基于改进SIFT的无人机双目目标识别与定位北大核心

对无人机自主着陆系统中双目视觉采集到的地标图像进行了研究,在分析地标图像中存在模糊噪声以及大量背景干扰问题,提出一种基于改进SIFT算法的无人机双目视觉目标识别与定位方法。首先,采用基于OTSU与HSV的ROI算法对无人机双目图像进行目标识别与分割预处理操作,将目标准确识别;其次,针对双目视觉获取三维信息效率慢的问题,采用基于改进的SIFT算法对已识别的地标进行特征提取,生成二进制描述符,并采用局部敏感哈希算法对特征点进行稀疏匹配,提高目标特征匹配准确度及效率;最后,采用相似三角形原理计算每个特征匹配点的三维距离,获得无人机与目标之间的平均三维距离。实验结果表明所设计的算法相较于传统的SIFT算法更具有可行性和有效性。     

双目视觉手眼标定的精度优化

双目视觉定位是机器人领域对环境感知的常用技术,手眼标定的好坏很大程度上影响着机器人定位精度。传统的线性标定只需一组数据就可标定,但极易受到偶然误差的影响;非线性算法使用多组数据,但容易出现奇异值和陷入局部最优点。针对这两个问题,用非线性算法Ada-delta对线性算法Tsai得到的数据进行优化,非线性算法多组数据运算避免了偶然误差,线性求解的结果充当优化算法的常数项也避免了出现奇异值的情况。用优化前后的手眼标定矩阵求得理论机械臂末端位姿,分别与实际位姿作差,取其Frobenius范数。结果证明：优化后的Frobenius范数为0.305 65小于优化前的0.520 717,优化效果良好。     

基于改进PSO优化BP的数控机床热误差预测研究北大核心

热误差是影响数控机床加工精度的主因,为提高数控机床热误差模型的预测精度,提出了基于改进粒子群优化BP神经网络的数控机床热误差建模预测方法。针对BP易陷入局部最优、收敛速度慢,在标准粒子群算法的基础上,改进粒子的速度与位置更新策略,在此基础上优化BP神经网络的阈值和权值,并建立数控机床热误差预测模型;借助于MATLAB完成仿真实验,结果表明,与标准的BP神经网络和支持向量机相比,基于改进粒子群优化BP神经网络的数控机床热误差预测模型精度高、泛化能力强。     

基于双目相机的水下视觉SLAM前端改进

为使机器人能够在昏暗且模糊的水下环境中实现较为清晰的地图构建和准确的自身定位,基于Rtab-map算法对其前端进行优化。通过直方图均衡化算法对双目相机采集到的水中图像进行预处理,提高图像的亮度和细节处的清晰度。使用ORB算法提取和匹配图像特征点,采用RANSAC算法剔除图像误匹配点对,提高相机位置估计的精度。实验结果表明：使用直方图均衡化算法处理水下的模糊图像,特征匹配点对数明显增加。基于公开数据集对优化后的Rtab-map算法进行测试,所得到的多项误差明显降低。在实验室水槽条件下进行试验,验证了采用优化后的算法得到的三维点云图质量更优     

基于视觉和GA的机器人最短分拣路径控制北大核心

针对元件分拣作业效率低下、传统的二维约束矩阵自动化程度低的问题,结合机器视觉和遗传算法,提出一种最短分拣路径优化策略。首先,对视觉系统进行标定解算出机器人-像素坐标系位姿变换关系;其次,运用深度学习识别出目标元件,以开启多线程的方法对3类目标框进行图像处理得到定位结果;最后,创建三维动态约束矩阵,运用贪心策略和遗传算法组合算法对分拣路径进行优化,探究不同的元件放置和元件组成对路径优化的影响。实验结果表明,优化后的分拣路径较随机路径缩短了2.12%~15.2%,分拣效率提高了0.52%~3.06%。实验结果揭示的相关规律对分拣作业的实际应用具有重要的现实意义。     

基于激光双目视觉的接缝三维重建

设计研制了结构激光双目视觉传感器,该传感器加入结构激光,很好地解决了立体视觉中对应点的匹配问题.利用该传感器采集接缝图像,开发了图像采集处理程序,实现接缝图像处理和特征分析,识别并提取了二维平面上接缝特征点的图像坐标.采用MATLAB软件实现了三维重建标定算法,根据双目视觉原理,由接缝特征点的图像坐标计算出其三维坐标,进行了三维重建,抽取了接缝三维几何尺寸、坡口类型、角度、间隙等焊接特征信息.     

基于改进SIFT的室内机器人惯性视觉定位系统北大核心

对移动机器人室内单目视觉定位存在的定位精度较低,光照鲁棒性差的问题,提出一种基于改进SIFT的实时惯性视觉定位系统。首先压缩SIFT尺度空间,降低描述子维度;再利用结合位置信息的描述子曼哈顿距离进行FLANN匹配,PROSAC迭代优化。在跟踪阶段结合IMU获取的初值约束匹配,剔除误匹配。在回环检测阶段利用惯导位姿给定位姿初值范围,局部搜索SIFT特征点匹配实现重定位。在室内天花板数据集上验证改进SIFT算法,匹配准确率平均提升12.4%。在室内多个场景验证定位精度,平均定位误差为0.076 m。实验结果表明,所设计的算法能够在算力受限平台实现较精准的实时室内定位。     

基于改进BP神经网络的汽车发动机故障诊断

针对汽车发动机故障诊断过程中,传统算法收敛速度慢且精度欠缺等问题,提出一种遗传算法(GA)优化BP神经网络的故障诊断方法.在分析BP神经网络算法原理及缺陷的基础上,通过引入动量项提高算法收敛速度,并利用GA选择、交叉、遗传特性优化神经网络权值及阈值,从而进一步提高算法预测精度.仿真实验中,在经过对测试数据学习训练后,传...     

双目视觉三维数字化测量技术研究

双目视觉三维数字化测量是一种先进的产品数据采集技术,由于其无破坏、测量精度高、数据获取速度快等优点而被工业界和学术界广泛关注,是加快产品开发和保证产品质量的重要手段之一。文章在对国内外相关研究工作进行分析的基础上,系统地总结了双目视觉三维数字化测量技术的基本原理、研究现状,并指出在其研究过程中应解决的关键问题,明确了以后研究的方向。文章为双目视觉三维数字化测量技术研究工作的进一步展开提供了参考,对其正确、广泛地应用具有一定的指导意义。     

基于双目视觉的化学铣削零件轮廓测量

针对飞机蒙皮的化学铣削加工区域轮廓的测量问题,构建了一套基于双目视觉的测量系统.以双目相机作为视觉传感器,结合光源系统和多曝光融合算法得到融合图像,基于Canny算法和双三次插值法提取亚像素轮廓,通过基于ZNCC的立体匹配,最终实现化铣区域轮廓三维重建,获取区域的轮廓信息.实验结果表明,提出的系统具有较高的测量精度,显...     

基于双目视觉的缺陷深度测量方法

准确获取焊缝内部缺陷的深度位置，将为缺陷修补、缺陷危害评价及对焊接工艺分析提供必要的信息.文中阐述基于X射线技术的双标记平移法和旋转法两种缺陷定位方法的基本原理；通过对人工缺陷及实际焊缝缺陷深度测量，验证两种方法的检测精度.结果表明，由于基于射线束为平行光束的假设，双标记平移法缺陷深度检测精度低于旋转法.对厚度为8 mm的焊件，采用双标记平移法获得的缺陷深度的最大绝对误差为1.9 mm，平均绝对误差为1.4 mm，平均相对误差为18%；采用旋转法获得的最大误差为0.5 mm，平均误差为0.3 mm，平均相对误差为4%.     

基于双目视觉的机械手捡球机器人设计

为解决人工捡球费力费时的问题,设计了一种双目视觉识别定位、机械手捡拾和自主避障的轮式智能捡球机器人。该机器人通过双目摄像头和Lab VIEW平台,实现对小球图像的实时采集与处理;运动控制系统采用以STM32F411为主核心的NUCLEO-F411RE嵌入式开发板,实现对各个模块的驱动;通过五自由度机械手实现小球的捡拾;通过红外传感器检测周围环境,实现自主避障;由计数器统计捡球数量,通过手柄模块人机交互辅助完成卸载过程。仿真结果表明:该机器人能够完成高尔夫球、乒乓球、网球等多种小型球类的捡拾任务。     

基于双目视觉的机器人虚拟拖动示教技术的研究

针对工业机器人拖动示教技术可拓展性差及市场应用推广难等问题,基于双目视觉研究机器人虚拟拖动示教技术,降低机器人拖动示教成本。根据机器人末端姿态获取要求,设计基于双目视觉的末端姿态获取实验平台,并研究末端姿态获取方法。通过坐标变换技术研究机器人虚拟样机和末端执行器虚拟样机融合方法,实现ADAMS环境中机器人虚拟拖动示教模型的构建。以末端姿态数据设计虚拟模型驱动函数,研究机器人关节角度序列获取方法,实现机器人虚拟拖动示教轨迹再现。以毛笔为机器人末端执行器的实例验证了基于双目视觉的机器人虚拟拖动示教技术的可行性。虚拟拖动示教技术避免了复杂的机器人逆运动学求解问题,为机器人轨迹规划提供了便捷的方法。     

基于BP和GA的激光焊接热源模型参数优化

通过BP神经网络与遗传算法GA对激光焊接有限元模拟中的热源模型参数进行优化,实现了对激光焊接温度场的精确模拟。选取面体热源模型对激光焊接温度场进行了有限元模拟,将模拟中难以确定并且对结果影响较大的热源有效功率系数、热能分配系数和热源作用半径作为输入量,以有限元模拟结果的误差作为输出量对BP神经网络进行训练,得到具有一定预测能力的神经网络,并形成结合神经网络和遗传算法的参数优化方法。结果表明,经过参数优化后的激光焊接有限元模拟具有较高的精度。     

基于双目视觉的冷凝器管口识别与重建研究

为改善现有大型冷凝器清洗装置对冷凝器管口三维定位的不足,便于操作人员远程监控清洗效果,设计冷凝器清洗机器人视觉系统。采用平行双目视觉结构模型,通过冷凝器管口轮廓识别和基于全多重网格算法的立体匹配,实现管口三维定位和表面重建。实验结果表明：该系统能够有效计算冷凝器各管口三维坐标;与传统方法相比,管板表面三维重建效果良好,能够满足冷凝器可视化要求。     

基于双目视觉的汽车风挡玻璃智能涂胶系统研究

通过对汽车风挡玻璃涂装工艺以及现存安装方法的分析,提出了一种基于双目视觉的风挡玻璃智能安装方法。利用通用的CCD摄像机搭建双目视觉平台,对车身空间位置参数进行提取,分析风挡玻璃安装工况,建立简化的数学模型,并通过数学算法计算出研究方法中的关键数学量。最后采用SoftPLC技术实现机器人运动参数的反馈及运动轨迹的在线修改,实现了机器人的视觉引导。     

基于SURF+RANSAC的双目立体视觉目标识别与抓取

针对单目视觉处理简单、无法获取获取三维维空间数据的问题,提出一种双目立体视觉目标识别和抓取方法。结合SUR算法和RANSAC算法对图像进行匹配,以滤除图像中的"外点";利用仿射变换获取关键点信息及形心坐标,根据立体重建原理实现目标测距与定位,最终完成抓取任务。实验结果表明:采用距离辅助坐标定位法可以准确识别目标物体并获得距离信息,实现准确定位。     

基于遗传优化的BP神经网络

人工神经网络的优化学习是其研究中的一个重要课题.将遗传算法用于BP神经网络的学习,将遗传算法的全局搜索和BP神经网的局部搜索相结合,并设计一网络实例加以训练,达到了比较满意的效果.     

双目立体视觉技术在汽车零件自动分检生产线的应用

设计了采用DFK 33GX174工业相机的双目立体视觉汽车零件自动化分检生产线,采用Harris角点特征检测进行零件识别及判断零件的朝向,三维立体定位确定抓取点,提高零件的装配精度。实际应用表明:该生产线减短了汽车零部件分检的生产节拍,解决了对汽车装配工艺要求较高的零件方位朝向的自动识别和分检的关键问题,具有很高的可靠性和实用性,对于工业应用有一定的借鉴作用。     

基于双目视觉的番茄图像处理及采摘轨迹规划

针对番茄采摘自动化水平不高的问题,设计一种利用双目视觉采集系统和机器人定位技术的番茄采摘系统。利用双目立体视觉系统进行图像采集,构建模型并进行标定校正。通过图像处理技术将图像预处理,从而获得成熟番茄的具体轮廓;根据番茄类椭圆形状确定其中心点坐标,并将其转换为空间坐标,便于机器人末端执行器抓手进行定位采摘。针对各关节运动限制提出平滑性约束,通过改进蚁群算法,获得采摘抓手较平滑且距离最短的路径。仿真结果表明：该方法可基本满足采摘图像处理要求,能获得运动距离最短且平滑的路径,为实现番茄全自动化采摘提供参考。