基于机器视觉的智能人机交互技术研究

传统的自动化生产与产品形态关联紧密,产品升级后,许多自动化设备无法复用,导致自动化的优势无法得到长效发挥。该文探讨一种将机器视觉、人工智能和自动化技术相结合的应用模式,通过机器视觉技术感知现实世界,并将获取到的信息用于机器人的运动决策中,实现无人干预的人机交互原型,智能机器人的人机交互探索是一种可行的技术路径。     

杭州汇萃智能科技有限公司: 打造一流智能高速机器视觉平台

杭州汇萃智能科技有限公司(Mstar Technologies,Inc.)是一家专注于通用智能高速机器视觉平台研发及生产的国家高新技术企业.团队核心成员由国家特聘专家,IEEEFell-ow、世界500强前高管,国内上市公司前高管等业界精英组成.公司与国内外多所知名院校、科研院所拥有良好的合作关系,是目前国内高速机器视...     

基于机器视觉的智能小车导航系统研究

针对智能小车在跑道行驶过程中方向控制与速度控制不理想问题,对跑道进行图像处理,简化并提取跑道边界线,拟合出跑道方程,采用模糊-PID算法对小车方向及速度进行控制.该方案能够快速有效分析小车路径,计算小车的方向和速度.     

基于机器视觉与Andriod的停车场智能管理系统

为了实现停车场的智能与精确管理,设计了一套基于机器视觉与Andriod的停车场智能管理系统。首先,集成网络摄像头、数据处理服务器硬件和Andriod终端显示器,组成系统硬件平台;嵌入机器视觉算法和局域网通信,构建了停车场智能管理系统架构。然后,基于10万帧各场景各车型的大数据样本,利用卷积神经网络四层训练,设计了车牌定位检测算子,实现车辆有无判断与车牌定位。在Visiual Studio平台开发系统,并对该智能管理系统进行了测试,输出结果表明:所提出的停车场智能管理系统,在车牌检测和系统智能性方面,都优于传统停车场管理系统。     

基于机器视觉的智能小车道路识别系统设计

本设计是在以MC9S12XS128为主控芯片的基础上完成的,包括自制的系统板部分、数字CCD摄像机部分、车速传感器部分、加速度传感器部分、驱动电机及转向舵机控制部分;本车采用数字CCD传感器寻迹,以脉宽调制控制方式(PWM)控制电机和舵机。软件是在CodeWarrior 3.1的基础上用C语言编写的,车辆纵向控制采用数字增量式PID控制算法,横向控制采用拟人控制算法。     

基于机器视觉的人防门智能打磨系统

针对人工识别易出错、清理效率低、打磨环境恶劣等难题,基于机器视觉原理结合双机械臂研制了一种人防门智能打磨系统,其中视觉系统主要由1台视觉控制器VC3300和2台500万像素相机构成。通过视觉系统识别工件的顶点坐标,建立待打磨坐标系与顶点坐标系的映射关系,解决了塞焊孔位置及埋弧焊位置难以有效识别、数据难以高效协同、高精度打磨难以实现的难题。实验结果表明：此视觉系统能够有效保证较高的定位准确率和精度,整体工序相较于人工提速33.3%,打磨后焊点的平均高度0.115mm,满足实际工业生产需求,具有较好的实用价值。     

新一代计量仪器——用于几何参数的机器视觉系统

由机电部共性基金资助,华中理工大学电子与信息工程系承担的“视觉系统研究”项目,已于1988年底通过了预鉴定.该项目样机完成的主要功能之一,是实现标准件参数的快速自动测量.我国标准件厂家数以千计,但工件质量检验、参数测量几乎全靠手工完成,这种工作方式不仅速度慢、劳动强度大、量具损耗大,而且难以进行质量控制,不便于产品质量管理与分析.本系统硬件由计算机、摄象机、pc vision板和光学系统构成.被测工件装在夹具上,使其保持固定的位置与方向,经平行光源照射,摄象机摄取的图象信息以512×512×8 bits形式存在帧存贮器内,二值化后,软件完成图象边缘提取、特征点和特征线的提取和校正,并依据部颁标准对参数的定义,模拟人工投影测量方法,实现了对螺纹参数(螺距、大径、中径、小径、螺旋角等)和整体参数的全自动测量.全部参数测量时间少于15秒,比人工测量提高效率数十倍,现场使用,可为工人维护生产机床提供依据,且可用于批量零件的测量、存档,便于质量管理与分析.     

基于机器视觉技术的射击训练系统

简述了机器视觉图像识别技术在射击训练中的应用,并从硬件、软件组成及工作流程等方面对其进行了系统介绍,系统完成后可降低射击训练成本,提高报靶速度、精度。     

机器视觉技术的农业应用研究进展

 机器视觉技术已广泛应用到农业生产的诸多领域。综合国内外优秀研究成果,阐述了现阶段机器视觉在农业方面应用的主要形式,介绍了机器视觉在农作物精选与质量检测、植物生长信息监测、农田视觉导航等应用方向的研究成果,通过分析其创新性的图像处理算法、机器视觉系统的组成,提出了当前机器视觉农业应用仍存在可靠性差、成本高、智能化水平不高等问题。结合当前机器视觉在各种领域的研究和应用情况,对未来机器视觉在农业应用的发展方向进行展望,认为基于嵌入式处理模块和多技术融合的机器视觉系统将成为未来主要发展趋势,以卷积神经网络为代表的深度学习模型也将成为未来图像识别的核心技术,并将极大改善目前机器视觉在农业应用存在的诸多问题。     

高速在线机器视觉检测系统边缘检测算法研究

随着工业自动化生产的发展,产品质量检测成为生产过程的一个关键环节,高速在线机器视觉检测系统是解决这个问题的首选方案.本文主要研究了基于该系统的边缘检测算法,分析了被检对象的特性,总结了常用算法的特点,提出了适于该系统的高速实时在线检测算法.并且有效的保证了图像质量,为该系统后续检测环节的实现提供了良好的保障.     

基于机器视觉的智能小车转向系统滑模控制

针对智能小车转向时跟踪精度差、响应时间较慢的问题，提出了一种基于机器视觉的智能小车转向系统的滑模控制方法。首先，以感知路面信息的智能小车为研究对象，对其转向系统进行了原理分析及数学建模。通过对永磁直流电机工作过程的分析，建立了电枢电压平衡方程和转矩平衡方程，得出了相应的传递函数，并采用实验方法对传递函数参数进行了辨识。其次，针对上述被控对象，设计了滑模控制器，并进行了稳定性证明。利用Matlab/Simulink仿真结果验证了滑模控制算法的有效性。理论结果和实验验证相结合表明，相较于PID(proportional integral differential)控制，滑模控制具有较好的跟踪精度和响应速度。在频率为20 Hz时，跟踪精度提高了89.3%。此外，滑模控制能够克服系统的不确定性，尤其是对于非线性系统，显示出良好的控制效果。     

基于机器视觉的婴儿全身运动质量智能评估

针对婴儿全身运动质量评估问题,本文基于姿势识别对婴儿运动特征进行提取与分析,提出基于ResNet和反卷积层的婴儿姿势热力图识别模型,平均识别率达到86.9%;利用婴儿的二维姿势坐标,建立基于DenseNet的3D人体姿势识别模型,使用1D卷积网络及1D连接层,实现婴儿的2D姿势坐标到3D姿势坐标的升维推算;使用四元数作为空间向量表示方式,对婴儿主要肢体运动的角度、角速度、角加速度进行提取,并提出基于SVM的由婴儿肢体运动角度特征进行判定的婴儿异常行为识别模型。针对模型参数过多的问题,在保证模型整体识别率的情况下,使用主成分分析的方式对模型进行特征降维,提高整体识别速度,将维度由18维度降低至8维度后,整体运行时间减少近50%,且对于不同的视频样品均能正确分类。     

机械传动系统的智能感知技术

本文综述了传动系统关键零部件智能感知技术的发展状况,包括振动和润滑接触状态监测,以及封闭金属箱体内外的超声通信技术.振动监测主要通过嵌入系统内部的微加速度传感器及无线通信技术来实现;润滑接触状态包括压力、温度分布及油膜厚度,其中压力和温度分布测量主要利用接触式的金属薄膜电阻传感器,油膜厚度监测可以通过接触式电容方法或者非接触式超声方法.由于封闭金属箱体会屏蔽电磁信号,迫切需要实现基于机械波的箱体内外双向通信.同时,本文简要介绍了课题组开发的齿轮振动和应变无线监测系统,实验结果表明内部感知信号能够清晰地体现转速和啮合信息,从而反映传动系统的实时运行状态.     

应用机器视觉技术检测电路板焊点

摘要在线检测技术在自动化生产中占有重要的地位,设计了一个图像处理系统,利用工业摄像镜头替代目视作为传感器,通过图像采集、图像处理、图像识别等一系列操作,达到在线对电路板焊点检测的目的。     

一种基于智能相机的机器视觉系统的设计

从传统机器视觉系统的概述入手,介绍了智能相机机器视觉系统的特点、组成,从硬件、软件两方面给出了智能相机机器视觉系统的开发思路;智能相机机器视觉系统的开发,主要利用实验室开发平台来仿真工业生产线,实现系统的各项功能;结果表明：该开发平台完全可以移植到工业生产线中,具有较强的实用价值。     

基于机器视觉的煤炭分拣技术研究

基于机器视觉的煤炭分拣的技术,分析提取的实时图像,判断传送带上是否有物料,如果有物料时,提取图像中物料轮廓,然后计算出轮廓中红色和蓝色颜色分量的平均值,与所设定的阈值进行比较,从而判断出物料的种类。该技术具有高效、可靠的特点,使用该技术将提高生产效率,进而降低煤炭企业的生产成本。     

基于机器视觉的刀具磨损检测技术

针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法.     

基于机器视觉的电力线路侦测技术

输电线路覆冰常引发各种运行事故,造成大范围停电,带来巨大影响。因此,对输电线路覆冰状态进行检测有很高的实用价值。该文介绍一种基于机器视觉技术的输电线路覆冰检测系统。首先,将高清摄像头装设于待测点,拍摄输电线路影像资料;其次,采用机器视觉算法处理图像中的导线信息,计算导线宽度;最后,通过比较当前宽度值与参考值判断覆冰程度,结合气象数据评估事故风险级别。该系统功能全面,操作简单,可自动实现输电线路覆冰情况的识别工作。     

基于机器视觉的电线电缆检测技术研究

本文列举了0.6/1kV挤包绝缘电力电缆的检验项目和检验方法,讨论了需要人眼参与识别的静态与动态的检验项目.针对绝缘和护套材料的断裂伸长率、热延伸和低温拉伸检验项目与机器视觉检测技术相结合进行了探究,提出将机器视觉检测技术应用到电线电缆检验中.对于运动过程中和非接触状态下的试样状态变化的捕捉,机器视觉检测技术具有优势.     

基于机器视觉的智能小车自动循迹及避障系统

本文使用STM32单片机作为核心控制器,并协同机器视觉模块OpenMV组成智能小车系统,针对摄像头提取的道路图像信息,采用阈值法和鲁棒线形回归算法提取道路引导线,采用多重模版匹配法提取障碍物信息,并结合传统PID控制技术和模糊控制技术,实现了智能小车系统的引导线自动循迹和避障功能.实验表明,在直径为4mm引导线场地中,小车巡线性能表现良好;在静态障碍物环境下,小车能够有效识别障碍物,并完成避障路径规划.