单目视觉车道偏离报警系统

本设计采用了一种使用未标定相机来测量车辆和车道中心的横向偏离量的方法来达到车辆车道偏离报警的目的。首先采用直线模型来表示车道,使用sobel边缘检测算法来测量车道边缘,利用Hough变换检测出实时图像中的直线车道,然后估量出车辆的横行偏移量,最后利用偏离横越时间来测量丰道是否偏离,提前检测车道车道横越,从而达到车辆偏离报警的目的。     

无人机视觉导航中的图像处理及位姿解算

在无人机自主着陆过程中,无人机视觉导航系统利用跑道图像解算出无人机的位置姿态信息,为飞行控制系统进行自主着陆控制奠定基础。对视觉导航系统中图像处理及位置姿态解算进行了分析和研究。基于模板匹配进行跑道识别;利用Hough变换提取跑道图像特征;采用最小二乘法对检测出的跑道边缘直线进行拟合并得出其在图像坐标系中的直线方程;基于空间的坐标关系变换,利用推导出的算法对无人机位置姿态进行了解算,并利用实际图像对所用算法进行了实验验证。     

基于单目视觉的车辆行驶方向检测及误差分析

智能车辆中一个重要的技术就是如何准确计算车辆前进方向与道路的夹角,目前的参考文献中基本上都是假设相机光轴与地面平行,而忽略了相机的安装误差,本文基于单目摄像机利用机器视觉方法与几何方法完成了对车辆行进方向与道路夹角的检测,给出了完整的技术实现方案,并重点分析了摄像机光轴方向与地面成一定角度情况下的校正方法,从而减少了摄像机安装误差对测量结果的影响,拓展了道路夹角检测技术的应用范围,使其有了更广的适用性,实际拍摄的场景图像也验证了本文算法的有效性。      

基于单目摄像机的无人机视觉导航参量估计方法

针对无人机视觉导航参量估计精度低、计算复杂的问题,提出了一种基于单目视觉的无人机导航参数提取方法.该方法首先分析了单目摄像机情况下物理坐标、摄像机标定坐标之间的关系,并利用单目摄像机拍摄图像的时空相关性建立测量参数的计算模型,有效避免了传统多目摄像机图像存在的同步对准问题;接着,推导了测量参量同坐标参量的相互关系,并给出了参数方程的近似估计,推导了求解约束参量的最小二乘(LS)计算过程;最后,为克服LS无法克服测量噪声干扰的实际情况,进一步提出了采用最小均方算法在传统一步计算结果的基础上进行迭代优化计算,有效提升了计算过程的抗干扰能力.实际的场地实验结果表明,本文方法保持了较高的计算精度和抗干扰能力,在两种测试环境下平均误差均控制在2个像素以内,具有优秀的应用价值.     

基于边缘视觉特征描述的自适应多尺度小波边缘检测方法

本文从人类视觉的特点出发，提出了一种新的图象边缘特征描述，根据该特征描述，定义了邻域的有效边缘测度，以作为边缘复杂程度的度量，并以此来调整多尺度小波边缘检测中的尺度参数，最后给出了相应的实验比较结果。     

基于视觉检测与自主导航的轮式机器人平台

近年来,机器人产业发展迅速,为适应社会发展需求,构建了基于机器人系统ROS,以Kinect2为核心的轮式机器人平台,其涵盖了机器人运动、视觉检测与导航、机械臂控制等多学科知识的运用,并具有较好的功能扩展性。实践表明,该平台能够较好地实现机器人视觉检测与导航、机械臂抓取等功能,并可基于该平台开发如巡检机器人、餐厅服务机器人等具有特定功能的机器人平台。     

基于边缘视觉特征描述的自适应多尺度小波边缘检测方法

本文从人类视觉的特点出发,提出了一种新的图象边缘特征描述。根据该特征描述,定义了邻域的有效边缘测度,以作为边缘复杂程度的度量,并以此来调整多尺度小波边缘检测中的尺度参数。最后给出了相应的实验比较结果。     

基于计算机视觉的移动机器人导航

针对跟随路径导引的移动机器人导航方式的灵活性较差、维护成本较高、功能单一的缺点,将计算机视觉用于移动机器人路径识别。首先对视觉传感器获得的视频图像进行处理,获得有用的特征目标,实现机器人对当前路径信息的理解。然后调用直行或转弯功能模块对机器人进行导航控制。实验结果表明,该导航方式具有较好的实时性和鲁棒性。     

基于视觉导航的无人机自主精准降落

针对传统导航方式精度低、误差大等问题,结合视觉导航设计了一种基于ArUco码的着陆标识。对机载相机采集的实时影像进行图像处理,利用世界坐标系与像素坐标系的映射关系建立无人机位姿估计模型,以特征点坐标解算得到当前无人机与着陆标识物之间的相对姿态估计值,设计并融合误差模型进一步提高定位精确性。通过无人机室外实际应用实验证明,设计的降落标志及新型识别算法大大提高了无人机自主降落的精准性,能更好地满足在军事无人机等高精度降落要求场合的应用。     

基于DSP的四旋翼飞行器视觉导航避障系统研究

国内外学者对无人机技术进行了大量研究,特别是在对无人机的控制和自主着陆等方面的研究有了丰硕的研究成果。但针对无人机如何有效规避障碍物这一问题依旧值得深究,特别是在大城市,无人机在作业时会遇到很多复杂的地形和大大小小的障碍物,避障这一问题在没有得到根本解决前就依旧需要寻找更行之有效的解决措施。一方面为了弥补GPS全球定位导航局部分失效的缺点(如在建筑物密集地带和在室内作业),另一方面为了代替INS惯性导航系统漂移误差的影响,该项目中将光流避障算法理论应用于视觉避障的研究,让无人机能精准的避开障碍物,这一技术经过多次测试并不断完善,有希望成为无人机发展的新突破。     

单目视觉车道偏离报警系统

本文介绍了采用非标定相机测量车道的左右方向角而实现的车辆车道偏离报警系统.介绍了直线模型车道的边缘检测算法和车辆的车道左右方向角估算方法,以及模型车辆的实验结果.     

基于单目视觉的行人检测研究

行人检测系统是目前先进驾驶辅助系统中直接面向行人的保护系统,可最大程度地减少行人所受到的伤害。纹理对称度特征是目前最直观且能够用于表征行人的特征。文中在采用基于纹理对称度特征方法提取感兴趣区域的基础上,提出了一种线检测的方法,可以有效地减少检测过程中阴影、树叶等小纹理对检测结果的影响。最后利用梯度方向直方图特征和支持向量机方法对感兴趣区域进行验证。试验结果表明,该方法在保证检测速度的前提下,可减少检测过程中的虚警和漏警情况。     

基于FPGA的智能小车设计

介绍基于FPGA的智能小车设计,小车包括在FPGA上构建以Nios Ⅱ嵌入式系统为核心的控制电路、传感器电路、动力及转向电路、LCM电路、温度和湿度测量电路、无线数据收发电路。在Nios Ⅱ集成开发环境（IDE）编写C语言程序,实现能远程遥控小车、自动避障、温度和湿度监测并无线传输至控制端的功能,其特点是能够无线控制小车和远程采集环境信息。     

Research on Vehicle Anti-collision Technique Based on Monocular Vision

Vehicle anti-collision technique is a hot topic in the research area of Intelligent Transport System. The research on preceding vehicles detection and the distance measurement, which are the key techniques, makes great contributions to safe-driving. This paper presents a method which can be used to detect preceding vehicles and get the distance between own car and the car ahead. Firstly, an adaptive threshold method is used to get shadow feature, and a shadow!area merging approach is used to deal with the d...     

基于门形结构的单目视觉定位方法

选取场景中常见的门形结构为处理对象,提取门形结构中的三条直线,拟合直线方程,进而确定直线的交点及两条平行直线的消失点,根据消失点原理和垂直关系等先验知识确定摄像机坐标系和世界坐标系的映射。空间解析过程以直线方程为基本要素,参与解析运算的点特征均由直线方程确定,随机选取的点坐标仅用于方向一致性判定,减少了随机误差引入。仿真实验表明,本文的视觉定位方法对噪声有较高的鲁棒性,与融合线特征和随机点特征的方法相比降低了定位误差。     

基于单目视觉的工件定位技术研究

针对普通工件的位姿定位问题,文中提出了一种使用单目视觉平台和CAD模型的工件定位方案。为了阐明该方案的具体设计,基于单目相机的标定方法引入工件图像识别的相关技术,设计了工件的图像预处理过程,并提出基于CAD模型的单目视觉定位算法。实验测试结果表明,与基于先验性关系的定位方案相比,该定位方案具有更高的精度和较好的灵活性,可以满足普通工件的定位需要。     

基于编码测棒的单目视觉测量系统

为了提高单目视觉测量系统的精度,提出了一种基于编码测棒的单目视觉测量系统。该系统采用GSI编码点作为测棒上的特征点,首先用CCD像机对编码测棒一次成像,然后通过编码点特征位与编码位之间特定的约束关系对各个编码点分别进行姿态测量,最后根据最小二乘数据拟合和误差平均的数学思想实现测头的优化求解。在精密二维平移台上做了对比实验,实验结果表明,系统在1 000mm×500mm的测量区域中,实际测量的相对误差不超过6.3×104,系统的精度能满足工业中对大尺寸现场测量的要求。     

基于单目视觉的机械手三维定位

提出了一种利用单目视觉识别目标并且进行精确的三维定位,用于机械手对目标的精确定位.首先通过模板匹配的方法在图像中识别出目标并计算其中心坐标,然后分别在相同高度和水平的四个相隔一定距离的位置上采集目标图像,根据目标在图像中的位置变化,结合平行双目视觉原理与小孔成像的缩放比例关系,计算摄像头距离目标的深度距离.该系统易搭建、成本低,定位精度较高.     

基于单目的轻量化目标识别系统设计

为了满足微型无人飞行器实时控制的要求,文章对Yolo-V4单阶段图像检测算法进行了轻量化设计,并基于单目摄像头设计了实时目标识别系统.该轻量化算法首先通过优化输入网络的分辨率和卷积层参数等方法,将主干网络由73层压缩到16层;然后通过简化残差结构和跨级结构,解决深层网络梯度消失问题,减少梯度信息重复;最后自下而上将网络浅层和深层特征进行了精简融合.采用K均值聚类算法训练轻量化模型以优化预选框参数,提高算法对特定目标的检测精度.测试表明,改进后的轻量化算法对特定目标的预测精度为98％,召回率为92％,均值平均精度达90.70％,单张图片检测时间为7.8 ms,对视频的处理速度可达125.6 f/s,满足微型无人飞行器的实时应用要求.     

基于单目视觉对地面特征点定位方法

为了解决机器人在室内导航定位的问题,本文提出基于单目视觉对地面特征点定位的新方法.为扩大摄像头的视野,本方法采用鱼眼摄像头,然后将鱼眼摄像头安装在小车底盘下面,实时校正鱼眼摄像头拍摄的图片.通过对摄像头进行标定得到其内外参数,进一步用新方法计算出摄像头安装在小车上的姿态角,建立平面成像模型得到世界坐标系与像素坐标系的对应关系.再进行RANSAC算法对地板的特征点和特征线进行提取,然后获得相关特征信息再经过逆透视变换算法变换到物理空间上,获取真实物理信息.实验结果表明利用该方法能够更精准获得摄像头与地板边缘线的相对位置信息,并且成本也低但定位精度高.