双目视觉平台的研究

本文介绍了双目视觉平台的研究目的，意义和现状，着重介绍了其研究内容和方法，指出在双目视觉平台研究中双目区配，视觉运动集成是研究的重点和难点，总结了研究中存在的困难和以后的研究方向。     

基于彩色图像的机器人视觉声纳实现

着重分析了彩色图像中物体的识别方法,对如何利用彩色图像的颜色信息进行图像分割、目标识别进行了较为深入的讨论。提出了视觉声纳的概念,研究了从二维视觉信息中获取目标精确位置的算法。实验表明该算法可以得到相当精确的结果。     

基于测距红外传感器的轮式迷宫机器人设计

本设计基于轮式迷宫机器人红外检测系统多采用5组或6组一体式红外接收传感器,无法进行测距,设计者使用了4组测距式红外传感器的轮式迷宫机器人。给出了电路设计、传感器布局、直行姿态调整以及快速过弯的方案。实验结果表明,该设计方案可行,轮式迷宫机器人工作稳定可靠,速度较快。     

多功能室内轮式机器人设计与实现

本文设计实现了一种多功能室内轮式机器人,具备运动、避障、定位、导航、人机交互等多种功能.其执行部件包含直流电机转速控制、步进电机升降控制、云台舵机角度控制、真彩LED显示;传感部件涉及反射式超声波传感器、霍尼韦尔磁传感器和三轴加速度传感器;采用串行通信、WiFi通信等传输控制指令和交互数据.本文对新型服务机器人的设计具...     

一种新的立体视觉系统的分析与设计方法

立体视觉系统的笥能以及观察者的实际感受都受到参数变化的影响。研究表明,观察者能够感到三维果而又不引起眼睛过度疲劳的空间区域的范围以及最小可视觉深度矩离等都可由系统几何光学参数控制。通过调整系统的几何光学参数,可以调整系统的深度分辨率和有什么感的立体视觉区域范围。在深度方向和xy平面上的放大倍数不同还会引起三维图像的畸变。本文最后通过一个例子说明了调整系统参数来满足三维系统性能要求的基本设计方法。     

机器人装配任务中误差的视觉校正

本文结合一个具体的装配任务,讨论了在摄像机视觉定位中误差的各种 来源,并提出了在视觉定位中不能苛求定位精度的一步到位,而更应该重视定位误差的校正 问题,最后给出了一种完全基于图像平面信息的误差校正方法．     

微型机器人视觉系统的实现

利用Ф2mm电磁型微马达作为执行器设计制作了一外形尺寸为 5mm× 6mm的微型机器人小车 ,附设了粗细两级CCD摄像头来实现机器人视觉。为了满足机器人实时控制的要求 ,采用简单实用的机器人运动参数粗略提取方法 ,实现了机器人当前位置、运动速度和方向以及运动加速度等参数的实时提取。当机器人到达目的地来实现微器件精密定位时 ,采用亚像元定位的方法来实现微操作端位置参数的精确提取。模板匹配技术在微型机器人系统中的灵活运用解决了系统参数提取的实时性问题 ,实现了机器人视觉     

基于立体视觉的球形机器人定位方法

针对球形机器人定位问题,提出了基于立体视觉的球形机器人定位方法.通过双目相机采集环境图像序列,提取Shi-Tomasi特征点,计算尺度不变特征变换(SIFT)特征描述符,并利用欧氏距离进行立体匹配;通过KLT算法进行特征点跟踪;采用解析法求解机器人在前后帧图像之间的位姿变化量;同时采用特征点筛选、RANSAC算法和卡尔曼滤波等方法,提高运动估计的准确性和鲁棒性.实验结果验证了所提出方法的可行性.     

轮式机器人最优控制的研究

轮式机器人高速行驶时的最优控制问题，是室外移动机器人的着急技术。本文从分析车体动力学模型和典型道路模式入手，仿真讨论了最优控制的主人函数及其求解方法。在计算机上进行了仿真研究，进而讨论了实现实时控制表检索和着急字确定的方法，并提出了次最优的正弦函数控制法，实验结果表明方法圾实际的应用价值。     

基于立体视觉的在线实时测量系统设计与实现

为了满足深空探测器实时测量天体表面形貌的需求,设计并实现了一套基于立体视觉的在线实时测量原型系统。该系统通过立体相机实时获取空间天体的立体影像,利用每次观测的一组立体影像来重建其局部表面形状;再对每次重建的局部模型进行连接,得到空间天体完整的表面形貌模型。通过仿真实验验证了该系统的可行性,数据处理的速度与精度可以满足对深空目标进行实时测量的需要。     

双目视觉测量传感器研究

研究了按照激光三角测量原理由 1个线激光器及 2个CCD摄像机组成的双目视觉测量传感器。探讨了 2个CCD摄像机的摆放位置及其对测量精度的影响,确定了其几何参数。在此基础上,论述了其工作过程,包括其标定方法、标定过程、扫描图像采集、特征提取、特征匹配及三维数据生成。该双目视觉测量传感器配合扫描机构(如三坐标测量机 )即可对物体进行非接触式三维激光扫描测量,其测量速度快,精度比较高,可以应用于逆向工程领域。     

双目视觉的匹配算法综述

双目视觉是获取对现实世界立体感知的重要方法,在自动驾驶等领域得到了普遍 的应用。立体匹配是实现双目感知的前提,该算法对左右摄像机拍摄的照片进行像素级的匹配, 生成稠密视差图,从而获取了三维坐标信息。概述了立体匹配算法近 20 年来的发展过程,围绕 基于人工特征和深度学习两个方向进行了综述,对算法实现过程中的代价计算、代价聚合、视 差计算和视差求精进行分析讨论,评估了算法的准确性和时间复杂度。最后总结了立体匹配算 法面对的挑战和对未来发展的展望。     

双目立体视觉的目标识别与定位

双目立体视觉系统可以实现对目标的识别与定位.此系统包含摄像机标定、图像分割、立体匹配和三维测距4个模块.在摄像机标定部分,提出了基于云台转角的外参数估计方法.该方法可以精确完成摄像头旋转情况下外参的估计,增强了机器人的视觉功能.并利用广茂达机器人系统,基于改进的双目视觉系统进行目标识别与定位,以此结果作为依据控制机器人的手臂进行相应运动,最终实现了对目标物体的抓取,验证了提出方法的可行性.     

一种主动式全景立体视觉传感器设计

现有的三维激光扫描仪无法实时、全自动地计算空间三维信息,需要对获得的点云数据进行配准.为解决这些问题,研制了一种新型主动式全景立体视觉传感器( ASODVS),并且从影响ASODVS测距精度的各个因素进行了分析.实验结果表明:设计的ASODVS能自动、实时地进行空间物点深度测量,并得到相应的点云数据.     

机器人手眼立体视觉标定研究

以固高GRB-400型机器人和CCD组成机器人手眼系统,分析了摄像机的成像模型,采用了基于直接将图像坐标映射到机器人参考坐标的“黑箱”思想,从图像坐标直接计算出目标位置的方法,用于立体定位的摄像机手眼标定,该方法通过保持机器人末端执行器到机器人参考坐标系旋转矩阵来简化复杂的相机标定过程,最后通过实验验证了该方法的可行性,并分析了实验误差产生的原因,并提出了相应的解决措施。     

Interactive stereo vision telepresence for correct communication of spatial geometry

This paper presents a novel interactive stereo vision telepresence system for use in broadband Internet-2 communication environments. An algorithm for virtual distance correction is deployed in this system which allows us to present a correct nominal depth impression of a remote environment to a local human operator. The correctness properties around the nominal depth are analyzed and an error function is derived. The efficacy of the distance correction measures is tested by evaluation experiments.     

圆筒型热态锻件尺寸的立体视觉测量方法研究

针对目前我国多数大型锻件生产现场环境恶劣,锻件测量技术落后,多采用手工测量,测量误差较大的现状,分析了基于双CCD器件尺寸测量的原理,提出了一种运用图像处理技术、对极线校正技术的圆筒型热态锻件非接触测量方案,运用VC++,Matlab等工具编写测量系统软件,并对该测量方案进行了误差分析.实验结果表明:该方案价格低廉,操作简单,适应性广,测量结果能达到实际要求.     

基于立体视觉的3D地形拼接

为了从月球车上的全景相机所捕获的立体图像对重建月球车周围的3D地形,给地面科学家制定科学探测指令提供一个直观的可视化平台,预先展开了基于立体视觉的3D地形重建的研究,主要介绍了在3D地形拼接方面的研究进展。当恢复出多个局部3D地形模型时,首先基于边缘检测和图像匹配技术提取出相邻局部模型之间的公共数据点,然后采用分离旋转变换和平移矢量的策略拟合出相邻模型之间的坐标转换关系,之后就可以将局部模型统一在同一个坐标系下。通过室内和室外多次实验验证了该拼接方案。     

一种改进的区域双目立体匹配方法

双目立体匹配是机器视觉中的热点、难点问题。分析了区域立体匹配方法的优缺点,提出了改进的区域立体匹配方法。首先,采集双目视觉图像对对图像对进行校正、去噪等处理,利用颜色特征进行图像分割,再用一种快速有效的块立体匹配算法对图像进行立体匹配。然后,在匹配过程中使用绝对误差累积(SAD)的小窗口来寻找左右两幅图像之间的匹配点。最后,通过滤波得到最终的视差图。实验表明:该方法能够有效地解决重复区域、低纹理区域、纹理相似区域、遮挡区域等带来的误匹配问题,能得到准确清晰的稠密视差图。