基于人工神经网络的立体视觉定位方法

提出了一种基于人工神经网络的计算机立体视觉测量方法,应用神经网络技术可以化简视觉定位系统的标定和位置计算,从而减少了位置检测系统使用复杂性。利用动量-自适应学习率BP算法可提高学习速度并增加了算法的可靠性。实验表明,人工神经网络的定位方法简化了视觉定位系统标定与定位计算的复杂性,在定位精度上达到了良好效果。为机器人视觉伺服提供了有效的技术途径。     

H-S直方图反向投影结合特征点提取的双目视觉定位算法

低成本双目视觉系统通常采用价格低廉的非测量相机,其视觉定位精度较低.若需获得较高的视觉定位精度,可通过算法来弥补或减少定位误差.本文阐述了基于H--S(hue-saturation)直方图反向投影结合特征点提取的双目视觉定位算法,可提取左右摄像头图像特征点,并用左图特征点和极线约束对右图特征点进行修正,从而可实现双目视觉定位.在此基础上,为了进一步提高定位精度和减少计算量,采用了快速鲁棒性特征(SURF)算法提取左右图像的兴趣点,并利用间接立体匹配法改进了右图特征点提取.实验结果表明,在低成本视觉定位系统中采用该算法可以有效地提高定位精度.     

热超声倒装键合机的视觉系统定位精度实验研究

简要说明了视觉定位原理及定位实验数据的采集过程,并对倒装键合实验台的视觉定位系统的误差进行了理论分析。以热超声倒装键合实验台为平台,应用HexSight图像处理软件,对实验用1mm×1mm的表面有8个凸点的芯片进行定位实验。根据测得的实验结果,分别对定位系统的平移误差和旋转误差进行了分析。采用对5次识别结果取平均值的优化方法,使角度误差减小到0.023766°,单项误差减小到0.183μm,综合误差减小到0.554μm。试验结果表明,该视觉定位系统达到了热超声倒装键合过程中芯片与基板之间的定位精度的要求。     

基于DLT的双目视觉火源图像立体匹配新算法

为了提高双目视觉过程中对火源图像立体匹配的准确性和匹配速度,提出基于DLT的双目视觉火源图像立体匹配新算法。首先用直接线性变换DLT算法对火源图像进行图像校正,其次用Harris算法对其进行特征点提取,最后利用SURF算法对提取的特征点进行特征向量及特征向量在多维空间中对应点之间的欧式距离进行计算,得到两个特征点的相似程度并给予正确匹配结果。实验结果表明,该算法提高了火源图像立体匹配的准确性和匹配速度,适用于大空间建筑双目视觉火灾自动定位系统,具有一定的应用价值。     

用于MEMS传感器批量制造的微装配系统

手工操作限制了MEMS传感器的批量生产.为了降低生产成本,同时提高传感器的产品质量,研制了柔性自动阳极键合系统.该系统包括一系列功能模块,包括精密定位系统、显微视觉子系统、柔性微操作手、加热系统、键合夹具、物流系统以及其它的附属系统.通过模块重构和调整,可实现不同尺寸规格传感器的键合.基于显微视觉以及微装配系统的特性,提出了基于小波变换的自动调焦清晰度评价函数,同时提出了基于改进史密斯预估器的用于克服视觉延迟的伺服控制结构.集成一维微力传感器的微操作手可实现高精度和无损操作.为了实现自动化操作,开发了包括任务规划和实时控制功能的控制系统.试验验证了该系统的自动键合功能.     

基于改进支持向量回归算法的移动机器人定位

为了提高移动机器人定位精度,提出了一种基于正交编码器和陀螺仪的轮式移动机器人定位系统,建立机器人的定位模型和运动学模型。研究了支持向量回归（SVR）算法,为获得更好的鲁棒性,对目标函数误差平方进行加权,分析不同参数优化算法对支持向量机回归准确率的影响。以自制的移动机器人为实验平台,将改进的算法与最小二乘支持向量回归（LSSVR）算法、加权最小二乘支持向量回归（WLSSVR）算法进行比较,对比了用改进算法时机器人在木地板场地与瓷砖场地的定位误差情况,并对正交编码器+陀螺仪定位系统与双码盘定位系统、单码盘+陀螺仪定位系统进行比较。实验结果表明,改进的算法使机器人的定位精度明显高于对比算法,并且所提出的定位系统定位效果较好。     

改进TDOA算法的UWB室内定位系统设计

提出了一种基于UWB的无线传感器网络室内定位系统的设计方案.通过锚节点与标签节点信息交互,得到时间差,通过nRF24L01把时间差传送给上位机,上位机利用改进的TDOA算法和卡尔曼滤波算法,计算出目标物体的位置,并在上位机中显示出来.实验结果表明,该系统最终使得室内定位的达到了20 cm左右,并且抗多径能力强、稳定性高,为无线网络传感器定位提供了更多的参考.     

基于Harris-SIFT算法的缝料视觉定位系统

在缝制行业中,为了提高缝制工艺的自动化程度,通常采用机械手实现对缝料的装卸工作;对于流水线上姿态和位置随机的缝料,采用传统工业机器手示教和预先编程的方式已无法满足工艺要求;文章在对传统SIFT(Scale-invariant feature transform)算法分析的基础上,设计了一种基于Harris-SIFT算法的缝料视觉定位系统;系统首先对视觉定位平台进行相机标定,建立图像几何模型和消除畸变;其次,将采集到的图像进行预处理操作,采用Harris-SIFT算法计算获取姿态信息;最后,利用定位平台对不同形状的缝料花样进行实验验证;实验结果表明,系统能够快速提取缝料的特征点并进行高精准匹配,其定位精度达到0.2mm,角度偏差小于0.15°,且运算速度相比传统SIFT定位系统提高了4~5倍,能够满足缝料工艺操作要求。     

基于粒子群算法的多机无源定位系统优化布站

在一定海空战场背景下,通过调整多机无源定位系统中各机位置布局可以有效地提高该系统对特定区域目标的定位精度。文中通过推导多机时差定位算法误差的GDOP公式,提出了利用粒子群算法寻找多机无源定位系统最优布站的方法。与传统典型布站相比较显著降低了对区域目标定位误差,明显提升了多机无源定位动态快速布站能力。同时利用粒子群算法对定位站数不同情况下进行仿真,得出了对应的最优布站形式。     

基于低频唤醒和极限学习机的无线定位系统

设计了一种基于低频(LF)唤醒技术和极限学习机(ELM)分类算法的无线定位系统.实现了低频唤醒、射频应答的电路结构和通信回路,实现了有源应答器的超低待机监听.通过比较各类型的多种射频定位算法,选用基于ELM分类的定位算法,对低频唤醒接收信号强度指示(RSSI)数据进行分类并实现定位,有效降低了定位算法在线阶段的计算量,在单片机系统中实现了实时定位计算.测试结果表明:定位系统在有效范围内定位精度可达15 cm,定位正确率可达95％以上,在定位精度和稳定性方面明显优于超高频(UHF)频段射频定位系统.