目标追踪位置估计的单目视觉算法

提出了单摄像机安装在机器人上的视觉伺服系统的位置估计方法．提出的方法集成了由运动恢复深度和由散焦恢复深度的技术以满足实时要求．对于远距运动物体，用Grassmarm-Cayley代数中的Plucker表示法获取物体的位置估计．对于近距运动物体，用多层前馈型神经网络来恢复物体位置．用提出的判据在两种方法中切换．实验结果表明，估计精度得以提高．     

基于多视图和注意力推荐网络的三维物体识别方法

传统物体识别方法是从单一图像中通过人工提取图像特征,存在成本高、质量低等问题。针对上述问题,提出一种基于多视图和注意力推荐网络的三维物体识别方法,多视图很好地保留了物体在局部和全局上的特征;注意力模块可以有效地对视图上关键的特征聚焦,忽略无关或干扰特征。该方法利用一组多视图作为输入数据,通过卷积神经网络端到端提取物体特征,在卷积层加入注意力模块,实现视图关键区域的定位和剪裁,将处理后的视图送入另外一个卷积层,两个相同卷积操作提取的特征在池化层聚合,利用稀疏表示分类器对特征描述子进行分类识别。通过两个公开数据集的实验表明,所提算法对物体图像的识别准确度优于传统算法。     

基于活动单眼定位的移动机器人物体收集

探讨了移动机器人基于活动单眼的定位算法,并以该算法获得的视觉信息进行自主式移动机器人物体收集的实验。对目标的获取、在物理坐标系中的定位和延时补偿以及控制方法等问题进行了讨论,并给出结果。从定位结果的分析来看,定位精度可以满足移动机器人控制的需要,介绍了机器人进行物体收集的控制策略。实验表明,基于该定位算法的物体收集策略可以较好地完成任务,并具有良好的鲁棒性。     

基于触觉图像序列的三维规则物体识别方法

提出一种基于二值化触觉图像序列的三维规则物体识别方法.触觉图像序列是通过装有高分辨力和高柔性触觉传感阵列的平行移动式夹持型手爪系统来获取的.实验表明,所述方法不仅能有效地识别一般平面物体,而且能有效地识别接触面是非凹曲面的物体。     

基于几何模型的三维物体空间定位及识别方法

本文对多面体的空间定位及其识别作了较为深入的研究,提出了一种基于物体几何模型的立体图象柔性匹配及识别算法。依据物体的局部特征和关系图,采用二维半的方法由底向上地恢复物体的深度信息,并建立对物体几何模型的描述,据此,达到了对物体准确识别。     

基于UKF算法的无刷直流电机转子位置和速度的估计

针对无刷直流电机（BLDCM）非线性严重而导致控制困难的问题,利用无轨迹卡尔曼滤波（UKF）算法设计了观测器,以估计无刷直流电机的转子位置和角速度,分析了在BLDCM系统负载变化、负载扰动、参数变化以及低转速情况下的估计结果,同时讨论了噪声统计参数的变化对估计效果的影响由此可知,良好的估计效果与UKF算法中各个参数的设置有重要的关系．仿真和实验结果表明,该转子位置观测方法可以比较正确地给出电机换相信号,实现电机的无位置传感器控制．     

三维图像中物体体素重建的新方法

在三维图像，例如LSCM，CT和MRI图像的处理、识别、可视化和计算机绘图中，三维物体的重建是必不可少的．已有的三维物体重建方法是基于二维物体重建的连通模拟法，因此重建速度慢．为此，我们提出一种新的快速的三维物体体素重建方法．在这种方法中，首先采用边沿跟踪和水平扫描的区域标号法重建三维图像的每个平面中的二维物体切片，然后采用伪OR运算和链接表的叠片法重建三维图像中的三维物体实体．作者首先介绍边沿跟踪和水平扫描方法，然后介绍伪OR运算和链接表，最后给出采用这种方法的实验结果的一个例子。     

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习，能满足智能装配环境下连续作业的要求     

由深度和灰度重建三维物体表面的新方法

提出一种由特征点深度与灰度重建三维物体可视表面的新方法。文中把已知深度和图像灰度结合起来,实现了一个递归外推算法,以唯一确定整个物体表面的深度。实验结果说明了重建方法的正确性和可行性。     

基于图像角特征的三维运动估计

利用图像角特征来研究计算机视觉领域中的运动估计问题。首先通过引入一个新的坐标系，由单幅图像求得直角三维结构的解析解，其次根据两幅图像中相对于同一个角各条边的关系，求得物体的旋转运动，最后通过求解一个简单的线性方程组得到物体的相对平移运动，并证明了由两幅视图的一对角匹配对和两对点匹配对就能唯一地确定物体的运动。这种基于直角特征的运动估计方法还可推广到非直角的一般情形，实验结果表明该算法是正确有效的。     

基于惯性传感器和视觉传感器的室内定位研究

针对视觉定位实时性不高和惯性定位误差积累的问题,叙述了一种融合视觉全局定位和惯性传感器局部定位的移动机器人导航定位方法。该方法以惯性传感器定位为主,引入视觉定位技术来消除其积累误差,达到提高移动机器人定位的目的。实验表明,该方法能够克服视觉定位和惯性定位的缺点,定位精度优于单独采用惯性定位或视觉定位。     

传感器数据异常下动力定位鲁棒状态估计方法

针对时变环境带来的传感器数据异常、未知环境干扰等影响,导致基于无迹卡尔曼滤波的动力定位状态估计方法估计精度下降的问题,提出了一种鲁棒无迹卡尔曼滤波方法,该方法通过引入一种基于指数加权的观测噪声协方差矩阵R自适应更新模块和一种基于卡方分布假设检验方法的过程不确定性识别模块处理传感器数据异常情况并估计未知环境力.最后,以某平台供应船的船模为仿真对象,进行了仿真对比实验.仿真结果表明,鲁棒无迹卡尔曼滤波能够准确及时地识别传感器数据异常情况,相较于传统无迹卡尔曼滤波而言,鲁棒无迹卡尔曼滤波状态估计精度更高,收敛速度更快,表现出较强的鲁棒性.     

超声波惯性传感器定位误差校准方法

提出一种基于超声波的惯性传感器室内定位误差校准方法,该方法在机器人经过室内房顶预设的超声波发射覆盖区域时,通过接收发射模块的特征序号,与微处理器内部的数据字典对比,实现位置的校准。发射模块可以记录机器人在预设节点附近的特征信息,并将记录信息发送给后台数据库,通过统计学习,筛选出具有一定规律性的热门路线,当机器人再次经过这些路线时,不需要重复进行超声波通信校准,而是直接从数据库调用位置特征信息,从而提升校准效率。     

一种改进的WIFI位置指纹室内定位算法

WIFI位置指纹定位作为目前常见的室内定位方法,存在接收信号强度(received signal strength,RSS)波动和时变等问题,导致定位精度不高.文章为此设计了一种采用结合卡尔曼滤波的方差修正加权K最近邻(weighted K-nearest neighbor,WKNN)算法的室内定位方法.离线阶段,经过...     

基于距离角度图的三维物体表达方法

利用三角形格网提出一种新的三维物体表达方法——距离角度图法 ,它将由激光相机获取的深度图像场景数据和物体模型描述成一种易于匹配和识别的表达 .这种表达方法能够描述任意形状的物体 ,通过对参数的控制 ,能做到既可以表达物体的局部特征又可以表达物体的全局特征 ,且能够适应不均匀格网的情况     

再论高速运动物体的视觉图像

研究了自左至右高速运动物体,左侧图象的极限位置及左侧图像的规律.     

基于运动模式识别的高程估计算法研究

在室内行人定位系统中,行人的高程定位精度关系到整个定位系统的可靠性。本文提出一种基于腰间传感器的室内行人高程估计算法。首先利用支持向量机识别行人上楼下楼动作,针对行人的运动状态采用自适应的高程估计算法。针对气压计测量值易受环境影响的问题,采用了基于EKF融合气压和加速度的高度估计算法,提高了高度估计算法的稳定性。经实验验证,当室内人员进行平地走、上楼等一连串动作后,基于差分气压测高法计算的高度误差为9.92%,基于加速度估计的行人高度误差为9.52%,EKF融合后定位误差下降到2.32%,提高了高程估计的精度。     

基于多传感器信息融合的移动机器人定位技术研究

移动机器人自身的定位问题是移动机器人在实际应用中首先会遇到的问题,是移动机器人完成各项任务的首要前提。为提高自制移动机器人的定位能力．设计了扩展卡尔曼滤波器对移动机器人装载的里程计、陀螺仪以及电子罗盘信息进行了信息融合。仿真研究结果缸明移动机器人的定位能力能得到一定的提高。     

基于OpenGL的三维物体纹理贴图研究

纹理贴图是开发三维图形系统的重要一环。本文论述了结合C语言与OpenGL实现三维物体纹理贴图的思路与方法。并通过实例验证了纹理贴图技术在绘制真实感图形中的可行性。