排爆机器人双目立体视觉系统设计

双自立体视觉是计算机视觉的一个重要分支,双目立体视觉直接模拟人类双眼处理景物的方式,可靠简便,在许多领域均极具应用价值,例如在机器人视觉系统中的应用.本文基于排爆机器人的应用,详细描述了排爆机器人双目立体视觉系统的设计与实现,由双目立体视觉系统根据目标物的二维图像计算出目标物的三维坐标.实验表明该系统能提高排爆机器人智能性与易操作性,大大提高了机械人的定位精度.     

双目立体视觉的研究现状及进展

双目立体视觉是机器视觉的一个重要分支,通过直接模拟人眼观察和处理景物的方式来进行测量,是一种速度快、精度高、操作简便的非接触式测量方法,在农业、工业及军事等领域均有着广阔的应用前景。为此介绍了双目立体视觉的原理及实现步骤,总结了近年来国内外相关研究现状,并对该技术的发展趋势作了展望。     

大视场双目立体视觉柔性标定

为了实现双目立体视觉系统大范围高精度三维测量,提出了一种大视场双目立体视觉系统柔性标定方法,该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离,标定内部参数时,只需要令标靶相对于相机任意摆放至少三个姿态,对标靶上的编码标志点进行识别,根据标靶上编码标志点信息,建立各姿态下视图的对应关系,粗略计算标志点的初始三维坐标;建立多姿态下逆向投影误差最小的目标函数,采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标;最后,建立基于双相机逆向投影误差最小的目标函数,优化得到精确的相机间姿态的外部参数。实验结果表明:当测量空间为1 200mm×1 000mm×1 000mm时,立体视觉系统的测量精度优于0.1mm,满足大范围双目立体视觉系统的高精度测量需求。     

眼科手术机器人双目视觉标定方法研究

双目视觉系统通过相机模拟人眼,基于视差原理,从不同角度采集被测物体的两幅图像获取其二维信息,建立特征点的对应关系,计算出位置偏差,从而实现三维重建。眼科手术机器人双目视觉系统选用的标定方法是以张正友摄像机标定方法为基础,利用Harris角点检测方法实现亚像素点的精确化,对采集图像进行畸变矫正。将得出的标定结果与常用传统标定方法MATLAB相机标定工具箱Toolbox_calib的标定结果进行比较,分析像素误差。结果表明:使用新算法标定后的结果更加稳定,像素误差更小,精度更高,适用情况更加广泛,可用于眼科手术机器人的双目视觉标定系统中。     

双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

双目视觉传感器的现场标定技术

本文以凤影变换为依据,针对多视觉传感器中的双目视觉传感器中的双目视器,建立了双目视觉传感器测量空间三维坐标的模型,事先确定摄像机的部分不易变化整个系统后进行现场标定。该方法不需精确调整标定靶标,标定环境与实际测量上同,减少了安装传感器对标定参数的影响,实验结果表明,该标定方法能获得０．０５ｍｍ的空间精度。     

机器人立体视觉中摄像机的标定探析

在智能制造领域,工业机器人视觉测量技术应用广泛。针对常见的关节型6自由度工业机器人,采用平面模板法对其系统进行立体视觉标定;通过实验结果与工具箱处理过的结果进行对比,验证了标定的准确性取决于合理选择末端执行器不同姿势。给出了实验过程、标定结果分析,期望该方法为工程实践提供参考。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于双目立体视觉技术的轮式机器人位姿测量方法研究

为规划轮式机器人运动轨迹,需要获得轮式机器人在空间中的位姿,提出一种基于机器视觉软件Halcon9.0测量轮式机器人位姿的方法,利用机器视觉软件实现机器人图像实时采集、摄像机标定、特征点提取、坐标系变换、位姿转换实现机器人位姿的非接触式检测。试验结果表明采用机器视觉方法和采用陀螺仪检测得到的数据变化趋势吻合,验证了该方法可行性和可靠性。每次测量机器人位姿的时间仅需要678.089 ms,对实时测量运动目标位姿的非接触检测有参考价值。     

基于双目立体视觉技术的无人化自动装载机研究

具有双目立体视觉技术的无人化自动装载机不仅具备自动识别作业对象物,自行规划运动轨迹及控制执行单元完成作业任务的能力,还可自行装载,倾倒时无需掉头,来回行走路径简单,大大提高了工作效率、减轻了劳动强度并增加了每次搬运的容量,极大的拓展了装载机的应用领域,具有重要的社会经济效益.     

基于双目立体视觉的手持式光笔三坐标测量系统

提出了一种基于双目立体视觉系统的手持式光笔三坐标测量系统.该系统的关键技术包含相机标定、光笔上粘贴的标志点标定和测头自标定技术.该系统的手持式光笔结构简单,对标志点和测头的结构分布没有特殊要求.实验结果表明,该系统实现了对物体的接触式测量,系统精度稳定可靠.     

双目立体视觉的光学标定技术

为了通过二维图像信息计算三维空间中的几何信息,对摄像机系统进行精确标定。在建立和分析双目立体视觉模型和现有摄像机标定方法的基础上,提出一种新的光学标定方法。该方法通过构建和分析双目摄像机理论模型,并改进现有的方法实现了双目立体视觉的光学标定。实验在双目摄像机平台上,采用黑方格模板和通过算法实现了光学参数的标定,使用Levenberg-Marquardt算法优化单应矩阵,并通过最大似然估计法进行参数优化,通过试验模型测定,结果显示其实际标定精度为0.050 9mm,满足双目立体视觉的测定需求。     

爬壁机器人双目视觉障碍检测系统

针对壁面障碍物的不确定性,设计了一种爬壁机器人双目视觉障碍检测系统。具体包括搭建双目平行视觉系统,根据双目视觉理论对摄像机进行标定,获取相机标定参数;通过标定参数和极线约束对双目图像进行校正,解决图像畸变不共面问题;利用块搜索模型和相似度函数获取视差,保证视差获取的快速性与鲁棒性;最后提出一种障碍物检测算法:建立壁面检测模型约束检测范围,引入面积阈值,过滤干扰并实现障碍物提取,提出一种障碍物定位算法,通过宽度、深度与偏距三个方面对障碍物进行定位,同时,通过线性插值解决障碍物中心视差丢失问题。实验结果表明:在保证实时性的基础上,该系统能够有效检测前方障碍物且准确提取率能够达到95.9%,定位误差为4.91%,满足爬壁机器人检测要求。     

机器人双目视觉目标跟踪研究

简要介绍了双目视觉系统的软硬件组成,分析了图像采集模块得到的图像颜色模型的特点,将图像采集卡得到的图像转换成HSV格式.根据目标的颜色特征信息,进行双阈值图像分割,根据象素分布,得到目标跟踪窗口.从目标跟踪窗口得到目标的轮廓、中心等信息,由双目系统,求出目标距离.设计了一个简单的目标跟踪算法,控制电机转动,实现目标的对中.     

双目视觉关键技术研究综述

在3D视觉技术中,双目视觉技术作为低成本高效率的代表受到了广泛的关注,在工业领域中具有优越的应用前景。通过归纳整理相关文献,对双目视觉关键技术进行了概述,分别阐述了相机的标定方法和基于图像特征的立体匹配方法,对这两个关键技术当前的研究现状和优缺点进行了分析,并进行总结与展望。     

基于双目立体视觉的摄像机外参数快速在线自标定算法

提出了一种基于双目立体视觉的摄像机外参数在线自标定算法。该算法采用理想的小孔成像模型,事先离线标定好摄像机的内参数,且各项内参数在自标定过程中均不发生变化,通过双目系统采集的二维目标图像,进行匹配和分析计算,来实时标定视觉系统的位置参数即摄像机的外参数。由于该算法可以实现摄像机快速在线标定,可以实时获得视觉系统位置参数,故可为无人机的自主着陆提供高度信息。     

基于张正友平面模板法的双目立体视觉系统标定

为验证基于张正友平面模板法标定双目视觉系统方法的准确性与合理性,首先分析了双目立体视觉系统的原理,然后论述了双目立体视觉的系统标定原理、方法,以及利用张正友平面模板法进行标定的步骤,通过标定双目立体系统的内部参数和外部参数,应用视差原理,能够确定空间某点的三维坐标,实验验证了文中提出的基于张正友平面模板法标定双目视觉系统方法的准确性与合理性。     

全自主机器人垂直异构双目视觉研究

针对对称式双目视觉系统在RoboCup足球比赛中的局限性，在研究AS—R自主机器人单目活动视觉的基础上，建立了垂直异构双目视觉系统，实验结果表明，垂直异构双目视觉系统是可行有效的，结合小波变换、边缘检测和轮廓提取等技术，能提高机器人在复杂环境中的自主工作能力。     

基于双目立体视觉的孔心距测量

提出一种将双目立体视觉技术应用于孔心距测量的新方法,并开发了相应的测量系统。考虑到Hough变换非线性、速度慢的缺点,采用了最小二乘椭圆拟合算法计算孔心距。实验结果表明,该测量方法兼具高精度和高速度,可满足高精度实时在线测量的需要。