考虑应变率效应的钢制车轮冲击仿真与试验

针对应变率效应对钢制车轮冲击性能的影响,通过对钢制轮毂进行不同应变率下的材料实验,拟合出综合考虑多种应变率的轮毂材料本构模型.基于该本构模型,根据GB/T 15704 1995建立13°冲击工况下钢制车轮冲击有限元模型,结合冲击物理试验对比分析冲击仿真结果,验证本构模型和冲击模型的正确性.提出一套基于冲击性能的高精度钢制车轮仿真分析方法,为我国汽车钢制车轮的设计与开发提供借鉴.     

高铁轮毂表面缺陷的视觉显著性超像素图像检测方法

针对高铁轮毂表面缺陷实时在线检测问题,提出一种基于视觉显著性注意机制的超像素自适应检测方法。首先采用同态滤波器对缺陷图像进行预处理,去除环境光污染噪声引起的图像亮度分布不均匀问题,构建轮毂表面缺陷图像的谱残差视觉注意模型,之后采用超像素分割算法对缺陷显著性图像进行自适应阈值分割,标记出高铁轮毂表面缺陷的二维空间位置,实现轮毂表面缺陷的边界检测和形态估计。本文方法在高铁轮毂表面缺陷检测实验平台上进行了实验验证,结果表明：该方法能够有效抑制图像分割中的过分割问题,对缺陷的边界信息提取准确,鲁棒性较好。     

多轮廓三维立体视景图像的投影检测算法

针对多轮廓三维立体模型进行高精度建模中,因为视觉切换和光线强度衰减产生斑点和投影,需要进行投影检测分离,提高图像品质的问题,提出一种基于相似度特征纹理分割的多轮廓三维立体视景图像的投影检测算法.该算法先根据已知的多轮廓三维模型雏形对所有的建模点进行遍历建模分析,再对遍历后的建模点进行模型重构,构造含积分递推多项式的平面起控基函数,最后采用多轮廓图像的曲线混合函数初始化检测模型,得到改进的三维立体视景图像投影检测迭代方程,用相似度特征纹理分割方法实现对视景图像的投影检测改进,解决了图像投影检测不准确的问题.仿真结果表明,该算法能有效实现对图像的投影检测分离,图像成像保持度更好,提高了图像成像品质.     

基于深度学习的汽车轮毂缺陷自动分割技术

针对建立轮毂无损检测智能化平台的需要,本文提出一种基于深度学习算法的轮毂缺陷自动分割方法,利用卷积神经网络的结构和径向基函数神经网络的非线性特点,构造一种深度学习网络结构来模拟人类的视觉感知。本文依据汽车轮毂X射线图像,利用U-Net网络来训练轮毂缺陷分割模型,并在感兴趣区域的基础上模拟人脑层次感知系统,该层次感知系统能识别感兴趣区域的灰度像素,通过深度学习分层网络和卷积神经网络,逐层提取缺陷区域的内在特征,从而实现轮毂缺陷的自动分割。实验表明本方法针对复杂轮毂缺陷的识别率达到90%以上,且识别时间开销大约5ms/张,优于传统方法。可见该方法能够满足轮毂缺陷自动分割的需求,具有潜在的应用前景。     

汽车轴距差检测模型及检定策略

针对无法检定汽车轴距差检测仪测量精度的问题,分析了具有轴距差汽车的力学特性,论证了轴距差对汽车操纵稳定性的影响,建立了汽车前进方向与检测仪中心线方向成一定角度斜向行驶时的轴距差检测模型,提出了能够真实模拟汽车行驶状态,可精确调整模拟轴距差并适用于现有各类型轴距差检测仪的检定策略,研发了检定装置的试验样机,实现了轴距差在0～40 mm范围内的任意设定.试验表明,受检轴距差检测仪的精度符合检定规程中误差不大于±0.2 mm的要求,实现了轴距差检测仪的快速准确检定.     

转向架轮对参数的双目视觉测量方法与实现

为实现转向架轮径参数的精确检测,提出一种基于双目立体视觉的非接触式检测方法.采用Bouguet算法对轮对双目图像平面进行重投影,实现立体校正,并应用简化的NCC算法实现特征点的立体匹配;通过三维重建和坐标变换将提取到的轮对边缘特征点映射到二维平面内,并最终拟合出轮径参数;轮对轮缘半径检测试验,结果显示该方法的误差小于0.1mm,验证了该方法具有较好的检测精度,解决了当前测量方法特征点立体匹配误差较大和难以三维拟合的问题,满足实际现场快速测量要求.     

SR电机对轮毂驱动电动汽车垂向振动的影响

针对SR电机对轮毂驱动电动汽车行驶平顺性的影响,本文首先建立了开关磁阻（SR）电机的转矩波动方程,并根据电机的矢量控制原理,利用Sim Power System Toolbox模块库,搭建了电机模型;然后利用Matlab/Simulink软件,搭建了基于电机模型的机-电耦合振动仿真模型,并进行受轮毂电机转矩波动干扰的车辆垂向动力学模拟仿真。研究结果表明：附加轮毂电机后,车身振动和车轮动载荷都会变大;说明此类汽车工程化应用之前,需要优化悬架,以适应轮毂电机的转矩波动。     

一种基于图像相关的图像特征提取匹配算法

本文提出了一种基于立体视觉技术进行特征提取和匹配的算法。在立体视觉技术基础上以投射大小光斑的方法增加自由曲面的图像特征,有效的获得了图像的主要信息,建立图像之间的点映射关系。由图像相关性对匹配进行约束,选择最佳匹配点,获得象点在两个坐标系统中的三维空间数据,然后进行数据拟合得到非特征点的数据,大大提高了图像配准的效率和准确性。     

纯电动汽车低速转向差速控制模型

针对四个轮毂电机驱动的纯电动汽车,基于高效及简化差速控制技术的思想,利用Mat-lab/Simulink构建了适用于纯电动试验样车的阿克曼转向差速模型.在所建立的模型基础上,仿真研究了纯电动汽车四个车轮在不同转速和转角下的转速特性,并进行了左转向时各个车轮转速的对比、仿真车轮速度与实际车轮速度的对比及差速模型局限性分析.结果表明,所采用的阿克曼差速算法完全满足试验样车转向差速的需求,可为差速控制提供可靠的理论依据.     

基于道路特征信息的视觉车道模型研究

为有效进行道路设计评价以及分析道路环境影响驾驶员行为的机理,提出一个视觉车道模型,用于描述驾驶员眼中的道路特征信息. 视觉车道模型基于Catmull-Rom样条曲线建立,在CAD平台下自主开发了视觉车道模型软件,能自动进行设计道路视觉图像拟合;经大量实验分析表明,该模型能拟合任意形状的道路线形,并提取相关参数. 对视觉车道模型与道路三维几何信息的关系进行统计分析,是进行道路设计一致性评价的基础.     

立体压缩图像的客观质量评价方法

针对立体图像的客观质量评价问题,提出了一种适合于立体压缩图像的质量评价方法．该方法基于平面图像的人类视觉系统评价模型,考虑了人类视觉系统的多通道特性和对比度敏感度特性,使用Contourlet变换实现多通道分解,将立体图像对的差值信号进行评价．实验结果表明,该方法得到的质量评价结果符合人眼视觉特性,与主观质量评价方法的一致性较好,能够客观反映压缩立体图像的质量．     

基于计算机视觉的自然图像自动线描系统

介绍一种自然图像的自动线描算法,使计算机能模拟人类素描绘画的过程.该系统包括线描提取及线描渲染两步骤.在线描提取过程中,采用一种综合低层及中层视觉信息的边缘检测方法提取线描,在传统边缘检测结果基础上,根据计算机视觉理论对边缘进行精简及连接等处理;在线描渲染过程中,采用尺度、亮度等特征作为渲染画刷的属性,对边缘曲线进行拟合后采用纹理映射等非真实感渲染的方法产生线描图像.实验结果表明:基于计算机视觉理论的自动线描方法切实可行,线描提取结果优于传统边缘检测结果,能很好地体现线描图像的艺术效果.     

一种基于图像的车轮检测方法研究

该文对运动车辆的车轮视觉检测方法进行了研究。首先采用实时背景更新的背景差分法和轮廓检测方法获得运动车辆的位置和范围,然后根据车辆轮廓信息截取下半部图像,以缩小车轮的搜索范围,再对截取的图像进行边缘检测,提取其轮廓,最后对轮廓采用直接最小二乘椭圆拟合算法检测椭圆,并根据椭圆长短轴比率和中心间距等信息排除误检椭圆,得到车轮的中心位置和大小。实验表明,该方法检测车轮有很高的正确率。     

基于双目融合网络的立体图像质量评价

立体图像质量评价为3D技术的发展与应用提供了技术支撑.如何根据立体图像特点,构建更加符合立体视觉认知机制的立体图像质量评价模型,已成为该领域的关键问题之一.现有的立体图像质量评价方法要么先分别处理左右视图,然后结合左右视图质量得到立体图像质量分数;要么先对左右视图进行融合得到融合视图,然后评价平面的融合视图得到立体图像质量分数.事实上,大脑对立体视觉信号的处理是一个长期的复杂融合与处理的过程,并最终在视觉皮层完成对视觉信号的认知与判断.受大脑立体视觉认知机制的启发,本文提出一种基于双目融合网络的立体图像质量评价模型,实现了双目信息的多次融合与处理,模拟了大脑对双目信息进行处理和判决的视觉传导通路.所提出的双目融合网络包含左视图通道、右视图通道和融合通道,模拟立体视觉信息在视觉通路中的逐层并行处理过程;左右视图通道在网络中多次交互,模拟视觉通路中双目信息的多次融合与处理;网络末端的3个全连接层,模拟视觉信息经过视觉通路处理后复杂的质量判断过程.本文实验在两个公开立体图像库LIVE3D Phase Ⅰ和LIVE 3D Phase Ⅱ上进行,实验结果表明,该方法在对称与非对称失真立体图像上均能取得更好的结果,且较其他方法具有更强的普适性.     

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。     

基于立体视觉匹配的采摘机器人目标定位方法

为了解决采摘机器人目标定位偏差大的缺陷,提出基于立体视觉匹配的采摘机器人目标定位方法。引入立体视觉模型获取目标图像,采用线性平滑滤波模板消除目标图像的噪声;应用Bouguet算法立体校正左、右图像对;应用Sobel算子检测采摘目标边缘,确定目标的采摘中心点,通过立体匹配确定左、右图像中采摘目标的对应关系,完成采摘中心点的正确匹配,实现采摘机器人目标精准定位。测试结果显示,应用提出方法获得的采摘中心点匹配精度更高,采摘机器人目标定位误差最小值为1.0%,降低了目标定位偏差,应用性能较佳。     

基于视觉和毫米波雷达的车道级定位方法

提出了一种基于视觉和毫米波雷达的车道级定位方法.利用机器视觉方法,通过摄像头检测车道线,并用圆曲线模型进行拟合;采用毫米波雷达检测道路两旁的静止护栏边沿,以获取道路的边界信息,采用低精度全球定位系统(GPS)获取当前道路信息,并对比车道线与道路边沿的相对位置关系,从而进行车道级定位.结果表明,针对中、高速城市道路及高速公路场景,所提出的车道级定位方法的定位效果较好.     

基于离焦图像模糊分析的微装配力测量

提出了一种基于机器视觉的微装配力测量新方法.拍摄微夹持器受力变形时的离焦模糊图像,通过建立微夹持器变形力和离焦量之间的关系模型,把求取变形力的问题转化为求取离焦模糊图像的离焦量问题.采用粗精两步计算来求取模糊图像的离焦量,并利用微夹持器的变形曲线来拟合,拟合得到的曲线的参数即为变形力的函数,从而求得变形力.仿真实验证明了所提出的方法的有效性.     

基于双曲线的计算机视觉的管口尺寸测量

为了测量管口的尺寸,通常采用计算机视觉方法。以往利用图像中的曲线计算特征点和建立左右图像中点与点之间的对应关系,速度慢,实时性差。针对此问题,提出了一种新方法,在两幅图像中两个二次曲线建立全局匹配和对场景中二次曲线全局重建。通过解三个单变量方程,两个二次曲线的匹配能被全局地建立。实验表明,该算法具有很好的鲁棒性、实时性。     

基于机器人视觉的汽车零配件表面缺陷检测算法研究与实现

对机器人视觉进行研究,建立检测算法模型.通过分析图像相减匹配算法工作机理,结合汽车零配件生产系统,建立一种基于Siemens PLC的表面缺陷检测仿真平台,以验证该算法的可靠性.实验结果表明,该算法模型可以稳定地检测到缺陷目标.