基于边缘探测的密集颗粒图像分割方法

针对密集的颗粒图像提出了一种基于边缘探测的颗粒分割方法.该方法采用分块自适应的边缘检测算法实现对图像的边缘检测,并采用形态学方法去除边缘噪音;采用分水岭算法对图像进行初步分割,根据分割区域自动选取种子点,并利用区域面积对种子点进行修正,然后从种子点发射探测线探测边缘位置,记录边界点,通过判断机制判别出由于边缘不完整或噪...     

基于边缘与非边缘分开处理的印刷品缺陷检测

针对印刷品缺陷检测问题,通过对经典缺陷识别算法的研究,提出了一种边缘点与非边缘点分开处理的印刷品检测缺陷识别算法。算法以统计过程原理为出发点,根据边缘点和非边缘点不同的像素特征,对非边缘点采用统计阈值法处理,对边缘点采用邻域平均值与梯度值相结合的算法处理。该算法经过实验证明,能够有效地剔除伪疵点,提取出真正的缺陷。     

一种新的虹膜图像预处理眼睑定位算法

针对眼睑边缘结构复杂、干扰因素多,定位速度慢的问题,提出了一种新的虹膜图像预处理眼睑定位算法.首先,通过大窗口平滑滤波、特定方向边缘点检测以及高阈值边缘点筛选等算法处理虹膜图像,以有效去除睫毛、眼部纹理等屋脊状边缘的干扰,快速检测出单层眼睑及双层眼睑的外边缘点集合.然后,对检测到的眼睑边缘点进行曲线拟合,获得完整的眼睑边缘曲线,完成第一次定位.最后,根据双层眼睑的内外层边缘近似平行、而且在内层眼睑边缘处出现灰度跳变这一特点,以第一次定位所得拟合曲线为模版,平行下移搜索灰度跳变位置,完成对双层眼睑的二次定位.实验表明,本文算法在保证定位准确率的基础上,定位速度得到有效提高.     

结合Hough变换与Kalman滤波的车道线检测方法

车道线检测是智能驾驶系统的重要组成部分,它提供了车辆与车道位置关系的信息.针对智能车辆驾驶系统在视觉导航过程中车道线检测的精确性和鲁棒性的问题,提出一种有效的车道线检测方法.首先对原始RGB图像分别进行感兴趣区域设定、逆透视变换、灰度化和阈值处理;然后进行霍夫变换处理,利用斜率和中心点位置筛选检测结果;最后利用卡尔曼滤波对检测到的线段进行跟踪,预测当前车道线位置.实验结果表明,该算法能够有效解决图像中车道线不清晰以及一些干扰遮挡的问题,车道线检测准确率可达94%,具有较好的准确性、鲁棒性和较低的计算复杂度,有利于实时性检测系统的构建.     

一种基于边缘线的三目立体匹配方法

为实现准确的三维场景匹配,提出了一种基于边缘线的三目立体匹配方法.Canny边缘是一种常用的视觉特征,通过对Canny算子加以改进,提高了边缘线条匹配的可靠性.匹配过程分层次进行,首先通过边缘上少量点的成功匹配确定边缘线条间的对应关系,然后以此来约束该边缘上其他点的匹配.详细介绍了对应特征匹配所用的约束条件.首先,使用三目系统中第三个摄像机提供的额外极线约束,有效地减少了误匹配.由于常规所用的三目极线约束条件给出的匹配效果并不理想,提出了另外一种更加有效的三目极线约束应用方法.此外还介绍了边缘点的梯度方向约束,给出了基于以上约束条件的边缘线匹配算法.实验结果表明,该算法具有较高的匹配正确率,是一种有效的立体匹配算法.     

基于区域邻接图的立体视觉边缘匹配算法

针对自然场景轮廓边缘的立体匹配问题,提出了基于区域邻接图的快速匹配算法.首先利用分水岭变换进行图像分割,根据分割区域边界确定图像中场景的轮廓边缘.基于由全局到局部、自上而下的分层匹配思想,匹配过程分为两步:第一步将轮廓边缘按其所属区域进行分组作为匹配基元进行匹配,匹配过程中根据边缘所属区域的位置,尺寸和灰度特征建立区域约束,并在边缘特征角点的引导下,按照区域邻接图采用类似区域生长的匹配策略实现边缘匹配,区域约束大大减少了边缘特征匹配的搜索空间、优化了匹配顺序.第二步则根据边缘匹配结果,以已匹配的边缘特征角点为基准点,在其引导下实现其他边缘点的快速立体匹配.实验结果表明,该算法匹配正确率能达到93%以上,是一种快速有效的立体匹配算法.     

基于GPU的快速Sobel边缘检测算法

传统的Soble边缘检测算法的优化和实现都是针对常用处理器(CPU、DSP和FPGA等)提出的,难以应用在图像处理器(GPU)上.本文提出了一种基于NVIDIA公司CUDA架构图形处理器(GPU)的快速Sobel边缘检测算法.快速算法根据GPU的并行结构和硬件特点,采用了纹理存储技术、多点访问技术和对称计算技术三种加速技术,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度.实验结果表明,快速算法充分利用了GPU的并行处理能力,在处理4 096x4 096分辨力的8位灰度图像时速度可达190 fps,是基于CPU实现的122倍.     

采用阈值的快速边缘检测算法

针对原有模糊边缘检测算法计算复杂、适应性差的缺点,提出一种新颖的快速边缘检测算法。该算法将图像映射为一个模糊特征面,通过图像自适应阈值来确定模糊增强的渡越点。在渡越点上对图像进行非线性增强。算法将“Min”与“Max”算子结合起来提取边缘,避免了使用单一算子检测边缘强度较弱的缺点。该方法避开了原算法中复杂的指数运算,运算量减少了40%左右;渡越点的自适应性提高了算法的适应性。仿真表明,该算法检测的边缘细、连贯,并且算法抗噪能力强。     

基于边缘轮廓特征匹配的飞机目标识别

为快速准确识别可见光机场区域遥感图像中飞机目标的机型,提出一种基于边缘轮廓特征匹配进行识别的方法.对图像进行各向异性扩散处理滤除噪声,针对飞机停机位置是否有阴影存在,选择不同策略分割飞机目标.采用一种改进的区域分割方法提取目标,通过canny算子提取边缘轮廓,用主成份分析法获取飞机主轴,沿主轴垂直方向用相等间隔采样,提取主轴两侧边缘点间距作为特征参数.使用等级差数法对特征进行匹配,实现机型识别.实验结果表明,该方法能准确检测、识别飞机目标,统计得目标检测准确率96.44%,识别率94.07%,验证了算法的有效性.可将算法应用在对机场区域军事目标侦查识别中,能较为快速准确地识别飞机目标,体现了算法的应用价值.     

基于图像抽样的快速虹膜定位算法

提出了一种基于图像抽样的快速虹膜定位算法.首先在抽样图像中搜索瞳孔内一点,并以该点为起点检测粗略的虹膜内边缘点,然后在原分辨力图像中利用梯度算子精确定位内边缘点从而实现内边缘定位;虹膜外边缘定位采用Canny算子和Hough变换实现,由于基于抽样图像进行边缘提取,忽略了虹膜纹理等细节边缘信息,减少了大量外边缘干扰,提高了算法实时性.实验结果表明该算法的定位准确率达到99.47%,定位速度为0.162s.与经典的虹膜定位算法相比,该算法的定位速度有了很大提高.     

基于车载16线激光雷达的障碍物检测方法

针对目前车载16线激光雷达点云数据中障碍物检测算法准确率不高的问题,提出了一种基于自适应网格聚类的障碍物检测方法.首先,结合八叉树与随机抽样一致性算法(RANSAC)去除地面点;其次,投影点云至二维网格,依据各网格高程信息快速提取高结构物;然后,建立两级网格模型,按照粗网格聚类结果的分布信息自适应地确定子网格分辨率,对...     

多传感器融合的智能车定位导航系统设计

车辆定位导航系统实时、准确获取车辆位置对实现智能驾驶具有重要意义。针对传统定位导航系统存在的精度低、成本高、鲁棒性差等问题，基于GPS/INS(global positioning system /inertial navigation system,全球定位系统/惯性导航系统)、机器视觉和超声波雷达技术，设计了一种多传感器融合的智能车定位导航系统，旨在实现智能车在简单、结构化道路环境下的自动驾驶。利用GPS/INS技术实现智能车地理坐标获取，利用机器视觉技术实现智能车前方车道线检测，利用超声波雷达技术实现道路边沿检测，并对地理坐标、车道线和道路边沿数据进行深度融合，实现车道级定位导航。最后，进行了智能车定位导航现场测试，结果表明该系统满足车道级定位导航性能要求。研究结果表明，在简单、结构化道路环境下，多传感器融合的智能车定位导航系统结构简单，实际运行状况良好，可极大提高定位导航精度。     

An Intelligent Mobile Robot Navigation Technique Using RFID Technology

This paper presents an innovative mobile robot navigation technique using Radio Frequency IDentification (RFID) technology. Navigation based on processing some analog features of an RFID signal is a promising alternative to different types of navigation methods in the state of the art. The main idea is to exploit the ability of a mobile robot to navigate a priori unknown environments without a vision system and without building an approximate map of the robot workspace, as is the case in most other navigation algorithms. This paper discusses how this is achieved by placing RFID tags in the 3-D space so that the lines linking their projections on the ground define the “free ways” along which the robot can (or is desired to) move. The suggested algorithm is capable of reaching a target point in its a priori unknown workspace, as well as tracking a desired trajectory with a high precision. The proposed solution offers a modular, computationally efficient, and cost-effective alternative to other navigation techniques for a large number of mobile robot applications, particularly for service robots, such as, for instance, in large offices and assembly lines. The effectiveness of the proposed approach is illustrated through a number of computer simulations considering testbeds of various complexities.      

4WID-4WIS智能车阿克曼转向轨迹规划及位置估算

针对四轮独立驱动与四轮独立转向(four-wheel independent drive and four-wheel independent steering,4WID-4WIS)智能车的转向行驶工况,基于阿克曼转向原理,提出一种利用三阶贝塞尔曲线进行轨迹规划的新方法.首先,采用最优函数获取一条满足智能车初始状态约束...     

基于机器视觉的车道线在线识别系统设计

针对目前车道线识别系统因处理对象为离线图像或视频文件而难以实现车道线在线识别的问题,大多数车道线识别算法为了减少图像处理运行量,通常选取固定的兴趣区域（region of interest,ROI）进行处理,导致难以适应环境的动态变化且存在不同程度的识别误差。为此,提出了一种基于机器视觉的不设定兴趣区域的车道线在线识别系统。首先,利用VBAI（Vision Builder for Automation Inspection）平台对实时采集的彩色道路图像进行预处理,完成彩色图像的灰度化、滤波及二值化处理。然后,建立图像坐标系,并构建多条向外发散的灰度值采集线,灰度值采集线与车道线相交处的灰度值会发生较大改变,当某点的灰度值高于设定的灰度阈值时,记该点为边缘突变点。接着,借助直线拟合算法对所有车道边缘突变点进行拟合以完成车道线识别,并求解两侧内车道线的远方消失交点坐标和车辆行驶偏离车道中心线的相对航偏角,当相对航偏角超过不同等级的安全阈值时,系统人机交互界面的提示框呈现不同的颜色以进行提醒或预警。最后,借助LabVIEW进行API（application programming interface,应用程序接口）脚本调用,实现图像处理程序的连续运行与车道线在线识别。试验结果表明,所提出的车道线在线识别系统的识别准确率达98.41%以上,相对航偏角的测量误差小于0.056°,图像处理速度达42帧/s以上,兼具识别的准确性与实时性。综上可知,基于机器视觉的车道线在线识别系统可有效识别出不同环境路面的车道线,并实现行驶偏离预警,可将其应用于基于自动驾驶技术的车道保持辅助（lane keeping assist,LKA）系统。     

基于遗传神经网络的履带行驶系统载荷识别方法

针对煤矿掘进机器人履带行驶系统工作环境恶劣,载荷无法直接有效获取这一工程实际问题,提出了基于遗传神经网络的振动信号载荷识别方法。构建了遗传算法(GA)优化BP(back propagation)神经网络载荷识别模型,采用路试法试验采集了履带小车的5组振动加速度数据和单组应力载荷数据,探讨路面不平度频率和驱动轮啮频等对履带车振动和应力载荷的影响规律;借助快速傅里叶变换(FFT)对原始应力载荷数据进行去噪处理,依据履带小车行驶平顺性指标,利用sym8小波函数对振动加速度信号进行5层特征提取以提高载荷识别的精度,然后将5组小波变换分解的加速度数据和滤波后的应力载荷数据分别作为GA-BP神经网络的输入和输出进行训练及验证,揭示了履带行驶系统运动过程中振动与应力载荷之间的关系。研究结果表明,路面不平度频率、驱动轮啮频及转频为小车振动的主要频率成分,路面不平度引起的振动频率为13.765 Hz,驱动轮啮频为68.25 Hz,转频为3.25 Hz。多组试验得到的BP神经网络最佳隐含层神经元数为63,GA-BP神经网络识别的应力载荷与期望应力载荷具有较高吻合度,相对误差为4.5%,验证了该方法的有效性...     

机器人导航中的多传感器数据融合新算法

着眼于机器人导航中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,研究了它的原理及其在机器人导航中的应用过程.应用实例体现了稳定.性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速、有效,便于机器人在导航中实现实时环境测量与数据处理.     

Analysis of drivers' preparatory behaviour before turning at intersections

This study analyses naturalistic driving behaviour before making turns at intersections. Instrumented vehicles recorded drivers? preparatory behaviour, including moving the right foot to cover the brake pedal and activating the turn-signal, while approaching the turning point on public roads. Data were analysed for relations between driver preparations, different traffic conditions (with or without forward and/or following vehicles) and the intersection type and turning direction. The results suggest that braking began closer to the target intersection when driving with a vehicle in front, independent of the number of traffic lanes or the turning direction. In contrast, the onset of braking occurred further before the intersection when drivers had a forward vehicle while approaching intersections after curves, where drivers cannot readily determine the distance between their vehicle and the turning point until just before the intersection. The presentation timing of vehicle navigation systems for each traffic condition is discussed based on the road structures of turning points.     

Computer-Vision Based Object Detection and Recognition for Service Robot in Indoor Environment

The near future has been envisioned as a collaboration of humans with mobile robots to help in the day-to-day tasks. In this paper, we present a viable approach for a real-time computer vision based object detection and recognition for efficient indoor navigation of a mobile robot. The mobile robotic systems are utilized mainly for home assistance, emergency services and surveillance, in which critical action needs to be taken within a fraction of second or real-time. The object detection and recognition is enhanced with utilization of the proposed algorithm based on the modification of You Look Only Once (YOLO) algorithm, with lesser computational requirements and relatively smaller weight size of the network structure. The proposed computer-vision based algorithm has been compared with the other conventional object detection/recognition algorithms, in terms of mean Average Precision (mAP) score, mean inference time, weight size and false positive percentage. The presented framework also makes use of the result of efficient object detection/recognition, to aid the mobile robot navigate in an indoor environment with the utilization of the results produced by the proposed algorithm. The presented framework can be further utilized for a wide variety of applications involving indoor navigation robots for different services.     

滑模极值搜索算法ABS控制及对汽车侧向稳定性补偿

针对ABS控制时路面附着系数复杂多变以及最优滑移率难以准确估计的难点,提出一种基于滑模极值搜索算法的ABS控制,它根据“轮胎制动力-滑移率曲线”的单峰值特性,通过极值搜索算法不断的搜寻曲线的极值点,同时运用滑模变结构控制来快速逼近极值点。针对转弯制动耦合工况,通过引入方向盘转角对控制律进行修正,补偿车辆转弯时的侧向稳定性。在MATLAB/Simulink中建立了整车七自由度模型,对设计的控制器进行了仿真验证。结果表明：直线制动时,所设计的控制器可以快速搜寻到最大制动力和最优滑移率。转弯制动时,考虑了转向修正后制动滑移率有所减小而轮胎侧向力增大,但停车时间并未明显增加,提高了汽车的侧向稳定性;当路面条件改变时,控制器能够自适应路面附着系数的变化。