多源融合高精度定位技术在铁路行业的应用展望

铁路是国家物资运输和人员流动的交通大动脉,从铁路建设阶段的控制点布设、线路设计,到铁路运维阶段的平顺性检测、变形监测、列车控制和管理,都离不开高精度的位置信息。传统的全站仪测绘方法存在人力成本高、时效性差等缺点;GNSS用于开阔无信号遮挡的环境效果良好,但用于信号遮蔽的复杂环境则无法定位。随着北斗卫星导航系统的趋于完善和传感器技术的发展,利用卫星等多传感器融合定位的技术逐渐受到人们的关注。GNSS接收机、惯性导航设备、视觉传感器、激光传感器具有互补的特性,以这4种导航传感器为例,利用图优化的方法,实现这些传感器数据的融合高精度定位。通过研究多种传感器融合定位在铁路工程领域的应用,将自动、高效和稳定的新兴技术引入铁路工程测绘,以满足铁路工程对于静态、动态高精度位置信息的需求,为铁路测绘的智能化发展做出积极贡献。

基于激光位移传感器的可视化表面粗糙度测量系统

表面粗糙度是表面微观几何形状误差,它是评价材料加工质量的一个重要参量。传统接触式测量表面粗糙度容易造成表面划伤,且测量速度低,不适合在线测量,而非接触式测量方法能够克服上述不足。本文设计了一种基于激光位移传感器的非接触式表面粗糙度测量系统,对设定区域扫描,实现对物体表面微观变化的在线检测,通过分析反射光强的变化,获得物体表面形貌变化及偏差信息。该系统采用MP340单片机进行数据处理,借助可视化人机交互界面实时监测被测物体表面状态结果。实验测试表明,系统原理直观,测试数据精确可靠,抗背景光干扰能力强,轴向检测范围在1~80µm的测量,精度小于5µm,为实际应用提供一种技术参考。

机器人多层多道焊缝激光视觉焊道的识别

厚板多层多道焊缝形状特征的自动识别,对保证焊接质量和实现机器人自动化焊接生产具有重要意义.文中建立了基于条形激光源CCD视觉传感多道焊缝自动检测系统,通过对多道焊缝激光条纹图像特征的分析,提出了合理的图形处理识别流程,即经过图像平滑处理、纵向灰度梯度法识别条纹中心、再经过二重斜率平滑处理、多个峰值搜索等处理流程,可获得焊缝形状的四个拐点,为焊缝跟踪、弧长控制和焊枪位姿调整提供了重要的信息,其图像处理结果与试验结果相吻合.

移动焊接机器人坡口自寻迹的切入角算法

为正确建立位姿调整轨迹规划的坐标系,研究了移动机器人在自寻迹过程中的关键问题——切入角的计算.结合工程应用实际,基于激光视觉传感器并根据不同的焊接坡口形式提出了3种切入角算法,同时分析了每种算法的利弊和适用场合,并重点讨论了激光视觉传感器扫描坡口方式的切入角算法.该算法不严格依赖坡口加工精度,也不需要知道确切的坡口形式,提高了算法的实用性和可靠性.试验结果表明,所提出的3种切入角算法是切实有效的,能够满足实际焊接工程需要.

基于激光结构光的视觉传感器的图像处理技术研究应用及展望

基于激光结构光的视觉传感技术是目前实现焊接过程自动化和智能化的主流传感技术。简要介绍了基于激光结构光的不同类型的视觉传感器及其在焊接领域的典型应用。针对图像处理过程中的图像预处理、激光中心线提取、特征点识别这3个阶段,分别详述了每个阶段的传统图像处理算法,并针对一些焊接领域应用的典型场景,举例说明了更具特色的图像处理算法及其应用所获得的图像处理效果,包括检测精度和实时性。最后,对基于激光结构光的视觉传感技术在焊接领域的进一步研究和应用以及未来的发展方向进行了展望。

基于视觉传感的多层多道焊缝图像特征的识别

建立了基于条形激光的CCD视觉传感多层多道焊缝自动检测系统。通过对多道焊缝激光条纹图像特征的分析,提出了适用于非规则坡口的焊缝图形处理方法。经过阈值处理、图像去噪、图像中心线提取以及直线拟合、特征点的识别等处理流程,可自动识别多层多道焊缝的特征点。

三维拼缝激光焊接的变形动态补偿

针对三维拼缝激光焊接过程中的变形扰动,为实现三维轨迹的精确跟踪,需要在焊接过程中进行拼缝轨迹实时测量和动态补偿.在五轴联动数控焊接机床上,利用激光视觉传感器实现三维拼缝焊接过程的实时测量,获取拼缝轨迹的偏差信息,将偏差信息从测量坐标系转化到工件坐标系,实时补偿各运动轴的进给量,从而实现三维拼缝曲线焊接过程的动态补偿;分析了基于测量反馈的三维焊接闭环控制系统的稳定性,最后对所提出的算法进行了试验验证.结果表明,研究的三维拼缝实时测量与动态补偿方法能够满足三维激光焊接的跟踪控制要求.

用于激光接收/目视瞄准镜的共光路光学系统设计

为实现多传感器光轴校准并达到小型化轻量化的设计要求,将目视瞄准镜作为校轴光学基准,采用共用摄远型物镜组,并利用在立方棱镜斜面镀制光谱分光膜,实现高精度目视瞄准镜与激光接收的共光路系统设计。该目视瞄准镜放大倍率为7×、视场为5°、出瞳直径为Φ3.7mm、出瞳距离不小于20mm;激光接收系统视场为1mrad、接收口径为Φ50mm,设计结果满足指标要求。

远距离激光机器人嵌入式视觉传感器灵敏度优化方法

针对嵌入式视觉传感器在实际应用中易出现灵敏度不足的问题,提出一种远距离激光机器人嵌入式视觉传感器灵敏度优化方法。将基于最小不确定性准则的布置指标设定为目标函数,对传统的猴群算法进行改进。分析观测网络的布设累加规律,采用改进的猴群算法进行远距离激光机器人嵌入式视觉传感器灵敏度寻优,获取提升传感器灵敏度的寻优方案。仿真实验结果表明,所提方法能够有效提升传感器的灵敏度和响应度,分别达到了85%和1.4 A/W,同时还能够有效降低非线性误差,校正输出量相差在2μm内。

用于焊接过程控制的激光扫描式传感器的研究

传感器是焊接过程视觉控制的重要因素之一。焊接过程控制一般分为两类:第一类是关于位置的控制;第二类是关于焊接工艺参数的控制。本文提出一种传感方法,它主要包括光学系统,信号接受器和数据处理器。由于电弧光的强烈干扰,一般的摄象机很难直接作为传感器。但是应用扫描式激光传感器,其结构紧凑且可以抑制电弧光的影响。为提高信号处理速度,本传感方法中采用了一种新型的“位置传感元件”(PSD),它不用象普通摄象机那样的扫描电路,因而速度很快。试验说明这种传感方法非常适用于机器人焊接的焊缝跟踪控制。除此,它还能识别焊接接头的几何形状与尺寸等信息。因此,它是一种有效的且很有前途的传感方法。

激光多维成像教学视觉要素提取系统设计

通过聚类算法仅能从二维图像中提取出教学要素信息,无法从多维空间提取要素信息,提取教学视觉要素存在精度差的弊端,设计激光多维成像教学视觉要素提取系统,采用激光视觉传感器获取不同教学视觉要素的三维激光图像后,通过信号处理电路对三维激光图像实施特征计算,提取出有价值的教学视觉要素;硬件控制电路实现激光光源、激光传感器和图像增强器控制参数与DSP间的数据双向通信;系统通过角点检测法获取粗糙的教学视觉要素,运用激光多维图像要素点与摄像机参数相标定方法,得到要素的精确坐标,实现激光多维成像教学视觉要素的精确提取。实验结果说明,所设计系统的教学视觉要素提取精度均高于95%,提取复数标准色和单色标准色+辅助色的用时分别低于0.72s和0.55s,是一种高精度、高效率的教学视觉要素提取系统。

强噪声下的激光视觉焊缝跟踪图像处理研究现状及展望

激光视觉焊缝跟踪系统已经成为机器人焊接必不可少的关键环节之一,但焊接过程中存在的金属飞溅、烟尘以及强弧光等常见的强噪声干扰,给激光视觉焊缝跟踪的稳定性和精确性带来极大挑战。分别对比了焊缝跟踪最为关键的图像预处理、激光中心线提取、特征点识别三个环节中传统算法与新兴算法的区别,总结归纳各类图像处理算法的检测精度、实时性以及适用场景。并对激光焊缝跟踪技术在焊接领域未来的发展方向进行了展望。

基于线结构光传感的T型角焊缝跟踪方法

针对T型接头角焊缝机器人GMAW跟踪,自主研制了一套激光视觉传感器和滤光系统。基于矩阵转换形式的测量原理,简化了视觉系统标定。利用Hessian矩阵的Steger方法提取T型接头角焊缝激光条纹图像线特征及其方向信息,并使用随机抽样一致算法进行形貌直线的拟合,获取了焊缝中心特征点。跟踪试验结果表明,焊缝左右和高度方向的平均误差为0.52,满足机器人实际焊接生产要求。

水下机器人激光视觉传感焊缝跟踪

为实现水下焊接的智能化,在设计好的水下机器人平台上,开发了一套焊缝自动跟踪算法。采用2自由度PID控制算法控制横向滑块实时精确跟踪焊缝,爬行小车依据滑块的位置与速度信号粗略跟踪焊缝轨迹的模糊控制方法实现大范围的焊缝自动跟踪。焊接试验表明,该算法具有较好的稳定性、可靠性,跟踪精度高,可达到±0.3 mm,在水下环境中移动机器人自动焊接具有良好的应用前景。

基于组合激光结构光的多功能视觉传感器

提出并设计了一款基于组合激光结构光的新型多功能单目视觉传感器,介绍了其研究开发思路和结构设计过程.基于单目视觉和单幅图像处理,可实现焊接坡口截面尺寸、焊枪高度和空间位姿检测等功能.传感器的标定充分利用了其内部固有参数,在焊枪空间位姿发生变化时,不需要进行重新标定,有效提高了其应用于复杂结构件焊接时的适应能力.组合激光结构光的应用,有效解决了常规单目视觉存在的深度方向信息丢失问题.针对V形坡口的截面尺寸和焊枪高度检测,推导了检测算法并进行了试验验证.试验结果表明,最大检测误差不超过2.1%.

基于视觉的焊枪空间位姿实时检测技术

在空间位置的金属结构件的焊接制造过程中,焊枪相对于工件待焊点的空间位置和姿态直接影响焊缝成形质量。本研究简要分析计算机视觉在焊接领域的主要研究和应用,对目前焊枪空间位姿检测和控制方法的研究进展进行归纳总结,探讨了各种方法的技术特征和应用优缺点。在此基础上,介绍了两种基于激光结构光组合的视觉传感器,能够实现焊接过程中的焊接坡口尺寸检测、焊缝跟踪及焊枪空间位姿检测等多种功能的集成。最后,指出基于Vcsel的3D视觉传感器的优势,在焊接过程视觉传感中具有良好的研究和应用前景。

基于激光测距的光电“寻的”智能小车控制系统

选用激光测距传感器加pixy视觉传感器作为道路信息的采集器,设计了一辆循迹智能小车系统,能够从指定位置出发,快速搜寻场地内随机点亮的信标灯。该系统以pixy视觉传感器采集光源,得到智能小车的位置信号,采用激光测距传感器,采集障碍物的位置信号。通过PID控制算法、路径识别算法、速度控制算法,判断道路是直线还是曲线,避开障碍物,实现自动行驶。本系统经多次实验验证能够实现控制小车选择合适的路径,具有稳定性高、系统响应灵敏等特点。

基于林区采育机械的视觉和激光融合算法

针对因复杂林业环境而导致的多功能林木联合采育机作业间断的问题,采用多传感器融合的方式获取环境信息,进而实现采育作业目标的识别。通过搭建基于二维激光测距仪、可见光相机和红外热像仪的信息采集系统,根据不同距离上的内、外参数标定实验实现采育目标激光数据、可见光图像和红外图像的信息融合。根据融合数据,对树木、行人、岩石三种目标进行识别,平均识别率达到93%,能够为采育机操作员提供准确的环境描述信息,降低作业压力,提升采育机作业效率。

视觉-激光混合式3D测量方法及自动装配研究

自动化装配作业面临基座螺纹孔位置不固定和大臂工件在搬运过程中位姿变化的问题。该文采用激光测量与视觉检测相结合的方法,实现大臂工件三维位姿测量,解决了工件搬运过程中位姿变化的问题。采用动态阈值方法提取螺纹孔连通域,通过形态学处理,提取出螺纹孔的位置特征,以装配底座为基准确定Y、Z坐标值与RX欧拉角。以基座螺纹孔轮廓作为特征模板,求取大臂与装配底座位姿的偏移量。激光传感器得到大臂工件的X方向信息,通过几何二面角求解与基准位姿的RY、RZ欧拉角偏差。最后在机器人装配系统上进行30次实验,定位姿态误差小于0.1°,位置误差小于0.2 mm,验证了提出的工件位姿测量方法的有效性。

无人驾驶车辆视觉SLAM方法综述

基于视觉传感器的同步定位与建图技术是无人驾驶的关键技术之一。视觉系统可以从环境中获取大量的纹理及色彩信息,拥有较强的场景辨识能力,且具备成本低、易安装等优点。基于当前无人驾驶背景下视觉SLAM的研究状况,对视觉SLAM系统的架构原理、标志性成果和研究热点展开综述,并探讨视觉SLAM的发展趋势与方向。