基于斜率单调区间跨度分割的焊缝轮廓特征点的提取

焊缝轮廓特征点是厚板机器人焊接中指导焊枪实施焊道规划和焊缝跟踪的依据。以提取的T形接头焊缝轮廓为研究对象,提出了一种利用斜率单调区间跨度Otsu分割来提取焊缝轮廓特征点的算法。该算法首先利用有效的斜率计算方法求取预处理后的焊缝轮廓的斜率,然后对斜率进行平滑处理并确定斜率单调区间,从中筛选出斜率跨度超过平均跨度的区间;将这些区间的跨度再进行Otsu分割以确定跨度超过获得的阈值区间,获得最终区间的中间位置即为焊缝轮廓的特征点。该算法无需设定任何参数,可用于典型的焊缝轮廓特征点的提取。     

一种改进的轮廓曲线角点检测方法

角点特征检测方法是图像处理的重要研究内容,针对传统的曲率尺度空间角点检测中,选择不同尺度会导致角点的漏检测和误检测问题。提出一种改进的轮廓曲线角点检测方法,先在低尺度下采用较大步长的曲率阈值法剔除小曲率区域上的伪角点,将伪角点集中在曲率较大的圆弧区域,再合并微小图元剔除圆弧上伪角点,并结合投影高度法判断图元属性,对图元进行分割和融合,提高了检测精度。实验结果表明,改进的检测算法在处理由直线和圆弧构成的轮廓曲线角点检测时,可大大提高检测准确率。     

基于网格运动统计的工件识别改进算法北大核心

为提高快速鲁棒特征(SURF)算法在复杂环境下进行工件识别的匹配精度及匹配效率,提出一种基于网格运动统计(GMS)的工件识别改进算法。首先,用加速分割检测(FAST)算法代替SURF特征点检测进行工件图像特征点的快速提取,并对特征点建立64维SURF描述符,使加快关键点检测速度的同时得到具有旋转尺度鲁棒性的特征点;其次,对特征点进行快速近似最近邻(FLANN)匹配得到粗匹配集;最后,采用改进GMS算法对图像进行网格化处理,根据运动平滑性进行内点与离群点的区分,保留正确匹配特征点对,实现误匹配点的剔除,准确找到待识别工件的位置。实验结果表明:改进算法比传统的SIFT、SURF和ORB等算法在工件图像受到旋转、平移、尺度、亮度等变化及影响时能够更高效、更准确识别工件,提高了复杂环境下工件识别的效率。     

基于改进的SURF_FREAK算法的工件识别与抓取方法研究

为解决自动化生产线上工件的准确、实时定位与抓取问题,提出改进的SURF_FREAK算法,将其应用于工件的识别与匹配。该算法首先利用加速稳健特征(SURF)算法提取特征点,随后对FREAK算法添加中距离点对进行特征点的描述,在汉明距离相似性度量之前添加极线约束匹配工件图像。研究结果表明:改进的SURF_FREAK算法相比传统的尺度不变特征变换(SIFT)、SURF、SURF_FREAK算法,其在工件的识别速度和匹配准确度上有很大的改善。将该算法应用于工业现场,可以快速准确地识别出工件,结合双目技术完成工件的定位,通过运动学逆解求出机械臂各关节的移动量,传送到控制器,实现对工件的抓取。     

一种线激光V形焊缝中心点识别的改进算法

在机器人自动化焊接过程中,准确识别、提取出焊缝位置,对于焊接的精度与质量有着很大的影响。基于线激光的V形焊缝轮廓识别算法,在进行阈值分割时,有时由于线激光与V形焊缝接触时会产生激光的变形,导致局部光强下降,部分轮廓会消失。提出一种改进算法,首先通过双边滤波方法,达到图像平滑的目的;然后通过Canny边缘检测算法,准确地提取出线激光在焊缝上变形的区域;通过膨胀算法处理后,再去除焊缝轮廓留下的干扰直线;再通过直线细化算法,识别出与线激光相交的焊缝边缘轮廓点与中心点。最后识别出焊缝中心点位置。     

一种RE/RP集成的工艺产品原型快速开发方法

针对工艺产品表面特征复杂的特点，本文提出了一种RE／RP集成的快速原型开发方法：对扫描测量得到的表面点云数据直接进行切层处理，根据截面切点数据进行轮廓的识别与提取，获得产品的截面轮廓信息，输出SLC格式切片文件给快速成型系统制产品的物理原型件。实验证明这种方法是可行和有效的。     

逆向工程中多视曲面拼合的一种新方法

提出了一种新的、有效地用于逆向工程中的多视曲面拼合算法,即点纹法.系统阐述了点纹法的思路,主要包括:在候选点云的基础上生成纹路圈,在某幅视图中取点p,并做出切平面,把这些纹路圈投影到切平面上形成二维点纹,其它视图也如此产生相对应的点纹,并进行基于二维轮廓的多视曲面拼合,阐述了改进的ICP算法和基于径向基函数(RBF)神经网络的数据融合算法.点纹法与其它多视曲面拼合算法相比,能够大大提高曲面匹配的精度,在模式识别和逆向工程中有现实的使用效果.     

基于改进的ORB算法的工件图像识别方法

针对传统的工件图像识别算法运行速度慢、匹配精度差等问题,提出一种改进的ORB（Oriented FAST and Rotated BRIEF）算法解决工件图像的实时与准确识别问题。该算法的流程是首先利用ORB算法提取工件图像的角点特征,随后为其添加SURF（Speed-Up Robust Features）描述符进行方向分配,得到具有旋转尺度不变性的图像角点,结合快速近似最近邻搜索算法进行特征点的匹配,实现工件图像的识别。实验结果表明：在图像存在旋转尺度变化的情况下,使用改进的ORB算法相比传统的ORB、SIFT（Scale Invariant Feature Transform）和SURF算法以及SIFT+SURF、SURF+FREAK组合算法在工件图像角点提取与目标匹配方面速度更快,识别精度更高,提高了工业机器人在搬运工件过程中对工件图像的识别效率和准确性     

考虑桥连接的钣金切割件加工路径优化方法

针对包含桥连接的钣金切割件加工路径问题，提出基于旅行商问题模型的钣金件切割路径优化方法，并确定了该方法下桥连接的定位。此方法针对钣金排样图，将轮廓基于图元特征拆分成N_i段子轮廓段加工图元，以遍历所有子轮廓段为目标规划切割路径，采用改进的蚁群算法获得包含桥连接定位点的切割路径，最后依据桥连接定位点确定全体桥连接位置。对排样好的钣金切割件进行仿真验证，并将含桥连接的传统广义旅行商问题切割方法与相关文献方法进行对比，表明了该方法能够有效地减少切割空程路径及切割过程中的启停次数，提高了加工效率。     

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。     

基于精确背景运动补偿的机器人运动目标检测与跟踪

为实现动态场景下机器人快速准确地检测与跟踪运动目标，提出一种基于精确背景补偿的运动目标检测方法，并利用Kalman滤波扩展的KCF算法进行目标跟踪。针对传统ORB算法存在特征点分布不均匀、误匹配率高导致背景补偿效果不佳的问题，采用小波变换及图像分块处理保证提取的特征点数目及均匀分布，通过SURF算法提取具有尺度不变性的特征点并构建ORB描述子。利用KNN算法与对称约束相结合的特征匹配法提高匹配精度，同时引入改进的RANSAC方法精确求解全局运动参数完成背景运动补偿，最后通过帧差法及形态学处理获得完整的运动目标，并将KCF算法融合Kalman滤波实现对被遮挡目标进行再跟踪。实验结果表明：该方法特征匹配正确率达到98.4%,在背景运动状态下能够实时准确地检测出运动目标，并且能够连续稳定地跟踪目标。     

基于机器视觉的锥形旋压件起皱缺陷在线检测方法

获取成形缺陷的快速、准确在线检测方法是实现旋压成形智能化的基础。通过对起皱特征和图像识别流程进行研究,提出了一种基于机器视觉的起皱缺陷在线检测方法,并将其应用于锥形件剪切旋压成形过程起皱缺陷的在线检测。构建旋压成形图像在线采集系统,实现成形时旋压件图像的实时获取;利用Halcon软件对图像进行ROI提取、直方图均衡化等预处理,能够获得高对比度的清晰图像;通过Otsu法改进传统Canny边缘检测算法,实现了根据图像梯度自动确定高低阈值,准确地提取出锥形件的图像轮廓。以锥形旋压件起皱后口部轮廓波纹个数及大小为特征,设计了起皱缺陷识别算法,成功检测出锥形件起皱缺陷;并通过剪切旋压实验进行起皱识别算法的可靠性验证。实验结果表明,该方法可以准确、快速地检测出起皱缺陷,平均响应时间为0. 225 s,能够满足实时检测的要求。     

非结构环境空置域识别与放置点选取算法研究

为解决非结构环境下空置域识别和最优放置点的选取难题，基于三维点云信息设计一种空置域识别和最优放置点选取算法。利用机器视觉获得点云信息，通过对点云信息进行预处理、分割、平面拟合等操作获取无障碍平面区域，实现对空置区域的识别。利用alpha shapes边缘提取算法结合Kd-Tree半径邻域搜索算法，得到可放置区域。基于点云密度筛选出最佳放置点。在ROS系统中，对算法的可行性和合理性进行实验验证，结果表明：该算法可成功识别出空置域和最优放置点，且算法运行速度较快、鲁棒性好，具有较高的识别准确率。     

正交异性钢结构桥梁面板焊接区缺陷空间视觉定位方法

为了减少焊接桥梁因疲劳产生裂纹，减少安全威胁，提出正交异性钢结构桥梁面板焊接区缺陷空间视觉定位方法。利用视觉注意力机制分别采集方向和亮度显著特征图，通过融合算法将二者融合，生成初始焊接区域图像。使用二值化处理方法计算图像初始对比度和像素分布系数，设定像素阈值，去除噪声点，提高图像质量。采用改进区域生长算法确定生长准则，通过阈值更新的方式实现图像背景与目标分离，获取图像条纹斜率，比较相邻像素点的斜率值，将该值做为判断特征拐点的依据，提取缺陷特征；结合获取的特征，利用最近邻域法识别出缺陷，实现缺陷视觉定位。结果表明，所提方法能够获得高质量的视觉图像，定位误差小。     

基于局部特征的位姿求解算法北大核心

为提高点云数据配准精度,更准确获取目标物体位姿信息,提出一种基于局部特征的多源数据匹配位姿求解方法。首先,通过3D深度相机获取模型三维点云数据,并根据梯度阈值算法从大量点云数据中得到物体表面梯度值;其次,使用L+边界提取算法提取物体边缘轮廓特征信息,再遍历实体大量点云数据求解二维轮廓特征值,从而对输出的轮廓特征数据建立特征数据库;最后,对获取的点云数据特征进行数据处理,通过Hu矩匹配算法找到相对应的数据源后再由F-ICP匹配算法获取模型位姿。结果表明基于局部特征的多源数据匹配算法可以有效对点云数据进行位姿计算,匹配精度得到提升。     

面向层析测量的特征模型反求系统

针对断层测量反求,邮基于物体基本结构和特征的轮廓分割算法。新算法具有分割效率高、分割准确的优点。断层测量截面方位的不同使得同一特征的截面形状具有多样性，给特征参数的识别造成很大困难。为了解决这一问题，提出对分割后的特征结构轮廓集进行“二次虚拟层切”的方法，使特定特征类型的截面形状固定下来，大大降低了特征参数识别的难度。系统可以获得反求零件的参数化CAD模型，使得对重构模型的方便修改成为现实。     

基于线激光扫描工业角焊缝外观的判识

本文提出通过线激光扫描角焊缝,针对工业角焊缝的相关特征提出了经过高维最小二乘法拟合,求取拟合轮廓线的极值点来确定焊趾范围,并基于拟合轮廓与实际轮廓间的位置偏差提取特征点,经过专门的算法识别焊缝的轮廓,进而计算得到角焊缝外观相关尺寸参数。经过试验验证,该算法的识别准确率可以达到工业使用要求。     

旋转电弧传感器焊枪空间姿态识别

旋转电弧传感器焊枪空间姿态识别主要包括焊枪偏差和焊枪倾角的识别,是实现焊缝跟踪和提高焊接质量的必要条件.首先建立了焊枪倾角和偏差变化与电弧长度变化的数学模型,在此基础上提出了特征平面焊枪空间姿态检测算法,该算法充分利用了旋转电弧传感器检测得到的三维信息,采用最小二乘方法构建特征平面,根据特征平面与坐标平面交线的斜率来检测焊枪的左右偏差和倾角.结果表明,将该算法用于焊枪倾角和左右偏差的检测,其倾角检测误差为±7.85°,偏差检测误差为±0.42 mm,满足实际焊接工程需要.     

厚板T形接头焊接位置自主决策贝叶斯网络的实现

提出了一种基于贝叶斯网络模型的厚板T形接头GMAW焊接位置的实时自主决策方法。该方法首先根据视觉传感获得的坡口轮廓特征信息,将焊脚要求和当前填充状态转换为视觉描述特征,实现上述信息的实时判定,利用实时识别的焊缝轮廓特征点、判定的焊接状态建立贝叶斯网络模型,并依据焊接经验设计先验概率计算方法,利用自适应重要性抽样算法,基于最大后验概率准则实现焊接位置实时决策。 结果表明,与层次分析法的对比,提出的该模型能满足不同厚度T形接头多道焊焊接位置实时自主决策要求,具有更高的决策稳定性,对伪特征点的抗干扰能力强,其决策结果与依据焊接经验实施的决策结果一致,正确率约为95%。 该方法能提高焊接效率,同时可为提高厚板GMAW自动化焊接水平提供实现的途径。 创新点： (1)根据视觉传感获得的坡口轮廓特征信息,将焊脚要求和当前填充状态转换为视觉描述特征,实现上述信息的实时判定。 (2)利用实时识别的焊缝轮廓特征点、判定的焊接状态建立贝叶斯网络模型。 (3)依据焊接经验设计了贝叶斯网络中相应节点的先验概率计算方法。     

基于扫描激光视觉传感的焊缝图像特征信息识别

特征点提取是激光视觉焊缝图像识别的关键技术,目前常用的斜率分析法虽然原理简单、计算速度快,但适应性不好、精度不高,对于一些复杂的深坡口焊缝甚至无法识别.对基于扫描激光视觉传感的焊缝图像识别进行深入研究后,提出一种新的特征点提取思想———由形到点,将焊缝坡口特征点分为直角拐点和斜角拐点,分别设计斜率极值法和斜率截距法来提取.实际焊缝跟踪时,根据拐点类型分别调用对应的提取算法,就能完成全部焊缝坡口所有特征点的提取.结果表明,"由形到点"提取特征点精度高,抗干扰能力强,对不同焊缝坡口形式适应性好,在厚板深坡口焊缝跟踪领域有很大的实用价值.