多通道大视场目标定位仪的研制

研制了一种在大视场范围内可靠性高、功耗低的便携式目标定位仪器。研究了该系统采用的光、机、电、定位数学模型、标定方案以及在目标定位过程中根据像点识别对应通道的算法等。首先,根据大视场的要求设计了透镜阵列曲面分布的结构,加工了安放透镜的球壳基底,并将它们成像在同一个图像传感器上。采用折射透镜进一步优化了光路系统,从而改善了成像质量。编写了相应的驱动程序完成了图像的采集和数据高速传输,然后,建立了所设计复眼系统的定位数学模型,并对复眼成像系统进行了标定。最后,根据像点匹配通道算法,实现了目标的三维定位,并在此基础上进行了简单的三维零件轮廓测量。实验结果表明：系统对横向66°、纵向43°视场角的目标实际三维测量精度误差在2%左右,表明本仪器能完成大视场范围内的目标三维定位任务。     

用于大视场目标定位的复眼系统标定

探讨了设计的大视场复眼定位系统的结构特点、定位数学模型、三维目标阵列、标定方法和定位特点.介绍了复眼结构和系统装置,建立了目标定位和多通道同时标定的数学模型.通过引入分光器,调整目标平面水平移动轴和目标平面的垂直性以及目标平面和复眼平面之间的平行性.然后,使用消逝点和目标共像点求得初始点和初始距离,得到目标平面上每一点的空间三维坐标.最后,求出目标阵列与对应通道的入射角度,提取出对应的目标像点重心,建立了各通道入射角度和像点重心之间的对应关系.实验结果显示,初步标定后的系统能对横向110°、纵向90°视场范围内的目标进行定位,距离定位精度在2％以内.提出的方案基本能满足复眼成像非线性标定的要求,具有一定的操作灵活性.     

复眼位标器的标定与探测

介绍了一种新型大视场、高灵敏度的复眼位标器,用于探测低空飞行目标并快速获取目标物体的运动参数。叙述了复眼模型的结构和制作方法,并利用Zemax对子眼成像通道光线追迹考察其成像特性。介绍了复眼标定与探测方法。采用基于LM算法的神经网络训练,建立各个通道精确的物像对应关系。为了检验神经网络标定算法的效果,采用传统的基于二次多项式拟合的算法进行校正对比。仿真结果表明,神经网络算法可以提供更好的精度,从像点可以准确地预测主光线的方向角(10-3～10-4rad),而且具有易于集成,方便快捷的特点。此外,进行了目标定位检测的仿真实验,计算了若干目标点的坐标,结果表明各个坐标相对误差均在3%以内,对于牺牲空间横向分辨率来提升视场角的复眼光学系统,该结果符合目标探测的要求。     

大视场并列型仿生复眼光学系统

为了实现大视场微型仿生复眼系统的增材制造,对仿生复眼的成像原理、微透镜阵列与中继系统的设计以及复眼系统的机械结构进行了研究。根据仿生复眼的光学原理设计出单个微透镜,并完成微透镜阵列。通过设计中继系统,使曲面阵列所成的曲面像转换成平面像,从而被平面探测所接收。将微透镜阵列与中继系统组合并对其进行优化。为了满足复眼系统3D增材制造工艺,对其机械结构进行设计。整个复眼系由3481个紧密拼接的正六边形微透镜组成,每个微透镜的视场为4°,通光口径为110μm,整个复眼的视场为123.7°。在120 lp/mm处,复眼各视场的MTF值均大于0.3,各视场点列图的RMS半径均小于艾里斑半径。该系统成像质量良好,公差分析结果表明其像质满足成像要求,满足增材制备工艺需求。     

仿生复眼接收系统设计与实验

以生物视觉成像和目标识别为研究背景,深入研究了光学复眼的结构与拼接以及基于光纤耦合的光信号接收成像技术,并设计了一种可应用于凝视激光雷达的新型光学复眼接收系统.通过模仿昆虫复眼结构形式,该系统由16个透镜阵列构成,全视场角为2°.利用Zemax软件完成了光学系统设计,结合光纤耦合技术接收光信号,对复眼探测结果进行了实验...     

仿复眼视觉系统的研究进展

复眼是昆虫重要的光感受器,由成千上万的小眼构成,具有大视野的动目标快速检测能力。仿复眼的多孔径系统在机器人视觉导航、大视角测量和全景成像等领域应用广泛。首先介绍了复眼的生物机理、成像特性及现有的大视场成像系统;其次介绍了微透镜阵列的仿复眼光学设计现状,分析了微透镜阵列的大视角与多景深的全景成像质量,指出目前曲面微透镜一体化制造存在的成像缺陷;最后提出结合曲面与平面微透镜阵列实现大视角、多景深分辨率的仿复眼系统的可行性。该成像系统不仅可以实现全景范围内的清晰成像,而且还具有全景范围内的目标位置估计能力。     

瞳孔中心点自动定位与对准装置

为了辅助无人值守式眼底筛查设备在不同光照环境下自动进行眼底成像,搭建了瞳孔中心点自动定位与对准装置,并提出了一种基于圆近似模型的算法来实现瞳孔中心点的自动定位。首先,使用二值化、轮廓提取与填充等方法对图像进行了预处理,以消除噪声和光斑对后续处理的影响;接着,使用本文提出的新型的圆近似算法来实现瞳孔中心点的精准定位;最后,根据定位的瞳孔中心点位置,来控制步进电机移动平移台,从而实现图像采集视场中心和瞳孔中心的对准。为验证有效性,将文中算法、传统Hough圆算法及改进的Hough圆算法在定位精度、平均定位时间上进行了比较。本文算法的定位精度为93.33%,平均定位时间为95.67ms,比传统Hough圆检测定位精度提高了约3.5倍,定位时间减少了约68.86%,比改进的Hough圆算法检测定位精度提高了约2倍,定位时间减少了约63.11%。实验结果表明,该系统在光照参量无法严格控制的拍摄环境下,对瞳孔自动定位与对准的准确度和计算效率均有显著地提升。基本满足无人值守式眼底筛查设备的实时性、精确性、鲁棒性要求,有助于无人值守式眼底筛查设备的推广。     

基于机器视觉的激光植球系统标定

构建了一个基于机器视觉辅助定位的激光植球系统。通过试验发现，整个系统的定位误差主要由机器视觉中透镜畸变和X—Y定位平台的装配误差引起。对于透镜畸变，引入了基于直线方法的图像畸变校正算法进行校正；对于非垂直的X—Y定位平台，通过基于机器视觉的软件补偿算法来校正X—Y定位平台的装配误差。最后，给出了试验对比数据和试验结果，验证了整个系统的标定效果。     

基于仿复眼视觉成像的目标信息获取方法

目标信息获取是视觉测量的关键技术,提出了一种基于仿复眼视觉成像的目标三维信息获取方法.该方法根据复眼视觉成像原理,采用单摄像机和平面微透镜阵列进行成像,建立目标点和成像点之间的对应几何关系,利用归一化互相关窗口匹配算法,获得目标的深度信息,从而计算出其三维坐标信息,通过试验验证了该方法的可行性和正确性.     

基于微端面光纤面板的多孔径视场重叠复眼的视场模型

介绍了多孔径视场重叠的仿生复眼成像系统的性能,建立了基于微端面光纤面板的多孔径视场部分重叠型复眼的成像视场模型。系统地分析了选用的器件参数如顶面、侧面和角面子复眼间的视场角、视场重叠率、视场重叠距离等参数对系统性能的影响,并通过实验系统的复眼视场以及视场重叠率的测量验证了模型的有效性。实验测试显示:本文建立的视场模型与测试结果具有很好的一致性,系统侧面与角面视场的实测值与理论值的误差分别为3.58%和12%;顶面与侧面和角面的视场重叠率误差分别为3.33%和5.17%。该复眼成像视场模型为进一步研究复眼成像的目标探测和跟踪理论奠定了基础,对多孔径视场重叠仿生复眼成像系统的优化设计具有指导作用。     

车载LiDAR-IMU外参联合标定算法

为提高LIO-SAM算法的定位精度,本文从LiDAR-IMU外参标定方面开展研究,针对现有的传感器标定算法在车载条件下标定精度低的缺点,提出一种新的车载传感器联合标定算法。针对车载条件下自由度低导致俯仰、横滚方向约束建立不充分的问题,利用车辆的大范围运动轨迹消除平移参数影响,使用正态分布变换(NDT)和迭代最近点(ICP)的点云匹配算法快速得到旋转参数初值,提高俯仰角和横滚角的标定精度。针对粗标定过程中激光里程计存在漂移以及没有标定平移外参的问题,对基于点云优化的全参数标定方案进行改进,利用转弯区域构建对平移外参的约束,结合统计误差平均效应和位移约束构建新的目标函数,迭代优化后得到全参数标定结果。实验结果表明,加入了外参标定模块的LIO-SAM算法的定位精度提升了1.74%～5.92%。     

基于非极大值抑制的圆目标亚像素中心定位

圆形目标在基于图像的测量系统中应用广泛,针对圆目标中心的高定位精度和快速提取的要求,提出了一种基于非极大值抑制的亚像素中心定位方法.该方法利用Sobel算子进行边缘检测,通过改进非极大值抑制方法获取连续细化的边缘,实现了像素级边缘定位,采用Zernike正交矩对边缘点进行亚像素级定位,并用最小二乘法进行二次拟合来获取精确的标志点的中心坐标.仿真图像和实测图像的实验结果验证了该方法的有效性和准确性,其定位精度可以达到0.02像素,通过测试算法的运行时间,证明该算法具有很好的实时性.     

基于计算机视觉的半实物昆虫仿生

提出了一种半实物昆虫仿生的实验方案.该方案基于计算机视觉技术.主要包括图像采集、摄像机标定、二维目标定位、三维空间定位和三维曲线拟合.本文从理论上分析了方案的合理性及可行性,并给出了符合系统要求的算法.     

基于Zernike矩的管道弯曲度高精度检测

介绍了管道弯曲度测量系统的工作原理，提出了一种基于Zernike矩的管道弯曲度高精度检测方法。利用LoG算子把激光光斑边缘定位到像素级精度，然后使用Zernike矩算子进一步细分，使光斑边缘定位达到亚像素级精度，通过拟合计算得到光斑中心坐标，从而得到弯曲度的大小和方向。同时还进行了常用光斑中心定位算法与Zernike矩算法的对比实验，并对实验结果进行了定量分析。实验结果表明，Zernike矩算法的定位精度和速度均达到满意的结果。     

星敏感器质心定位的S曲线误差补偿

由于S曲线误差是星敏感器质心定位系统误差的重要组成分,本文结合质心定位的物理过程及仿真对S曲线误差来源进行了分析.研究了各项误差来源产生的影响,并采用频域分析法得出了S曲线误差的理论解析式.用星敏感器产品进行了实验,采集视场中心S曲线误差并用正弦模型进行补偿,分析了同一补偿模型对全视场S曲线误差的补偿效果,并对标定数据进行了S曲线误差补偿.实验结果表明:视场中心S曲线误差的标准差为0.048 pixel,补偿后标准差为0.027 pixel,质心定位精度提高了43.8％;进一步采用视场中心正弦补偿模型对全视场S曲线误差进行补偿后,全视场质心定位精度提高了35.7％以上,全视场标定精度提高了31.7％.由实验结果可知:S曲线误差是星敏感器的一项重要误差源,采用正弦模型对S曲线误差进行补偿能够取得显著的补偿效果.     

基于视场拼接方法的仿生复眼光学系统设计

为解决传统单孔径光学系统存在的大视场与高分辨率之间的矛盾,利用复眼大视场、高分辨率的特点,将大孔径仿生复眼成像技术应用于目标定位系统,并克服了子眼孔径小、视距短的缺陷。首先,通过系统地研究相邻子系统视场间的关系,分析了子系统视场分布形式与总视场角的关系。然后,依据入射窗与出射窗的物象共轭关系,提出了子眼视场拼接的几何模型,并推导了子眼视场拼接与子眼系统参数之间的数学关系。最后,利用该方法设计的31组元仿生复眼成像系统全视场可达53.9°,系统最高角分辨率为0.006°,最低角分辨率为0.017°。13组元样机的仿真与实验结果表明:图像采集与视场重合结果与仿真数据一致,验证了该视场拼接方法理论及31组元仿生复眼成像系统设计的正确性。对视场拼接方法的研究解决了大孔径仿生复眼光学系统中子眼视场分配与布局的问题,为大孔径仿生复眼中子眼系统的设计与结构布局提供了理论依据。     

高铁接触网吊弦标定装备系统研究

针对高铁接触网吊弦标定施工机械化、智能化的作业要求,设计了一款吊弦标定施工装备,能够完成不同跨度吊弦安装位置的连续标定、接触网几何参数的自动测量.介绍了设备系统设计、系统组成、软件组成及外场功能试验等.试验数据表明:综合定位测距方案所有测试数据均小于±20 mm的定位精度要求,选取关键点腕臂定位器中心处接触线参数(导高和拉出值)检测数据误差均小于±5 mm,优于±10 mm的测量精度要求.     

一种脑外科手术机器人运动学参数标定方法

为提高脑外科手术机器人绝对定位精度,提出了一种串联式六自由度手术机器人运动学参数标定方法。根据脑外科手术机器人应用环境,采用一种针对手术工作空间的机器人参数采集方式,通过非支配排序的带有精英策略的多目标优化算法(NSGA-Ⅱ),将运动学模型标定问题转换为基于距离误差的多目标优化问题进行计算。通过模拟手术环境完成机器人参数标定的测试实验,说明利用这种标定方法可有效降低手术机器人系统绝对定位误差(误差降低了75%),提高机器人局部工作区域的定位精度。     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

改进 DV-Hop 定位算法在钢构建筑健康监测中的应用

针对钢构建筑中故障点定位精度不高的问题,提出了一种改进的DV-Hop定位算法,设计出无线传感网络技术检测故障点的方案。描述了钢构建筑健康监测系统中故障点定位方式,分析传统DV-Hop算法节点定位精度不高的缺陷,并对其进行针对性的3点改进：首先采用四通信半径来细化节点间的跳数;然后利用加权处理平均跳距进行修正;最后通过改进的麻雀搜索算法对故障点进行位置定位。以秦始皇陵兵马俑一号展厅钢构屋盖作为仿真对象,通过MADIS＿GEN软件进行建模和降维化处理,将改进的ISSADV-Hop与传统DV-Hop、IPSODV-Hop和IGWODV-Hop算法应用于钢构建筑中故障点定位进行仿真对比,结果表明归一化定位误差分别降低了19.64%、14.87%、8.96%,验证了本文设计方案能够有效地提高定位精度,更适合于钢构建筑健康监测系统中故障点定位。