Forward-Kinematics-Based Approaches for Pose Accuracy of Docking Mechanism with Joint Clearance

Joint clearance,as an important stochastic factor,can significantly deteriorate positioning and repeatability accuracies and lower assembly quality of a 6-DOF docking mechanism.Considering pose accuracy with traditional error model that possesses inherent imprecision,both probabilistic and deterministic approaches based on forward kinematics are presented to analyze comprehensive pose error(CPE)in simulation.Results indicate an identical trend emerges for each CPE with both approaches,and both CPEs perform opposite variations as the moving platform upgrades.The findings provide theoretical reference for refinement of assembly quality evaluation of this mechanism.

基于计算机视觉的斗栱转动变形检测方法

古建筑木结构斗栱节点由斗、栱等构件交错层叠而成.受自身形制、环境和外力等影响,这种“层叠式”节点易出现转动变形.针对人工及布设传感器的传统检测方法在可实施性及检测效率方面的局限性,提出了一种基于姿态估计的斗栱转动变形计算机视觉检测方法.首先定义了斗栱的关键点,并基于关键点推导出了各层斗的转动以及栌斗和阑额相对转动的计算公式;其次通过采集斗栱实景图像、实验室模型图像以及缩尺模型图像,构建了斗栱节点多样性数据集;而后搭建YOLOv8-Pose姿态估计模型,并开展了6种规模和Batch Size的23种工况对比实验;结果表明,最优性能模型目标检测的mAP50(B)达到0.94,关键点检测的mAP50(P)达到0.91.最后利用缩尺模型转动变形检测实验验证了所提方法的有效性.

基于AlphaPose优化模型的老人跌倒行为检测算法

针对在低功耗、低成本硬件平台快速准确检测老人跌倒高危行为的问题,提出了一种基于AlphaPose优化模型的老人异常行为检测算法。首先,对行人目标检测模型和姿态估计模型进行优化,以加快人体目标检测和姿态关节点推理;然后,通过优化的AlphaPose模型快速计算得到人体姿态关节点图像坐标数据;最后,计算人体跌倒瞬间头部关节点线速度与胯部关节线速度之间的关系,以及人体中垂线与图像X轴之间夹角的变化来判断跌倒现象的发生。将所提算法移植到JetsonNano嵌入式开发板上,并与当前主要的基于人体姿态的跌倒检测算法YOLOv3+Pose、YOLOv4+Pose、YOLOv5+Pose、trt_pose和NanoDet+Pose进行对比分析。实验结果表明,在所用嵌入式平台上,图像分辨率为320×240时,所提算法的检测帧率达到8.83 frame/s,准确率为0.913,均优于对比算法。该算法具有较高的实时性和准确率,能够及时检测老人跌倒行为的发生。

一种基于时空运动信息交互建模的三维人体姿态估计方法

三维人体姿态估计在虚拟现实和人机交互等领域具有重要作用。近年来,Transformer已被引入三维人体姿态估计领域,用于捕捉人体关节点的时空运动信息。然而,现有研究通常只关注于人体关节点群的整体运动,或只对单独的人体关节点运动进行建模,均没有深入地探讨每个关节点的独特运动模式及不同关节点运动间的相互影响。因此,提出了一种创新的方法,旨在细致地学习每帧中的二维人体关节点的空间信息,并对每个关节点的特定运动模式进行深入分析。通过设计一个基于Transformer编码器的运动信息交互模块,精确地捕捉不同关节点之间的动态运动关系。相较于已有直接对人体关节点的整体运动进行学习的模型,此方法能够使得预测精度提高约3%。与注重单节点运动的最先进MixSTE模型相比,该模型在捕捉关节点的时空特征方面更为高效,推理速度实现了20%以上提升,使其更适合于实时推理的场景。

可用于双足导航系统的视觉位姿测量研究

以惯性传感器为主、其它传感器为辅的导航方式是室内导航领域的研究热点。文中以双足行人导航系统为研究背景,以足部固定标志物为标靶,设计了基于透视n点(Perspective-n-Point,PnP)问题的视觉位姿测量算法。针对双足行人导航系统中的位姿测量问题进行了仿真和实验,评估了单目相机估算位姿的精确性,实验结果验证了文中方法的有效性。

基于多尺度特征融合的双分支手部姿态估计算法

由于RGB图像的深度歧义性,关节点的深度坐标相对于关节点的二维图像坐标来说更难预测。提出一种基于手部多尺度特征融合的双分支手部姿态估计算法,将手部关节点的二维图像坐标和深度坐标进行分组预测。采用FPN提取手部多尺度特征,提出特征融合模块,对手部多尺度特征进行融合增强,得到手部高层特征和低层特征;提出双分支网络结构,利用融合之后的手部高层特征和低层特征分别预测手部关节点的深度坐标和二维图像坐标。在两个公开的手势数据集上进行了充分实验,与当前最好方法相比,所提方法在平均关节误差指标上取得了当前最好结果。

ARGP-Pose:基于关键点间关系分析与分组预测的3D人体姿态估计

尽管3D人体姿态估计已经相对成功,但现存方法在复杂场景下的性能依然差强人意。为了提高在无约束场景下3D人体姿态估计的准确性以及鲁棒性,提出了ARGP-Pose,一种基于探索关键点间关系的单目视频3D人体姿态估计框架。该框架包含一种关键点信息预处理方式以及3D姿态估计网络结构。关键点预处理能够强化结构特征,抽取出关键点之间联系信息,并作为网络输入。3D姿态估计网络能够融合各个关键点的局部信息以及整体姿态的全局信息。此外,利用自注意力模块来提取有效时序信息,以进一步提高预测准确度。而对于复杂姿态,采用了分组预测的方式将复杂动作的预测分解为各个点的预测,从而使网络对复杂姿态的估计能力有了明显的提高。在Human3.6M和HumanEva-I这两个著名数据集上的实验结果证明了所提出的方法的优越性。

基于AlphaPose的井下不安全行为监测方法

人为因素是煤矿事故的最主要原因,预防和制止煤矿井下人员的不安全行为是降低事故率的根本途径。针对违规进入危险区域、吸烟行为、未佩戴安全帽三种主要不安全行为,提出了一种结合AlphaPose和YOLOv5的不安全行为监测方法,实现公共模块复用,并建立不安全行为判定算法。经过实验对比分析,对上述三种不安全行为监测的准确率分别达到92.33%、92.76%、95.12%,监测速率为11.91 f/s,均优于对比算法,算法具有较高的准确率和实时性。

深度学习的三维人体姿态估计综述

三维人体姿态估计的目的是预测出人体关节点的三维坐标位置和角度等信息,构建人体表示(如人体骨骼),以便进一步分析人体姿态。随着深度学习方法的不断推进,越来越多的基于深度学习的高性能三维人体姿态估计方法被提出。然而由于图片的人体遮挡、训练规模需求较大等原因,三维人体姿态估计仍然存在挑战。该研究目的是通过对近年来的多篇研究论文进行回顾,分析和比较这些方法的推理过程和核心要素,从不同输入的角度入手,全面阐述近年来基于深度学习的三维人体姿态估计方法。此外,还介绍了相关数据集和评价指标,在Human3.6M、Campus和Shelf数据集上对部分模型进行实验数据比对,分析对比实验结果。最后,根据本次调查的结果,讨论目前三维人体姿态估计所面临的困难和挑战,对三维人体姿态估计的未来发展进行了探讨。

基于轻量级姿态估计的跳绳检测计数算法

针对人体姿态估计算法可实施性低以及基于姿态估计的跳绳计数精度不高的问题,提出了一种基于轻量级人体姿态估计网络的跳绳计数算法.该算法首先输入跳绳视频,接着利用帧间差分法提取关键帧图像并送入人体姿态估计网络进行关节点检测;同时为了解决轻量级网络检测精度不高的问题,提出优化的LitePose检测模型,采用自适应感知解码方法对模型的解码部分进行优化从而减少量化误差;然后采用卡尔曼滤波对坐标数据进行平滑降噪,以减小坐标抖动误差;最终通过关键点坐标变化判断跳绳计数.实验结果表明,在相同图像分辨率和环境配置下,本文提出的算法使用优化的LitePose-S网络模型,不仅未增加模型参数量和运算复杂度,同时网络检测精度提高了0.7%,且优于其他对比网络,而且本算法在跳绳计数时的平均误差率最低可达1.00%,可以利用人体姿态估计的结果有效地判断人体起跳和落地情况,最终得出计数结果.

基于卷积与Transformer的人体姿态估计方法对比研究

人体姿态估计是计算机视觉的基础性算法之一,为了探究人体姿态估计领域的研究发展趋势,文章首先介绍了基于卷积的经典人体姿态估计算法,论述各算法的基本原理及算法改进,其次对最新的基于自注意力模型(Transformer)的算法进行梳理,最后介绍了常用的公开数据集和模型评价指标,选取了几个经典算法进行对比分析,平均精度在马克斯·普朗克信息研究所(Max Planck Institute Informatik,MPII)数据集达到80%以上,在微软公共对象上下文(Common Objects in Context,COCO)数据集达到60%以上,得到卷积结构和Transformer结构互有优劣的结论。

联合人体解析与姿态估计的轻量级网络

人体解析与姿态估计是人类行为理解领域中两个重要的研究方向。其中,人体解析旨在区分人体图像的各个区域,而姿态估计的目标则是在图像中找出人的关节点。由于这两个任务存在天然的相关性,采用一个统一的模型同时实现两个任务,可以使两者相互受益并节省资源消耗。针对该问题,旨在设计一个高效的轻量级网络,以较少的计算资源实现两个任务一致性的高性能。在公开数据集LIP上的实验表明,提出的算法能加快推理速度并具备优良的性能。

基于形状特征的管路接头测量和三维重建方法

针对复杂管路系统中的接头同步测量和三维重建的难题,提出一种基于形状特征的管路接头测量和三维重建方法。该方法通过接头CAD模型边缘轮廓和实物图像边缘轮廓进行形状特征匹配来实现接头空间位姿的测量。首先通过建立虚拟相机"视点球"获取接头CAD模型边缘轮廓的投影图像,经过金字塔分层组成接头的形状特征图库;然后与获取的接头实物图像边缘轮廓进行对比匹配;最后利用最小二乘法迭代求解接头的空间位姿,并重建接头的三维模型。开发了管路多目视觉测量系统并进行了接头位姿测量和管路三维重建实验,实验表明该方法的接头测量和三维重建时间可控制在1min内,位置误差为0.654mm,姿态误差为0.73°,测量和重建的效率与精度满足工程要求。

基于测量臂构型的单点残差修正方法

测量臂杆件和关节的弹性变形与臂的摆放构型相关,会影响臂的测量精度。提出了一种基于测量臂构型的单点测量残差修正方法。通过分析测量臂在某一构型下的关节角度与测量臂末端点坐标偏差值之间的映射关系,再根据有序摆放构型下单点测量坐标相对平均坐标的变化曲线,利用不同构型下的关节角度和相应的坐标变化值建立了残差修正数据库,进而应用该数据库对测量臂任意构型下的末端坐标值进行修正。实验证实了其有效性和正确性。

含运动副间隙平面机构位姿误差分析

将误差分析理论、优化技术与虚位移原理相结合,讨论了含运动副间隙平面机构的位姿误差,提出了一种机构位姿误差数值计算方法.利用虚位移原理,讨论了平面机构原始误差与输出端位姿误差间的映射关系;建立了平面机构中常见原始误差的数学模型,推导出平面机构输出端位姿误差表达式.根据优化思想,进一步探讨了输出端位姿误差的极值表达式.在已知各构件原始误差的情况下,通过计算机程序可以迅速得到含间隙的平面机构输出端的位姿误差.与其他同类方法相比,这种方法概念清晰,无需施加特定的外力,通用性强.

平面2R含铰间隙机器臂末端位姿精度建模仿真分析

由于多种不稳定因素对机器臂的影响,末端执行器往往会偏离理论作业位置,导致工作精度降低,其中机器臂铰接处存在的间隙对其运动影响很大。为了研究铰间隙对机器臂末端位姿的影响,采用D-H坐标系和位姿坐标变换法建立了机器臂逆运动学模型,用MATLAB获得广义坐标解析解,并由该广义坐标出发建立含间隙机器臂正运动学模型;采Solid Works建立机器臂三维模型,分别对有、无铰间隙机器臂运动进行仿真及误差分析,得到机器臂作业时末端执行器的运动特性。结果表明,铰间隙对线性动态特性及角加速度有一定影响,特别是对线加速度和角加速度影响较大,使机器臂末端位姿存在偏差,降低了机器臂的运动稳定性与作业精度。

相控阵探头扫查器检测管节点焊缝的位姿

海洋平台多为钢质材料焊接而成,其焊缝主要为管节点焊缝。这种焊缝与以往管道的环形、直线和螺旋线焊缝相比,具有形状复杂,不易实现焊缝自动检测的难点问题。根据管节点焊缝的特点,设计制造出了具有三自由度的超声相控阵探头扫查器,建立了该扫查器与管节点焊缝之间的位姿关系,给出了相控阵探头与管节点焊缝及扫查器基体之间的位姿矩阵计算方法,为扫查器的运动控制提供了理论基础。该扫查器可实现对管节点复杂焊缝的自动检测。用该扫查器对对比试块进行了检测试验,结果表明,能够准确检测出对比试块的缺陷,可满足对管节点焊缝质量进行自动检测的要求。

虎克铰间隙对3-RUU并联机构定位精度的影响

对于并联机器人而言,关节间隙是影响机器人精度的重要因素。采用极限误差的方法,对虎克铰关节的空间间隙进行等效分解,利用数值算法,建立关节间隙与末端动平台的定位精度之间的函数关系和位姿误差分布图,与机器人运动学雅可比矩阵条件数分布图进行对比分析,得到位置误差与雅可比矩阵条件数分布规律相似,而姿态误差与此相反的结论,该结论可作为机构优化设计的理论依据。

基于灵敏度的六自由度并联机构误差分配方法

为提高六自由度并联机构的精度,确保高质量成像,研究了动平台位姿误差与铰链铰点位置误差之间的关系,提出了铰点误差分配方法。用微分法推导出六自由度并联机构的误差模型,对误差传递矩阵进行奇异值分解,奇异值最大值可表示误差传递的灵敏度,据此给出了基于灵敏度的铰点位置误差分配方法。以某大口径光学遥感器次镜调整装置为例,当给出位姿允许误差时,根据误差分配方法求出了铰点分配误差,铰链加工与安装误差在不超过求出的铰点分配误差时,能够保证该次镜调整装置的精度。

基于联合稀疏描述的多姿态三维人脸识别

提出一种基于联合稀疏描述的多姿态三维人脸识别算法。该算法基于多幅不同姿态的三维人脸测试样本联合完成身份识别,通过假设多幅测试样本共享同一稀疏类型,联合多视图信息,构建三维空间字典和稀疏描述模型,用于对稀疏描述向量进行联合重建。该方法最显著的特点就是利用所有观测视图的相互关系,避免单独对待每一个观测值时所潜在的错误判别风险,从而提高识别准确率。在国际三维人脸数据库FRGC2.0上的实验证明该算法对多姿态三维人脸的识别性能优于相互子空间算法和稀疏表示识别算法。