摘要：为了实现无工装夹具条件下的机器人焊接,提出基于三色球的单目相机三维空间定位方法,利用球在任意角度成像的几何不变性,结合球的半径信息实现球的深度信息的提取,解决了传统单目相机无法实现三维空间定位的难题。定位算法引入颜色滤波简化三色球的识别,改进霍夫圆检测算法,提高了三色球的识别精度。研究了球的深度信息计算模型,并推导了相关公式,实现了单目相机下球的三维坐标计算。构建了基于3个标准球的焊接工件定位模型,通过工件上3个定位点设置的标准球实现焊接工件定位。基于三维微位移平台设计了定位精度检测实验平台,并开展了相关实验。实验表明,三维空间定位算法的定位误差在±0.24mm以内,满足焊接工件定位的精度要求。

摘要：设计了一种可居家使用的采用单目相机实现手部抓握状态识别及抓握能力训练的系统.通过分析不同姿态下手部抓握特征,提出了采用手部轮廓面积和虚特征参数对手部抓握状态进行识别和评估的方法,并通过在手部粘贴标识对手部姿态进行识别实现了两类特征参数的优选.对于采用单一虚特征参数进行手部抓握状态识别时存在的失效问题,提出了分段采用面积虚特征参数和长度虚特征参数的识别方法,并重新定义状态变化因子,实现了不同虚特征参数描述抓握状态变化的尺度上的统一.为减少手部无效面积对手部抓握状态评估的影响,建立了基于手部结构比例特征提取手部有效轮廓的算法.实验结果表明:所提出的手部抓握状态识别方法能够满足人机流畅交互要求,不同评价特征参数可以实现无缝切换.

摘要：将单目相机和惯性测量单元(IMU)固定在机械臂末端,可以有效地协助机械臂进行运动估计和场景感知。单目相机、IMU和机械臂之间可靠、准确的标定是实现随动感知的前提。但是,传统的标定方法存在耦合误差大、标定一致性差和6自由度激励不充分的问题。为此,本文提出了一种新颖的单目相机-IMU-机械臂的空间联合标定模型,该模型能够将旋转分量的误差和平移分量的误差完全解耦。此外,创新性地设计了一种螺旋式运动轨迹来标定感知模块,采用这种运动轨迹能够避免6自由度激励不充分和一致性差等问题。在实验环节,本研究搭建了单目相机-IMU-机械臂空间联合标定平台,计算得到三轴姿态角和平移分量的均方根误差分别小于0.7°和7 mm,证明了所提标定方法的有效性。

摘要：实时、鲁棒的三维动态目标感知系统是自动驾驶技术的关键。提出了一种融合单目相机和激光雷达的三维目标检测流程,首先,在图像上使用卷积神经网络进行二维目标检测,根据几何投影关系生成锥形感兴趣区域(region of interest,ROI),在ROI内对点云进行聚类,并拟合三维外包矩形;然后,基于外观特征和匈牙利算法对三维目标进行帧间匹配,并提出了一种基于四元有限状态机的跟踪器管理模型;最后,设计了一种利用车道信息的轨迹预测模型,对车辆轨迹进行预测。实验结果表明,在目标检测阶段,所提算法的准确率和召回率分别达到了92.5%和86.7%。在仿真数据集上对轨迹预测算法进行测试,与现有算法相比,所提算法在直线、弧线和缓和曲线3种类型的车道上均有较小的均方根误差,且算法平均耗时约为25 ms,满足实时性要求。所提算法鲁棒、有效,在不同车道模型下均有较好的结果。

摘要：针对传统粒子群方法求解相机内参时的局部最优解问题,提出一种基于全参数自适应调节和变异机制的粒子群单目相机内参优化方法.首先,基于向量约束关系对单应性矩阵进行变形,利用最小二乘法求得相机的初始内参.然后,考虑在迭代过程中局部最优粒子、全局最优粒子对各个粒子的作用不同,分别给出了基于粒距的自适应的局部因子学习调节策略和全局因子学习调节策略;同时,设计了基于粒子群平均粒距的改进的粒子自适应变异率.最后,给出了基于全参数的自适应变异机制的粒子群相机内参优化算法.实验结果表明,与张正友标定方法、传统粒子群优化标定方法相比,该方法具有较好的标定精度和收敛速度.

摘要：针对单目相机打孔机的视觉定位技术进行研究,搭建了视觉定位的硬件平台,设计了圆、圆弧、矩形和直角的识别算法,通过标定获取图像与世界坐标系之间的关系,通过定位计算实现了打孔机冲孔单元定位、末孔检测和返冲功能。试验结果验证了方法的可行性,有效实现打孔机视觉高精度自动定位、末孔质量自动检测和高精度二次加工。

摘要：为解决在训练物体六自由度位姿估计神经网络时,人工标注真实场景数据集困难的问题,提出一种自动生成大量单目六自由度位姿估计数据集的方法,可提高数据集标注效率和精度。考虑采集图象环境的光照、物体遮挡等条件,以单目RGB相机、物体三维模型作为输入,在运动恢复结构(structure form motion,SfM)算法框架中添加尺度先验信息约束,实现在真实场景快速生成大量用于六自由度位姿估计训练的数据集。以生活用品为例,分别制作无遮挡、有遮挡数据集,与现有六自由度位姿估计数据集作对比,使用神经网络算法验证根据该方法制作出数据集的可行性与有效性。

摘要：针对目前高速铁路车站建筑结构复杂程度上升与智能化管理需求日益增进的情况,提出使用智能识别、空间定位技术和BIM运维技术相结合,应用到高速铁路车站运维管理信息化系统中,以辅助日常运维的应用方案。通过对比不同的图像识别模型和空间定位方法,并参考实际铁路运维场景中的监控相机覆盖范围,提出并验证了一种新的应用图像识别技术的空间定位方法来获取特定设备空间位置,用来提高运维管理数据获取的效率和质量。设计了一套完整的技术路线,包括设备特征采集、特征点选取、摄像头标定、空间坐标转换等关键环节,将检测方法和定位算法集成,得到特定设备设施定位的方法。最后对这套空间定位方法进行了总结和展望,讨论了机器视觉技术在铁路运维领域的多个应用场景。

摘要：提出一种基于视觉显著性的车载单目相机自运动估计及前车尺度估计方法。首先,针对车载相机自运动估计,通过视觉显著性计算方法检测并去除含有噪声的单目图像序列中的运动目标,同时考虑图像的纹理区域和平滑区域,利用加权显著图保留有用特征点,进而对车载相机进行鲁棒的自运动估计。其次,将前车距离转化为前车尺度估计问题,通过描述子匹配与李代数中正则化的强度匹配相结合的方法最小化损失函数,通过设计视觉注意力机制选择有纹理无遮挡的图像块,并对选定的图像块中的像素赋权以减轻被噪声破坏像素的影响,从而实现鲁棒、准确的尺度估计。最后,利用多个具有挑战性的数据集对所提方法进行分析验证。结果表明,单目相机自运动估计方法达到了基于立体相机方法的水平,前车尺度估计方法在充分发挥强鲁棒性优势的同时保证了预测精度。

摘要：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。