基于双目视觉的目标定位系统设计

基于双目视觉原理进行目标定位可以得到目标的深度信息。本文对双目视觉关键技术中的摄像机标定和立体匹配进行深入研究,采用改进的平面标定法和基于外极线约束和灰度相关性的立体匹配算法。搭建双目视觉系统实验平台,编制目标定位程序。实验结果验证本文方法的准确性。     

基于双目全景视觉的无人机避障技术探究

无人机经常应用于复杂的环境之中,该环境要求无人机具有自动避障功能。在常用的避障技术中机器视觉具有不可替代的作用,而双目全景视觉集中了双目和全景的优势,在无人机避障领域具有广阔的应用前景。详细分析双目视觉技术、全景视觉技术及双目全景视觉技术的结构和原理,并提出基于双目全景视觉的无人机避障技术流程和该技术未来的发展方向。     

基于双目视觉的塑料零件数模重构研究

对双目视觉技术进行了系统阐述,利用双目视觉技术提取塑料零件的三维信息,进行三维模型的重建,并通过试验验证了三维恢复的精度和三维模型重建的效果。     

利用VFW获取不同方位2幅图像的问题研究

结合双目视觉原理对空间目标点位置进行重构的应用，针对其实现中的一个重要环节——获取不同方位的2幅图像，讨论了在Windows环境下利用Video for Windows库函数在C Builder中实现实时视频采集的关键技术，阐述了视频捕获的编程过程，给出了相应的编程示例，并给出了图像捕获过程中常见的问题及解决方法。     

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。     

大型铸件用消失模视觉检测

对大型铸件用消失模视觉检测的关键技术进行了理论与试验研究,建立了双目立体视觉检测的模型,给出了圆形标志点坐标提取的算法。针对某凹模用消失模型腔的自由曲面进行了三维检测,结果表明,本文所提出的方法具有检测速度快和效率高的特点。     

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HALCON的双目视觉系统标定

论文对现有的双目视觉标定方法进行论述,阐述了双目视觉系统的原理,深入的介绍了双目视觉系统标定的原理,方法。此外,针对如何使用HALCON软件进行双目标定进行了详细的论述,分析了面阵摄像机的标定过程,该方法简单易行,充分发挥了HALCON的函数库功能,提高了标定精度和计算速度,而且具有良好的跨平台移植性。     

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。     

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。     

微操作系统中弱视差视觉模型研究

显微双目立体视觉主要由体视显微镜和CCD图像传感器构成，基于计算机双目立体视觉原理，显微双目立体视觉在显微领域中用于三维微观定位和测量。该类视觉具有不同于宏观视觉的属性。使用弱视差描述微观视觉的成像特征以区别于传统的宏观视差。建立了新的显微视觉模型，模型中包含弱视差的级数项，反映出物空间深度信息与图像空间二维信息间存在弱的非线性关系，同时也部分矫正了物空间横向尺度的深度依赖性。     

一种新型的双目立体视觉测量方法的研究

提出了一种双目立体视觉测量方法,该方法将光条投射到被测物体表面,简化了匹配过程,提高了匹配速度和精度。同时,测量系统加入了平移和回转平台,实现对被测物体的回转扫描,解决双目立体视觉技术的遮挡问题。最后进行了测量实验,验证了本文提出的测量方法的正确性和有效性。     

面向AGV导航的双目立体相机研究

根据使用场景及应用需求，提出采用X角点构成视觉标签，利用视觉标签标记场景中关键路径点的方式实现AGV的定位和路径规划的视觉导航方法。搭建双目立体相机，基于段测试X角点检测算法，识别视觉标签、建立标签坐标系统，根据视觉标签库中的预存信息检索、确定AGV的地图位置；基于视觉标签局部坐标系统，确定AGV的姿态信息，在简化导航复杂度的同时，保证AGV路径控制和运行控制精度和可靠性，进而实现基于视觉标签的自动导航和运动控制。将双目立体相机应用于AGV现场试验，结果表明，所搭建的双目立体相机能够为AGV的视觉导航提供信息，开发的基于视觉标签的导航算法具有较好的鲁棒性，视觉标签的正确识别率达95%，双目立体相机定位误差小于2%，充分发挥了视觉导航的优势，能够完成园区内的可靠自动运行。     

柔性铰接板振动视觉测量与小波神经网络控制

为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器（Self-Recurrent Wavelet Neural Network Controller, SRWNNC）来抑制振动。对双目视觉系统进行了标定,基于视差原理和图像处理算法,通过解算标志点的三维坐标来获取振动信号。建立了系统的有限元模型,并通过辨识得到校正后的系统模型参数。基于辨识得到的模型在仿真环境中训练SRWNNC,用于实验系统的振动主动控制。分别针对移动柔性铰接板系统固定基座和平移轨迹运动两种情况,进行了双目视觉振动检测和振动控制仿真和实验研究。仿真和实验结果表明,双目视觉传感器对振动信号的检测精度小于0.1 mm,SRWNNC也展现出比大增益PD控制器更好的抑振效果,验证了双目视觉振动检测和SRWNNC抑制振动的准确性和有效性。     

基于双目视觉识别的定位和抓取方案分析与研究

双目视觉识别技术在机械手的自动控制领域有着良好的应用前景。为确保双目视觉识别控制的可靠性和精度,对图像目标识别算法的原理及优缺点进行了分析,提出综合运用几何模型法和局部特征法来改进目标定位运算准确性和效率的方案,研究了基于位置法和图像法的机械手定位和抓取控制方法。该研究有利于不同类型控制目标的最优化选择。     

双目立体视觉的移动机器人实验平台的研究

带有视觉识别和移动功能的机器人具有较高的操作特征和较大的适应性，本文在对双目立体视觉移动机器人实验平台总体描述基础上，集中详细讨论了该实验平台的轮式移动系统和双目立体视觉系统。     

双目视觉在移动机器人定位中的应用

为采用双目视觉进行室内移动机器人定位,开发了一种室内移动机器人定位系统。介绍了双目视觉在机器人定位中的原理,采用移动机器人和MicronTracker视觉系统构建了定位实验系统,进行了测距实验,并分析了测距精度,最大误差为8.644mm,在此基础上进行了移动机器人双目视觉定位实验。实验结果表明,双目视觉定位最大偏差为3.635cm,定位精度较高而且系统稳定性好,受环境因素影响小,可满足机器人的定位精度要求。     

采用双目视觉测深建立物体的投影视图

介绍了用边缘检测提取平面图像的边缘，并利用射影几何原理的三维信息恢复方法．双目平行视觉进行测深，对像平面所反映的物体进行三维标定，然后利用透视不变量一交比对像进行变，得到物体在像平面的正投影视图。从基于图像的三维信息恢复的基本输入输出的问题入手，详细阐明了双目视觉模拟基于图像的三维深度信息恢复方法，并利用该方法恢复物体的正投影视图。     

基于双目视觉定位的机械臂智能抓取控制研究

随着科技的发展，机械臂开始往更加智能化、自动化的方向发展，单单依靠传统的通过示教器执行单一指令的机械臂已远远不能满足各类复杂的生产和服务。为了让机械臂更加智能化和科技化，通过赋予其双目视觉感知模块和智能控制系统，对机械臂智能抓取控制进行研究。采用HSR-Co605协作机械臂，基于双目视觉相机在ROS系统进行仿真建模、运动规划、障碍物规避等试验；在复杂环境下实现了机器人双目视觉模块自主识别定位物体，同时对周围障碍物进行避障规划，实现机械臂自主运动规划及智能抓取操作。在不同场景下进行了智能抓取试验，并对其试验结果进行了分析，为后续机械臂能更好地适应复杂的工作环境以及产业化发展提供参考。     

基于深度学习的带式输送机煤流量双目视觉测量

煤流量双目视觉测量是实现带式输送机节能安全运行控制的关键技术,但煤料纹理颜色重复单一和煤料颗粒内部间隙分布不均会严重影响煤流量测量精度和实时性。为此,提出基于深度学习的带式输送机煤流量双目视觉测量方法。首先,对煤料图像进行校正、分割和增强预处理;其次,构建基于深度学习的煤料立体匹配PSM-Net模型,运用Fine-tuning学习机制对PSM-Net进行模型训练,获取煤料体积;然后,依据煤料二维平面特征,提出基于离散元法的煤料堆积填充率计算方法,计算煤料堆积密度;最后,依据煤料体积和堆积密度计算带式输送机煤流量。实验结果验证了所提算法的有效性,煤流量双目视觉测量的精度达到98.704 3%,计算速率达到1 127 ms/帧。