基于物体表面形貌的单相机视觉位姿测量方法

为了获取在风洞实验中运动物体的位姿变化,提出了一种融合物体表面三维形貌信息的单相机视觉位姿测量方法。该方法以多点透视成像原理作为求解物体位姿变化的基础,以物体的图像特征角点作为特征点,并利用物体表面三维形貌模型信息获得特征点的三维坐标。通过实验完成了该测量方法的精度验证,在400 mm的观察距离上,位移平均测量误差为0.03 mm,均方根误差为0.234 mm;俯仰角、偏航角与滚转角的平均误差分别为0.08°、0.1°与0.09°,均方根误差分别为0.485°、0.312°与0.442°。实验结果表明该方法有可用于实用的测量精度。

空间视觉测量相机地面检测及显示系统

为了给空间视觉测量相机的研制提供测试环境,充分测试空间视觉测量相机的功能及性能,基于相机的工作特点和实际测试需求,设计了空间视觉测量相机的地面检测及显示系统。地面检测及显示系统由一台高性能计算机、一台图像接收设备、图像显示软件和通信软件组成,适用于空间视觉测量相机单机、环境试验等多种情况测试。通信软件采取分布式设计,分为1个中心服务器软件、4个客户端软件;软件采用MFC架构,多线程方式运行,软件间采取TCP/IP协议进行通信。其中中心服务器软件负责与相机之间进行通信,通信协议为RS422;4个客户端软件分别实现对相机的指令控制、遥测数据的显示及监测、自动运行及在轨更新功能验证。经过多次单机测试及超过400 h的环境试验测试,空间视觉测量相机地面检测及显示系统运行稳定,对相机的各项功能及性能均能实现测试覆盖,能够满足相机研制过程中的各项测试及试验需求,提高了相机研制的测试效率。

空间机械臂视觉相机内参标定技术研究

针对空间机械臂视觉相机的任务需求与配置,内参标定技术是相机高精度获取合作目标位置、方向等运动信息的首要前提和重要保障。文章设计了一种基于二维平面靶的机械臂相机内参标定方法,用于解算焦距、主点坐标、畸变系数等。首先,利用相机拍摄多幅平面靶图像,求解平面靶与相机图像之间的映射矩阵;其次,构建相机内参约束方程;再次,利用特征值分解,解算焦距、主点坐标等参数值;最后,引入径向、切向畸变构建非线性模型,将解得的内参作为初值,利用Levenberg-Marquardt优化算法即可计算出相机内参最优解。试验结果表明,该方法完全适用于机械臂相机内参标定,标定结果均满足机械臂视觉相机获取合作目标三维位姿的测量精度要求。

基于深度学习的实时烟箱条码视觉识别与比对系统

提出一种结合深度学习和传统计算机视觉技术的条码检测和识别方法。通过该系统,制丝集控系统可以将通过物流获取到的烟包条码信息下发到相机设备上,进而控制PLC进行实时比对,以防止烟包在物流和生产线阶段出现差错。提出一种基于反馈机制的质量可追溯表格生成方法,可以为制丝集控系统提供可靠的质量管理支持。提出一种基于校验和和数据库查询的条码验证方法,实验证明,该方法在不同光照条件和摄像机角度下都能够实现高精度和正确性。

浅谈基于IS7600视觉相机的滑橇识别及离线系统

MRAI涂装车间输送系统中,车身经过面漆工艺之后,车身将会经历换滑橇的工序,车身下方由面漆滑橇换为注蜡滑橇。面漆空滑橇将由面漆滑橇返回线重新进入排队序列,等待承载新的车身。为检测从主线下线的面漆滑橇号,面漆滑橇返回线前段安装一套工业视觉相机。经过硬件安装、PLC编程、测试、投入使用,视觉相机安装后运行顺利,对滑橇号的识别正确率达到了99%以上,为工业4.0的推广提供了参考样本。

基于无人驾驶小麦收割机立体视觉感知系统

针对小麦收割机在农场无人驾驶作业时无法实现动态障碍的实时避障,无人驾驶技术安全性低等问题,设计一种基于立体视觉与深度学习相结合的无人驾驶立体视觉感知系统。首先使用立体视觉相机采集左右目灰度图像,通过图像中像素位置的视差以及立体视觉成像原理,实现对障碍物的距离计算;再将相机采集的RGB图像通过深度学习进行处理,实现障碍物的检测识别,最终完成对动态障碍物的感知。结果表明,基于立体视觉与深度学习的无人驾驶感知系统在农场无人驾驶作业中动态障碍物的检测速率达到30.1 fps,精确率达到98.24%。该方法能够较好的满足作业中动态障碍物检测的识别要求,显著提升无人驾驶小麦收割机作业时的安全性和可靠性,为智能农机无人驾驶的研制奠定理论与技术基础。

基于双目视觉的三维场景图像表面重建算法

在三维场景图像中,像素色度不均匀会影响图像的视觉表现效果,维持像素色度的均匀分布是提升图像视觉表现效果的有效方法。为满足实际应用需求,大幅提升三维场景图像的视觉表现效果,提出一种基于双目视觉的三维场景图像表面重建算法。首先,确定视觉相机的内参、外参标记结果,通过极线校正双目图像的处理方式,完成基于双目视觉的三维场景图像标定;然后,求解像素代价聚合条件,根据像素节点的三维视差推导图像表面的重建表达式,完成基于双目视觉的三维场景图像表面重建算法的设计。实验结果表明,双目视觉技术作用下,三维场景图像的像素色度呈现出较为均匀的分布状态,符合提升图像视觉表现效果的实际应用需求。

基于双目视觉图像识别的输煤机皮带跑偏在线识别方法

受输煤机皮带原始图像质量的影响,导致对其跑偏程度的识别结果误差难以得到有效控制,基于此,提出基于双目视觉图像识别的输煤机皮带跑偏在线识别方法。将Mech-Eye UHP-140工业级3D双目视觉相机作为具体的输煤机皮带视觉图像采集装置,在对其安装后,结合实际的输煤机皮带运行状态以及图像质量要求,对具体的采集阶段参数进行设置;在输煤机皮带跑偏程度识别结果,引入了亥姆霍兹原理,对双目视觉图像的边缘进行识别,根据双目图像边缘交叉程度与皮带中心线之间的距离关系,确定具体的跑偏距离。在测试结果中,设计对于皮带偏移量的识别结果并未受到运行速度的影响,且具体的识别结果误差始终稳定在0.1 mm以内。

一种轨道弹性垫板关键尺寸的双相机测量方法

在利用机器视觉进行轨道弹性垫板尺寸检测场合,长度和孔间距是2个关键尺寸。单相机视野范围受相机空间分辨率制约,在保证测量精度的前提下难以覆盖整个弹性垫板。针对这一问题,提出了一种双相机视野无重叠的组合测量方法。首先对两相机的内外参数进行标定。然后运用一个与弹性垫板有相同结构尺寸的标准块建立两相机的坐标系到统一坐标系映射模型。最后采用中值滤波、二值化分割、一阶不变矩和最小二乘法等图像处理算法确定像素坐标并将其带入映射模型中计算结果。实验表明:该方法测量精度在0.1 mm以内,可有效实现弹性垫板的长度和孔间距测量。

动态环境下基于卷积神经网络的视觉SLAM方法

针对视觉SLAM在动态环境中由于物体的移动会使得位姿估计过程中对特征点造成误匹配,导致定位精度较差的问题,提出了动态环境下基于卷积神经网络的视觉SLAM方法.利用卷积神经网络的Mask R-CNN方法,将ORB SLAM与Mask R-CNN算法进行有效融合,并利用极线几何法对动态的特征点进行剔除.在公开数据集中与ORB SLAM2算法进行对比试验,结果表明,本文算法解决了动态特征分布点的误匹配造成定位准确度较差的问题,提高了优化后SLAM系统的定位精度.

机器视觉系统与PLC的数据通讯

对邦纳PresencePLUS P4智能相机系统与西门子S7-1200 PLC之间的RS-232自由口通讯和Modbus/TCP通讯程序设计的分析,找出两种通讯方式的优缺点,提出克服其不足的应对措施,实现被测工件X、Y和R旋转坐标数据通讯。

基于视觉定位的脑外科机器人坐标变换问题研究

视觉定位脑外科手术机器人是近年来发展起来的一种新型医疗机器人。该文首先介绍了整个视觉定位脑外科手术机器人系统的构成和手术过程,随后在传统的通过机器人机械臂点取病人头部四个标记点来建立机器人坐标系与患者头部仿射坐标系之间转换关系的基础上,引入视觉定位功能,通过双目视觉建立起机器人坐标系与患者仿射坐标系之间的关系,从而在根本上提高了系统的机器人坐标系,患者仿射坐标系,3维模型坐标系以及世界坐标系之间的转换精度,有利于进一步的机器人精确手术实现。

基于广数机器人的视觉对接装配工作站设计

在汽车生产过程中,需要工业机器人对工件进行装配,本系统通过智能视觉相机对工件的尺寸、位置进行自动识别,通过计算机软件辅助,控制两台工业机器人进行工件装配。本系统采用欧姆龙CPM1A-30CDR-A-V1PLC作为核心控制器,对工业机器人以及外围器件进行控制,利用编程技术,来完成工件的自动装配,从而实现自动化生产线的运行。

视觉伺服自动化系统在CIPG中的应用

目前自动化点胶机,在CIPG的工艺中应用越来越广泛,但大多都是机械手按照固定的轨迹,在带有差异的工件上涂抹出同样的胶体形状,这就要求工件的公差非常小,否则废品率会非常大,严重浪费了原材料。利用基恩士高像素的视觉识别相机,结合三菱Q系列PLC和功能强大的QD77伺服控制模块,加上高度跟踪传感器,组成的全自动化集成系统,可以视觉识别工件的真实形状,走出相应轨迹,涂出完美的胶体,很好地解决了这个问题,大大提高了生产效率和成品率,减少原材料的浪费,经济效果良好,值得推广。

浅谈SLAM同步定位构图及多普勒3D扫描技术与视觉智能产品的有效结合

现代智能化产品不断涌现,SALM同步定位构图、DOPPLER多普勒3D扫描技术广泛应用于视觉产品的结合,成为新一代人工智能产品,本文着重介绍了相关原理,以及实际产品的发展、研发和生产过程,并展望了该技术未来的发展情况。一、概述1、SLAM(Simultaneous localization and mapping)同步定位构图技术起源该技术来源于美军的潜水艇的深水定位测试技术,在目前产品应用中,是同步定位按装在智能机器人上视觉相机系统,实时记录视觉相机系统的行走轨迹及周边场景,构建相应场景地图。

自适应序贯滤波的机器人融合定位方法研究

针对激光雷达在长直环境下鲁棒性低以及视觉相机受光照条件影响大的问题,提出一种利用序贯卡尔曼滤波将两种传感器采集到的信息进行融合的定位方法,将传感器作为独立的节点逐级传递以实现多层次滤波,解决了异步传感器更新延迟导致算法中断的问题,同时为算法添加自适应成分,避免了移动机器人长距离行驶过程中因缺少动态调节而产生发散的现象。仿真实验结果表明,以自适应序贯滤波的形式,融合定位结果显著降低了单一传感器测量带来的误差,有效提升了移动机器人在未知环境下的定位精度。

同步定位与建图技术研究进展

同步定位与建图(SLAM)技术是自主移动机器人的主要技术支撑,成为当今的研究热点。介绍了SLAM技术的发展历程及主要传感器,梳理了基于视觉、激光雷达以及多传感器融合的SLAM技术,并对常见的SLAM算法进行归纳总结,对比分析各实现方案的优缺点。最后探讨了SLAM的技术难题和发展趋势。

多传感器数据融合的障碍物测量方法

针对在无人运输领域中,AGV小车在工位对接时停车位置不够精确的问题,本文利用激光雷达和深度相机传感器并通过相应的坐标变换对障碍物的距离进行测量,将传感器得到的数据通过选择恰当的传递函数和学习算法利用RBF神经网络进行训练。实验结果表明,用该方法得到的结果测距误差低于0.1%,速度上相比于传统的BP算法提高了24%,可用来辅助AGV小车停车时进行重定位,同时通过融合得到的数据在以后建图方面也具有一定的优势。

大型变压器自动叠片机器人的研究

针对我国大型变压器叠片工艺效率低和叠片质量不稳定的情况,设计了一种自动叠片机器人,由机械系统、控制系统和料片运输系统组成。该机器人的机械手斜向吸盘可自动调整方向,以适应不同类型料片,设计的翘曲式风刀机构可解决薄片连片问题。采用视觉相机与光栅尺相结合的方法,能快速准确的测量铁芯整体垂直度以及窗宽,提高了叠片机器人的智能化水平,保证了叠片的质量。自动叠片机器人叠片速度可达23片/min,而人工叠片需要6个人,叠片速度为19片/min,数据表明叠片速度得到显著提高。

基于PLC多协议智能立体车库控制系统的设计

文章所介绍的多协议网络化智能立体车库系统可用于解决国内外普遍面临的停车难的问题.该控制系统采用PLC作为控制机构,采用视觉相机作为检测机构,基于CC-Link网络通讯协议、Modbus网络通讯协议设计.三台PLC之间使用CC-Link网络通讯协议,光源控制器与其中一台PLC使用Modbus网络通讯协议.该系统还有触摸屏对系统进行操作与监控,增加了系统工作的稳定性.同时还可扩展多个模块,提高了系统的个性化需求,满足如今市场对智能立体车库的多元化需求.