基于视觉的自动空中加油技术

无人机在军用和民用领域都发挥着越来越重要的作用,但是续航时间短、负载能力弱等缺点限制了无人机的应用。自动空中加油技术能够增加无人机的续航时间,增强无人机执行长航时、复杂任务的能力,从而有效地弥补上述缺点。计算机视觉技术的发展为无人机自动空中加油技术的实现提供了有效的支持。对基于视觉的硬管式自动空中加油技术的2类典型解决方案进行了介绍和对比,并在此基础上提出了基于切换模式的双目视觉解决方案,总结了涉及的关键技术和待研究的问题。     

基于立体视觉的机器人位姿标定技术研究

针对机器人位姿的测量,建立双目立体视觉传感器三坐标的数学模型。匹配相关的特征点,采用最小二乘法得到空间特征点的三维坐标。利用外部位姿线性方程的建立与求解确立机器人基坐标与工件坐标的矩阵关系。通过靶标法来确定机器人在某一位姿时工件坐标系和视觉传感器坐标系之间的齐次坐标变换矩阵的关系。实验结果显示,在没有噪声因素情况下,利用线性方法求解机器人外部位姿是可行的,能够满足系统精度要求。     

基于双目视觉的机器人位姿标定技术研究

针对机器人位姿的测量,建立双目立体视觉传感器三坐标的数学模型。匹配相关的特征点,采用最小二乘法得到空间特征点的三维坐标。利用外部位姿线性方程的建立与求解确立机器人基坐标与工件坐标的矩阵关系。通过靶标法来确定机器人在某一位姿时工件坐标系和视觉传感器坐标系之间的齐次坐标变换矩阵的关系。实验结果显示,在没有噪声因素情况下,利用线性方法求解机器人外部位姿是可行的,能够满足系统精度要求。     

机器视觉在膨胀螺栓自动装配线中的应用研究

基于机器视觉的膨胀螺栓自动装配线,可以准确分辨螺栓套筒的开口方向,从而保证能够实现膨胀螺栓的自动装配。其装配速度可以达到每分钟80套,装配合格率可达99%。该装配线的应用较好的解决了人工方式下,劳动强度大、用工成本高、效率低下等行业普遍问题。     

基于机器学习与视觉的四足机器人步态精确监测方法

为保证四足机器人在复杂地形中能准确行进,对其步态实时监测方法进行了研究,提出一种基于机器学习和双目视觉的步态精确监测方法。首先为降低视觉残影误差,从已知步态轨迹“动中取静”确定对足端的最佳观测点位。此外,为补偿视觉系统误差所致足端位姿测量误差,提出一种基于深度神经网络的足端位姿精确预测方法。最后仿真结果表明所设计神经网络有99.68%的概率能达到0.025 mm足端位置预测精度,可满足实时、高精度监测要求。此方法将机器学习的泛化能力与视觉系统复杂误差来源相结合,使视觉方法实现了高精度测量,为足式机器人步态实时精确监测提供了新思路,进而为其足端精确定位及步态周期性保持提供了有益的方法参考。     

机器视觉多角度平移式三维测量方法研究

针对机器视觉平移式三维扫描系统测量过程中容易出现的光线局部遮挡问题，提出了增加旋转式辅助测量装置的方法，并解决了由此产生的数据拼接问题，最终实现了对三雏物体的全景扫描测量。     

一种基于深度特征的室外环境下激光地图辅助视觉定位方法

针对无GPS或弱GPS信号下的室外环境中的车辆无法定位问题,提出了一种利用激光地图辅助视觉定位方法。首先利用双目相机的视差图的深度与三维激光雷达地图进行匹配,然后通过最小化深度残差来估计六自由度相机位姿,接着利用视觉跟踪产生的良好的初始估计和提出的深度残差方法可有效地估计相机的位姿,最终通过估计相机的位姿完成定位。通过对比多个公开数据集,验证所提方法的准确性和有效性,最后利用实验小车采集校园数据,仿真和实验结果都证明利用此方法的有效性和在室外环境下的视觉定位的准确性。     

基于李群代数表达帧间位姿变化矩阵的3D视觉跟踪研究

基于 RAPiD 边缘跟踪方法的思想,采用以帧间位姿变化更新目标物绝对位姿值的办法,引入李群代数表达帧间位姿变化矩阵;然后将帧间位姿变化矩阵参数的求解问题转换为线性最小二乘的最优求解问题.在李群代数的表达方式下,最小二乘的最优问题可较容易获得线性化表达,方便了求解.实验显示了该算法的3D跟踪效果与目标物位姿值的估计结果.     

基于机器视觉的电线绝缘厚度自动测量设备的研究

基于机器视觉的电线绝缘厚度自动测量技术,通过图像边缘定位法和基于相关法图像配准的改进方法,突破性传统单点逐个测试方法,实现了电线电缆绝缘厚度和外径的全自动测量。     

基于3D视觉技术的钢格板机器人自动焊接系统设计与实现

钢格板是一种网格结构的金属制品,具有通风、散热、防滑等特点,其被广泛应用于工业、冶金、制药和港口等领域。目前钢格板焊接工序仍然以人工完成为主,焊接质量一致性差、工人劳动强度较大等问题突出,为此研究设计了一套基于3D视觉技术的钢格板机器人自动焊接系统,通过利用3D视觉系统、工业机器人和焊接系统,实现了对钢格板的高效率高质量自动化焊接。     

基于机器视觉汽车扶手箱卡簧装配质量检测系统的研究

给出了一种基于机器视觉的全自动汽车扶手箱卡簧装配质量检测系统。利用由工业摄像机和光源组成的视觉系统采集汽车扶手箱装配部位的结构图像并对其进行分析处理。通过对图像进行去除噪声、模板匹配定位、目标区域图像分割等过程得到待检测部件的相对位置信息。运用软件来测量各个区域特征间的位置关系和面积大小并与标准值进行比较来判断装配质量的好坏,从而实现汽车扶手箱卡簧装配质量检测过程的完全自动化操作。     

基于视觉-IMU-编码器的SLAM新算法

VINS-Mono算法应用于轮式机器人时,由于惯性测量单元(inertial measurement unit, IMU)加速度计信噪比较小,观测尺度不准确,会出现定位精度下降。对此,提出了一种融合单目相机、惯性测量单元和编码器的改进算法。在VINS-Mono初始化和后端优化的目标函数中,增加编码器测量残差项,直接融合由编码器数据计算的速度,增强尺度的可观性,降低定位累积误差,提高了定位精度。另外,针对车轮打滑造成编码器速度测量不准的问题,利用IMU角速度计测量值计算打滑因子,自适应调整编码器残差项在目标函数中的权重及其鲁棒核函数的阈值,减小车轮打滑对定位结果的影响。在两轮移动机器人上的实验表明,改进算法具有较强的鲁棒性,定位精度比VINS-Mono提高了一个数量级。     

基于激光点标定和机器视觉的门窗洞尺寸测量

在房屋验收中,门窗洞尺寸测量是非常重要的一个环节,目前在工程实践中主要是用卷尺和激光测距仪人工测量门窗洞的尺寸。但人工测量存在测量速度慢、测量结果易受人为因素干扰、局部测量数据代替整体测量结果等问题。针对目前人工测量存在的不足,提出了一种基于激光点标定的视觉测量方法,通过计算两个激光点间的实际距离和图上距离的比值,计算得到每个像素点相对应的实际尺寸,之后通过图像处理算法得出门窗洞的图上尺寸,计算出门窗洞的实际尺寸。该方法可以实现在不同视距下对门窗洞尺寸进行测量。针对测量时实际拍摄的图像,将模板匹配算法和边缘检测算法融合,先采用模板匹配的方法识别激光点和门窗洞上方两个顶点的位置,然后采用基于大津算法的Canny算子识别门窗洞的边缘,再用霍夫变换检测出门窗洞边缘直线解析式,最终计算出门窗洞四条边的长度。在不同视距下对同一个门窗洞进行多组实验,测量出来的结果与实际尺寸的平均误差为2.62 mm,最大误差小于5 mm,实验结果表明该测量方法可用于不同视距下的门窗洞的测量。     

弧焊机器人激光焊缝跟踪系统的应用研究

焊缝自动跟踪是实现焊接自动化的关键,在传统弧焊机器人系统的基础上设计了一种基于激光传感器的焊缝跟踪子系统,构建了激光传感器的数学模型及机器人手眼标定方法,并针对搭接焊缝的图像特点,提取出焊缝特征点位置坐标.同时设计开发了焊缝跟踪控制算法和机器人焊缝跟踪程序,最后通过对储气罐环形搭接焊缝进行焊接实验,结果证明了该焊缝跟踪系统的有效性和可靠性.     

基于机器视觉的面包体积及形状测量系统的研究

提出了一种新型的面包体积测量系统．该系统利用机器视觉测量方法，通过一系列图像分析及处理，计算出面包的体积(相对误差小于1％)；并利用数据可视化技术将测量数据重构出来，使测量结果表达直观化。     

基于单目视觉和惯性测量的飞行器自定位研究

为了获得飞行器高精度、高稳定性的定位结果, 结合低成本的单目摄像机和惯性测量单元, 通过对单目视觉和惯性测量进行多传感器融合, 实现飞行器的自定位。 视觉定位模块中, 对 3 种当前最新的单目视觉定位方法分别进行不同场景下的实验和比较, 分析它们各自用于飞行器定位时的优势和劣势。 为了解决视觉定位对图像特征的依赖问题, 引入一种基于扩展卡尔曼滤波的多传感器融合方法, 将视觉定位和惯性测量以松耦合方式进行融合, 用惯性测量补偿因视觉定位不稳定而产生的误差。 实验证明, 该方法在视觉定位不稳定的情况下能有效降低定位结果的误差。     

4轴3D激光测量系统中旋转工作台参数标定

研究了激光3D扫描系统多视拼合问题,论述了3种不同的数控旋转台标定方法,通过试验得出了一种最好的标定方法.针对传统的3D激光扫描测量系统,由于激光扫描测量头每次只能在一个给定方向扫描测量所带来的问题,将被测物体置于数控旋转台之上实现了360°旋转测量,通过数控工作台的标定,从而自动在线解决了多方位测量后的多视拼合的问题.     

“机器人与智能技术”研究专栏征稿

征稿范围:机器人理论与控制技术人工智能与智能控制技术移动机器人及自主导航技术机器人传感技术、智能传感器机器视觉、图像处理与模式识别技术智能系统建模与控制机器人结构设计多机器人系统特种机器人机器学习     

“机器人与智能技术”研究专栏征稿

征稿范围:◇机器人理论与控制技术◇人工智能与智能控制技术◇移动机器人及自主导航技术◇机器人传感技术、智能传感器◇机器视觉、图像处理与模式识别技术◇智能系统建模与控制◇机器人结构设计◇多机器人系统◇特种机器人◇机器学习