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。     

视觉机械手的抓取方法研究

针对机械手抓取物体大多以指定位置抓取特定物体的方式及柔性差的问题,提出利用基于深度学习方式的目标检测算法对物体进行识别。通过双目视觉算法检测物体所在的空间位置,利用D-H法进行机械手的坐标解算,从而实现物体的抓取。根据实际需求,采用实时性较好的YOLOv4目标检测算法与OpenCV中的立体匹配算法SGBM相结合的方式实现目标定位检测,并且通过租用云端服务器来训练神经网络和运行程序的方式降低本地硬件要求。实验结果表明：该机械手抓取物体的成功率达到了84%,验证了该方法具有较好的准确性,基本满足智能制造中的实际需求。     

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。     

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。     

基于双目立体视觉埋弧焊焊缝成形的表征

提出了一种基于双目立体视觉实现焊缝成形评判的新方法.首先,采用搭建的双目立体视觉系统获取了焊缝表面成形的图像信息,并对获得的图像进行了灰度均衡、高斯滤波等预处理.其次,采用动态阈值分割算法,以及膨胀、腐蚀等形态学处理方法精确提取了焊缝成形边缘轮廓,探索了焊缝的长度、宽度、高度等立体成形参数的图像信息表征方法.结果表明,获取的焊缝宽度标准方差sW、余高标准方差sH、过渡角αL及αR等参数可作为焊缝成形评判的量化指标.     

超塑性自由胀形的双目立体视觉测量研究

超塑性自由胀形实验中准确测量胀形件轮廓曲面以及曲面上各点的变形是建立超塑性自由胀形解析理论的重要基础.本工作依据自由胀形件轮廓为轴对称旋转曲面这一重要特征,将曲面测量问题转化为曲面上特征点的测量,采用双目立体视觉系统测量特征点的三维坐标,并进行曲线拟合以确定其轮廓曲面,计算几何参数,通过分析轮廓曲面上特征点位置变化以及两相邻特征点之间间距的变化来测量应变.介绍了双目立体视觉系统的组成和测量方法,以及系统模型、标定方法、消除高温影响和图像处理等关键环节,给出了胀形件几何参数和变形测量的方法,进行了测量实验.     

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     

双目视觉传感焊缝跟踪立体匹配方法的比较与选择

本文首先对焊缝跟踪中的视觉传感技术作了简单回顾，然后阐述了立体视觉的特点及其主要实现步骤，介绍了当前各种主要的立体匹配思想和算法，比较了它们的优缺点，根据焊缝跟踪的实际特点，说明了应用立体视觉的价值，提出了认为合理的立体匹配方式，最后对焊缝跟踪领域应用立体视觉的研究方向作了归纳。     

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GA优化BP网络的双目视觉定位研究北大核心

为了提高传统遗传算法(genetic algorithm, GA)IGA优化BP网络迭代时间过长以及精度偏低的缺陷,设计了一种通过改进遗传算法(improved genetic algorithm, GA)IGA优化BP网络,并进行完成双目视觉的定位计算。改进遗传算法来提升BP网络收敛能力并获得更强的全局寻优效果,显著改善BP网络处理效率与精度,最终促使相机获得更高定位精度以及运算速率。给出了IGA优化BP网络的双目视觉定位算法流程,并开展了双目视觉定位实验。研究结果表明,未优化坐标预测值误差均值为0.66 mm,优化坐标误差均值为0.08 mm。改进BP网络进行双目视觉定位精度达到0.12 mm,相对最初预测定位误差降低近0.01 mm。以BP网络来定位双目视觉精度均值是0.12 mm,以OpenCV定位的实际精度是0.10 mm。推断以神经网络双目视觉进行定位时满足双目视觉定位精度条件。     

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RANSAC和卡尔曼滤波的窄焊缝识别北大核心

针对高效鲁棒的焊缝识别对于提高焊接质量和效率具有重要的作用,提出了一种基于线结构光的薄壁件窄焊缝快速识别方法。首先,对激光照射的焊缝图像进行去噪和增强;其次,分别利用Ransac算法和最小二乘法对焊缝和激光条纹进行直线拟合;接着,以二直线交点为中心建立ROI,连接ROI中的连通体获得修正后的交点;最后,对修正后的交点加以平移,以斜率为状态变量进行卡尔曼滤波,以修正后的交点为中心建立ROI并计算ROI中各点斜率,寻找具有最接近滤波后的斜率的点,将其反向平移后的坐标作为交点的最终值。实验证明该算法具有较高的鲁棒性和较快的处理速度,可满足窄焊缝的实时识别需求。     

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。     

基于双目视觉的钻杆接头定位系统设计

文章针对某地质钻杆摩擦焊接工作站钻杆接头自动上下料需求,在不改变原有工件存料方式的基础上,设计基于双目视觉的钻杆接头定位系统。利用大恒MER-500系列摄像机采集图像信息,并将其上传到工控机进行图像预处理及边缘检测;然后采用最小二乘法拟合椭圆,确定工件圆心坐标位置,并对圆心点进行排序;最终将工件坐标信息传给ABB机器人,实现工件的视觉定位及抓取。结果表明,利用最小二乘法拟合椭圆能够满足工件定位精度的要求。该定位系统可为类似工件的机器视觉定位提供借鉴。     

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。