体育运动中的三维视觉动作幅度跟踪方法仿真

为了有效地提升运动员的训练质量,需要进行体育运动中的三维视觉动作幅度跟踪方法的研究,但是采用当前方法进行运动动作幅度跟踪时,无法计算出在相邻单目序列动作幅度图像中的标记点,存在三维视觉动作幅度跟踪误差大的问题。为此,提出一种基于改进逆向运动学的体育运动中的三维视觉动作幅度跟踪方法。该方法先根据针孔摄像机模型对摄像机成像平面进行标定,定位标记点出现在相邻单目序列动作幅度中的标记点,在此基础上融合于旋转角方法预测动作幅度在图像中的位置,获取动作幅度的时间序列模型,给出三维视觉动作幅度在寻优区域外部的概率,以此为依据完成对体育运动中的三维视觉动作幅度跟踪。实验仿真证明,所提方法跟踪精度高,为提升运动员的训练质量奠定了结实的基础。

基于立体定向靶标的探针式多视场三维视觉测量系统

针对含有遮挡区域、深孔及凹槽等特征的多面体或回转体物体,设计了一套基于立体定向靶标的探针式多视场三维视觉测量系统。首先,基于近景摄影测量技术建立立体定向靶标的6个单元模型,计算靶标各侧面角点在各自单元模型内的坐标,单元模型的链接和光束平差,获取全部角点的精确全局坐标,作为立体定向靶标的全局控制点。然后,设计了利用共面角点辅助定位的探针,仍基于近景摄影测量技术解算出角点和测头在探针坐标系中的精确坐标。最后,利用共面的棋盘格角点与其像平面之间的单应性矩阵,推导全局坐标系、探针坐标系各自与相机坐标系的位姿关系,进而求得探针测头的全局坐标。以量块(量棒)的标准长度作为评价指标,在2m×1.5m的视场范围内测量精度优于0.1mm。测量实验表明,多视场三维视觉测量系统用于测量具有回转体结构特征的水壶,能够获取水壶表面全部区域的点云数据。

一种机器人视觉系统非接触式手眼标定方法

针对传统机器人视觉系统手眼标定方法存在人工定位特征点误差大和标定过程耗时长的问题,提出了一种机器人视觉系统非接触式手眼标定方法。采用圆锥体作为标定块,通过3D视觉传感器采集标定块图像,基于Halcon编写上位机程序对图像进行处理计算,自动获取3D视觉传感器坐标系下标定块特征点坐标,同时导入机器人基坐标系下的坐标,计算手眼关系变换矩阵,完成机器人视觉系统手眼关系标定。实验表明:此方法平均标定操作时间为6.47min,平面定位误差最大值为0.39mm,空间定位误差最大值为0.478mm,缩短了标定操作时间并提高了标定精度。

一种手持3D视觉检测设备的探头设计

给出了一种基于双目光笔式视觉检测设备的探头设计方法,对探头的结构设计和探针的标定进行了简述,并在实际应用中获得了很好的效果。

基于主动式全景视觉的管道形变检测及重构技术的研究

研究了一种采用主动式全景视觉传感器(ASODVS)的管道内表面全方位检测方法。基于主动式全景视觉检测原理,提出了一种能够快速、全方位获取管道内壁三维点云信息,实现视觉检测管道形变的全景激光视觉系统;利用携带有ASODVS的爬行机器人进入管道内部,采集激光横断扫描全景图像;然后根据提取的管道内壁三维点云数据计算最小直径、横断面面积等几何特征判断变形率;最后根据三维点云圆周分布的特征,采用三角格网模型进行三维重构。实验结果表明:基于主动式全景视觉的管道内壁全方位检测系统能够实时完成对管道凹凸形变的检测和识别,并恢复管道内壁的三维形貌,具有较高的检测精度。