价值。     

基于一阶径向畸变算法的双目摄像机多位姿标定方法

双目立体视觉中在对物体进行三维测量或精准定位时,需要对摄像机进行标定以获得其内外参数。研究径向畸变摄像机模型,构造了基于一阶径向畸变（RAC）算法的双目摄像机内外参数线性求解公式。考虑侧倾角、旋转角、俯仰角以及透镜的主要畸变因素,修正了传统RAC标定法中只考虑径向畸变、部分参数需要先验值的缺陷。利用标定所得内、外参数进行了多位姿双目摄像机三维重构实验。实验结果表明,该标定方法重投影误差分布在[-0.3,0.3],动态识别结果与实际运行轨迹重合率为96%,对降低双目立体视觉三维测量误差率有积极性影响。     

基于双目立体视觉的船舶轨迹跟踪算法研究

双目立体视觉模型通过模拟人眼可以实现对目标距离的测量。为了获得水上船舶实时的运动状态,提出了一种基于双目立体视觉的船舶轨迹跟踪方法。首先,通过摄像机标定、线性空间点三维重建可以测得以相机为中心到船舶的距离,得到船舶的部分运动轨迹;其次,在双目立体视觉测距系统的基础上采用常速(Constant Velocity,CV)模型的方法对船舶运动建模;最后,对建立的船舶运动模型利用强跟踪卡尔曼滤波(Strong Tracking Kalman Filter,STKF)船舶轨迹跟踪的方法跟踪船舶的轨迹并估算目标船舶实时的运动状态。实验结果表明,基于双目立体视觉的船舶轨迹跟踪的方法能有效地跟踪船舶轨迹且适用于工程应用的需求。     

基于双目视觉导航的仿生机器人鲁棒控制算法

仿生机器人在定姿过程中受到空间扰动因素的影响容易产生控制误差,需要对机器人进行精确标定,提高仿生机器人的定位控制精度,因此提出一种基于双目视觉导航的仿生机器人鲁棒控制算法。利用光学CCD双目视觉动态跟踪系统进行仿生机器人的末端位姿参量测量,建立被控对象的运动学模型;以机器人的转动关节的6自由度参量为控制约束参量,建立机器人的分层子维空间运动规划模型;采用双目视觉跟踪方法实现仿生机器人的位姿自适应修正,实现鲁棒性控制。仿真结果表明,采用该方法进行仿生机器人控制的姿态定位时对机器人末端位姿参量的拟合误差较低,动态跟踪性能较好。