三维传感器Kinect在农业领域的应用与发展

随着信息技术的不断发展,三维传感器也得到了越来越多的应用,其中微软公司推出的Kinect传感器受到了各个领域研究人员的关注,使Kinect在计算机视觉与控制、医疗、教育、电子商务等领域都有很好的应用。本文介绍Kinect设备的组成及其工作原理,并阐述其在农业领域的应用现状,包括在农作物上的监测与记录、农业机器人视觉系统和作物三维形态生长模型的重建等,分析Kinect设备的优点与不足。最后,对Kinect在农业领域的应用进行展望。通过对Kinect的介绍与分析,从而发掘其在农业方面的应用潜力,为三维成像技术在农业领域的进一步发展提供参考。

多级冗余强干扰下医用三维力传感器数据的自动挖掘方法

针对医用三维力传感器容易受电磁场等外部环境的影响,产生大量相似特征数据,导致其输出紊乱信号,降低传感器控制精度和测量速度的问题,提出一种多级冗余强干扰下三维力传感器数据挖掘方法。根据角度标定理论采集三维力传感器冗余数据;引入相似度指数函数计算冗余因子,获取三维力传感器冗余数据活跃度,完成数据冗余分类;通过差值去噪算法高性能过滤三维力传感器冗余数据;利用谱聚类算法构建拉普拉斯矩阵,剔除冗余数据,实现三维力传感器数据自动挖掘。仿真结果表明,所提方法在多级冗余强干扰下的三维力传感器控制精度为96.54%,测量速度为0.61 ms,能量消耗为0.26 kcal。由此证明,所提方法的控制精度高、测量速度快、传输效果优,能够满足机器人辅助手术过程中的力反馈控制需求。

基于WOA-ELM的空间分层结构FBG三维振动加速度传感器非线性解耦

针对三维振动加速度传感器存在的维间耦合干扰问题,以空间分层结构光纤布拉格光栅(FBG)三维振动加速度传感器为研究对象,阐述了三维振动加速度传感的基本原理。其次,构建了振动加速度动态标定实验平台,并分析了传感器的结构耦合特性。最后,提出一种基于鲸鱼算法优化极限学习机(WOA-ELM)的神经网络模型并进行了非线性解耦实验,其结果显示,在x、y、z三轴的平均测量误差分别降至1.58%、1.17%、0.95%,平均I类和II类误差最大值分别降至0.73%和0.37%。为验证解耦效果,将WOA-ELM与其他算法等进行解耦效果对比。结果表明,WOA-ELM更有效地降低三维振动加速度传感器的维间耦合干扰,提高测量精度。

基于Kinect传感器的移动机器人室内环境三维地图创建

针对移动服务机器人在未知室内环境下的三维感知问题,提出了一种基于低成本Kinect传感器的三维地图创建实用方法.对于机器人在运动过程中连续采集的多帧RGB-D信息,首先利用SURF算子对RGB图像提取稳定特征点并进行特征点匹配,然后结合深度图像,采用RANSAC算法剔除可能存在的误匹配点并完成初始配准,从而估计得到图像帧间粗略的相对转移关系,最后运用广义ICP算法对采集的深度图像进行精确配准,得到拼接的三维点云图.在此基础上进一步开发了移动机器人三维地图创建应用系统,实验验证了该方法的可行性和有效性.

基于Kinect传感器的三维点云地图构建与优化

针对移动机器人在三维点云地图创建过程中存在鲁棒性和实时性不佳的问题,提出一种基于图像特征点的三维地图创建方法。首先,对Kinect采集得到的RGB数据进行特征点提取与匹配,并采用RANSAC算法对误匹配点进行剔除,在保证精度的同时,有效减少了配准算法的迭代次数,通过结合Kinect深度数据得到对应特征点对在三维空间中的位姿,最后采用ICP算法迭代求解刚体变换矩阵完成精确配准,得到室内真实场景下的三维点云地图。为抑制由三维点云配准过程中累积误差造成的位姿漂移,引入了基于TORO图优化算法的闭环检测机制,实验验证了所提方法的有效性。

基于Kinect传感器的移动机器人室内三维环境创建

针对移动服务机器人需要感知室内工作环境问题,提出了一种基于低成本Kinect传感器的三维环境创建实用方法。机器人在移动过程中,Kinect传感器实时采集RGB信息和深度信息,将RGB图像信息映射到深度图像信息中,采用联合双边滤波对深度图像进行预处理,获得质量比较高的点云数据。对采集到的大量点云数据,采用半径滤波器算法对点云进行精简,剔除离群点,减少点云数量,提高匹配速度。点云配准时,采用NDT算法完成初始配准,从而得到图像帧间粗略的转换关系,并运用GICP算法对采集的多视角点云数据进行精确配准,得到拼接的三维点云场景。实验结果表明:本文方法具有更好的重建效果和更高的效率,可以应用于室内场景三维环境创建。

基于KINECT传感器采集三维点云的高效鲁棒人脸识别

针对传统的三维人脸识别算法成本较高且不能很好地处理鲁棒性人脸识别的问题,提出一种基于低分辨率KINECT传感器采集三维点云的高效鲁棒人脸识别算法。首先,针对KINECT传感器采集到的数据噪声大的问题,提出规范化预处理过程,通过鼻尖检测、人脸剪裁、姿势校正、对称填充及平滑采样得到规范的纹理图像;然后,在纹理图像上运用判别色彩空间变换,从而最大化类与类之间的分离性;最后,利用多模态稀疏编码有效地重建误差以得到查询图像与训练集之间的相似度,并利用Z-得分技术完成最终的人脸识别。在通用人脸数据库Curtin Faces上的实验验证了算法的高效性及鲁棒性。实验结果表明,相比其他几种较为先进的鲁棒人脸识别算法,该算法取得了更高的识别率及鲁棒性。

低分辨率KINECT传感器采集三维点云的人脸识别

针对传统的三维人脸识别算法成本较高且不能很好地处理带有光照、表情等变化人脸识别的问题,设计了低分辨率Kinect传感器采集三维点云的鲁棒人脸识别系统。首先,通过鼻尖检测、人脸剪裁、姿势校正、对称填充及平滑采样得到规范的纹理图像;然后,在纹理图像上运用判别色彩空间变换,从而最大化类与类之间的分离性;最后,利用多模态稀疏编码有效地重建误差以得到查询图像与训练集之间的相似度,并利用Z-得分技术完成最终的人脸识别。在通用人脸数据库CurtinFaces、PIE及AR上的识别率可高达96.7%,实验结果表明,相比其它几种人脸识别算法,本文算法取得了更好的识别效果。

柔性三维力传感器的研究进展

柔性传感器作为柔性可穿戴电子设备的关键组成部分,在健康监测、人机交互和智能机器人等新兴领域广泛应用而备受关注。传统的单一检测法向压力的柔性传感器无法满足复杂和先进智能系统中的使用需求,而柔性三维力传感器因其独特的多角度和全方位力学检测能力,逐渐成为研究的热点。为实现高性能柔性三维力传感器的研制目标,需要综合协调考虑传感机制、结构、材料和解耦方法等多种因素。近年来,许多学者致力于设计和制备高性能柔性三维力传感器,包括结构设计和新型材料的开发、数据处理和机器学习算法的改进,多方面的创新推动着其进一步发展。本文旨在概述柔性三维力传感器的研究进展,首先详细介绍了柔性三维力传感器各种形式的传感机理,并分析比较了各自的特点和优势;然后系统总结了柔性三维力传感器在结构设计、材料、解耦方法等方面的研究进展及相互影响,以及在智能机械臂、运动姿态检测、人机交互和无线健康监测等领域的应用;最后分析了柔性三维力传感器当前所面临的挑战,并对其未来发展进行了展望。

CNT/rGO复合三维非织造材料基柔性压力传感器的制备及性能

针对织物基柔性压力传感器灵敏度低、响应范围窄和制备工艺复杂的问题,以自制的三维热熔纤维非织造材料为基材,采用超声波辅助浸渍碳纳米管(CNT)和还原氧化石墨烯(rGO)协同修饰纤维表面,构建出具备高灵敏度和耐久性的三维热熔非织造材料基压力传感器,并对该传感器的结构形貌、传感性能和健康监测性能等进行测试。结果表明,该传感器具有高灵敏度(在0~9.28 kPa监测压强范围内,灵敏度为2.33×10^(-2) kPa^(-1))、快速响应/回复时间(70 ms/90 ms)、宽感测范围(0~227 kPa)和优异的循环耐久性(约16000次循环)。该传感器可以用于人体健康监测、运动监测和语音监测等领域。

基于多传感器的紧耦合三维室内定位与建图

即时定位与地图构建(SLAM)因其可以解决未知环境中的定位与地图构建问题,广泛应用于移动机器人领域。本文使用雷达、相机、IMU和轮式里程计提出了一种名为3D-MultiFus的SLAM方法。其中雷达-IMU-里程计子系统(Ls)快速构建全局地图的几何结构,通过最小化点到平面误差估计系统位置状态。相机-IMU-轮式里程计子系统(Vs)可剔除被遮挡或深度不连续的特征点,以最小化帧间地图光度误差进一步估计位姿状态,并可实现子图中点云地图的着色渲染。IMU与里程计融合后的数据、雷达系统点到平面误差和相机系统中光度误差以基于误差状态的迭代卡尔曼方式(ESIKF)实现数据紧耦合,从而在保证精度和鲁棒性的同时,实现快速定位与建图。为了验证本文算法的定位与建图精度,布置了室内运动实验场景并将3D-MultiFus算法与相关算法比较。仿真和实验结果表明,3D-MultiFus算法完成一次数据处理需185 ms,在运行效率上优于其他算法。在复杂的室内场景下,长时间运行定位首末位置误差仅0.0856 m,3D-MultiFus移动机器人的全局地图精度得到了较大的提升,所构建的全局地图具有较好的一致性。证明了所提出算法能够在室内场景中稳健可靠的工作。

基于双Kinect传感器的三维人体姿态跟踪方法

三维人体姿态估计与跟踪是机器视觉中的热点问题。为了提高人体姿态跟踪的稳定性,以人体关节点自由度向量的方法表示人体运动姿态,使用无迹卡尔曼滤波方法对人体姿态进行跟踪,并搭建了一套基于双Kinect传感器的人体姿态跟踪系统。对比于传统的人体运动捕捉系统,该系统可实现在简单动作下准确稳定的三维人体姿态跟踪,在复杂动作下反映运动过程的特殊性质,并用于运动生物力学的性能评估。

基于Kinect v2传感器的果树枝干三维重建方法

针对果树三维重构中存在建模精度低、成本高、拓扑结构差等问题,提出一种基于Kinect v2传感器的果树表型三维重建与骨架提取方法。首先,使用Kinect v2传感器采集不同视角下的果树点云数据;其次,对植株点云进行尺度不变特征变换的特征点检测,对关键点使用快速点特征直方图算法进行特征向量计算,通过随机抽样一致性方法提纯点云的初始位置,经初始变换后使用改进的迭代最近点算法进行精配准、拼接形成完整点云;最后,使用Delaunay三角剖分解构点云数据对缺失点云进行填充,使用Dijkstra最短路径算法对最小生成树进行求取,通过迭代去除冗余分量对骨架进行简化,使用圆柱拟合算法估算枝干骨架,将枝干骨架变为封闭凸包多面体,实现果树的枝干三维重建。实验结果表明:采用本文所提建模方法点云平均配准误差为0.52 cm,枝干平均重构误差不超过3.52%,重建效果良好。研究成果可为果园评估作物状态、智能化修剪等研究提供数据支持。

基于kinect传感器的物体三维重建

随着计算机视觉的发展及深度传感器的出现,基于kinect传感器的物体三维重建技术得到了广泛的研究。针对现有的基于kinect传感器的物体重建算法需要将待重建物体置于转台并随转台转动的局限性,提出了一种通用的基于kinect传感器获取的物体彩色和深度图像完成物体三维重建的方法,对深度图像进行预处理以平滑噪声并获取三维点云,提取彩色图像匹配点并根据彩色图像特征点与三维点云之间的关系得到三维特征点,并通过SVD方法完成点云初始配准,然后利用改进的ICP算法完成点云的精确配准,得到物体表面的三维点云,重建出物体的三维模型。实验结果表明,该方法能有效去除深度图像的噪声,并对各个视角下的点云数据进行精确配准,完成物体的三维重建并得到较好的重建效果。

融合点云增强的多传感器三维目标检测方法

三维目标检测是自动驾驶环境感知中不可缺少的功能模块。相机传感器丰富的图像纹理信息可以弥补激光雷达点云的稀疏问题,提出一种即插即用的RI-Fusion模块实现激光雷达与相机的有效融合。通过球面坐标变换将点云转换为紧凑的范围视图表示,基于注意力机制将距离图像与相应的相机图像进行集成,将原始距离图像与融合特征相连接以保留点云的信息,并将融合结果投影到空间点云中。特征增强后的点云可以输入到基于激光雷达的三维目标检测器中。在KITTI三维目标检测基准上进行实验,结果表明,提出的融合方法能够显著增强多个基于激光雷达的三维目标检测器,且针对行人与骑行者等小目标可以获得更高的检测精度。

三维葡萄糖电化学传感器与胶原水凝胶集成实时监测细胞代谢

葡萄糖代谢的实时监测不仅能够提供细胞生长状态信息,还有助于深入理解细胞代谢机制。电化学传感器已成为葡萄糖实时动态测量的重要方法之一,然而,目前报道的葡萄糖传感器大多基于二维电极,很难与三维细胞培养体系良好兼容并进行准确检测。通过在对H2O2还原具有催化作用的多孔电极表面固定葡萄糖氧化酶(GOD),制备了一种灵敏度高、选择性好的三维葡萄糖电化学传感器。然后,将包裹了肿瘤细胞(MCF-7)的胶原水凝胶填充到三维传感器孔隙,构建了兼具细胞三维培养和电化学检测于一体的集成平台。通过实时监测MCF-7细胞培养环境中葡萄糖的浓度变化,实现了肿瘤细胞在抗癌药物作用下葡萄糖代谢能力的实时分析,为细胞能量代谢行为研究提供了一种新的评估方法。

基于Kinect传感器的三维重建算法研究

针对基于Kinect传感器在对图像进行深度获取中图像精准度比较低的问题,严重影响了对三维物体的重建。对此本文提出采用对特征点进行加权迭代最近点的方式,提高了对实验精准度。最后通过不同的方法的比较对本文算法在视觉效果、误差方面进行了验证。

基于GPU的星载传感器光照反射三维可视化

为了能准确控制卫星在轨运行的姿态,避免太阳光及其反射光影响光学传感器工作,需要快速计算并绘制出不同时刻太阳光反射至传感器入瞳的光通量变化情况,设计并实现了一种基于图形处理器(GPU)的星载传感器光照反射分析算法,并对分析结果进行了实时三维可视化。首先以太阳为点光源,通过计算太阳位置矢量并利用深度图和渲染到纹理(RTT)技术,实时生成以太阳为视点的卫星表面受光区分析图;然后根据传感器反射镜面在卫星中的相对位置,计算出受光区范围内反射光线能够进入镜面的卫星部位,从而实现星载传感器反射区分析的三维可视化。实验结果表明,该算法具有较高的绘制效率和良好的视觉效果,对航天器光照环境的三维仿真具有一定的参考价值。

LED式三维表面测量传感器在汽车底盘几何参数测量中的应用研究

为提高车辆底盘几何参数检测系统的精度、稳定性及灵活性,以立体摄影测量技术为基础,使用结构化发光二极管(LED)光源,基于车轮侧表面和轮罩边缘形成空间测量区,设计了由LED式三维表面测量传感器组成的汽车底盘几何参数测量系统,动态获得车轮的点云数据,结合x-line软件建立轮毂三维模型,分析并计算底盘前束角、外倾角的线性度和重复性,结果表明,该测量系统的线性度误差为1.528',前束角、外倾角的重复性测量误差分别为±0.03'、±0.05',具有稳定性和可靠性。

基于混合滤波算法的三维力传感器信号处理

针对三维力传感器存在维间耦合和噪声干扰问题,提出了基于混合滤波算法的三维力传感器信号处理方法。先根据三维力传感器的测量原理建立三维力传感器系统模型,设计标定实验,根据力传感器标定数据利用最小二乘法拟合力传感器维间耦合矩阵,实现三维力传感器的维间解耦,然后利用Sage-Husa自适应滤波算法对信号进行初次滤波,降低力传感器系统噪声和观测噪声的干扰,最终使用滑动平均值滤波算法对信号进行平滑处理得到最终的滤波数据。实验结果表明,本文提出的方法有较好的解耦效果和降噪效果,提高了力传感器输出信号的稳定性和准确性。