一种通用的全向视觉水平边线快速检测方法

作为机器人导航定位重要标记的边线,在普通全向视觉成像中,往往发生扭曲,难以检测与识别,针对该问题提出了一种通用的全向视觉水平边线快速检测方法,将边线检测的坐标系从图像转换到水平场景中,以较为均匀提取的部分点集代替全部点集,以减少直线Hough变换的运算时间,针对不同性能的全向视觉,提出了两种点集的提取方式,实验表明基于场景投影的水平边线检测方法能够正确检测到全景图像中的边线,实时性好。     

一种通用的全景视觉水平边线快速检测方法

作为机器人导航定位重要标记的边线,在普通全景视觉成像中,往往发生扭曲,难以检测与识别。文章提出了一种通用的全景视觉水平边线快速检测方法,将边线检测的坐标系从图像转换到水平场景中,以较为均匀提取的部分点集代替全部点集,以减少直线Hough变换的运算时间;针对不同性能的全景视觉,提出了两种点集的提取方式。实验表明本方法能够正确检测到全景图像中的边线,实时性好。     

[供应链调度]无反射板激光导航机器人地图创建的特征提取

针对无反射板激光导航机器人地图创建的直线特征提取,采用逐步分解的方法,将直线特征提取分为断点检测、线段分割、直线提取三个步骤逐步分离点集。首先采用自适应阈值法进行断点检测;然后基于迭代适应点算法进行点集分离、线段分割;最后采用最小二乘法拟合直线并结合区域搜索法进行优化,进一步提高直线特征提取的精度。实验表明,算法的重复定位精度在±6 mm以内,特征提取时间不大于0.02 s,满足机器人的实际导航需求。     

无反射板激光导航机器人地图创建的特征提取

针对无反射板激光导航机器人地图创建的直线特征提取,采用逐步分解的方法,将直线特征提取分为断点检测、线段分割、直线提取三个步骤逐步分离点集。首先采用自适应阈值法进行断点检测;然后基于迭代适应点算法进行点集分离、线段分割;最后采用最小二乘法拟合直线并结合区域搜索法进行优化,进一步提高直线特征提取的精度。实验表明,算法的重复定位精度在±6mm以内,特征提取时间不大于0.02s,满足机器人的实际导航需求。     

基于点线特征的通风管道建模与管内定位方法

为解决在通风管道环境下场景构型单一、传统视觉特征点稀疏的问题,利用前后两个单目相机和左右两个线阵激光雷 达作为主要传感设备,提出一种基于点线特征的管道建模与管内定位方法。 首先,利用 LaneNet 网络和改进的随机抽样一致算 法提取四条管壁边线特征,再利用图像中的几何和空间约束筛选局部直线分割算法的检测结果,得到管道连接处的两条竖直线 特征。 接着利用线阵激光雷达计算管道宽度和机器人偏航角,恢复了管道连接处线特征的深度信息并求解得到管道高度。 最 后建立管道地图坐标系并推算机器人的二维坐标位置和管道长度。 实验结果表明,定位的相对误差在 9. 8 cm 以内,管道建模 的相对误差在 2. 9 cm 以内,能够满足机器人在管道内巡检作业时的建模与定位需求。     

仿人足球机器人电子罗盘自定位技术研究

在RoboCup仿人足球机器人比赛中,实现机器人自身在球场中的自定位是一项最基本的功能。主要介绍了基于贝叶斯估计的蒙特卡洛粒子滤波算法,说明了仿人足球机器人的运动模型和视觉模型。与传统的只采用视觉传感器数据相比,该方法将电子罗盘信息融合入观测模型并使用融合后的数据更新粒子权重,使机器人在场地中能够准确的定位出自身身体朝向,从而克服了在缺少定位柱和球门柱颜色信息的条件下机器人无法辨别双方球门的问题。实验结果证明了该方法的有效性。     

基于扫描线点云的飞机蒙皮边界特征提取

针对飞机蒙皮类薄壁结构件边界特征提取效率不高的问题,提出一种基于扫描线点云的边界特征提取方法。考虑了测量点分布不均和边界微倒角的影响,在每条扫描线上提取边界特征点,使用边界特征点构造边界特征线。特征点的提取过程包括邻域搜索、测量点位置识别、直线拟合与求交。邻域搜索中将点沿扫描线排序,通过点的离散曲率区分面上点和边界点,使用表面和侧面上的点分别拟合直线,将直线的交点作为特征点。不在现有测量点中寻找特征点的方法,降低了保障特征点精度所需的点云密度且符合设计意图。通过应用实例验证了算法的提取精度和有效性。     

一种球形机器人视觉定位系统研究

针对球形机器人在地面运动时的定位问题,提出了一种基于sift特征以及霍夫圆变换的球形机器人视觉定位方案。采用对尺度、视角、旋转等具有鲁棒性的sift特征向量,利用由两个外部摄像机组成的视觉系统采集的左右图片,从中提取sift特征点,利用k-d tree和BBF算法进行特征匹配查找,利用RANSAC算法筛选匹配点并计算变换矩阵,通过变换矩阵将后续摄像机采集的图像融合,在融合的图像通过霍夫圆变换定位球形机器人。实验结果表明,该视觉定位系统视野开阔、定位稳定性良好。     

用改进的Hough变换检测交通标志图像的直线特征

直线特征是交通标志图像中稳定而重要的特征,直线特征的正确提取,对于提高交通标志识别率是有意义的.针对已有Hough变换的缺点,如参数空间中的峰值扩散问题、繁重的计算复杂度和空间复杂度等,提出了一种自适应"多对多"Hough映射方式.新算法具有良好的时间计算复杂度、对阈值不敏感且能精确地提取出图像中的直线.实验结果表明,新方法的阈值选择范围是MTO_θ的3倍,而运算时间仅为MTO_ρ方法的10%左右.改进的Hough变换能在可接受的时间内准确地提取交通标志图像中的直线,还可用于其它图像(如票据图像、符号图像)中直线特征的提取.     

基于改进的SIFT算法的工件轮廓配准方法

工件轮廓的配准是机器人视觉引导系统中对工件位姿感知的重要组成部分,通过工件轮廓与模板轮廓的配准可以获得工件的位姿信息,从而引导机器人进行抓取和安装。文中针对图像配准算法中特征提取的SIFT算法计算复杂、特征提取效率慢的缺点,在工件轮廓特征提取过程中,直接在原图像上计算高斯尺度空间图像,不进行上下采样,最后在高斯差分图像上寻找极值点作为轮廓特征点,最后通过与模板提取的特征点进行逐个匹配,按照重合度进行排序,选择重合度最高的特征点计算仿射变换的参数。实验表明,改进的SIFT算法能够完成工件轮廓图像与模板轮廓图像的配准,并将特征提取速度提高了近10倍。     

基于视觉的管道内焊缝定位

针对管道机器人对燃气管道接头焊缝进行打磨、喷涂防腐材料时需要焊缝坐标信息的问题,文中所研究的定位方法是根据采集的焊缝图像,采用ROI提取与OSTU法结合的分割算法,运用形态学算法去除孤立噪点,通过Sobel算子实现边缘提取,之后运用两次曲线拟合对图像进行拟合,最终从焊缝图像中提取出焊缝位置信息,拟合的焊缝位置与真实焊缝位置吻合程度高。     

一种基于颜色聚类和种子填充的目标识别算法

针对类人足球机器人目标识别易受光照强度变化影响的问题,改进了常规的扫描线种子填充算法,提出了一种基于颜色聚类分割和种子填充的目标识别算法。该算法采用HSI颜色模型,依据亮度和饱和度信息对图像粗分割,基于阈值将彩色区域和灰色区域分离,同时将灰色区域二值化;基于色调直方图聚类分析对彩色区域的像素进行了归类,通过改进扫描线种子填充算法实现了色块的最简扩充和特征提取,使颜色分割和特征提取同步进行,解决了目标物体的快速、精确识别。实验结果表明,该算法抗干扰能力强,分割精度高,能满足实时性要求,具有一定的实用价值。     

基于HALCON的机械零件尺寸快速精密测量

针对现有机械零件尺寸测量过程中的检测速度慢、精度低、成本高等问题,提出一种基于HALCON的机械零件尺寸测量方案,包括硬件和软件两部分。利用HALCON对相机进行标定,通过图像去噪、区域特征提取、仿射变换以及边缘检测等手段提取零件图像的边缘轮廓。通过HALCON的直线拟合算子得到零件的边线尺寸,借助外部导入的封装最小二乘拟合算子拟合圆,得到内孔尺寸。通过与高精度测量仪的测量结果对比可知,该方案能够实现高效率、高精度的机械零件非接触式实时测量,满足工业生产的检测精度要求,可应用于实际生产中。     

结合深度卷积网络与加速鲁棒特征配准的图像精准定位

针对在大图像中定位小块区域图像的需求,本文提出一种结合深度卷积网络与加速鲁棒特征(SURF)配准的精准定位方法。将标准大区域图像分割成若干个小参考图像,利用深度卷积网络和类局部敏感哈希降维法提取参考图像集的特征并形成特征库;基于特征库,提出了先检索多个相似参考图像后再进行SURF精确配准的两阶段方法,实现目标小图像在标准大图像中的定位。针对电子工业过程中高密度柔性电路板(FPC)及精确末制导中的图像定位数据进行实验,实验结果表明,该方法避免了传统SURF算法大量的特征提取与配对过程,SURF特征提取数减少近90%;与直接根据图像特征进行配准的传统定位方法相比,在保证定位准确率的基础上,耗时可缩小一个数量级以上。     

基于LabVIEW的Tripod机器人视觉处理和定位研究

针对传统的物流分拣过程效率低、成本高的现状,以及利用机器视觉进行分拣快速、可靠的优点,对机器视觉、图像处理和Tiropd机器人进行了研究,基于LabVIEW,设计了Tripod机器人视觉系统,将分拣过程简化为对几何体的识别和抓放过程。利用边缘提取、滤波去噪、圆心检测等算法,采用LabVIEW视觉模块及其库函数,进行了图像的预处理、特征提取以及中心点定位。研究结果表明,基于LabVIEW的Tripod机器人系统能够准确识别平台几何体的颜色和形状,可较为精确地定位几何体中心,满足后续控制的要求。     

足球机器人视觉系统目标识别算法的改进

介绍了国内外足球机器人视觉系统中目标识别算法的发展现状,讨论了视觉子系统中的目标识别问题,采用了一种将颜色信息从RGB空间映射到HIS空间的快速变换方法,并以此为依据采用颜色阈值法和顺序网格与种子点生长相结合的目标搜索方法确定场上的目标,进一步提高了足球机器人视觉系统的实时性.     

基于分段线性拟合的典型焊缝特征提取

针对角接、搭接、V型坡口对接和窄对接等四种典型焊缝特征的提取问题,搭建了一套基于激光视觉的焊缝图像采集系统,通过图像预处理和焊缝激光条纹中心线提取,建立了基于分段线性拟合的焊缝特征提取方法.该方法通过计算斜率划分中心线像素坐标点集,然后采用最小二乘法对各分段点集进行直线拟合来实现焊缝特征点的有效判别.结果 表明:特征点的平均提取时间为9ms,平均提取误差为0.035 mm,为基于线激光视觉图像的焊缝跟踪系统提供判据.     

基于背景差分的巡检机器人视觉识别方法

针对巡检机器人检测异物范围受限,只能检测经过训练的异常物体问题,提出了一种基于视频对齐的背景差分技术。巡检机器人由于运行速度不稳定、摄像头角度存在偏差,会导致视频无法对齐,识别准确率低,因此采用一种改进的联合优化算法对视频进行处理。首先使用改进的DTW算法逐帧查找与目标视频对应的帧,将视频对应帧提取出来;再采用SURF算法提取对应帧的特征点,进行筛选后使用DeepFlow算法得到对应帧图像的变形场矩阵,进而将图像角度修正,并进行像素级的匹配。实验结果表明,DTW-SURF-DeepFlow联合算法可以将图像进行完全的对齐,经过对齐的图像通过背景差分即可以检测出任意的异常物体,提高了异物检测的准确性。     

基于Mask-RCNN的单轨受电弓滑块图像分割方法

在单轨受电弓滑块厚度检测系统中，正确检测滑块厚度的前提是能在原图中正确定位滑块及标志物位置，但环境变化及标志物颜色的不同，为滑块及标志物的准确定位带来了复杂度。本文提出了一种基于Mask-RCNN的单轨受电弓滑块图像分割算法。该算法采用ResNet-FPN架构并添加了并列的Mask层，提升了算法的特征挖掘及表达能力；使用ROI Align替换原ROI Pooling层降低不同尺寸ROI特征图转换间的量化误差，提升特征到原图之间的映射精度即图像分割精度。在集中验证本文算法的准确度，其中受电弓与滑块的识别率达到100%，分割精度指标平均交并比(Mean IoU)为97.2%。     

基于机器视觉的Delta机器人目标识别算法研究

传统机器视觉目标识别算法中的目标物与背景不精确分割会导致定位不准确,并影响并联机器人工作时的抓取精确度。为此,提出一种基于ORB特征提取算法与Onecut分割算法结合的目标提取算法,对Delta机器人进行系统标定,确定了工业相机、机器人及传送带的位置转换关系。将ORB特征提取算法与Onecut算法相结合,实现了Onecut免交互分割以及对目标进行识别和定位。实验结果表明,此算法的定位精度达到并联机器人的抓取要求。