基于手眼系统的线结构光焊缝跟踪系统设计

为了实现一般手眼系统与线结构光焊缝跟踪系统主要部件的复用,在一般手眼系统的基础上,加装激光器、滤光片、保护装置等设备,将其用作焊缝跟踪系统中的线激光结构光焊缝跟踪传感器。通过实验对原手眼系统的标定结果进行实验修正,使其可以替代线结构光焊缝跟踪传感器的标定。详细分析了安装激光器、滤光片、保护装置等对原手眼标定结果造成的影响,使用数据逼近的方法提高线激光结构光焊缝跟踪传感器的手眼标定精度;实验时先对手眼系统进行标定,得到相机坐标系到工具坐标系的原外参矩阵;再对使用原外参矩阵得到的焊点数据,与焊点的实际坐标的误差进行分析,修正手眼系统标定结果。通过实验验证了本方法在手眼系统标定结果基础上,进行加装机构后的线结构光焊缝跟踪传感器的手眼标定的平均精度可达0.53 mm,能够满足机器人焊接的需求。     

基于ArUco检测的AGV辅助定位系统

移动机器人的自主定位技术在智能物流领域有着至关重要的作用,然而仅基于激光、视觉等传感器在未知环境下的位姿估计目前并不能满足一些需要高精度定位的场景需求。因此,本文提出一种基于辅助标记物的移动机器人定位系统,通过ArUco检测来实现AGV的精确定位,并结合TCP/IP实现与上位机调度系统的通信,完成整个搬运AGV上下料流程。     

一种基于双目视觉的手眼标定方法

提供了一种能同时标定摄像机与机器人手眼关系的方法,精确控制视觉机器人末端执行器做2次旋转运动和5次平移运动.建立视觉机器人末端执行机构和摄像机两个坐标系之间位置相互转换的方程,求得摄像机内参数及手眼关系,在标定的过程中取黑白棋盘中的一个成像点,无需匹配和正交运动,方便对执行机构进行控制.模拟实验数据与真实图像数据试验表明,该手眼标定方法可行、有效.     

基于稀疏表示的视觉机器人运动目标跟踪研究*

针对分类器学习常常面临高维数据的问题,借助稀疏表示理论对目标样本多尺度Harr特征进行数据降维,构建朴素贝叶斯分类器进行目标正负样本的学习和更新,选择具有最大分类器响应值的样本作为目标的当前状态,实现了对运动目标的快速而有效的跟踪。实验结果表明该方法适用于机器人运动目标跟踪,在提高实时性的同时能保持一定的鲁棒性。     

单线结构光平行双目测量仪

根据人的眼-脑视觉成像原理,模仿人类双眼结构处理景物的方式,将两个CCD平行放置在线结构光激光器两侧,构造了单线结构光双目三维视觉测量装置,建立了测量系统数学模型,开发了数据采集和处理软件系统。对测量系统进行了标定,并进行实物测量及数据处理。实验证明该系统结构简便、性能稳定,在许多领域均具备应用价值。     

基于运动的手眼系统结构光参数标定

提出了一种用于机器人手眼系统的线形结构光标定方法。该方法是通过机器人的运动，利用摄像机小孔模型、激光结构光平面和目标平面约束，构造出含有激光结构光平面参数的线性方程组，求解得到激光平面参数的两个参数。利用目标平面上的激光束长度约束，求解第3个参数。实验结果证明了该方法的有效性。     

基于CMAC神经网络的机器人平面视觉跟踪

在手眼关系及摄像机模型完全未知的情况下,建立了眼在手上机器人平面视觉跟踪问题的非线性视觉映射模型,将图像特征空间和机器人工作空间紧密地联系起来。在此基础上,为将视觉跟踪问题转化为图像特征空间中的定位问题,设计了基于CMAC神经网络的视觉跟踪控制方案,并与PD控制器相并联构成视觉反馈控制。仿真结果表明该算法能完全消除稳态跟踪误差,具有很强的环境适应性,算法简单,易于实时实现。     

一种改进的基于光流法的运动目标跟踪算法

运动目标跟踪需要从背景中准确地检测出感兴趣目标并实现有效率的跟踪。文章结合Codebook模型和光流法提出了一个新的目标跟踪方法,首先用Codebook模型检测得到感兴趣目标,然后提取感兴趣目标内部的特征点并用光流法进行跟踪,跟踪过程中实时更新用以跟踪的目标内部的特征点。当目标发生遮挡时,采用Kalman滤波器预测目标的位置,遮挡结束后根据Kalman滤波器预测的位置和Codebook检测结果重新初始化感兴趣目标内部的特征点。实验结果表明,该算法具有较好的鲁棒性和较高的准确率,能够满足实时跟踪的要求。     

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。     

基于自适应标签和稀疏学习相关滤波的红外目标跟踪算法研究

针对背景杂乱、遮挡、热交叉以及目标形变等复杂跟踪场景下目标跟踪算法出现性能严重退化问题,提出一种基于自适应标签和稀疏学习相关滤波的实时红外单目标跟踪算法。 首先,根据目标响应情况自适应地构造样本标签,通过自适应标签训练提升相关滤波器的分类能力,抑制干扰区域对跟踪模型的污染。 其次,加入稀疏学习策略,通过目标响应 L1 范数抑制复杂跟踪场景下目标响应多峰分布,提高跟踪算法的鲁棒性;与基线算法相比,该算法精度和 AUC 分别提升了 19. 3% 和 39. 8% 。 在数据集 GTOT、RGBT234 和 VOT-2016TIR 上的实验结果表明,该算法对上述复杂跟踪场景具有良好的应对能力,运行速度超过35 fps,综合性能优于对比跟踪算法。     

基于双目视觉的运动目标检测跟踪与定位

为克服传统目标检测跟踪方法无法对目标准确定位,以及在复杂环境下容易受光照、阴影等因素干扰的问题,提出了基于双目视觉的目标检测跟踪与定位方法。首先使用Matlab标定工具箱和OpenCV进行摄像机标定和图像校正,然后利用基于双目视觉的背景差分法实现目标检测,结合基于Kalman滤波的改进Camshift算法实现目标跟踪,最后利用视差图得到目标三维信息,从而实现目标定位。实验结果表明,所提方法能够实时跟踪运动目标并实现目标的准确定位。     

基于相关系数的光流计算方法研究

在对移动机器人的运动与光流进行定性分析时,引入全局光流相关系数的概念,将相关系数作为光流全局分布特牲的测度因子来判别移动机器人运动情况。这对以后的移动机器人视觉导航等具有一定的现实意义。     

基于PROFIBUS的流量计实时标定系统

主要介绍了运用PROFIBUS现场总线技术构建流量计的现场标定系统,使用该系统进行数据采集与远程监控,实现了流量仪表的现场标定,提高了企业的综合自动化水平和管理水平。     

基于多幅标定板图像的摄像机标定的对比和分析

摄像机标定是立体视觉三维重构的基础,标定的精度、稳定性和效率决定着整个双目立体视觉系统的性能。通过改变标定板图像数目开展标定实验,分别获得了摄像机内参和外参、标定所需时间,分析了标定板图像数目与标定精度和标定效率之间的关系。实验结果表明,对双目立体视觉而言,标定板图像数目为10幅为宜。     

基于OpenGL的双目摄像机的实时3D显示

文章阐述了3D显示的基本原理以及几种主流的3D显示实现方法,并介绍了在Visual C++6.0环境下,如何应用开放图形库——OpenGL实现双目立体视觉摄像机的立体显示。     

基于光流的物体移动速度检测技术

通过采集目标物体的运动图像,根据移动物体运动场和光流场的关系,由运动主方向的原理,确定出物体移动的方向;采用一种基于金字塔式的L-K算法对移动物体的光流速度进行计算;把图像中的光流速度转化为物体的实际移动速度。实验结果表明,该算法能有效地检测出物体的实际移动速度。     

基于卡尔曼预测和滤波的视频目标跟踪

视频目标跟踪在军事和民用领域有着广泛的应用,其实现算法首选卡尔曼滤波算法,但是在应用卡尔曼滤波算法之前首先要获得目标当前时刻的观测信息,在全帧图像搜索并确定目标需要耗费大量的计算资源。针对这一问题,文章结合目标跟踪时的卡尔曼滤波算法,在每次完成目标状态的滤波估计后,进行卡尔曼一步预测,确定目标下一时刻可能的范围,避免下一时刻确定量测信息时对整幅图像的搜索,极大地减小计算量,提高目标跟踪的实时性和精度。计算机仿真实验验证文中所提方法的有效性。