NAO的单目视觉空间目标定位方法研究

为了实现单摄像头工作的双足机器人NAO的视觉定位,采用单目视觉技术,建立一个空间点定位模型。根据摄像机的小孔透视模型,将图像中的二维坐标通过几何关系映射为机器人坐标系中的三维坐标,实现NAO基于单目视觉技术对空间目标定位。进行了定位实验,实验结果误差在允许范围之内,验证了该定位方法的实际可行性。     

融合改进SuperPoint网络的鲁棒单目视觉惯性SLAM

单目视觉惯性SLAM系统通过追踪人工设计的点特征来恢复位姿,如Shi-Tomasi, FAST等。然而光照或视角变化等挑战性场景中人工特征提取鲁棒性差,易导致位姿计算精度低甚至失败。启发于SuperPoint网络在特征提取的强鲁棒性,提出一种基于改进SuperPoint网络的单目VINS系统—CNN-VINS,旨在提升挑战性环境下VINS系统的鲁棒性。主要贡献包括:提出改进SuperPoint特征提取网络,通过动态调整检测阈值实现图像特征点均匀检测和描述,构建鲁棒精确的特征关联信息;将改进SuperPoint特征点提取网络与VINS系统的后端非线性优化、闭环检测模块融合,提出一个完整的单目视觉惯性SLAM系统;对网络的编码层和损失函数优化调整,并验证网络编码层对VINS系统定位精度的影响。在公共评测数据集EuRoc实验结果表明,相比国际公认的VINS-Mono系统,所提系统在光照剧烈变化的挑战性场景中定位精度提升15%;对光照变化缓慢的简单场景,绝对轨迹误差均值保持在0.067～0.069 m。     

基于单目视觉的轮式机器人同步定位与地图构建

如何降低计算复杂度是视觉机器人同步定位与地图(SLAM)构建的热点问题.提出一种基于单目视觉的低计算复杂度的轮式机器人同步定位与地图构建算法.该算法在观测步通过图像处理与分析,识别特征点并进行定位,将轮式机器人的视觉投影与空间物体的几何关系转换为计算机器人相对特征点的距离和角度.整体算法步骤按照预测、观测、数据关联、更新、地图构建的递推算法进行同步定位与地图构建.提出的算法可识别环境目标,并进行平滑运动.在滤波观测步只处理单帧图像数据,和Active Vision和立体视觉方法相比,降低了算法的计算复杂度.     

一种基于计算机视觉的无人机实时三维重建方法

针对机器人(或无人机)实时的三维重建中面临的噪声干扰和计算量大的问题,提出一种实时的鲁棒性的同时定位和建图的方法:用RGB-D相机精确估计相机位置的同时重建三维环境。关键思想是测量残差函数——用于估计当前帧的移动量,同时用金字塔模型一步步去逼近真实值。提出一种新的衡量标准用于建立关键帧。然后通过与相邻关键帧的三角化投影给全局地图增加地图点。此外,应用图优化来实现全局优化以获取更高的精度。     

基于深度学习的视觉同时定位与建图研究进展

随着机器视觉的不断发展,视觉传感器其小巧轻便、价格低廉等优势,使得视觉同时定位与建图(VSLAM)越来越受人们关注,深度学习为处理VSLAM问题提供了新的方法与思路。本文综述了近年来基于深度学习的VSLAM方法。首先回顾了VSLAM的发展历程,系统阐释了VSLAM的基本原理与组成结构。然后从视觉里程计(VO)、回环检测与建图3个方面分析各类基于深度学习的方法,从特征提取与特征匹配、深度估计与位姿估计及关键帧选择等3个部分阐述了深度学习在VO中的应用;基于场景表达方式的不同,总结了几何建图、语义建图及广义建图中的深度学习方法。接着介绍了目前VSLAM常用的各种数据集以及性能评估指标。最后指出了目前VSLAM面临的难题与挑战,展望未来深度学习与VSLAM结合的研究趋势与发展方向。     

一种基于单目视觉的车道偏离检测与预警方法

提出了一种基于单目视觉的车道偏离检测及预警方法.首先通过图像边缘检测、Hough变换以及最短距离加权最小二乘法等步骤求取消失点,然后利用消失点的特性,结合扇形投影法进行道路边界线检测并对车道线进行快速提取,进而获取车道路面信息,最后将车辆当前位置信息与车道路面信息结合起来建立车道偏离预警模型,一旦车辆偏离预定车道即发出预警,从而实现车辆偏离车道的实时监测和预警.实验表明,该方法能够满足结构化道路环境车道偏离检测的要求/是一种有效、可靠的车道偏移检测与预警方法.     

适用于高精度同时定位与地图构建的均衡化亚像素ORB特征提取方法

在视觉同时定位与地图构建问题中,ORB(Oriented FAST and Rotated BRIEF)特征由于其高效、稳定的优点而受到广泛关注。针对ORB特征提取过程中存在的像点量测精度较低、特征聚集现象明显等问题,提出了一种适用于高精度SLAM的均衡化亚像素ORB特征提取方法。分析了精确特征定位的原理,对误差方程进行合理的简化并采用一种基于模板窗口距离的权函数计算方法,大幅降低了计算负担;设计了一种基于四叉树结构的特征均衡化方案,对包含特征的像平面空间进行有限次数的迭代分割,然后选取具有最优响应的特征。试验表明,本文方法进行特征提取的额外计算负担小于2.5 ms,在运行TUM和KITTI数据集时,ORB特征的量测精度分别为0.84和0.62 Pixel,达到亚像素水平,可以降低误差初值,提高光束法平差效率,并能够在满足特征总体分布规律的情况下,显著改善特征聚集的现象,有利于后续问题的稳健、准确求解。     

基于改进重构贡献图的故障定位方法

针对重构贡献(RBC)方法仅适合单变量故障的定位及贡献图中出现拖尾效应(SE)的问题,本文提出一种基于改进重构贡献图(MRBCP)的故障定位方法。采用概率主元分析(PPCA)建立监视模型和统一量度的监视统计量,克服PCA方法中不同量度的监视统计量造成的诊断结果不一致的缺点。对于故障样本,以变量的重构监视统计量为贡献统计量,通过组合最大化思想对故障变量进行逐次定位。在历史故障信息未知的情况下,能够进行多变量故障的定位,然后在定位出的故障变量中进行贡献图分析,进一步对故障变量实现准确定位,从而避免了拖尾效应。通过数值案例和TE过程——实际化工过程的真实模拟过程进行实验,并与基本RBC方法、基于PCA的MRBCP方法进行比较,结果表明了所提方法的有效性。     

弱纹理环境下融合点线特征的双目视觉同步定位与建图

针对室内弱纹理环境下基于点特征的视觉同步定位与建图（Simultaneous Localization and Mapping, SLAM）存在的轨迹漂移等问题,提出了一种融合点线特征的双目视觉SLAM系统,并对线特征的提取与匹配问题展开研究。为了提高线特征的质量,通过长度与梯度抑制、短线合并等方法,进一步改进LSD(Line Segment Detector)线特征提取方法。同时,通过将匹配问题转换为优化问题,并利用几何约束构建代价函数,提出了一种基于几何约束的快速线段三角化方法。实验结果表明,本文所提方法在多个数据集上的表现都优于基于描述子的传统方法,尤其在室内弱纹理场景下,其平均匹配精度达到91.67%,平均匹配时间仅需7.4 ms。基于此方法,双目视觉SLAM系统在弱纹理数据集上与已有算法ORBSLAM2,PL-SLAM的定位误差分别为1.24,7.49,3.67 m,定位精度优于现有算法。     

基于图优化方法融合激光反光柱和环境信息的地图构建

针对自动导引运输车（Automated Guided Vehicle,AGV）在环境复杂情况下的对建图定位的稳定性以及精确性的要求,提出了一种基于图优化的即时定位与建图（Simultaneous Localizationand Mapping,SLAM）方法,此算法进行优化时会在构建环境地图时将反光柱信息融合其中。在SLAM前端检测到反光柱并获取到反光柱坐标位姿坐标之后,首先使用扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法对反光柱进行位姿进行初步优化,然后在SLAM系统后端将其作为一个节点和地图中的子图节点一起进行优化。经实验验证,当系统在几何特征少或复杂场景时,将反光柱位姿信息融入之后,以图优化为后端的SLAM算法建图定位精度和鲁棒性都能够获得一定的提升。     

一种改进的联合相容SLAM数据关联方法

数据关联是SLAM的难点之一。联合相容分枝定界算法(JCBB)虽能得到可靠的关联结果,但计算量随观测数目的增加而迅速提高,实时应用受到限制。通过给定联合相容配对个数的上限,对JCBB算法进行了改进,提出了一种快速JCBB算法(FJCBB)。FJCBB与JCBB有相同的关联效果,但计算量随观测数目的增加变化缓慢。当观测数目较大时,FJCBB的计算时间大幅减小,优势十分明显。最后,通过大量实验,验证了该方法的有效性。     

基于地磁场的室内定位和地图构建

提出了一种利用室内地磁场的空间波动来实现即时定位和地图构建的方法。为了能增加定位精度和减少计算量,本文依据地磁场传感器能够测量地磁3个正交方向上的分量和不同的权重计算方式改进了粒子滤波算法,并结合克里金法对地磁地图进行更新。在定位阶段,利用改进的粒子滤波来估计机器人的位置,算法的收敛速度每次约加快0.5 s和定位误差约减少3.5 m;在构造地图阶段,利用克里金空间插值法来实现的空间波动地磁地图的更新较其他插值算法更灵活,且经过插值后的地图更有助于提高机器人的定位精度。通过MATLAB仿真实验,证明了该方法能够准确快速地对机器人定位,并且通过机器人观测值和里程计数据实时地构建连续一致的地图。     

基于粒子滤波的移动机器人同时定位和环境模型的建立

介绍了一种基于粒子滤波的移动机器人同时定位与地图创建方法。通过旋转超声传感器获得环境信息，利用贝叶斯规则更新栅格地图，然后利用粒子滤波对机器人进行定位，之后地图更新和机器人定位交替进行，直到将整个环境探测完毕。仿真结果表明机器人能较好的完成环境探测的任务。     

WSNs节点定位不适定性的诊断与克服

节点定位技术是无线传感器网络(wireless sensor networks,WSNs)应用中重要的支撑技术之一.在WSNs节点定位中,可以通过接收信号强度指示信息计算出节点间的距离,根据节点之间的几何关系利用最小二乘估计(least square estimate,LSE)求解待定节点的坐标.但在实验和应用过程中发现,当采用不同空间位置的参考节点进行定位时,有时会出现定位误差的巨大变化.对这种现象进行了研究,发现节点定位中存在一定的不适定性,表现为定位结果受测距误差影响较大,定位结果不稳定.分析了不适定性产生的原因和机理,提出WSNs节点定位时首先需要进行不适定性诊断,通过条件数法诊断不适定性和评估不适定性程度,对于适定的情况,仍然采用LSE法进行定位,对于不适定的情况,引入岭估计法用于克服节点定位中的不适定性.实验结果表明,岭估计有效克服了节点定位的不适定性,可将不适定情况下的三维定位误差减小至3 m左右,提高了定位结果的稳定性.     

基于激光雷达的移动机器人同时定位与地图创建的研究

应用同时定位与地图创建理论建立全区域覆盖移动机器人导航系统,融合航位推算理论和基于环境特征的定位方法,设计了基于光电编码器--磁航向传感器组合和LMS激光雷达的混合定位系统.使用扩展Kalman滤波技术完成了基于特征直线的机器人位置更新.通过计算机仿真,结果表明建立的混合定位系统和同时定位与地图创建方法是一种切实可行的全区域覆盖移动机器人的导航方法.     

Using simultaneous three colour X-ray mapping and digital-scan-stop for rapid elemental characterization of coal combustion by-products

A system is described for rapid, simultaneous three colour elemental mapping with a scanning electron microscope (SEM) and an energy dispersive X-ray analyser. The technique, which uses a SEM scanning at TV rate, minimizes the disadvantages of long scan times such as inefficient use of linear amplifier and observable dead-time shadowing. The system also employs a digital scan-stop assembly utilizing a light pen to rapidly and reproducibly direct the beam to an object of choice for spot-mode analysis. Application of the system to analysis of fine particulates with emphasis on fly ash derived from coal-fired electric power plants is discussed. Chemical heterogeneity of fine particles in standard reference material fly ash and in phagocytized fly ash within pulmonary macrophages is demonstrated. This system combines the morphologic capability of the SEM with X-ray multielement mapping to provide a needed tool for particulate source identification.     

Photoacoustic technique for simultaneous measurements of thermal effusivity and absorptivity of pigments in liquid solution

A photoacoustic (PA) methodology, in the transmission configuration, for simultaneous measurements of thermal effusivity and molar absorption coefficient (absorptivity) for pigments in liquid solution is introduced. The analytical treatment involves a self-normalization procedure for the PA signal, as a function of the modulation frequency, for a strong absorbing material in the thermally thin regime, when the light travels across the sample under study. Two fitted parameters are obtained from the analysis of the self-normalized PA amplitude and phase, one of them proportional to the sample's optical absorption coefficient and from which, taking it for a series of samples at different concentrations, the pigment's absorptivity in liquid solution can be measured, the other one yields the sample's thermal effusivity. Methylene blue's absorptivity in distilled water was measured with this methodology at 658 nm, finding good agreement with the corresponding one reported in the literature.     

Four-color staining combining fluorescence and brightfield microscopy for simultaneous immune cell phenotyping and localization in tumor tissue sections

Immune-cell infiltration is frequently seen within human solid tumors. A detailed phenotypic analysis of these cells may aid in the understanding of an antitumor immune response. Standard hematoxylin/eosin and conventional immunohistochemical stainings are helpful, but have major limitations in the number of markers that can be identified and localized per tissue section. Therefore, we developed a combined fluorescence and brightfield microscopic technique by using both immunofluorescence and immunogold-silver methods, thereby discriminating three different leukocyte markers plus one tumor marker simultaneously in a single section. This enabled us to study both phenotype and location of infiltrating immune cells in colorectal tumors. We used a two-step staining in which primary and secondary antibodies were selected for minimal cross-reactivity. Furthermore, the secondary fluorescent antibody conjugates were selected for minimal spectral overlap. For computer-assisted analysis the brightfield microscopy image was combined with the fluorescence microscopy images. This combination of techniques provides a powerful tool for detailed multiparameter microscopic analysis of formalin-fixed, paraffin-embedded tissue sections in general and for tumor-immune cell infiltration in particular.