低对比度全景球面图像目标分割方法研究

受到光照、设备等外界条件的影响,得到的全景球面图像对比度通常较低,当前目标分割方法无法解决外界环境的干扰问题,导致分割结果精度低,分割效果不佳。为此,提出一种新的低对比度全景球面图像目标分割方法,通过PCNN模型对低对比度全景球面图像进行对比度增强处理,依据人眼视觉特征,通过对数变换映射函数把全景球面图像的亮度调整至一个合适的视觉范围内。介绍了均值偏移法的理论基础,通过对特征空间中样本点的聚类,获取模式点。通过均值偏移法将空间上相邻和色彩相同的像素划分至一类,找到不同颜色的聚类点,从而实现低对比度全景球面图像目标分割。实验结果表明,采用所提方法对低对比度全景球面图像进行分割,不仅分割效果好,而且分割精度高。     

低对比度全景球面图像目标分割方法

受到光照、设备等外界条件的影响,得到的全景球面图像对比度通常较低。当前目标分割方法无法解决外界环境的干扰问题,导致分割结果精度低,分割效果不佳。为此,提出一种新的低对比度全景球面图像目标分割方法,通过PCNN模型对低对比度全景球面图像进行对比度增强处理,依据人眼视觉特征,通过对数变换映射函数把全景球面图像的亮度调整至一个合适的视觉范围内。介绍了均值偏移法的理论基础,通过对特征空间中样本点的聚类,获取模式点。通过均值偏移法将空间上相邻和色彩相同的像素划分至一类,找到不同颜色的聚类点,从而实现低对比度全景球面图像目标分割。实验结果表明,采用所提方法对低对比度全景球面图像进行分割,不仅分割效果好,而且分割精度高。     

基于极大似然估计的全景立体视觉机器人自定位方法

针对室内环境下移动机器人的自主定位问题,研究了一种基于极大似然估计算法的全景立体视觉机器人自主定位方法。通过分析双曲面折反射式全景成像系统原理,利用全景视觉具有探测范围广、能够获取环境信息丰富的特点,提出了一种同向垂直基线的全景立体深度信息测量算法。在三边定位算法的基础上推广,提出了基于多路标的极大似然定位算法,采用最小二乘估计法,计算机器人定位的几何超定方程组,设计了完备的定位算法,实现机器人的绝对坐标解算。该方法能够应用于大范围环境的全局定位,实验结果验证了该算法的可靠性和准确性。     

微小型多机器人自重构的红外定位及对接方法

研究了Millibot类型自重构机器人的红外定位及对接方法. 在该方法中,设定一个静止的信标机器人,移动机器人利用红外传感器定位,安装在移动机器人前端连接件上的两个红外传感器分别在步进电机的驱动下旋转,它们发出的红外光分别被信标机器人后端连接件上的两个反射体反射回来. 利用此时得到的步进电机旋转角度参数,通过三角法就能计算出移动机器人与信标机器人的相对位置,进而规划出移动机器人的对接过程和运动轨迹. 移动机器人沿着该轨迹行走就能实现与信标机器人的对接. 给出了自重构机器人的原理样机,并用试验验证了该方法的有效性.     

视觉传感机器人焊缝跟踪系统

利用环形激光扫描传感器,建立了一种用于焊缝定位与焊缝跟踪的孤焊机器人视觉传感系统,基于图像分割、特征提取和三维计算等技术,实现了待焊工件形状位置信息的三维数值计算,并以对接焊缝和斜坡焊缝为对象进行了焊缝定位和焊缝跟踪试验.结果表明,提出的弧焊机器人视觉系统能够实时获得被焊工件的形位信息,实现焊缝的实时定位与跟踪.     

基于双目视觉的机器人自定位方法研究

研究了一种利用双目立体视觉的机器人自定位方法.首先提取双目图像序列的Harris角点特征,并计算其水平与垂直方向上的Sobel响应,基于此响应,采用绝对误差累计的最小窗口查找(SAD)原理进行立体匹配.将改进的RANSAC算法用于特征匹配点优化中,利用高斯牛顿迭代法求解机器人位姿,实现了机器人的自定位.室内、外实验,及与BoofCV视觉库中的立体视觉定位算法的对比分析,证明该方法在运算速度、定位精度和稳定性等方面均能满足实际应用需求.     

全景视觉技术研究进展

全景视觉技术在机器人、计算机视觉和虚拟现实领域有着重要的应用。实现全景视觉技术的主要方法包括图像拼接和折反射透镜。介绍图像拼接流程中的关键技术,包括图像配准和图像融合的几种主要算法。该文分析了单视点和非单视点折反射全景视觉技术的优缺点,概述近年来全景视觉技术的研究状况,最后分析全景视觉技术的研究动向。     

基于全景视觉的海上救助机器人

针对海上搜救的背景,研究了基于全景视觉的移动机器人进行海上救助的关键技术。首先,提出了基于颜色模型的图像分割方法,运用区域增长的方法处理分割图像并进行目标定位。然后,配合声纳传感器对目标进行准确的抓取。最后,通过实验检验图像分割和目标定位的精度,验证了该方法运用到海上救助系统的可行性。     

自主足球机器人视觉系统结构及关键技术

提出了自主足球机器人嵌入式多处理器体系结构以及视觉系统的构成框架.对单目视觉系统所涉及的关键技术进行了详细的分析和研究,其中包括图像分割、目标搜索算法、目标定位和机器人自定位技术.基于YUV颜色空间,对目标进行分割,并通过连通区合并来快速搜索目标,同时根据摄像机模型来确定目标的空间位置.实验表明分布式视觉体现结构能够实时准确地完成视觉处理任务.以上新算法可以快速鲁棒地搜索图像目标,并能较精确地确定目标的位置信息和机器人的自定位信息.     

基于双目视觉的掘进机器人定位定向方法研究

随着煤矿采掘装备智能化需求日益迫切,煤矿掘进装备机器人化关键技术成为重要研究内容,确保掘进机器人的高精度定位定向是实现掘进机器人高效自主运行的重要基础,然而,受到掘进作业空间地质条件复杂、作业环境恶劣等因素影响,使得掘进机器人精确定位定向较为困难。基于双目视觉感知技术的掘进机器人定位定向方法,通过双目视觉传感器获取巷道空间环境特征,基于最大类间方差法建立巷道空间环境图像特征分割处理模型;分析巷道空间图像特征,构建掘进机器人及巷道空间环境特征识别模型;基于巷道空间环境图像识别信息,建立掘进机器人与巷道空间之间的坐标关系模型,推导并解算出掘进机器人在巷道空间中的位姿信息。经过仿真及实验验证表明,在实验室模拟巷道空间环境中,解算出的掘进机器人定位定向参数精度较好,算法误差较小,空间定位定向模型合理,仿真计算可靠,提高了掘进机器人对巷道空间环境信息的获取与特征识别能力,为掘进机器人的定位定向技术提供理论基础。