果园机器人视觉导航行间位姿估计与果树目标定位方法

针对单目视觉导航中位姿信息不完整和果树定位精度低的问题,提出基于实例分割神经网络的偏航角、横向偏移、果树位置计算方法。首先,基于Mask R-CNN模型识别并分割道路与树干;其次,寻找道路掩码凸包并进行霍夫变换,由凸包中的边界方程计算消失点坐标;最后,根据建立的位姿道路成像几何模型,计算偏航角、横向偏移与果树相对位置。实验结果表明:改进Mask R-CNN模型的边框回归平均精确度为0.564,分割平均精确度为0.559,平均推理时间为110 ms。基于本文方法的偏航角估计误差为2.91%、横向偏移误差为4.82%,果树横向定位误差为3.80%,纵向误差为2.65%。该方法能在不同位姿稳定地提取道路与果树掩码、计算消失点坐标与边界方程,较准确地估计偏航角、横向位移和果树相对位置,为果园环境下的视觉自主导航提供有效参考。

单目视觉车轮接地印迹识别的轴距差快速测量

针对现有汽车轴距差测量方法无法实现准确高效检测的现状,提出了基于单目视觉的汽车轴距差快速检测系统,采用世界坐标系与计算机图像坐标系空间变换理论,建立了基于单目视觉摄像机系统的车轮接地印迹的测量模型,实现了摄像机的准确标定;为准确识别车轮接地印记,在分析对比各种图像处理技术基础上,确定了以Canny算子和形态学运算为基础的车轮印迹中心识别策略,并对轴距差检测试验系统进行了软硬件设计。试验结果表明,该检测系统能够满足检测线的实时检测要求,检测精度达到1.0 mm。

基于双平行平面相机模型的钢板尺寸视觉测量

提出基于双平行平面相机模型的视觉测量方法,用于测量生产线上运动钢板的尺寸。该方法采用数据驱动的方式计算像点在标定平面上投影点的世界坐标;采用k近邻(k-NN)方法生成目标在标定平面上的无畸变投影图像,并建立投影图像与世界坐标系的直接关联。提出了双平行平面模型下相机光心位置标定算法,利用线结构光进行板材厚度测量;在无畸变的投影图像上利用钢板边缘间的平行和垂直性进行钢板边缘特征提取,通过边缘直线的世界坐标方程求取长宽尺寸。最后,给出了针对大尺寸钢板测量的多相机测量系统框架。提出的方法为单目视觉测量方法,相比于其他方法具有现场安装简单和标定工作量小的特点。通过图像分辨率为640×480的相机对尺寸为80mm×50mm×15mm的标准铝块进行了测量,结果显示:厚度测量误差为0.1mm,长度和宽度的误差在0.2mm以内。实际应用中测量精度远高于加工精度,能够满足产品计量的要求。

利用平行透视投影模型的位姿迭代估计

提出了一种利用平行透视投影模型的高效位姿迭代估计方法来提高单目视觉测量系统的精度和鲁棒性。通过引入齐次坐标表示,避免了现有算法对平行透视投影参考点选择的限制。首先,研究了平行透视投影模型下使用齐次坐标求解目标位姿的方法,阐述了它的几何意义。然后,通过迭代的方式将其应用于一般透视模型下目标位姿的高精度估计。仿真实验结果表明,本文方法提高了基于平行透视投影模型的位姿迭代估计的精度、速度和抗噪性能。实物测量结果表明,本文方法的平移测量精度优于0.1mm,旋转测量精度优于0.1°,可以满足各种视觉检测系统的要求。另外,使用标志点和图像特征亚像素定位技术还可进一步提高该算法的精度。

基于SAPSO算法的单目视觉标定与测量

针对双目立体视觉测量存在视场小、特征点匹配困难的缺陷,分析摄像机非线性模型的畸变影响,利用模拟退火粒子群优化(SAPSO)算法在解空间的搜索能力,建立摄像机标定适应度函数实现精确标定,借助激光测距实现单目立体测量。实验结果表明,该方法具有较好的标定结果和较高的测量精度。

公路场景去雾技术研究

提出了一种应用单目机器视觉技术并结合Hough变换消失线检测和边界检测技术来构建距离深度图的方法,并应用衰减-空气光去雾模型对图像进行了恢复。结果表明,采用该方法恢复的道路图像色彩自然,模型与实际道路完全匹配,对于不同距离的景物都具有良好的恢复效果。

基于单目视觉的实时身高测量算法

提出了一种应用在驾驶员体检系统中的新的身高测量方法。首先利用OTSU自适应阈值分割法和快速连通区域标记算法来分别获取人头顶部投影的纵坐标和标志点的坐标;然后根据它们来初步计算身高;最后根据摄像机成像模型对计算结果进行修正以得到准确的测量结果。工程测试表明该方法测量准确、可以满足体检系统的身高测量精度要求;同时和驾驶员体检系统的其他模块有效整合在一起,降低了硬件和操作的复杂性。

基于相位检测的双平面摄像机标定

针对平面目标的单目视觉标定过程复杂、标定精度不高的问题,研究一种双平面摄像机标定方法。结合两标定平面载波条纹的相位分布确定物点与像点间的对应关系,采用均方误差和最小原理对光心的位置坐标进行估计。在双平面摄像机模型的基础上建立虚拟摄像机模型,获取传感器成像面与虚拟成像面间的坐标映射关系,采用灰度级插值算法实现原图像的畸变校正。实验与标定结果表明,该方法的标定精度较高。

基于机器视觉的轨道交通自动测距研究

行驶中的两辆列车之间保持安全距离是避免列车追尾事故发生的重要条件。由于机器视觉获得的图像数据信息丰富,可以根据采集到的图像进行多方面的集成检测,所以文中提出了一种基于机器视觉的列车测距方法。该方法以列车两条轨道不变的间距(1435 mm)作为基准来推算列车之间距离。利用卷积神经网络对单目相机采集到的图像进行处理和分析,提取所需的轨道特征,再基于已有的小孔成像原理推导出世界坐标系与像素坐标系之间的映射关系,从而优化列车之间距离的计算式。实验结果表明,测距系统的误差率<6%,并且系统测量时间在40 ms之内,说明该方法实现了将测距与在图像中获取其他信息的有效融合与集成,可用于对列车制动距离进行判断。

基于单目摄像头的电网设备测距模型

针对电力系统巡检过程中双目测距算法的复杂性,提出了一种基于相机高度和俯仰角的单目测距模型,有效解决了电力系统中的测距问题。同时针对测距应用中相机高度和俯仰角的变化,考虑了影响因素对测距精度的影响,具有良好的可靠性。通过测量相机高度和俯仰角,识别图像中目标物体所在区域,根据相机内参对采集到的图像进行坐标变换,获得目标物体的三维坐标信息,根据测距模型计算出实际距离,通过实验验证了所提方法的正确性和有效性。

基于单目摄像头的地面测距方法

为解决传统的小孔成像测距算法需要给出待测物体的形状信息而较为烦琐的问题,提出一种基于大多数机器人摄像头的高度不需要改变的情形,利用针孔相机模型,找出像素坐标系和世界坐标系的转换关系,输入至少三对现实世界和像素世界的点对后,便可以实现对地面和立于地面上的物体进行测距的目的。该算法实现简单,且一定范围内测距精度较高。

基于单目摄像头投影仪自动校正方法

现有投影仪在梯形校正技术中,同时实现翻滚角、俯仰角以及偏航角三个方向下梯形校正需要使用双目摄像头或单目摄像头配合距离传感器以及陀螺仪传感器实现,且产生了成本上升、使用复杂性提升、可靠性降低等问题。现研究一种基于单目摄像头自动梯形矫正方法,实现无须人工干预的全自动图像梯形校正。通过引入几何光学建模,辅助计算投影面上的真实形变四边形投影图像以供投影仪图像校正。实验结果表明,该方法能以低廉的硬件成本,简单的计算方法完成投影仪的自动校正。

机器人单目视觉定位模型及其参数辨识

从机器人运动控制的需要出发,在分析视觉坐标系和机器人坐标系的映射关系基础上,建立了机器人单目视觉定位的数学模型.提出了基于遗传算法的参数辩识方法.该算法直接利用建立的视觉定位数学模型和一组特征点实测结果,通过遗传算法得到包括摄像机参数在内的所有参数.比较了直接测量法、待定系数法、基于遗传算法3种计算方法在实际ROBOCUP全自主机器人平台的运用结果,实验证实提出的算法可以得到更好的实际效果.