基于ORB算法的双目视觉定位

双目立体视觉系统通过模拟人的双眼来获取三维世界的深度信息,该系统主要由摄像机标定、特征点提取、特征点匹配、三维坐标求取等4个模块组成.对于传统算法特征点提取速度与特征匹配不能满足实时性的要求,提出了基于ORB算法的双目视觉目标定位.该算法通过在Brief描述子上加入了旋转矩阵,使算法具备了旋转不变性以及有着很大的效率提升.实验结果表明,该算法特征点提取与匹配速度有着一个数量级以上的提高,大大增加了在双目视觉系统下的实时性.     

基于kalman滤波的机器人三维视觉定位

针对三维视觉定位问题,提出了一种基于kalman滤波的机器人眼在手上视觉定位方法。利用图像的全局特征描述子—图像矩来提取目标的三维图像特征,在不标定摄像机和机器人坐标变换关系的情况下,采用kalman滤波估计算法对图像雅可比矩阵进行在线辨识,并建立图像特征反馈控制,使定位目标物体的图像坐标始终保持在图像平面的中心位置。利用MATLAB仿真软件建立了基于kalman滤波的机器人眼在手上视觉定位仿真模型,实现了机器人的三维视觉定位。实验研究表明,该方法可以使机器人到达目标位置,且定位精度较高。     

基于双目视觉的接触网绝缘子三维位置重建

水冲洗是解决因接触网绝缘子尘污造成的电气化铁路污闪事故的重要方法,自动水冲洗是代替目前人工冲洗劳动环境差、冲洗效率低的主要途径,而接触网绝缘子三维位置重建是实现自动冲洗的关键。文中提出一种基于双目视觉的接触网绝缘子三维位置重建方法,识别双目摄像机图像中的绝缘子特征。通过摄像机内外参数标定,采用特征匹配算法得到左右图像的匹配点对,利用投影变换矩阵得到绝缘子形心的三维坐标,获得绝缘子的深度距离信息。实验表明:在1 200~3 200 mm距离范围内对绝缘子进行三维位置还原,还原绝对误差最大为226 mm,满足冲洗精度要求。     

一种机器人视觉系统自动标定方法研究

本文介绍了机器人视觉系统标定的现状,以及现行标定方法的优缺点。在相机固定、机器人末端执行器在平面内运动的场合,本文利用机器人系统的通讯功能,触发相机对同一目标位置在拍照平面内多次移动机器人末端执行器的位置进行拍照,然后通过机器人程序记录多组图像点、机器人坐标点,并引入最小二乘法进行标定图像点、机器人坐标点关系,并编写相关机器人程序自动计算标定的关系因子,并进行了可靠性验证,证明了改进法计算出的工件坐标误差比常规两点方法计算出的工件坐标误差大大减小,提高了标定的速度、便捷程度、标定精度。     

基于双视觉引导的工业机器人立体定位技术的研究

针对目前大部分以工业机器人为核心的自动化生产线用工件固定方式进行加工作业,严重制约工业机器人在自动化生产线中的应用范围.为此提出一种基于双视觉引导的工业机器人立体定位技术.通过双视觉系统各自识别工装参考目标点的三维坐标和角度姿态,建立在相机坐标系下的三维坐标.利用多参考孔位采用最小二乘法拟合最优解,通过双目视觉的标定参数和定位换算算法,计算出目标点在工业机器人工件坐标系下的立体位置和姿态,引导工业机器人对工件的精确立体定位,最终实现机器人的各种加工作业.结果表明,双机器视觉能够精确引导机器人实现立体定位功能,误差小于0.5 mm,满足工业生产的一般性需求且具有良好的通用性.     

基于双目视觉脉搏图像SIFT特征匹配

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像,再基于特征点的立体匹配框架中,利用图像梯度信息,引入基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,进行脉搏图像的特征匹配,为最后的三维信息的获取和对其他立体视觉图像匹配有很大的参考性。     

基于虚拟双目视觉的高速摄像机自动标定系统

虚拟双目视觉测试是基于一台高速摄像机和两面平面镜实现物体的三维重建,重点需解决传统双目视觉测试存在的同步性和成本高的问题。摄像机内外部参数的标定是测试精度的重要保证,为解决标定过程需要人工干预、处理过程繁琐等问题,基于虚拟双目视觉原理和张正友标定法,设计了高速摄像机参数自动标定系统,通过外部触发电路控制安装在云台支架上的标定板自动转动,实现不同角度标定板图像的自动拍摄,通过OpenCV计算机视觉库对图像进行自动处理,得到高速摄像机的内外部参数,最后验证了高速摄像机自动标定系统的准确性和实用性,为后续三维重建和动态三维测试提供了基础。     

透射式人体指示目标识别的研究

利用双目视觉的几何约束关系,依靠人体指示姿态来实现非接触、无约束的目标指示识别。本文根据人体指示行为的生理特征及双目摄像机的几何约束,推导满足目标共面假设时从图像特征点求解指示目标位置的公式,通过将图像平面上指尖和眼睛的指示线映射到目标平面上,从而得到相应的人体指示位置,实验结果表明这一方法的正确性。     

配电网接地环视觉识别与定位方法研究

为保障带电作业机器人挂设接地保护线的准确性，对配电网接地环的精准识别与定位方法展开研究。为提高识别精度和易于部署在上位机上，以YOLOX-S为基础，用简化的BiFPN代替颈部PAFPN特征利用层，将GIoU-Loss作为定位损失函数，以Focal Loss作为置信度预测损失函数。采用双目视觉方法对检测到的接地环进行定位，根据双目相机标定获得相机的内外参数和畸变系数，对左右图像进行立体校正，采用半全局立体匹配算法获得图像视差，最终利用重投影矩阵得到接地环的深度和坐标，从而实现接地环的精准识别与定位。将所提方法运用于带电作业机器人挂设接地保护线试验，结果表明该方法能实现机器人精准挂线，并能推广到电力机器人的其他作业。     

基于三维重建的绝缘子覆冰图像监测

提出了一种基于图像的三维重建的绝缘子覆冰在线监测方法。该方法运用计算机双目视觉技术,通过2台位置不同的摄像机采集2幅绝缘子覆冰图像,在对摄像机进行标定后,利用图像间的视差计算出覆冰绝缘子在三维空间的坐标,重建出覆冰绝缘子的三维模型,再由三维点云模型计算得到绝缘子覆冰的厚度及重量。应用所提出方法对多组实测图像进行三维重建和比较分析,结果表明该方法能够准确计算绝缘子覆冰的厚度和重量,还可反映绝缘子覆冰的厚度分布特征。