一种装有动体传动器的移动机器人

本文介绍了一种装有基于超声波传感器面派生出来的动体传感器机器人,动体传感器利用超声波传感器的较大波束角作为探测区域,在该区域内如有物体相对运动,动体传感器可探测到物体的存在,在不同的接收灵敏度的情况下,可以确定物体到传感器的最小距离,结合探测区域的传动,又可以探测出物体正面的轮廓线,从而获得了障碍物较全面的信息。     

超声波非接触式距离检测系统

介绍了利用超声波传感器实现的非接触式距离检测系统。该系统可以用于制药设备的液位和物位的非接触式测量。介绍了超声波传感器原理及系统各单元的设计。系统采用了AT89C51型单片机作为主控制器,单片机发出的超声波,通过换能器发射出去,遇到被测物体后反射回来,计算此超声波从发射出到接收的时间差从而得出被测物体到测距仪的距离。利用单片机设定距离值和输出控制信号。最终距离用串行的方法在数码管上显示出来,可以直观地查看距离值,以实现测距、显示、输出控制信号的功能。并介绍了其硬件设计与软件流程。     

未知环境表面的超声波探测实验研究

针对机器人未知工作环境,提出了一种基于超声波传感器的探测方法.建立了探测系统的结构模型,阐述了系统的工作原理,并分别对平面、圆弧曲面、斜面以及竖直面等未知环境基本组成面的探测进行了实验研究.实验结果表明,超声波测距仪不适合曲率半径小的圆弧曲面探测.对于其他三类环境表面的探测,给出了各自的探测策略和数据处理方法,主要包括:斜面探测需要用三个超声波传感器,竖直面探测需要补偿由于开角引起的误差,平面探测需要补偿由传感器运动引起的动态测量误差等.     

新型“隐声衣”让物体销声匿迹

[科技日报]所谓"隐形"即是让人看不到,但肉眼看不到的物体还是可以通过主动声呐来探测其存在。而据美国物理学家组织网1月6日(北京时间)报道,最近伊利诺斯大学一个实验室新开发出一种连声呐也探测不到的"隐声衣",研究人员在《物理评论快报》的一篇论文中,详细论述了这种能让物体在声呐或其他超声波探测中销声匿迹的技术。     

非结构环境下超声波传感器探测原理及其误差分析

针对机器人非结构工作环境,提出了一种基于超声波传感器的探测方法.建立了探测系统的结构模型,阐述了系统的工作原理,研究了测量误差产生的原因.超声波传感器在测量过程中是运动的,存在由运动引起的动态测量误差.此外,测量误差还包括环境温度引起的超声波传输误差和超声波传感器开角引起的误差,它们的综合作用构成了探测系统的综合误差.研究了综合误差与系统的运动参数和结构参数之间的关系,给出了补偿综合误差的方法,为提高系统的探测精度提供了理论依据.仿真结果验证了基于超声波传感器的非结构环境探测误差补偿的必要性.     

多目标定位在低速防撞系统中的应用

设计和制作了一种基于CAN总线和多目标定位的低速防撞系统,该系统用于低速防撞和预警,以单片机为控制核心,由超声波传感器构成阵列装置,它只需要一个探测周期,就可以实现对单目标和多目标的准确定位,比传统的单目标低速防撞系统具有更高的探测效率。在汽车周围安装了四个阵列装置,每个整列装置由4个超声波传感器和一个单片机构成。通过对16个超声波传感器的合理布局,实现了车辆全方位避障。详细描述了系统的功能结构、工作原理和软件设计。实际运行结果表明,该系统在实时性、稳定性、和测量精度方面都达到了较高的水平,能满足汽车的低速防碰撞要求。     

履带式机器人中基于交叉探测法的凹形障碍物识别

本文针对履带式机器人对凹形静态障碍物的识别,利用双超声波传感器交叉探测的方法,旨在解决凹形障碍物宽度识别的技术难点。对履带式机器人的越沟性能进行分析后,利用双超声波传感器对障碍物进行探测,进而判断出凹形障碍物的宽度,并根据具体情况进行决策。试验表明此方法提高了凹形障碍物识别的准确性和鲁棒性。     

光流控传感器及其应用

 基于光流控技术,通过设计不同的芯片结构,可以制造出性能优异的光流控传感器。根据光流控传感器的芯片结构,可以将其分为4大类：前2类为基于光子晶体谐振腔的光流控传感器和基于回音壁模式的光流控传感器,流体在流经这2种传感器中的腔体结构时,产生的折射率改变会引起腔体耦合模式的变化,从而使光响应信号产生改变,起到传感作用;第3类为基于光波导模式的光流控传感器,光在波导中全反射产生的條逝场会与流体发生相互作用,令光信号产生变化;第4类为基于表面等离子体共振的光流控传感器,它利用表面等离子共振对金属表面区域折射率的敏感性实现传感功能,流体带来的折射率变化会令共振峰发生偏移。本文综述了以上4类光流控传感器芯片的结构、原理及应用。光流控传感器对于微小的折射率变化十分敏感,具有很高的灵敏度和精准度,同时,光流控系统本身具有低成本、小型化、结构简洁及实时调控的特征。随着未来被探测物体趋于微观,光流控传感器在物质探测和生物物质探测领域将发挥越来越强大的作用。     

一种基于超声波传感器探测的接触力控制方法

针对机器人未知的工作环境,提出了一种基于超声波传感器的探测方法,建立了探测系统的结构模型,阐述了超声波探测系统的工作原理.对于机器人与环境表面的接触性工作存在不确定、多变和非结构等特点,将仿人智能控制方法应用于接触力的控制中.该方法以超声波传感器探测所获得的环境信息,作为系统上层控制策略的依据,根据控制误差的大小与方向变化选择相应的控制策略.实验结果表明,该方法较传统的PID控制方法可大大提高控制精度.     

基于多超声波传感器的避障系统设计

机器人在运动过程中，所面临的环境中障碍物的位置和形状、大小等都是未知的。超声波避障系统可以使机器人向所判断的方向运动，6个超声波传感器分别从三个方向（左、中、右）实时探测环境中的障碍与机器人本体的距离，避开障碍。文章介绍了超声波避障系统的构成方法、软件流程，给出了实验结果。对进一步工作做了展望。     

基于混合差分法的运动目标检测

为了提高背景重建速度和目标检测精度,提出了基于混合差分的运动目标检测方法.采用一种基于统计模型的区域像素级背景重建方法.结合帧差分法对于环境的适应性和背景差分法目标检测的准确性.首先用帧差分法得到目标最大的可能区域,在该区域进行像素级背景重建.然后用背景差分精确提取目标区域.既克服了单纯帧差分对于目标运动速度的限制,又缩小了背景差分的区域,使运动目标检测的时间复杂度迅速降低.通过实验,验证了该方法在检测精度和速度上的优势,可以应用于视频监控和目标跟踪领域.     

基于改进粒子滤波算法的水下目标跟踪 

针对复杂水下环境中声探测传感器获得的运动目标信息具有不确定性和模糊性等问题,提出了基于声探测传感器特点的高斯粒子滤波水下目标跟踪方法.基于粒子滤波理论,采用一阶自回归模型作为运动目标状态转移的依据,设计了由目标区域的面积特征和不变矩特征相融合的观测模型,解决了目标跟踪中的粒子权值的选取问题,克服了传统粒子滤波重采样问题,提高了复杂环境下目标跟踪结果的准确率.展示了应用高斯粒子滤波实现水下目标跟踪的过程.试验结果表明,该方法具有较好的鲁棒性和实时性,是复杂水下环境中目标跟踪的一种高效可行的新方法.     

复杂背景下运动目标的光流区域提取方法

经过对初始的图像序列作若干预处理后 ,采用改进的光流场算法从复杂背景中较快地提取出运动目标的光流场 .再经一系列光流场区域处理 ,较完整地提取出运动目标区域 ,以供运动目标自动实时跟踪系统进行速度的定量分析、计算和跟踪控制 .     

一种基于SIFT的遮挡目标跟踪算法

针对运动目标遮挡的难题,提出一种新的遮挡目标跟踪算法.采用三帧取均值进行背景建模,采用相邻帧差法和背景差分结合自动提取出运动目标,对单运动目标生成SIFI(scale invariant feature transform)向量.当运动目标处于遮挡状态时,将遮挡区域与单运动目标进行SIFT特征匹配,通过特征匹配点的坐标...     

基于幂次变换和区域收缩算法的运动目标检测与定位

运动目标分割与跟踪是计算机视觉中的重要研究课题,而目标检测与定位是其中的必要步骤,对分割与跟踪效果影响很大.在此提出一种新的运动目标检测与定位方法,该方法在差分二值图像上,通过区域收缩定位到运动像素密度较大的区域,从而实现运动目标定位.在多目标情况下,先通过幂次变换突出不同位置的目标,然后再通过区域收缩实现目标定位,给出目标的特征矩形,便于进一步的跟踪与识别.该方法不需要任何关于目标数的先验知识,对噪声鲁棒性较强.文中给出的实验结果证明该算法的有效性.     

基于时空联合的水下运动目标检测方法

提出了一种基于时空联合的运动目标检测算法,考虑到四阶累计量对于噪声具有较好的抑制作用,利用帧差的四阶累计量来提取运动区域(运动模板),与传统基于背景噪声方差的阈值确定方法不同,采用单帧图像上的有效带宽作为阈值,从而消除诸如水草、海洋生物等引起的背景纹理缓慢变化.为了得到准确的分割对象,引入马尔可夫随机场,结合区域的时空属性,把对象分割问题转化为求取区域最小能量问题,对水下噪声起到了较好的抑制作用.实验结果表明该算法能够有效地检测出具有精确边缘的水下运动目标.     

基于三帧差分混合高斯背景模型运动目标检测

针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的“鬼影”问题,提出了一种基于三帧差分的混合高斯背景模型运动目标检测算法。通过图像前景检测比例判断光照是否发生突变,利用三帧差分法对图像的背景区域、运动区域和背景显露区域进行划分,并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新,设计了基于三帧差分的学习率自适应混合高斯模型背景更新的方法。该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新,从而改善这两种情况下运动目标检测效果。实验结果表明,该算法避免了光照突变时的大面积误检现象,并且同时解决了突然运动目标的“鬼影”问题。     

一种快速运动目标检测算法

运动目标检测是智能视觉监控系统的重要组成部分,其主要功能是检测监控场景中的运动目标,为高层运动分析提供必要的信息。文章提出一种快速运动目标检测算法,以帧差法和背景减法为基础,快速实现背景提取、背景更新、运动目标检测的功能。实验结果表明,该算法计算量小,检测目标完整,能够满足实时监控系统的要求。     

基于视频序列中的运动目标检测技术

视频图像中的运动目标检测是当前进行图像分析和理解以及计算机视觉领域的重要研究内容,为了能够在数字视频系统中实时的检测出运动目标,提出了一种基于序列图像的运动目标实时检测和定位的适用方法.采用连续帧间差分法和最大类间方差阈值分割法提取运动区域,通过数学形态滤波的开运算和闭运算消除噪声,改善运动区域提取效果,然后求出目标重心.结果表明,该方法能够快速有效地检测出视频图像中的运动目标,计算出目标在图像中的位置.     

基于DSPs的运动目标检测与匹配

建立了一个基于TMS320C6701的DSPs系统,实现复杂背景中单个运动目标的实时跟踪.同时给出在复杂背景下人物自适应跟踪的实验结果.在这基础上,结合运动目标检测技术和模板匹配法,讨论一个复杂背景下多运动目标自适应跟踪系统,同时也给出运动目标检测和模板匹配的实验性结果.