挖掘机器人视觉目标定位

为实现挖掘机器人的自动挖掘,在挖掘机实验模型基础上进行了电路改造,构建了以单片机为核心的控制电路,通过无线蓝牙与上位机进行通讯,实现对挖掘机操作装置的控制。通过视觉传感器采集挖掘机铲斗、目标物的实时图像,经图像处理后,对目标物中心及铲斗标记中心进行提取、定位,计算出二者之间的实时距离,进而控制挖掘机铲斗对目标物进行挖掘。     

利用光斑图像特征确定飞秒激光有效烧蚀焦距

为确定飞秒激光光束对微尺度结构的烧蚀深度,研究了给定功率条件下对应的激光束有效烧蚀焦距。提出采用激光焦点处获得的烧痕阵列图像及在离焦状态下提取烧痕图像特征,通过分析图像特征与离焦距离,获得激光束有效烧蚀焦距范围的方法。在激光束焦点附近的硅晶片表面烧蚀出斑痕阵列,向下逐渐减小焦距,采集硅晶片斑痕图像,提取斑痕平均像素面积及斑痕目标与背景之间的R分量灰度差,获得斑痕像素面积及灰度差随激光束焦距变化的曲线;向上逐渐增大焦距,提取并获得斑痕像素面积及灰度差随激光束焦距变化的曲线。结合激光束向下离焦阈值(633 μm)及向上离焦阈值(993 μm),确定20 mW输出功率条件下,飞秒激光在硅晶片材料表面的有效烧蚀深度为360 μm。采用中位值方法确定了激光束在硅晶片表面聚焦时的焦距为0.823 mm。实验表明,激光烧蚀斑痕像素面积及灰度差与激光束焦距之间的关系能够客观地反映激光束有效烧蚀焦距的变化范围。     

微含量石油类污染物三维荧光光谱及平行因子解析

为解决微含量石油类污染物识别问题,采用三维荧光光谱(EEMs)与平行因子(PARAFAC)相结合的技术,研究了石油类样品荧光组分特征及平行因子组分识别方法。依据水体中石油类含量的标准规定,配制出与Ⅰ—Ⅴ类水体对应的CCL₄含油样品,用来模拟油类污染物成分。首先对97#汽油、0#柴油、普通煤油及CCL₄溶剂进行三维荧光光谱扫描,得到纯组分样品的三维荧光光谱图,其次对97#汽油、0#柴油及普通煤油的标准样品进行三维荧光光谱图测定,最后对97#汽油、0#柴油、普通煤油在CCL₄溶剂中的混合样品进行三维荧光光谱图测定。在掌握上述不同组分样品的三维荧光光谱特性的基础上,重点分析微含量下97#汽油、0#柴油及煤油混合液的三维荧光光谱,应用平行因子方法解析出样品中三种组分的激发与发射特征光谱以及组分间的浓度比。解决了混合样品荧光光谱出现叠加,用化学分离或单纯荧光分析方法较难识别荧光组分的问题,实现了对微含量含油混合样品的主要组分的识别,并得到混合样品溶液中不同组分间浓度比。     

光栅光谱仪光路结构的设计

为提高光栅光谱仪的波长扫描精度,设计了一套可对光栅转动情况进行实时反馈的系统结构,实现了仪器在高速和高精度扫描上的统一。在对反馈结构进行设计时,应用光栅尺测位移技术对正弦丝杆上的滑块进行位移反馈,由计算机对其进行接收和处理。对比实验显示,仪器本身波长扫描精度为 0.7 nm,加入反馈电路进行反馈后波长扫描精度可达 0.15 nm。结果表明,加入对光栅转动情况的反馈结构后,可使光栅光谱仪满足高精度扫描要求。     

飞秒激光光斑灰度与几何特征的相关性分析

飞秒激光烧蚀单晶硅的加工过程中，CCD相机采集的光斑图像中有效灰度区域与背景难以区分。为了解决这一问题，提出一种主成分分析与限制对比度自适应直方图均衡化相结合的方法，对光斑图像进行增强处理，再提出去趋势互相关分析法对光斑序列图像的灰度特征与几何特征进行长程相关性分析。结果表明，光斑序列图像的灰度特征与光斑纹理对比度、光斑面积具有较强的长程相关性，与纹理同质性表现出较强的反相关关系，可根据这3项与灰度特征较强的相关关系对后续微槽加工过程中的灰度特征进行预测。     

基于角度约束的目标位姿测量二义性剔除方法

为了有效解决单圆特征目标位姿解存在二义性的问题,提出了基于角度约束的目标位姿虚假解的消除方法。在相机标定好的前提下,在水平面上平移相机系统获得两幅或两幅以上具有圆特征的目标物图像,以圆形特征目标物的真实姿态角在相机坐标系下保持不变作为约束,可以有效剔除虚假解。可将该方法应用于末端安装摄像机的工业机器人,操控机器人做已知的平移运动从而有效剔除圆特征目标位姿的虚假解。通过实验验证,圆特征目标姿态角的绝对误差小于0.5°,然后可通过真实姿态选出对应目标的真实位置。该方法简单易行,不需要额外的高昂设备就能精确地定位出物体的真实位姿,成功率可达100%。     

三维荧光光谱结合组合算法在环境污染监测中的应用:油种鉴别与定量分析

针对油类污染物成分复杂,光谱重叠难以识别的问题,提出采用三维荧光光谱结合组合算法对油类污染物进行了定性和定量分析。荧光光谱中存在的瑞利散射对三维荧光光谱检测有较大影响,提出了缺损数据修复-主成分分析（MDR-PCA）方法对矿物油三维荧光光谱的瑞利散射进行处理,原理是单个荧光光谱激发发射矩阵符合双线性,可用主成分分析（PCA）法来解析。MDR-PCA法首先将荧光数据中的散射干扰数据全部扣除,之后利用主成分分析（PCA）迭代过程对扣除数据进行重构修复后补全数据。该方法在消除散射干扰的同时充分利用了荧光物质光谱矩阵中的有效信息。利用不同浓度的矿物油的激发-发射荧光光谱构建了三维数据。样品数据来源于柴油、汽油和煤油三种溶质的四氯化碳溶液。常用于三维荧光光谱数据分析的三线性分解算法有平行因子分析（PARAFAC）、交替三线性分解（ATLD）和自加权交替三线性分解算法（SWATLD）等。PARAFAC基于严格意义上的最小二乘原则,具有抗噪声强、模型稳定、微小预期误差等优点,可以实现三维数据阵列的最佳拟合,但该算法收敛速度较慢,对组分数敏感。ATLD算法通过提取对角主元和切尾奇异值求解广义逆,极大提高了收敛速度并降低了对组分数的敏感度,从而实现三线性分解。然而,取对角元时易使ATLD方法对噪声敏感。SWATLD算法既继承了对组分数不敏感、收敛速度快等优点,又降低了噪声水平的影响。但是在抗共线程度方面,SWATLD算法在抵抗共线性程度方面的能力较ATLD略有降低。基于此,论文根据三线性分解算法迭代过程中损失函数的变化,对迭代过程进行划分,提出了三线性迭代方法的组合算法（algorithm combination methodology, ACM）—将ATLD, SWATLD与PARAFAC组合在一起,充分发挥各算法的优点,实现二阶校正算法的优势互补。采用ACM算法对两组分及三组分矿物油样品的三维荧光光谱数据进行解析,并对三种矿物油的回收率进行了计算。柴油的回收率为97.08%,汽油的回收率为97.34%,煤油的回收率为97.25%。解析光谱和回收率表明,ACM算法能够实现油类污染物的种类识别及浓度测量。     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

基于图像矩特征的工件摆放类型Parzen窗估计

工件的视觉判别是实现机械手抓取工件的重要环节,如何对姿态变换后的工件进行视觉识别及分类,具有重要的理论及工程研究价值。设计了工件姿态变换实验平台,实验研究了工件姿态变换的视觉识别问题。首先,采用分水岭图像分割方法,实现了工件目标图像的分割。其次,针对工件在水平面旋转姿态变换及在三维空间进行姿态变换两种情况,分别选取单个工件、部分遮挡工件及部分重叠工件构建图像样本,并实现了七个特征不变矩的提取。最后,将工件训练样本的五阶矩、七阶矩的平均值作为工件种类分类目标,采用Parzen窗对待识别工件类型进行概率密度估计,并用带惯性的粒子群算法对Parzen窗估计结果进行优化,克服Parzen窗估计的多峰值问题,实现了对工件摆放类型的准确判别。     

基于压电加速度传感器的振动测量系统研究

为实现对振动的有效测量,构建了压电式加速度传感器的振动测量系统;分析了压电加速度传感器的力学模型及基本原理,并采用灵敏度比较法标定传感器,阐述了测振系统的硬件组成及软件设计方法,搭建了工程实际测振的实验模型;实验结果表明,该测振系统运行稳定,可移植性强。