摘要：针对运动训练辅助机器人对健美操运动员进行检测与跟踪的准确性问题,提出一种基于多传感器的运动训练辅助机器人主动跟踪算法。首先,对主动跟踪算法的总体方案进行设计,提出了基于视觉传感器的机器人主动跟踪方法和基于声纳传感器的机器人主动跟踪方法;然后,采用基于决策层的数据融合方法将两种跟踪方法获取的跟踪方案进行融合,彼此弥补获取最佳的跟踪方案;最后,通过实验测试提出的算法能否实现机器人对健美操运动员的主动跟踪。实验结果表明:设计的基于多传感器的运动训练辅助机器人主动跟踪算法能够让机器人对健美操运动员进行主动跟踪,且整个跟踪过程能够快速检测到目标并朝之靠拢,同时通过调整自身速度安全、平稳地对目标进行跟踪,能够实现辅助运动员进行训练的目的。

摘要：针对苹果人工分拣方法效率低、成本高等问题,设计一种基于PLC控制的苹果分拣装置。以苹果的尺寸和品质为分拣控制指标,通过接近开关、光幕传感器和视觉传感器进行信号检测,控制器根据控制逻辑发出信号,采用气动侧推分类装置完成分拣。分析系统的结构,对苹果分拣系统软、硬件进行设计,并详细阐述分拣原理和控制流程;利用设计的装置进行苹果分拣测试。结果表明,系统能够按照设定流程对不同类型的苹果进行有效分类,具有分拣速度快、准确率高的特点,尺寸分类准确率达到100%,品质分类准确率达到95%以上,满足设计要求。

摘要：视觉传感器（摄像机）的信息传感方式是机器人手眼协调研究中一个重要而又容易被忽略的问题．本文研究具有运动自由度的摄像机反馈运动目标信息的视觉反馈方式．给出了为克服摄像机视场小和图像平面存在畸变的缺点而设计的注视运动目标的两种算法，即只改变摄像机空间位置的平移法和只改变摄像机姿态的变姿法，并讨论了它们的优缺点．

摘要：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。

摘要：介绍了一种基于轮式机器人的立体视觉平台设计方案。给出了双目立体视觉原理和数学模型,从摄像机定标和对应点匹配两个方面讨论了形状与位置三维重建,阐述了双目立体视觉平台的设计,重点介绍了硬件平台的组成结构及各功能模块的电路组成与功能实现。该系统可根据具体应用情况灵活配置,因而结构合理、实用性强。

摘要：为了改善现有AGV的不足并能搬运大型货物,设计出一种以PLC为主控的重载AGV。系统采用减速电机增大力矩,提升负载能力,双向循迹的结构解决了难以调转车头的问题。利用视觉传感器对色带进行图像处理,将传感器与色带中心线的偏差值反馈给PLC,运用PID算法调整直流电机的转速以实时纠偏;该传感器也能读取站点的数据矩阵码带信息,实现AGV的导航与定位。测试结果表明:该AGV可沿色带路径循迹运行,识别到目标站点的码带后读码停车,偏差始终保持在±13 mm的范围内,证明了算法的有效性。

摘要：针对船舶航行环境复杂、天气多变等因素给船舶组合导航带来的诸多问题,提出一种基于视觉传达的船舶组合导航人机交互界面系统。首先设计带有地图创建、路径规划、人机交互、组合导航四大模块的硬件系统,秉持模块化的设计理念设计图像预处理和基于地图匹配-GPS-航行状态组合的软件程序,并在程序中添加图像特征提取技术,获取地图图像的直线特征。最后将软件程序添加到硬件系统中,利用地图匹配算法获取最佳航行路径。实验结果表明,系统的导航精度高、轨迹规划和避障能力强。

摘要：介绍了一种基于CCD视觉传感器的实时焊缝图像获取与处理方法,针对2 mm铝合金薄板无间隙对接的焊接特点,设计了与之相适应的减光-滤光传感系统,获得了特征明晰的焊缝实时图像,同时确定了一套符合该系统的焊缝图像处理算法,取得了很好的效果,为后续的焊缝跟踪提供了条件.

摘要：为了提高常规四旋翼的灵活性,模仿蜂鸟在空中倾斜身体悬停的特点,对一种改进后的轴可动四旋翼进行系统设计与验证。首先,在四旋翼的每个机臂上增加由舵机驱动的倾转装置,使得旋翼可以灵活地改变朝向,建立平台的六自由度模型;接着结合视觉传感器测量飞行平台的位姿,基于串级PID控制和线性的控制分配方法,基于嵌入式平台进行实物实验。结果表明,飞行器实现了静止在空中某一位置倾斜姿态,具有更高的灵活性。

摘要：为实现智能车对各种复杂路径快速稳定的识别,设计一种根据视觉图像进行路径识别的智能车控制系统。该智能车控制系统以MK60DN512ZVQ10控制器为核心,采用OV7725视觉传感器获取赛道的二值化图像;通过图像处理提取赛道边沿及中心线,并提出环岛等复杂路径的识别算法;通过增量式编码器测量实时车速,采用PID控制算法控制舵机的转向和驱动电机的转速;通过调整视觉传感器的高度并合理布局车体结构,增强智能车的路径识别能力和稳定性。实验测试结果表明:利用该系统,智能车在速度约为2.4 m/s时可在赛道上快速稳定行驶并正确识别各种路径。