RoboCup视听信息处理策略中粒子滤波定位法的应用

在RoboCup仿真组比赛中,仿真模型引入了真实世界的很多复杂特性,使得智能体在场上执行动作时受到限制.首先分析了视觉信息特征和视觉感知噪声模型,在这个基础之上给出了一种视觉信息处理策略,即基于视觉噪声的粒子滤波定位法,最后进行了实验模拟.通过对实验数据的对比分析可以看出,这种视觉信息处理策略能够在Agent内部维护一个相对更为精确的比赛场上的全局模型.     

EmguCV耦合视觉引导的图像目标定位与补偿技术研究

在平板电脑组装过程中,需要对背光板进行整体定位,传送给机械机构进行位移和角度补偿,从而实现精准组装.但由于背光板顶点背景复杂,往往存在很多干扰点,使得当前图像角点定位算法定位不准,易产生误差.对此提出了一个基于EmguCV与视觉引导的目标定位与引导机制.首先打通Basler SDK与C#-Emgucv平台的数据通道,实现图像采集;然后基于轮廓,查找到背光板区域,再通过最小矩形框定背光板,查找背光板顶点,实现定位;最后计算出水平、垂直方向偏移和旋转角度,联合PLC,实现基于视觉引导的机构补偿.测试定位补偿技术的性能结果表明:与当前图像角点定位算法相比,机制具有更好的定位与引导效果,准确定位出背光板顶点,计算出补偿值.     

单目视觉定位实现机器人跟踪的实验系统和控制方法

提出一种基于视觉定位的多机器人跟踪控制方法.首先,采用单目视觉定位技术,建立平面物理坐标与视觉图像坐标之间的映射关系.然后,结合轮式移动机器人的运动学模型,基于Lyapunov方法设计轨迹跟踪控制器.最后,结合视觉定位确定机器人的平面坐标位置,分阶段规划机器人运动轨迹,实现多机器人跟踪控制.仿真和实验结果表明:该方法具有可行性和有效性.     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

编者按

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性.针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法.首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降.仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度.     

基于心理视觉冗余和PCA的图像压缩算法

为了进一步提高图像的压缩率,提出了基于心理视觉冗余和主成分分析(PCA)的图像压缩算法。根据人类视觉处理过程中各种信息的重要程度不同的原理,在不影响图像的感知质量的前提下,通过消除不重要的心理视觉冗余信息;再用PCA对消除心理视觉冗余的图像做进一步降维,使得图像数据进一步压缩。通过实验结果可知,提出的新的压缩算法在不影响图像感知质量的前提下,使得图像压缩比提高了1倍,大大缩小了存储空间。     

直升机目标声定位系统分析

现代武装直升机的超低空飞行，使得雷达系统已经无能为力，因此通过直升机的飞行噪声对其进行力定位具有重要意义。该文利用平面正四边形阵列对直机目标进行定位，讨论了定位系统的原理及其算法，并对定位精度进行了分析。     

计算机视觉在条形码缺陷检测中的应用

提出一种新的基于计算机视觉技术的识别方法.通过各种计算机视觉算法的合理配置,达成对缺陷条形码的修正和识别.在预处理阶段,采取线性灰度化方法和Ostu阈值分割方法,增强黑色条纹和白色背景之间的对比度;在条纹定位阶段,采取Canny边缘检测和Hough变换,有效定位黑色条纹对应的直线特征.实验结果表明:该方法对缺陷条形码的识别是有效的.     

基于凸壳理论的监控摄像头部分遮挡场景下火焰定位方法

利用视频分析技术开展火焰定位对火灾事故调查意义重大。为解决实际火灾中监控摄像头部分遮挡场景下起火部位难以确定的问题,该文基于凸壳理论研究了此场景下火焰定位方法。利用油盘火模拟室内火灾现场,布置彩色电荷耦合器件(CCD)摄像头使之被部分遮挡,收集火灾现场监控视频进行分析。首先利用火灾现场监控摄像头收集火焰视频并进行预处理;其次利用凸壳算法计算火焰中心的像素坐标;最后基于单目视觉原理,利用世界坐标系和成像平面坐标系的矩阵变换关系,定量计算出起火部位与监控摄像头的相对位置。实验结果表明:针对监控摄像头部分遮挡场景建立的基于凸壳理论和单目视觉原理的火焰定位方法,可以较好地实现起火部位的快速定位,为火灾事故调查工作的顺利开展提供了有力的工具。     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

集成旋翼控制的直升机高带宽飞行控制设计

为发展一种集成旋翼控制的直升机高带宽飞行控制设计方法,基于显模型跟踪控制技术,在反馈控制模块引入旋翼运动信息并采用旋翼/机体控制增益的最优化设计提升直升机动稳定性,采用旋翼前馈增强控制提升直升机操纵频率,提出基于有效跟踪的显模型参数设计方法提升直升机小幅高频和中等幅度姿态控制的操纵品质。最后,基于高阶飞行动力学模型分析直升机操纵品质,结果表明：将旋翼控制用于直升机飞行控制设计能够在保持系统稳定性的同时提升操纵频率,直升机纵、横向操纵响应带宽分别提升18%和10%,纵、横向姿态快捷性分别提升25%和20%。     

基于完备抓取构型和多阶段网络的软体手抓取

视觉引导的软体手抓取依赖视觉输出正确的抓取位置、抓取角度和抓取深度,为此提出了面向多手指软体手的完备抓取构型数学模型和多任务损失函数,设计了基于"锚点"旋转框的两阶段深度学习网络,实现了从图像到软体多手指抓取指令的直接映射.通过公开数据库和自建数据库分析了网络模型的性能表现.研究结果表明:多任务损失函数和基于"锚点"旋转框的两阶段网络模型有效提高了多输出抓取检测的准确率和机器人抓取的成功率.最后,构建了机器人软体手抓取系统,抓取实验结果表明:所提方法对视觉定位误差具有一定的抓取稳健性,可成功抓取不同种类的水果,能够达到96%的抓取成功率,对水果皮的抓取也具有很好的泛化能力.     

复杂海况下舰载机着舰的动力学研究

探究了舰载直升机着舰的动力学问题.首先提出了随机海浪信号的数学模型,利用舰艇的响应振幅算子(RAO),基于叠加原理分析出舰艇摇荡的运动规律,而后利用带有耗散能的拉格朗日方程建立着舰机身的动力学模型.通过结合经典的舰艇及舰载机的动力学模型,对舰载直升机着舰过程中的动力学特性进行模拟.最后通过运用Runge-Kutta法求解动力学方程得出了有效的数值解,并运用Matlab仿真软件对该动力学模型进行了验证.     

基于序列图像的无人机进近着陆跑道识别与跟踪研究

跑道的准确识别与跟踪,是基于视觉的无人机自主着陆的重要条件.利用单目视觉获取进近着陆过程中实时跑道序列图像,经过Canny边缘检测算法和基于梯度方向的Hough变换处理,将同一跑道上的2条边缘线识别出来,并进行实时跟踪.最后利用大量真实的室外道路模拟跑道图像,以DM642为核心处理器设计视觉处理系统,结合固定翼无人机进近阶段着陆飞行特点,对设计的相关算法及视觉系统进行验证.结果表明所设计方法可以在进近着陆阶段准确提取跑道目标,并能够满足无人机着陆实时性要求.     

基于图像识别的机器人定位与导航算法的研究

近年来,由于移动机器人逐渐脱离实验环境进入到商用阶段,采用激光雷达进行地图导航的方式由于成本过高逐渐被低成本的视觉方案所取代。依托两台单目摄像机,基于图像识别理论可以对机器人的工作环境进行感知建模,所获得的信息相较于传统的激光雷达的距离信息更增加了特征信息,使得机器人的导航定位更加灵活。针对移动机器人的导航问题,提出了一种基于图像识别的定位导航算法。首先,分析了问题的研究背景和研究现状;其次,构建了双目视觉定位系统并分析了图像特征提取的主要方法;再次,提出了一种改进的图像匹配方法实现视觉SLAM;最终,所设计的算法通过实验进行了验证。实验结果表明,所设计的算法能够准确呈现工作环境的原始信息。     

一种改进的地下车库弱纹理下智能汽车即时定位与建图算法

地下车库中纯视觉的即时定位与建图(simultaneous localization and mapping, SLAM)方法无法克服光线不足和弱特征纹理两大不利因素,为此,提出一种基于VINS-Mono框架下改进的视觉惯导融合算法,把原算法中提取Harris角点的方法改进为提取灰度值陡变的像素点,并使用非线性优化方法在初始化阶段进行视觉位姿估计。后端采用滑动窗口的形式建立先验估计残差、惯性测量单元(inertial measurement unit, IMU)残差以及基于灰度值不变原理构建的视觉残差的联合残差模型,进一步提升了系统底层变量的优化效果,从而提高算法的定位准确度。通过基于EuRoc数据集的仿真实验和地下车库实际场景的实车实验,验证了所提算法的鲁棒性和精确性。     

基于里程计与机器视觉的无人机自主返航系统

针对GPS进行无人机返航在室内的局限性这一实际问题,提出基于里程计与机器视觉的自主返航系统.首先使用光流法对无人机定点悬停进行控制,使得行驶过程中所测得的数据具有较高可信度;然后通过IMU和光流传感器制作里程计,获得较为精确的无人机速度信息,并通过对速度积分得到相对坐标信息,为返航提供偏移数据;最后,设计控制策略实现自主返航.测试结果表明,本文所述方法能较好地实现自主返航功能.     

多传感器数据融合室内定位方法

研究了基于超宽带技术（ultra wide band,UWB）定位和视觉定位的多传感器融合室内定位方法,设计了UWB定位单元软硬件平台,调用修改了基于MMTracking的视觉定位方法,实现了两种室内定位技术,构建了基于贝叶斯估计的双传感器数据融合模型。实验结果表明,该方法具有较好的定位效果,提高了室内定位的测量精度和稳定性。     

直升机模型在小扰动参数情形下的滑模控制

研究更加具有物理意义的带有扰动的直升机模型,首先建立带有扰动的系统模型在对系统的分析过程中具体给出滑动模态的设计,验证了滑动模态可以使得系统达到稳定从而最终得到带有扰动的直升机模型的控制器.最后利用滑膜控制策略给出了数值仿真,仿真示例验证了滑膜控制器的有效性.     

基于全向视觉信息的足球机器人自定位方法研究

RoboCup中型组比赛对抗激烈。针对赛场的高度动态性,提出了一种快速的机器人自定位方法。首先根据全向视觉机器人的结构特点。在进行视觉处理时,利用图像掩模去除无效信息;同时针对全像素搜索的不必要性,采用基于Bresenham算法的像素搜索方法,缩小像素搜索范围。在机器人自定位时,利用白线定位方法,结合基于Bresenham算法的像素搜索方法,有效的提高图像处理的实时性。最后,以ASROⅡ机器人为实验平台,设计了实验验证了该方法不但提高了实时性;而且完全可以满足比赛对定位精度的要求。