基于改进ICP算法和CAD模型库的单目视觉位姿测量

针对单目视觉条件下测量三维物体的位姿问题,提出一种基于改进迭代最近点(iterative closest point, ICP)算法和CAD(computer aided design)模型库的单目相机位姿测量方法.首先,利用OpenGL绘制物体几何模型,基于一系列虚拟观察点得到物体在虚拟相机下的投影图,提取边缘点集构成模板库;然后,通过改进的Hausdorff距离将待处理图像的边缘点集与模板库的点集模型进行匹配,得到粗略位姿,再在此基础上采用改进的ICP算法对待测图像的边缘点集与物体三维边缘点集进行迭代优化得到精确的位姿参数.实验结果表明,该方法求得的位姿参数误差较小,进而验证了所提方法的有效性.     

工业机器人运动学参数误差两步识别法

提出了将转动误差和定位误差分离的参数误差两步线性识别方法,利用刚体相对转动误差识别出仅与转动相关的运动学参数误差;由已校准的参数并利用刚体距离误差识别出其余的运动学参数误差,两步识别法不仅避免了测量坐标系与机器人坐标系的转换以及参数估计误差的传递,而且有效解决了距离方法中存在的奇异和非线性问题,可以快速求出参数误差的线性解,该识别法不仅可以用于串联、并联机器人的校准,而且适用于数控机床、坐标测量机等的误差识别与补偿。     

三角平台并联机器人运动学参数识别

提出三角平台并联机器人运动学参数识别算法 .本算法是通过相互垂直两个向量的数量积来建立误差模型 ,避免了传统的并联机器人参数识别方法中通过位置正解及循环迭代过程求解误差参数而带来的一系列问题 .     

基于关键点的点对特征三维目标识别算法

针对复杂场景下的三维点云目标识别速度慢,准确率低的问题,提出了一种基于关键点的点对特征三维目标识别算法. 通过直接对关键点建立点对特征,避免了周围邻域局部曲面的特征计算,具有空间维度小和计算速度快的特点. 使用哈希表存储,加快了特征匹配的时间. 利用快速投票方案对模型点云和场景点云进行匹配识别,生成候选位姿,利用贪婪算法对候选位姿进行聚类与筛选,采用ICP算法对物体位姿进行优化,基于配准后的点云重叠情况完成目标识别. 对提出的算法在多个数据集以及真实场景下进行了实验,验证了所提出的识别方法具有可行性和有效性,且对噪声的鲁棒性较强,具有一定的实际工程应用价值.      

三角平台并联机器人运动学参数识别

提出三角平台并联机器人运动学参数识别算法。本算法是通过相互垂直两个向量的数量积来建立误差模型,避免了传统的并联机器人参数识别方法中通过位置正解及循环迭代过程求解误差参数而带来的一系列问题。     

基于差异进化算法的围岩参数识别

引入了一种新型智能优化算法差异进化优化算法,建立采矿巷道围岩参数的识别方法.基于正交设计和均匀设计方案进行巷道开挖的数值试验,建立围岩力学参数与监测位移的映射关系回归模型.以计算位移和监测位移的误差为适应值,采用差异进化优化算法进行参数识别.在探讨差异进化算法原理和参数识别步骤基础上,将该方法应用于金山店铁矿进路巷道分析.分析结果表明该算法具有优良的全局快速收敛性,是具有较强适应性的新型巷道参数识别方法,具有良好应用前景.     

基于多光谱冠层成像仪的单株植物冠层体积及总面积指数测量误差分析

基于多光谱冠层成像仪(MCI)测量方法,开展龙眼树冠层体积及总面积指数测量研究,以地面实测数据为基础,重点分析MCI外方位元素(测站三维坐标及三个姿态角)测量、测站距离及测量方案(测站距离、体元及影像分区大小参数组合)三大误差来源及其对测量精度影响.研究发现,测站外方位元素解算精度受控制点成像质量、分布方式、控制点数目等因素影响显著;当体元、影像分区大小固定时,冠层体积及PAI参数测量结果受测站距离、测量方案影响整体较小,且偏差范围均小于8%,但少量方案存在测量结果不稳定性现象,其体积及PAI测量偏差可高达15%.     

基于Kinect的人体三维动作实时动态识别

针对传统的二维图片动作识别算法识别率相对不高、实时性不强的问题,文章提出一种三维的人体动作实时识别的方法。该方法首先通过Kinect获取人体三维骨骼数据,然后对骨骼数据信息采取归一化的方法进行数据对齐的预处理,使得与实时数据与标准数据的角度阈值和距离参考值统一。最后与标准动作采用多特征融合的识别算法对动作进行识别与匹配的方法,并在此基础上改进基于关节点角度的动作识别方法。实验结果表明,文章方法运行速度较快,可有效消除角度测量不稳定以及距离测量无法检测方向上的差异造成的动作匹配不准确。满足三维动作识别的实时性、鲁棒性强。     

用于位姿测量的LED标识点坐标优选方法

单目视觉位姿测量过程中,被测物体与摄像机光轴之间的夹角随着姿态的变化而变化,并受到环境噪声、提取算法和摄像机等因素的影响,像平面的像点坐标存在不可忽略的误差,单目多角度标识点三维坐标测量方法实现了位姿测量过程和坐标测量过程的统一,能够减小图像中心提取误差的影响.本文研究了单目视觉位姿测量的误差传播模型,从摄像机图像误差出发,预测和估计输出姿态误差,选取最适合的单目多角度定位标识点坐标,实验结果证明本文提出的基于误差传播的定位标识点坐标优选方法能够有效地提高单目视觉位姿测量的精度.     

基于轮廓点相似性测度的2D-3D医学图像配准算法

针对传统配准算法无法适用于成像模糊、对比度低的X光医学图像的问题,本文提出一种基于轮廓点相似性测度的配准技术.首先引入分块双阈值增强策略来提取DRR图像和X光图像的边缘轮廓信息;其次,采用高斯加权欧氏距离计算图像轮廓的相似度;最后通过平衡优化器算法进行迭代优化,得到最优的位姿参数.实验结果表明：本文算法能够精确提取模糊X光图像的边缘轮廓信息,而且可以准确评估其与CT数据的相似度,平均配准成功率超过94%,算法效率和鲁棒性优于传统算法,可用于医疗诊断、放射疗法、图像引导手术等医学活动.     

基于模型匹配的结构光视觉焊接接头定位

提出一种基于模型的焊缝特征位置提取与识别方法.通过定义简单的参数化焊接接头模型,使用部分豪斯多夫距离(PHD)作为相似性度量准则,利用迭代匹配的方法使得焊接接头模型快速地逼近实际焊接接头的位姿.为了保证方法的可靠性与实时性,利用统计分析的方法设置相关的匹配参数,并通过将位姿参数空间定义在结构光平面而实现了参数空间的降维.实验结果表明,该方法在满足实时性的条件下保证了最后结果的精确性,满足实际应用的要求.     

视觉-激光混合式3D测量方法及自动装配研究

自动化装配作业面临基座螺纹孔位置不固定和大臂工件在搬运过程中位姿变化的问题。该文采用激光测量与视觉检测相结合的方法,实现大臂工件三维位姿测量,解决了工件搬运过程中位姿变化的问题。采用动态阈值方法提取螺纹孔连通域,通过形态学处理,提取出螺纹孔的位置特征,以装配底座为基准确定Y、Z坐标值与R_X欧拉角。以基座螺纹孔轮廓作为特征模板,求取大臂与装配底座位姿的偏移量。激光传感器得到大臂工件的X方向信息,通过几何二面角求解与基准位姿的R_Y、R_Z欧拉角偏差。最后在机器人装配系统上进行30次实验,定位姿态误差小于0.1°,位置误差小于0.2 mm,验证了提出的工件位姿测量方法的有效性。     

机器视觉辅助的插头锥套式无人机自主空中加油仿真

为准确获取无人机自主空中加油对接阶段受油插头与加油锥套的相对位姿信息,提出一种机器视觉辅助的插头锥套式无人机自主空中加油方案。研究了机器视觉识别跟踪加油锥套的算法,利用卡尔曼滤波算法估计无人机与加油锥套的相对位姿。实验结果表明:机器视觉图像处理算法可精确识别跟踪加油锥套,滤波器估计的相对位姿误差收敛速度较快,满足插头锥套式无人机自主空中加油的需要。     

基于线激光传感器的盾构管片位姿检测方法

针对盾构管片初始摆放误差与拼装累积误差问题,提出一种新的管片位姿检测方案。该方案无须在管片上添加额外标记点,利用安装在管片拼装机器人上的3个线激光传感器对管片边缘进行扫描,根据边缘点的相对位置坐标计算管片上特征点的坐标,并依此推导出待安装管片的抓取位姿和安装位姿表达式。使用SolidWorks软件建立三维模型以提供算例,比较不同检测点位置对位姿计算精度的影响,验证该方案的可行性。研究结果表明:本文提供方案计算得到的管片位姿误差较小,可以满足盾构管片抓取和安装要求;增大管片边缘扫描点的距离能够提高姿态检测精度。     

基于不变角度轮廓线的三维目标识别

三维物体的快速准确识别是研究的热点.根据局部特征变换的特点,提出了不变角度轮廓线的识别方法.算法通过点云矢量特征对物体进行局部分割,利用欧式距离、测地距离以及角度三个变量,建立其不变角度轮廓特征描述,进一步提取不变矩特征,构建特征向量数据库集.被识别物体的特征描述和数据库中特征进行夹角余弦匹配,可完成物体的识别.通过识别实验以及识别算法性能分析,结果表明算法具有较高的识别率和识别效率,可以用于复杂点云物体识别.     

基于因子图的无人喷雾机多源融合定位

针对果林环境GPS信号容易丢失,造成农机位姿估计误差较大的问题,提出了一种基于因子图的喷雾机多源融合定位方法.采用集成彩色和深度相机与IMU的RealSense D435i传感器,感知无人喷雾机周围环境信息.通过改进的自适应阈值均匀Harris角点提取方法,利用金字塔LK光流算法跟踪匹配角点,使用迭代最近点算法估计相机运动,最终采用因子图优化算法迭代优化位姿估计误差.试验在林间道路进行,改进的方法与惯性组合导航相比,在GPS信号丢失时可以有效地实时估计喷雾机位姿,试验测试距离总共112.39 m,多传感器融合后的位姿更新频率约为50 Hz.结果表明:喷雾机定位均方根误差减少了0.816 m,最大误差减少了4.613 m,姿态角度估计最大误差减少了2.713°.     

数控机床几何精度的位姿测量原理

为了获得数控机床全部的几何误差信息,根据激光跟踪仪的三维空间测量特性,提出一种数控机床几何精度位姿测量原理和几何误差分离原理。借助于一台固定安装于机床上的数控精密转台和一台激光跟踪仪获得机床运动轴的位姿信息,然后辨识出机床各项几何误差。首先,详细描述了位姿测量方法的基本原理,给出了平动轴误差测量数学模型,包括测量点、基点空间坐标的标定原理以及姿态偏差的获取步骤;然后,根据解析几何知识先后分离出3项转角几何误差和3项位置几何误差,并综合得出单个运动轴6项几何误差分离模型;最后通过数值模拟、测量实验以及对比实验验证了该原理的可行性和准确性。实验表明,采用位姿测量原理可以在2h内实现一台3轴高速数控铣床的精度检测,并准确分离出各项误差。位姿测量原理具有很高的测量精度与效率,解决了基点标定难题,且标定精度更容易提高。该原理为数控机床精度检测提供了一种新的思路,应用前景广阔。     

手骨身份识别系统

为了提高身份识别的正确率,加大身份识别伪造的难度,提出一种基于手骨的身份识别方法,并设计实现一种手骨身份识别系统．基于手骨的身份识别方法主要包括：首先获取手骨正位X光图像,然后对该图像进行Harris角点检测。通过Snake模型提取手骨轮廓图像,计算图像的小波矩作为手骨图像的特征值．最后先通过模糊C均值聚类算法进行聚类操作,再通过支持向量机进行分类识别,完成手骨的身份识别．在该方法的基础上,设计实现一种手骨身份识别系统,由于手骨x光图像的唯一性并且很难进行伪造,提高了身份识别的正确率和安全陛．     

基于改进型粒子群算法的曲面匹配与位姿获取

有限散乱点模式匹配是机器视觉与模式识别领域中的一个基础问题和重要环节,在目标识别、医学图像配准、遥感图像匹配、目标位姿获取等方面得到了广泛应用。该文提出了一种变概率密度分布的改进型模拟退火粒子群算法,能够加速算法收敛并搜索到全局最优解,提高匹配准确性。通过采集已知旋转体目标局部表面有限散乱点,构造适应度函数并进行坐标变换,实现散乱点与曲面的匹配和目标位姿获取,讨论了误差影响因素和算法适用性。应用结果表明:该方法与最小二乘曲面拟合方法相比,所需散乱点数目少,计算效率和精度高,且具有对散乱点采集误差不敏感等优点,能够满足排爆机器人抓取目标局部裸露情况下的位姿获取应用需求。     

基于TOF成像技术的柑橘实时识别与定位

通过分析TOF(time of flight)成像信息,将场景反射光强度与深度信息采用图像表示,应用各向异性扩散与冲击滤波耦合的滤波模型,滤除深度图中的噪声,采用阈值分割、区域生长、区域最小外接圆等算法将柑橘从背景中分割出,并以区域距离极差、距离方差和识别柑橘半径值为约束条件,对识别的柑橘区域进一步筛选,再结合三维数据库信息提取柑橘的基本特征参数,最后实现树上柑橘的实时识别与定位.自然生长状态下柑橘的识别正确率达86.7％,误判率为0,深度误差小于12 mm,实际半径误差小于13 mm,图像实时采集与处理耗时小于100 ms.