基于双目定位和同步触发的城市轨道交通工务综合检测车

[目的]目前城市轨道交通隧道及轨道的工务巡检大多仍采用传统的人工巡检方式,亟需有效提升巡检效率及准确率。[方法]提出了一种基于双目定位和同步触发技术的城市轨道交通工务综合检测车(以下简称“综合检测车”),阐述了该综合检测车的系统架构,并介绍了同步定位模块、供电模块及人机交互模块的功能,以及工务病害故障检测所采用的识别算法。介绍了该综合检测车的定位计算和同步控制技术,并对其在城市轨道交通工程中的实际应用效果进行了分析,对其技术优势进行了总结。[结果及结论]该综合检测车可在2 h内完成城市轨道交通线路隧道及轨道的巡检工作,实现对多类病害故障的智能综合检测。与人工检测相比,其准确率提升了60%,巡检成本降低了30%。

基于红通道先验的水下障碍物双目定位方法

基于双目视觉的自主水下航行器在水下巡航过程中,由于水体对光线的衰减效应和悬浮颗粒对光线的散射作用,双目摄像机获取的图像存在对比度低、颜色失真等问题,导致水下障碍物定位的精度较低。针对以上问题,文中采用红通道先验复原算法提高水下成像质量,根据双目相机标定参数获取障碍物的双目视差图,并提出了一种基于深度视差图融合的水下障碍物定位方法。该方法通过融合深度视差图与水下复原轮廓图,对融合图像进行凸多边形检测,获取障碍物的轮廓,基于轮廓信息进行障碍物的有效深度信息提取,实现障碍物的空间定位。水下双目定位实验结果表明,文中所提方法可以使双目立体匹配的效果更理想,能够有效提高水下障碍物定位的精度。

基于有限范围内自发光特征物的机器人双目定位研究

针对室内光照多变对机器视觉带来的不良影响所造成的室内机器人难定位的问题,提出了基于固定自发光特征物的双目定位算法设计,实现了机器人在室内环境中的定位。针对视觉定位算法实时性不高、处理数据量大的问题,通过预先建立数据库的方法避开复杂的计算,提高了视觉定位速度。具体而言,建立了固定特征物投影模型,实现了特征物模型的建立和对应数据库的生成,将特征点像素坐标与投影平面坐标进行匹配,并将相机在环境坐标系中的位姿转换为运动平台在环境坐标系中的位姿,实现了运动平台在室内环境中的定位。最终经过测试,证明该方法是可行的。

基于双目定位原理的系统标定算法

在双目定位原理的基础上给出了交通监管中的系统标定模型的一种具体算法,从而解决了系统标定的若干问题,同时对模型的精度及稳定性进行了评价。

双目定位在数码相机图像标定中的应用

数码相机定位是计算机图形学中的一个重要课题,在图像处理等方面有着广泛的应用,对数码相机进行合理建模分析,并利用双目视觉原理对图像进行标定,最后例证了此方法的有效性和精确性。

基于坐标变换的双目定位模型

数码相机的双目定位问题是交通监管中的重要问题.文章通过建立图形坐标变换模型,采用最小二乘法确定靶标上物体几何中心在相机像平面的像坐标,根据几何关系给出了根据靶标确定两部固定相机相对位置的坐标变换的数学模型和计算方法.

一种快速高精度数码相机双目定位方法

通过选择适当的靶标首先进行数码相机的标定,为了提高精确度,高精度目标量测采用子像素量测技术,取得子像素的量测精度。建立基于畸变差检测的数学模型,并通过最小二乘法求得了所有待定的参数,从而完成了相机的标定。对于双目定位,建立了简洁的数学模型,利用最基本的向量关系式,得到了三元方程组。为了能快速有效地求解此三元方程组,采用吴消元法进行。最后,进行了数学仿真实验,结果表明,本文的方法是切实可行的,能达到快速高精度定位的要求。

基于双目定位的番茄采摘系统设计

针对当前番茄采摘劳动量大、采摘机器人效率普遍低下、成本较高的问题,设计基于双目定位及机械臂的番茄采摘系统。系统采用ARM9为核心的S3C2440微处理器作为主控器,以带有双目摄像头的四自由度机械手作为硬件平台;系统软件平台采用Linux操作系统,软件设计包括基于QT的图形界面开发,基于OpenCV的视觉处理,驱动与应用程序及各模块间进程通信程序的编写。系统能够给人类农业生产带来便利,解决目前番茄采摘效率低成本高的问题。

葡萄采摘机械臂的双目定位与抓取精度研究

双目视觉定位技术是机器人领域对于环境感知的常用技术,特点是参照人眼对环境的认识原理,利用在水平方向设置的固定距离的两个摄像设备获取空间环境数据,指导机器人准确执行预期工作。在葡萄采摘机器人的研发过程中,双目视觉定位是采摘目标定位的关键技术。葡萄采摘对于定位精准度的要求很高,以双目视觉定位技术为基础,配合合理的图像提取逻辑和计算机算法,可有效提高机械臂对葡萄果柄剪切和夹取的准确性。为此,从视觉识别的角度出发,设计了双目相机的功能分配与葡萄采摘关键特征的提取逻辑,优化了双目视觉定位的相机标定、立体匹配和深度计算等关键过程。同时,对葡萄基体的识别与分区和果柄的几何特征与位置确定进行了详细设计,分析了双目定位技术在葡萄采摘机械臂中应用存在的采摘失效的主要因素,并对葡萄采摘自动化技术的进一步提升进行了总结。

基于双目定位的离合器下料系统设计

机械臂在生产线上抓取组装完成的离合器后,需要准确地将离合器放置在自动导引车(AGV)的下料位置。针对AGV入库时位置不确定,机械臂无法准确实现下料问题,设计了一种基于机器视觉技术的离合器下料定位系统,并针对AGV尺寸较大、单相机定位存在精度差、定位不稳定的重要问题,采用双目定位提高精度和稳定性。实际使用结果表明:基于Vision Pro视觉软件设计的AGV特征识别视觉定位系统具有很好的定位结果,定位精度为±0.5 mm,运行时间小于2 s;能够引导机械臂快速、准确地完成离合器下料任务,满足工业实际应用的需求。

激光雷达SLAM下移动机器人双目视觉全局定位

移动机器人在未知环境中执行任务时,需精准感知地图环境和其他物体位置,确定其自身位置。为了提高移动机器人的全局定位精度,提出激光雷达SLAM下移动机器人双目视觉全局定位方法。依据双目视觉系统测距原理,选取双目摄像机中的任意一个相机建立主坐标系,构建双目摄像机模型,结合棋盘图与张正友标定法,标定双目摄像机中参数。在此基础上,计算单帧图像特征点的尺度,完成双目视觉初始化,利用权重函数计算任意一个特征点与线、与面之间的加权值和距离值,估计移动机器人的位置,引入非迭代畸变补偿方法,完成对移动机器人的全局定位。测试结果表明,所提方法的定位结果与实际运动位置之间的最小误差为0.1 m,该方法可以精准定位到移动机器人位置,指导移动机器人更好地执行作业任务。

基于改进GA优化BP网络的双目视觉定位研究

为了提高传统遗传算法(genetic algorithm, GA)IGA优化BP网络迭代时间过长以及精度偏低的缺陷,设计了一种通过改进遗传算法(improved genetic algorithm, GA)IGA优化BP网络,并进行完成双目视觉的定位计算。改进遗传算法来提升BP网络收敛能力并获得更强的全局寻优效果,显著改善BP网络处理效率与精度,最终促使相机获得更高定位精度以及运算速率。给出了IGA优化BP网络的双目视觉定位算法流程,并开展了双目视觉定位实验。研究结果表明,未优化坐标预测值误差均值为0.66 mm,优化坐标误差均值为0.08 mm。改进BP网络进行双目视觉定位精度达到0.12 mm,相对最初预测定位误差降低近0.01 mm。以BP网络来定位双目视觉精度均值是0.12 mm,以OpenCV定位的实际精度是0.10 mm。推断以神经网络双目视觉进行定位时满足双目视觉定位精度条件。

基于仿真机器人的双目视觉定位

为了提升仿真机器人的视觉定位功能,对基于机器人系统的双目视觉定位功能的实现进行了研究。首先通过实验求解摄像机镜头内外参数,通过软件仿真验证算法和标定结果的正确性,然后将内参数配置到仿真机器人平台的软件系统中,在此系统中实现双目视觉定位功能。实验结果表明,仿真机器人的双目视觉定位结果精确,提升了机器人视觉系统的定位功能。

一种基于双目视觉传感器的遮挡目标期望抓取点识别与定位方法

在不确定性较高的室内复杂场景中,机器人常需识别遮挡物体并对其抓取。遮挡问题会导致抓取点预估位置脱离目标,产生位置漂移。针对该问题,本文提出一种基于双目视觉的遮挡目标抓取点识别与定位策略。采用基于期望位置模型的方法估计,以特征检测进行遮挡目标识别,并进行轮廓还原;根据期望抓取点模型,采集目标的期望抓取位置,构建位置模型库。将待检测目标与模型库匹配,提取双目视野中未遮挡区域的期望抓取点。实验表明本方法在复杂环境下具有较高的鲁棒性,抗干扰能力强,对遮挡目标具有较高的定位精度。

基于CMOS的双目视觉定位系统的设计

介绍了一种基于CMOS视觉芯片的双目视觉相对定位信息提取系统。重点描述了该系统的硬件系统的组成:成像采集设备、控制器、存储器、专用DSP和外部接口电路,以及各部分的芯片选择和相应的接口设计,并提供了设计方案实例。系统具有体积小、重量轻、功耗小、集成度高、接口灵活、定位精度高等特点,可以方便地安装在各种设备,尤其是嵌入式系统上,因此可以广泛地应用到很多领域。

基于双目视觉定位的排爆机器人控制系统

本文提出了一种基于双目视觉定位导航的自动抓取排爆机器人控制系统方案,介绍了双目视觉定位的原理和运动控制系统的设计,并利用MATLAB/RTW工具生成基于xPC目标的实时控制系统,运行于配置PC/104的试验样机上,取得了较好的结果。

基于双目视觉的无人机编队相对定位算法

针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。

火灾预警中基于YOLO V5的火源智能检测定位方法

如何高效地检测出火灾初期的火源并对其进行准确定位,是有效遏制火情恶化和及时制定消防计划的重要前提.目前火源检测定位所面临的主要问题为火源检测与定位双任务相互分离,这严重制约了火灾预警的实时性.为了克服上述问题,提出以YOLO V5作为火源检测基础模型,同时利用CIOU(Complete intersection over union)损失函数对anchor(anchor-boxes)与GT(Ground Truth)进行精准框定以进一步提高模型标注精度,并将Leaky RELU激活函数替换为正则化和激活函数相结合的GELU(Gaussian Error Linear Unit).另外,在准确检测出火源的同时,采用平行双目定位算法对火源进行空间定位,以实现火源检测与定位的智能一体化.实验结果表明,所提方法的火源检测mAP值比原始算法提高了9.8%,在保证检测火源精确性的同时能准确定位火源位置.

配电网接地环视觉识别与定位方法研究

为保障带电作业机器人挂设接地保护线的准确性,对配电网接地环的精准识别与定位方法展开研究。为提高识别精度和易于部署在上位机上,以YOLOX-S为基础,用简化的BiFPN代替颈部PAFPN特征利用层,将GIoU-Loss作为定位损失函数,以Focal Loss作为置信度预测损失函数。采用双目视觉方法对检测到的接地环进行定位,根据双目相机标定获得相机的内外参数和畸变系数,对左右图像进行立体校正,采用半全局立体匹配算法获得图像视差,最终利用重投影矩阵得到接地环的深度和坐标,从而实现接地环的精准识别与定位。将所提方法运用于带电作业机器人挂设接地保护线试验,结果表明该方法能实现机器人精准挂线,并能推广到电力机器人的其他作业。

双目视觉定位在无人机电力巡检中的应用

为了降低电力巡检时的电磁干扰对无人机的影响,我们加入双目视觉定位系统,通过相邻帧间的图像序列解算出双目视觉传感器的姿态信息,通过平移矩阵的到无人机的姿态信息,从而实现稳定的导航与制导。