基于图像分割和控制点的立体匹配算法研究

提出了一种基于图像分割和地面控制点（GCP）的立体匹配算法。利用Mean-shift算法将参考图像根据彩色信息快速聚类成不同区域,利用像素点的RGB信息与梯度信息相结合计算初始视差;引入地面控制点（GCP）约束,构造能量函数,利用动态规划方法（DP）计算能量函数最小值;在图像分割区域内采用快速投票方式优化初始视差并获得最终视差图。实验结果表明：该算法能有效处理视差不连续和遮挡区域,也解决了DP算法带来的条纹等问题。     

基于图像视觉伺服的AGV动力学控制

针对具有非完整约束AGV点镇定控制问题,提出一种新的基于图像视觉伺服控制算法.采用眼在手上视觉伺服模型,利用图像视觉伺服原理,基于图像误差设计了AGV视觉控制器,求得AGV广义控制速度;然后根据非完整约束特点的AGV运动学和动力学模型,利用计算力矩法设计了AGV动力学控制器,由广义控制速度计算出AGV控制力矩;从而实现了基于图像误差AGV力矩控制.并利用Matlab和Simulink进行了仿真,仿真结果表明了控制方法的有效性和可行性.最后利用Reinovo型AGV进行了实验,表明该方法具有很好的实用性.     

基于I&I与Hamiltonian理论的机器人速度观测器设计

近期, Astolfi和Stamnes等对一类机械系统设计了速度观测器. 采用了分步设计Lyapunov 函数的方法, 这导致观测误差系统结构复杂、 证明繁琐. 而且设计的偏微分方程(Partial differential equation, PDE) 不合理, 导致计算量大、不易求解. 本文在Astolfi和Stamnes等的基础上, 对一类机械(机器人) 系统设计了速度观测器. 通过对观测误差系统的Hamiltonian 实现, 克服了Astolfi和Stamnes等方法中的上述缺点. 并设计了一类偏微分方程, 避免了繁琐计算. 最后, 将所设计的速度观测器应用到一类关节机器人中, 仿真结果验证了设计方法的有效性.     

显微视觉系统中自动聚焦技术的研究

在聚焦评价算法的研究中,本文首先对传统的离散余弦变换(DCT)算法和最小核值相似区(SUSAN)算法进行改进,然后结合改进后的DCT算法和SUSAN算法提出一种新的聚焦评价算法,该算法结合频域评价算法和空间域评价算法各自的优点,使聚焦曲线在单峰性,局部极值点和灵敏度等方面与传统算法相比有较大改善。在聚焦窗口的研究中,本文提出一种基于图像子块重要程度加权的聚焦窗口选择方法,该方法以总梯度变化率作为图像子块重要程度因子,将重要程度因子值小于阈值的图像子块视为背景子块,去除背景子块后剩下的部分为聚焦窗口。新的聚焦窗口选择方法能实现动态的区分目标区域与背景区域。     

显微视觉系统中自动聚焦算法的研究

针对自动聚焦过程中的聚焦评价函数、聚焦窗口、搜索算法进行了研究。首先改进了Robert函数增加了聚焦评价函数的陡峭度;其次针对固定聚焦窗口无法准确找到聚焦物体的缺点,提出了一种动态选择聚焦窗口的方法,该方法将图像分块,利用不同子块的梯度变化程度区分物体和背景,该方法更具适应性;进而提出了大步长和小步长相结合的爬山搜索算法,经过改进后的爬山搜索算法能更准确地找到焦平面;最后通过自行研发的显微视觉系统验证了所提自动聚焦方案的有效性。     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

具有倍频、辨向和计数功能的4倍频电路及其FPGA实现

4倍频电路广泛应用于数控机床的位置检测装置中,它可以有效地提高数控机床的定位精度.传统的4倍频电路通常用数字集成电路或SCM实现,电路结构复杂且功能单一,功耗大且实时性差,4倍频电路的控制精度和稳定性不高.该4倍频电路基于现场可编程门阵列FPGA实现,电路结构简单、功能丰富,电路的抗干扰能力强,模块功耗显著降低,有效地...