Monocular Vision Based Boundary Avoidance for Non-Invasive Stray Control System for Cattle: A Conceptual Approach

Building fences to manage the cattle grazing can be very expensive;cost inefficient. These do not provide dynamic control over the area in which the cattle are grazing. Existing virtual fencing techniques for the control of herds of cattle, based on polygon coordinate definition of boundaries is limited in the area of land mass coverage and dynamism. This work seeks to develop a more robust and an improved monocular vision based boundary avoidance for non-invasive stray control system for cattle, with a view to increase land mass coverage in virtual fencing techniques and dynamism. The monocular vision based depth estimation will be modeled using concept of global Fourier Transform (FT) and local Wavelet Transform (WT) of image structure of scenes (boundaries). The magnitude of the global Fourier Transform gives the dominant orientations and textual patterns of the image;while the local Wavelet Transform gives the dominant spectral features of the image and their spatial distribution. Each scene picture or image is defined by features v, which contain the set of global (FT) and local (WT) statistics of the image. Scenes or boundaries distances are given by estimating the depth D by means of the image features v. Sound cues of intensity equivalent to the magnitude of the depth D are applied to the animal ears as stimuli. This brings about the desired control as animals tend to move away from uncomfortable sounds.

Learning-based force servoing control of a robot with vision in an unknown environment

A learning-based control approach is presented for force servoing of a robot with vision in an unknown environment. Firstly, mapping relationships between image features of the servoing object and the joint angles of the robot are derived and learned by a neural network. Secondly, a learning controller based on the neural network is designed for the robot to trace the object. Thirdly, a discrete time impedance control law is obtained for the force servoing of the robot, the on-line learning algorithms for three neural networks are developed to adjust the impedance parameters of the robot in the unknown environment. Lastly, wiping experiments are carried out by using a 6 DOF industrial robot with a CCD camera and a force/torque sensor in its end effector, and the experimental results confirm the effecti veness of the approach.

Visual Feedback Balance Control of a Robot Manipulator and Ball-Beam System

In this paper, we present a vision guided robotic ball-beam balancing control system, consisting of a robot manipulator (actuator), a ball-beam system (plant) and a machine vision system (feedback). The machine vision system feedbacks real-time beam angle and ball position data at a speed of 50 frames per second. Based on feedback data, the end-effector of a robot manipulator is driven to control the ball position by maneuvering of the inclination angle of the ball-beam system. The overall control system is implemented with two FPGA chips, one for machine vision processing, and one for robot joints servo PID controllers as well as ball position PD controller. Experiments are performed on a 5-axes robot manipulator to validate the proposed ball beam balancing control system.

Rectifying control of wire diameter during dieless drawing by a deformation measuring method of interframe displacement

A deformation measurement method of interframe displacement was proposed in this paper. By online monitoring the shape di- mensions of both the deformation zone and its adjacent zone by machine vision, the initial and terminative positions of deformation were dynamically identified during dieless drawing, and the global monitoring and online closed-loop control of the deformation zone were achieved. The dieless drawing process was systematically carried out on NiTi shape memory alloy wires. It is shown that the deformation measurement method of interframe displacement can track the axial displacement of the wires, but this cannot be achieved by traditional machine vision. The initial and terminative positions of deformation can be accurately identified by this method. The proposed rectifying control technology can effectively decrease the wire diameter fluctuation during dieless drawing, that is, the standard deviation of the wire diameter fluctuation could be decreased fi＇om 0.30 to 0.08 mm after three passes of dieless drawing, indicating that the control system has a good rectifying ability.

DEDUCTION OF CONSTRAINT CONDITIONS IN THE CALIBRATION OF STEREO-VISION SYSTEN

In the test-field calibration,multi-azimuth stereo image pairs areproduced of the outdoor large control-field by the stereo-vision system under cali-bration.While in the analytical processing,the relationship between image pairsis adopted as a constraint condition,which ensures the stability and quality of thecalibration results.This paper introduces the deduction process of the constraintconditions.

Dynamic Coordination of Uncalibrated Hand/Eye Robotic System Based on Neural Network

A nonlinear visual mapping model is presented to replace the image Jacobian relation for uncalibrated hand/eye coordination. A new visual tracking controller based on artificial neural network is designed. Simulation results show that this method can drive the static tracking error to zero quickly and keep good robustness and adaptability at the same time. In addition, the algorithm is very easy to be implemented with low computational complexity.

基于立体视觉下联合收获机边缘检测技术的研究

智能联合收割机是目前作物收获的发展热点与研究重点技术之一,而确定田间地块边缘、未收割作物边缘、联合收获机直线行驶和在作物地头转向是实现全田间自动收获的基础。为此,设计了一种基于立体视觉下多种作物收获边缘快速检测方法,保持作物收获边缘在检测目标区域内,并提出了一种基于HSV(色调、饱和度和值)空间扫描的动态感兴趣区域提取算法,利用Ostu算法获得作物未收获面积,实现未收获作物边缘和作物末端边缘的同时检测,并根据作物收获末端边缘自动转向到下一个收割路径。田间验证试验表明:水稻检测准确率高于98%,玉米的检测准确率高于94%,平均处理速度为49frame/ms。研究结果表明:提出的基于立体视觉下联合收获机边缘检测及精准转向系统具有较高的工作精度和效率,可为提高作物收获性能提供技术参考与借鉴。

基于计算机视觉的自适应交通一体化控制系统设计

传统的交通控制系统采用预设的固定信号时序模式,无法根据当前的道路状况及车流量实现对交通模式的动态管理,因此,容易导致严重的交通拥堵。针对该问题,该文设计并实现了一种基于计算机视觉的自适应交通一体化控制系统。该系统能够根据交通的实际需求实时调整交通信号时长,从而显著缩短车辆通过交通路口的时间。此外,在该系统中开发的智能控制算法还能够提供如违规检测、道路监控、以及优先安排紧急车辆通过等智能交通功能。仿真实验验证了一体化控制系统的有效性。

基于TwinCAT3的一种开源机器人控制系统设计

目前主流工业机器人为封闭式控制结构,存在不开源、二次开发难的问题,因此设计一种基于TwinCAT3(the windows control and automation technology)的跨平台、可移植性好的机器人控制系统架构。该架构包含视觉、运动控制和算法集成与仿真控制模块,采用倍福自动化设备规范(automation device specification,ADS)通信技术和实时工业以太网总线技术(ethernet for control automation technology,EtherCAT),建立以计算机(personal computer,PC)和倍福控制器为EtherCAT主站,控制多组从站执行器的一主多从工作模式。该模式结合离线与在线控制、集成数字孪生技术,完成虚拟样机与物理样机的联动;采用开源可扩展架构,便于视觉算法、智能算法等算法集成。经实验验证,此架构具有拓展性好、实时性强的特点。

机器视觉技术在LED贴片控制系统研发中的应用研究

随着科技的飞速发展,机器视觉技术在各行各业的应用逐渐成为关注焦点。在LED贴片控制系统研发领域,机器视觉技术的引入为提高贴片生产效率、确保贴片质量、降低人工操作成本提供了全新的解决方案。传统的LED贴片控制系统往往依赖于人工操作,但由于贴片尺寸小、精度要求高等特点,人工操作容易受到限制,且容易引发质量波动。机器视觉技术的应用通过高精度的图像识别和处理,能够实时准确地捕捉贴片的位置、方向和质量等关键信息,为后续的控制系统提供精准的输入数据。基于此,本文对机器视觉技术在LED贴片控制系统研发中的应用展开了研究。

基于机器视觉的无人布雷车纯路径轨迹跟踪控制系统

针对有人驾驶布雷车操作误差大、效率低以及危险度高的问题,提出基于机器视觉的无人布雷车纯路径轨迹跟踪控制系统。构建无人布雷车的控制系统构架;提出机器视觉导航设计,对布雷车的作业环境图像进行处理;建立纯路径追踪数学模型及算法,实现对无人布雷车布雷轨迹的控制跟踪轨迹。结果表明:该控制系统可快速准确跟踪无人布雷车的轨迹,提高无人布雷车的军事效果,具有较重要工程价值,为实现武器装备的智能化水平提供基础研究。

智慧矿山系统工程及关键技术研究与实践

针对智慧矿山复杂巨系统建设过程中存在的问题,提出了智慧矿山建设的总体技术架构,并分别从智慧矿山系统模型构建、地下空间重构与模型动态更新、机器视觉测量技术、瓦斯环境射频防爆测试方法、矿山安全闭环管控体系、智慧矿山标准体系等方面进行了详细阐述。将智慧矿山分为信息感知支撑层、边缘计算层、云数据中心、多型网络、矿山智能生产管控平台、矿山智能生产系统、智慧矿山运维管理系统,构建了基于多系统深度融合的智慧矿山技术架构。基于智慧矿山知识图谱及信息抽取技术,构建了以数据创新为驱动、通信网络为基础、数据算力为核心的智慧矿山系统模型。构建了以机器视觉感知信息为主、其他感知信息为辅的矿山井下三维视觉空间模型,提出了矿山井下场景三维视觉与空间重建框架,实现了矿山井下三维空间重构与动态更新。开发了基于机器视觉技术的井下设备位姿与煤岩界面识别算法,实现了对井下综采装备群及煤岩分界面的同时空测量。探讨了井下瓦斯环境下现行防爆标准对5G基站功率的限制及存在的不足,设计开发了射频电磁能防爆专用试验装置,为提升井下5G基站功率阈值提供了方法借鉴。提出了融合灾害信息全面感知、防控方案自主决策、防控装备协同控制的矿井灾害闭环管控系统技术架构,实现井下灾害的超前预测预警与协同防控。构建了智能化煤矿标准体系框架,剖析了我国煤矿与金属矿山智能化建设典型案例,提出了智慧矿山建设发展趋势及建议。

基于深度学习的计算机视觉控制系统设计

研究旨在设计基于深度学习的计算机视觉控制系统,以实现智能感知、高效识别和精准控制等功能。本文通过需求分析确定功能和性能需求,设计了图像识别、目标检测、动作控制等功能模块,并考虑了硬件设计中的图像采集设备、处理器选型、通信模块。系统运行测试包括性能、稳定性和兼容性测试。结果表明,该系统能够有效实现目标功能,并具备良好的性能和稳定性。

基于OMRON视觉的工业机器人分拣控制系统设计

工业机器人在分拣过程中,目标物体可能存在各种形状、尺寸和外观变化,同时还可能受到遮挡和光照条件的影响,使得目标的检测和识别复杂,导致分拣控制功能和应用性能差;为此,设计了基于OMRON视觉的工业机器人分拣控制系统;采用OMRON视觉传感器、机器人分拣控制器和驱动器,完成分拣控制硬件系统设计;利用OMRON视觉,采集工业机器人分拣目标图像,通过直方图均衡化和滤波去噪,完成初始分拣目标图像的预处理;提取工业机器人分拣目标的轮廓特征,通过特征匹配确定分拣目标类型,得出位置、几何结构等空间参数的检测结果;最终通过控制参数计算、工业机器人位姿识别以及控制量求解等步骤,实现系统的分拣控制功能;通过系统测试实验表明,设计系统的抓取位置控制误差和分拣目标位置控制误差分别为0.8 mm和0,7 mm,分拣对象表面磨损量较小,具有较好的分拣控制功能和应用性能。

基于机器视觉的柔性电路板智能检测控制系统设计

阐述一套以PLC为控制核心的柔性电路板视觉检测控制系统的设计,可以对柔性电路板进行多个位置的检测,并对电路板拍照提取相关数据,通过与标准电路板对比确定电路板是否存在缺陷。

基于机器视觉的压力表全自动化检定系统

针对人工检定压力表时存在的效率低下且目视读数易引入误差等问题,设计一套基于机器视觉的压力表全自动化检定系统,并开发配套的控制软件和识别算法。控制软件面向自动化过程设计,引入多线程、容器化和监听事件技术,协调控制PLC、机械臂、工业摄像头、标准压力发生器等硬件,实现检定过程全自动化,且支持多块压力表同时检定。考虑到工控机配置低的情况,结合深度学习模型Paddle和OpenCV库设计一种轻量化的识别算法,该算法不仅占用内存少、运算速度快,而且识别信息更加丰富、识别准确率更高。实验结果表明:该系统能够有效提升检定效率,减少人为误差,具有应用和推广价值。

基于AI视觉的工业机器人抓取系统设计

目前,工业机器人发展十分成熟,在工件零件抓取方面实现了较高程度的自动化。然而,传统的机器人采用固定点示教的方式,无法抓取形状复杂的零件,且存在较大位置误差。因此,基于人工智能(Artificial Intelligence,AI)视觉技术,设计了一个工业机器人自动抓取系统,通过AI视觉模型实现工件的准确识别。对机器人的抓取效果进行实验,结果表明基于AI视觉的工业机器人抓取系统可以识别各种工件,并精准抓取零件,抓取位置误差较小。

基于机器视觉的自动化分拣机械臂控制系统设计

自动化分拣是智能制造的关键环节。由机器视觉引导的机械臂以其灵活、高效的特点,成为分拣自动化的主流设备。针对机器视觉引导下的机械臂分拣系统开展深入研究,提出一种基于自适应混合控制和多传感融合的控制系统,并进行高仿真度的虚拟样机实验。通过仿真实验,验证了该系统在运动精度、分拣效率、稳定性等方面的优越性能,为工业自动化分拣提供了新的解决思路。

基于机器视觉的智能变电站施工控制的三维可视化系统研究和设计

随着现代科学技术的高速发展,智能变电站已得到广泛应用,这对加强我国电力建设,提高电力服务水平起到了非常重要的推动作用,是保证我国社会经济实现稳健及可持续发展的重要措施。在智能变电站施工控制工作中,三维可视化系统的有效应用能让工作人员更直观地观察智能变电站的运行情况,对智能变电站施工建设、运行管理以及日常维护具有非常重要的现实意义。详细阐述基于机器视觉的智能变电站施工控制的三维可视化系统研究和设计工作,立足实际提出科学合理的建议,为加强智能变电站施工控制的三维可视化系统建设发挥积极的作用。

基于视觉导引的气垫悬浮无人车路径跟踪控制系统设计

针对气垫悬浮车的行驶稳定等问题,设计了基于视觉引导的气垫悬浮无人车路径跟踪控制系统。给出了气垫悬浮无人车路径跟踪控制系统的硬、软件设计方案,包括电机驱动模块、视觉识别摄像头等。基于Python设计了视觉识别系统,通过嵌入式技术实现气垫悬浮无人车的状态观测和巡线跟踪控制。实验结果表明,所设计的气垫悬浮无人车在稳定行驶的基础上可实现行驶状态保持和巡线跟踪,满足设计要求。