基于Kalman滤波数据融合方法的超声波气体泄漏定位研究

超声波泄漏检测定位系统因其精度高、实时性强等特性得到广泛应用。常见的超声波定位算法主要包括到达时间差定位算法与能量衰减定位算法，但两种算法本身的定位精度均不是特别的高。采用基于扩展Kalman滤波的数据融合方法，将TDOA定位法和ED定位法的计算结果进行特征提取并联合得出系统观测值，融合计算出泄漏点与各换能器之间的距离，最终通过几何方法计算出泄漏点的三维坐标。通过实验证明了该算法与传统算法相比，精度更高，结果误差小于20 mm。     

基于RGB-D相机的球体三维重建及定位方法研究

针对单个和多个球体识别和定位问题,采用一种利用RGB-D相机进行三维重建的方法,对RGB-D相机的标定、深度图像和彩色图像的配准、彩色三维点云的生成等进行了研究。提出了一种阈值分割结合随机采样一致性算法的定位方法,利用色彩阈值分割和深度阈值分割方法实现了背景分割,得到了整体的球体区域的点云数据;利用欧几里得点云分割方法将整体的球体区域分割成了独立的球体点云,并辅以基于曲面法线的阈值分割方法分离相接触球体的点云;采用随机采样一致性算法分别计算出了每个球体的参数,得到了球体的球心坐标、半径以及深度信息。研究结果表明:在不同光照条件下该方法具有较好的实时性和定位精度,在0.5 m～1.5 m的深度范围内,半径30 mm球体的半径平均测量误差为4 mm,球心坐标在x,y,z方向的平均偏差为1.3 mm、2.6 mm、1.4 mm,单帧图像处理平均时间约为1 s。     

大尺寸工业视觉测量系统

针对工业制造领域中大型工件很难进行全尺寸测量的问题,提出并实现了一种基于立体视觉技术的便携式工业测量系统。对该系统所采用的特征识别、相机定向、立体匹配、三维重建、多视点云配准等关键算法进行了研究。提出了改进的CANNY边缘亚像素检测算法,使用先验规则去除误识别的标志点,多次拟合定位标志点中心,对标志点环带多次采样取中值求取编码点的ID。根据ID号找出不同照片中的同名编码点,顺次对照片进行相对定向和绝对定向。然后,根据多幅图像的多极线几何约束,实现非编码点的匹配,消除误匹配。采用前方交会法重建标志点的三维坐标,利用光束平差对计算出的结果和内外部参数做迭代修正。最后,设计了双目结构光扫描系统,提出了一种改进的双目像机标定算法,描述了利用全局和局部标志点的子图同构实现多视点云配准的新算法。实验结果表明,该系统可在生产现场对大型工件进行快速测量,整体测量精度达到0.112mm/3m,可以满足工业现场大尺寸测量对精度和效率的要求。     

改进Zernike矩的运动靶标高精度定位算法

针对目前运动靶标中心定位检测精度低、实时性差的难题,提出一种改进Zernike矩的亚像素边缘定位算法.该算法将Zernike算法和迭代法相结合,首先采用传统的Zernike算法计算图像的阶跃灰度矩阵,在阶跃灰度矩阵的基础上采用迭代法计算得到最佳灰度阶跃阈值作为边缘判据;最后从矩模板和灰度边缘模型两个角度对误差进行了分析和补偿.以靶标中心定位为实验研究对象,采用改进Zernike矩算法对靶标进行亚像素边缘定位,然后利用最小二乘法拟合圆心坐标,最后通过坐标变换得到靶标的空间位置,测试结果表明:该算法能够准确对运动靶标中心进行定位,算法的检测精度优于传统算法,同时最佳阈值的自动选取相比于人工手动调试具有更高的效率.     

基于Zernike矩的管道弯曲度高精度检测

介绍了管道弯曲度测量系统的工作原理，提出了一种基于Zernike矩的管道弯曲度高精度检测方法。利用LoG算子把激光光斑边缘定位到像素级精度，然后使用Zernike矩算子进一步细分，使光斑边缘定位达到亚像素级精度，通过拟合计算得到光斑中心坐标，从而得到弯曲度的大小和方向。同时还进行了常用光斑中心定位算法与Zernike矩算法的对比实验，并对实验结果进行了定量分析。实验结果表明，Zernike矩算法的定位精度和速度均达到满意的结果。     

基于动态测量的列车转向架直径快速复检系统设计

为了能够快速实现对列车转向架直径快速复检,构建了列车转向架直径快速复检系统。对所述复检系统的动态测量理论、坐标系标定等关键算法进行研究,并在此基础上搭建了列车转向架直径快速复检系统GUI。首先,根据列车转向架的特征介绍了动态测量系统的设计。然后,利用坐标系转换对所获取的点云数据进行坐标变化。接着,利用相对测量算法,实现对列车转向架直径进行快速运算。最后,搭建了满足企业需求的列车转向架直径快速复检系统GUI。实验结果表明:基于动态测量的列车转向架直径快速复检系统测量精度为±0.1 mm。能够满足企业对于列车转向架直径快速复检的需求。     

基于标记点的多帧透视图像三维重建算法

提出了基于标记点的射影和欧氏重建方法，采用编码点和非编码点等标记点方式，利用编码点确定单CCD相机的外部姿态参数，用非编码点确定空间三维点的三维坐标。与已有方法比较，该方法有两个主要特点：①利用编码点进行加权迭代，由于编码点易于点对精确匹配，提高了算法的运算效率和重建精度；②将绝对二次曲面Q的本质条件rank（Ω）=3施加到射影畸变矩阵中，提高了算法的鲁棒性。实验结果表明，利用该方法产生的三维重建点精确可靠，能够满足逆向工程等应用的要求。     

基于3DMM的视频流立体人脸识别算法研究

针对目前人脸三维重建存在的问题,提出了融合ASM、3DMM和PCA的立体人脸识别算法。首先利用ASM提取人脸特征点,并计算人脸区域,然后应用3DMM算法对人脸区域进行三维重建得到三维人脸模型,最后采用PCA立体人脸识别算法计算出特征空间中欧式距离最相近的样本脸,实现了基于视频流的人脸识别。实验结果表明,提出的算法具有良好的三维重建效果和识别准确率。     

输电线巡检机器人障碍物定位与识别

针对巡检机器人运行中对线路障碍物的自主定位与识别,分析了巡检机器人自主运行中对障碍物信息感知的精度和实时性要求,提出了一种用于线路障碍物定位与识别的多传感器集成结构,并介绍了各个阶段的障碍物定位与识别算法.实验表明该方法可以实现机器人稳定自主行驶、可靠定位与识别障碍物,满足各阶段机器人对障碍物信息感知的精度和实时性要求...     

机载GPS测量定位技术研究

为了得到侦察目标的大地坐标以及引导载机捕捉已知目标,提出了机载GPS测量定位方法.应用GPS技术,获取载机及已知目标的位置信息,利用齐次坐标转换方法进行定位引导过程的坐标转换,从而得到目标定位引导数据.通过实验对机载GPS测量定位方法进行了检验.实验结果表明:定位精度达到了30 m,引导精度为2°.用蒙特卡洛法对实验误差进行了分析并得到了精度误差范围,其结果在期望的误差范围内,表明机载GPS测量定位技术具有一定的实用和推广价值.     

人体姿态估计及在康复训练情景交互中的应用

情景交互式康复训练和效果评估需求患者主要关节的三维空间位置,已有的人体姿态估计方法需要患者佩戴多种传感器或光学标志,可能影响运动和导致心理不适。同时,Kinect自带的骨骼绑定算法在人体被部分遮挡时可能无法识别或误识别。为此,提出一种基于OpenPose和Kinect的三维人体姿态估计方法,并创新应用到康复训练中。首先描述了将OpenPose算法得到的二维关节点坐标与Kinect获得的深度数据融合获得三维关节点坐标的方法;再通过霍特双参数指数平滑法对关节点运动轨迹进行平滑和预测;接着介绍了应用该方法研制基于ROS的渐进式康复训练情景交互的方法。实验表明只需一台Kinect就可捕捉人体关节点的三维坐标,使用方便、实时性好。训练获得的三维姿态数据可用于康复效果评估。     

基于单目摄像机的光学立体标定技术

为了构建一种基于单摄像机的三维视觉系统,提出了重构光学标定点三维坐标、计算重构误差和优化标定参数的方法。通过移动高精度位移平台,构建三维视觉系统,计算左右摄像机位的初始参数,引入质心坐标法计算两摄像机位间的旋转平移矩阵,利用最优三角剖分法重构光学标定点的三维坐标,计算并最小化重构误差,对标定参数进行优化。实验表明：重构误差直接反映了三维重建的效率,该方法的精度和鲁棒性得到了显著的提高;实物外形测量的误差从0.1123 mm减小到0.0191 mm,标准差从0.1838减小到0.1275。该方法适合应用于三维视觉系统标定质量的评估。     

基于单目视觉里程计的移动机器人自定位方法

为解决在列车底部直线移动的机器人对风管进行识别定位摘解时需到达两节车厢之间的自定位问题,提出一种基于单目视觉里程计的自定位方法.该方法根据单目相机在列车底部竖直向上拍摄时图像颜色较深,而当相机将要到达两节车厢之间时所拍摄图像中会有明显亮度变化区域的特点,选取关键帧图像,通过图像处理提取出图像中目标区域信息,根据所提出的...     

基于神经网络与自调节卡尔曼滤波的超宽带定位算法研究

提出了一种基于神经网络与自调节卡尔曼滤波的超宽带(UWB)定位算法，以改善目前某三线自动驾驶轨道交通系统车辆定位精度不够高的现状。使用UWB标签和基站采集大量标签与各个基站的距离信息及对应标签的实际位置训练神经网络。在实时定位阶段，标签与各个基站的距离信息经网络发送至集中控制中心的服务器，通过优化后的神经网络得出实时的UWB定位标签的位置，对实时得到的标签位置使用自调节卡尔曼滤波以进一步提高精度。根据实车运行情况设计了一组包含斜道、直道和弯道的UWB标签移动轨迹进行仿真，并搭建UWB定位系统，设计标签的行驶轨迹，对神经网络与自调节卡尔曼滤波结合的UWB定位算法进行实验验证。结果表明：神经网络与自调节卡尔曼滤波结合的定位算法最大定位误差为223.58 mm,平均定位误差为43.16 mm,定位误差均方根值为42.06 mm。提出的神经网络与自调节卡尔曼滤波结合的定位算法相较于三点定位算法、卡尔曼滤波算法和神经网络算法，具有精度高、实时性好及稳定性高的优点，能够满足目前该三线轨道交通的定位要求。     

基于BP神经网络的结构光三维视觉检测方法研究

本文基于反向传播神经网络对结构光三维视觉检测方法进行了研究。首先介绍了结构光三维视觉检测原理，并对BP算法的基本原理进行了阐述。在此基础上较详细地提出了用于神经网络训练和测试的样本点的空间坐标和图像坐标的样本数据获取方法以及光电瞄准装置的结构设计，最后利用样本数据对BP神经网络进行了训练和测试，最佳BP神经网络的训练精度为0.085mm，测试精度为0.132mm。     

基于立体视觉的摄像机运动分析

本文提出一种应用在机器人视觉自主导航中的定量分析摄像机运动参数的方法。首先利用立体视觉技术对选定的特征点进行三维测量,然后提出了点于图像坐标系中运动的卡尔曼滤波模型进行帧间的点追踪,最后利用相邻两帧对应特征点的图像坐标应用到投影变换模型中得到摄像机的运动参数。实验证明本算法估计出的摄像机运动参数具有精度高、实时性好等特点。     

变异机制粒子群优化的摄像机内参数校准

针对大空间单目视觉系统中摄像机内参数校准精度对整体测量精度影响较大这一问题,本文提出一种基于变异机制粒子群优化(MMPSO)算法的摄像机内参数虚拟三维校准方法。该方法基于分阶段最优化思路,通过建立摄像机成像模型对摄像机外参数及部分内参数进行初始值估计,再通过MMPSO算法对内参数进行优化校准确定最终的结果。实验中为了提供精确的校准控制点,搭建了校准硬件平台,将红外发光二极管固定于三坐标测量机测头上并跟随测头移动,构造一个大空间虚拟三维校准板。实验结果表明:主要的10个内参数均达到测量精度要求的数量级,验证了该方法的有效性。通过单目视觉坐标测量系统对两种校准方法所得结果进行等距测量实验,基于Janne Heikkila的三维校准法的总体标准差为0.112mm,基于MMPSO算法的虚拟三维校准法的总体标准差为0.084mm。通过对比实测数据标准差,可以证明本文提出的校准方法稳定性更好,精度更高。该方法能够满足大空间单目视觉坐标测量系统对摄像机内参数精度的要求,对视觉坐标测量技术领域中的摄像机校准等非线性优化问题具有一定指导作用。     

空间点的多视图DLT三维定位

物理点的三维定位是计算机视觉实现特征提取、模式识别、测绘、运动分析的基础,为了减少遮挡的影响及增大视场面积,可以通过多视图实现点的三维定位,但目前使用专门仪器设备及专门软件实现,定位的点数、二次开发功能都有一定限制。本论文提出一种基于直接线性变换(Direct Linear Transformation,DLT)的物体上点的世界坐标系下的三维定位方法,适用于单台相机移动获取的多视图实现的静态结构体点的定位,也适合于多台相机同时拍摄获取的机器上点的三维动态定位。采用DLT方法进行各相机(或不同位置下的相机)进行标定获取内外参数,即布置6个以上不共面且坐标已知的控制点,根据空间三维坐标与图像二维坐标的线性变换关系列出方程组,通过最小二乘法对相机内外参数进行线性估计;再利用这些内外参数实现点的三维定位,即依据空间几何线-线交会原理利用最小二乘法求解实现空间点的世界坐标测量。论文论证了本方法的原理,提出了方法的步骤,并以水田平地机为试验平台,测量平地铲上待测点的世界坐标来验证。试验结果表明:该方法测得的坐标在X,Y,Z方向的平均绝对误差为4.19 mm,3.97 mm,3.69 mm,空间相对距离误差为0.81%,满足一般测量精度要求。进一步提高精度可以考虑在标定步骤中校正相机失真。基于一台或多台相机得到的多视图,该方法能够实现任意多个物理点的世界坐标测量,测量结果不受相机位置影响。     

柔性装夹机器人工件视觉定位系统设计

针对智能制造平台的需要,建立了基于双目立体视觉的柔性装夹机器人工件定位系统。采用GrabCut算法对采集图像进行图像分割获得目标工件图像;进一步基于SURF特征和极限约束实现工件立体匹配;最后基于视差测距法算法求取目标工件的三维坐标,实现工件的定位。定位误差实验结果表明,定位平均误差为0.276mm,能满足柔性装卸机器人对目标工件的抓取要求。     

基于声光信号的雷电通道三维定位算法研究

提出了一种利用雷电声光信号进行雷电三维通道定位方法。根据雷电现象发生时,流光每发展一步都会有对应的声光信号产生的原理,利用光信号极值之间的时间间隔,对相应的雷声信号进行不定长时间窗的分段,然后利用相关函数法和声光信号到达的时间差求出每段数据对应的声源三维坐标,最终获取雷电的三维通道。该方法克服了以往算法中利用定长时间窗对雷声信号进行分段带来的雷电通道定位误差。实验结果表明该方法具有一定的可行性。