基于单目视觉的工业机器人定位系统设计

在工业化生产流程中,工业机器人能准确识别并抓取目标工件的状态、位置信息,收集反馈给控制系统处理以修正加工程序参量,从而实现制造工艺的高度自动化及精加工。以视觉定位和图像信息收集、处理的工业机器人为对象基准,设计了一套单目视觉定位系统。系统引入了静态图像收集算法、图像信息模块测量和三维空间匹配测量算法,通过工业试验得出测量数据。误差分析结果表明,基于单目视觉的机器人定位系统符合加工自动化的信息数据要求,能实现工件参数和空间姿态间的匹配,辅助提升生产的自动化程度。     

单目视觉引导机器人在视觉检测中的应用

提出一种基于单目视觉引导的机器人工件表面缺陷检测系统。结合标定后的相机参数与物体成像以及物体虚拟投影建立的形状模板初步估计物体的位置姿态,物体的三维点云模型以一定位置姿态参数在虚拟空间的投影匹配零件真实位置姿态提升定位精度。定位完成后获取待检测位置的点云坐标及其法线方向经过坐标转换后提供给六轴机器人进行路径规划及机器人姿态控制,从而实现机器人辅助检测。     

基于单目视觉的机器人螺母分拣系统

本文提出一种基于单目视觉引导的机器人自动检测分拣系统。以六自由度UR5机器人和Basler Aca2500-14um高分辨率相机搭建系统。针对工业生产中常见的金属零件螺母进行自动定位和抓取。使用直方图均衡化与canny算子解决了金属零件表面高反光造成的侧面边缘与背景难以分割的问题,实验结果表明系统能够准确地识别螺母并完成分拣任务。     

自主足球机器人的单目视觉自定位方法

全自主机器人足球系统中，每个自主足球机器人都是一个独立的智能机器人，有自己的决策、通信、视觉和感知、机电控制等子系统，但是系统不具备全局视觉。为了使系统能够了解场上全局信息，足球机器人的自定位是必须解决的关键问题之一。文章介绍了一种在颜色场地信息已经视觉识别的前提下，通过单目视觉测距，实现全自主足球机器人自定位的几何方法：对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能引起误差的因素进行了分析．实验结果表明方法可行。     

基于改进纹理特征的红外目标跟踪算法

针对红外图像背景复杂、杂波干扰严重、相似目标混淆导致的目标跟踪丢失问题,本文提出了一种改进的低维度纹理特征OCS-LBP(Oriented Center Symmetric Local Binary Patterns,即方向中心对称的局部二值模式)。首先,利用此特征可以高效地获取目标图像中每个像素块的梯度方向和幅值信息,提高了跟踪过程的鲁棒性;其次,利用核相关滤波算法结合提取的OCS-LBP特征对目标图像区域进行模型训练;最后,根据训练好的模型检测下一帧图像中目标的具体位置。本文在10组红外视频序列上进行了测试,实验结果表明,本文算法的精确度和成功率相比于第二名算法分别获得了2.9%和9.9%的提升,同时在实验设备上算法的平均跟踪速度相比于第二名算法提升了14.15 frame/s。从实验结果可以看出本文提出的算法在红外目标跟踪上表现出较好的鲁棒性、准确性和实时性,具有一定的研究和实用价值。     

基于主动红外视觉探测的激光跟踪仪目标跟踪恢复方法

为实现激光跟踪仪的自主快速跟踪恢复,提出了一种基于主动红外视觉的跟踪恢复方法。首先,对所采用的跟踪恢复原理进行了分析。其次,充分利用激光跟踪仪合作目标靶球的强反射特性,设计了主动红外视觉探测系统。该系统采用红外SLED作为主动光源,利用SLED大发散角、红外相机的视场角远大于激光跟踪仪PSD探测范围的综合优势,实现合作目标靶球的大范围主动探测。然后,对红外图像中目标的快速识别与定位算法进行了研究,提出了基于合作目标特征评分的快速识别方法。最后,构建了跟踪恢复系统实验装置,并在算法的处理速度与识别准确度、系统的跟踪恢复范围和跟踪恢复速度等方面开展了针对性验证实验。实验结果表明,算法的平均处理速度约为每秒28帧,同时95.4%的目标中心像素坐标定位偏差低于5个像素值;在合作目标靶球距离3 m的情况下,跟踪恢复系统能够在1.8 s内实现直径0.5 m空间范围内的跟踪恢复。     

基于目标增强和视觉跟踪的红外运动点目标半自动标注算法

本文针对红外视频数据标注效率低、标注质量差等问题,提出了一种基于目标增强和视觉跟踪的红外序列图像中运动点目标半自动标注方法。首先对一段连续时间内的红外序列图像进行配准和背景对消以增强目标特征;然后使用视觉跟踪算法对增强后的特征进行高效自动定位;最后通过相位谱重构得到单帧图像的目标显著图,进而确定目标的准确坐标;在自动标注过程中,利用相邻帧标注结果的差异性选择关键帧,可以让标注人员快速定位可能发生错误的图像帧并对其进行手动标注。实验结果表明该算法可以显著降低标注人员的参与度,有效解决数据标注作业中周期长、质量难以保证的问题。     

并联跟踪台单目视觉自标定方法

对并联机构进行标定是实现并联机构几何量校正和高精度定位的前提和基础.目前,现有的自标定方法因得不到完整的并联机构动平台位置和姿态信息,不能满足对并联机构所有几何量进行辨识和标定的要求.针对上述问题,以四自由度并联跟踪台为研究对象,提出了一种新的单目视觉自标定方法,通过实验对其标定精度进行了初步验证,并给出提高标定精度的可行性建议.该方法为并联机床、并联机器人、并联跟踪系统等实现高精度提供了一种新的解决途径.     

基于视觉传感网络的目标跟踪系统设计

为了减小当前智能视觉跟踪系统对于背景模型的依赖,增强系统的抗干扰性,设计一种新型的基于视觉传感器网络的物体检测与跟踪系统。系统采用MeteorⅡ-Standard图像采集卡采集监控区域中的目标物体图像,通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理,使用CP-132IS串口卡将图像处理数据传输给控制器,控制器基于传感网络节点反馈的目标坐标信息,对目标位置进行标定,软件设计过程中,详细分析系统实现目标跟踪的流程,主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分,并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明,所提系统具有较高的目标跟踪精度,应用价值高。     

基于单目的轻量化目标识别系统设计

为了满足微型无人飞行器实时控制的要求,文章对Yolo-V4单阶段图像检测算法进行了轻量化设计,并基于单目摄像头设计了实时目标识别系统.该轻量化算法首先通过优化输入网络的分辨率和卷积层参数等方法,将主干网络由73层压缩到16层;然后通过简化残差结构和跨级结构,解决深层网络梯度消失问题,减少梯度信息重复;最后自下而上将网络浅层和深层特征进行了精简融合.采用K均值聚类算法训练轻量化模型以优化预选框参数,提高算法对特定目标的检测精度.测试表明,改进后的轻量化算法对特定目标的预测精度为98％,召回率为92％,均值平均精度达90.70％,单张图片检测时间为7.8 ms,对视频的处理速度可达125.6 f/s,满足微型无人飞行器的实时应用要求.     

基于前向单目视觉的机器人自定位研究

为了改善全景视觉近端信息有缺失、距离信息噪声大造成的机器人定位不精确,文中提出了增加前向单目视觉的方法,以改善原有的视觉系统.首先给出前向单目视觉系统的体系结构,然后对各个模块进行了详细的说明,最后通过实验,验证了该方案的有效性.     

基于单目视觉的机械手三维定位

提出了一种利用单目视觉识别目标并且进行精确的三维定位,用于机械手对目标的精确定位.首先通过模板匹配的方法在图像中识别出目标并计算其中心坐标,然后分别在相同高度和水平的四个相隔一定距离的位置上采集目标图像,根据目标在图像中的位置变化,结合平行双目视觉原理与小孔成像的缩放比例关系,计算摄像头距离目标的深度距离.该系统易搭建、成本低,定位精度较高.     

一种红外单目标跟踪与防盗报警系统设计

针对安防领域的目标跟踪问题,介绍一种基于红外技术的单目标跟踪和防盗报警系统,该系统既能完成对已知目标的主动跟踪,也能完成对未知目标的跟踪报警功能。阐述了系统的工作原理及各模块的电路设计。实验表明,该系统工作稳定,误报率低,适合作为保密性要求高的场所的安防系统,达到安全防护的目的。     

一种机载红外跟瞄器动态跟踪精度测试方法

针对红外跟瞄器在机载大角速度运动条件下的使用要求,提出实验室内目标跟踪精度的动态测试方法。利用原有“静态测试”的方法,结合红外跟瞄器的特点,对“目标信息”的生成和测试系统数据通讯进行详细设计,实现多源数据的有效交联。对测试原理和测试系统进行了简要介绍,并对数据进行了详细分析,实验结果表明,利用提出的动态跟踪精度测试方法可在实验室条件下实现对红外跟瞄器动态跟踪精度性能参数的有效测试,为客观评价机载红外跟瞄器的目标跟踪性能提供了有效的测试方法。     

基于Hough变换的红外序列图像点目标跟踪方法

针对红外序列图像中点目标成像质量较差、跟踪困难等问题,利用Hough变换算法的抗噪性,并根据测量图像的具体特点,对算法的计算量进行了优化.通过将三维空间Hough变换降为二维,提出了一种基于Hough变换的红外序列图像点目标跟踪方法.实验结果表明,该方法对部分缺损及大小变化的目标都能够实现稳定跟踪,提高了红外目标跟踪的...     

自适应红外目标跟踪算法

针对传统的红外目标跟踪算法对被跟踪目标出现形变、部分或全部遮挡后目标易发生丢失的问题, 提出一种新的红外目标跟踪算法。该算法采用双边滤波处理方式并结合中值光流法, 建立一种自适应红外目标模型, 以达到准确、稳定跟踪目标的目的。实验结果表明, 该算法能够有效跟踪变形或遮挡目标, 且实时性强, 准确率高, 鲁棒性好。     

自适应红外目标跟踪算法

针对传统的红外目标跟踪算法对被跟踪目标出现形变、部分或全部遮挡后目标易发生丢失的问题,提出一种新的红外目标跟踪算法。该算法采用双边滤波处理方式并结合中值光流法,建立一种自适应红外目标模型,以达到准确、稳定跟踪目标的目的。实验结果表明,该算法能够有效跟踪变形或遮挡目标,且实时性强,准确率高,鲁棒性好。     

红外高温目标自动追踪系统的设计

目前市场上能进行红外高温目标追踪的产品较少且大多只具有测温功能,远不能满足各种应用需求.提出了一种可对高温目标进行实时跟踪的红外高温目标自动追踪系统,并详细介绍了其硬件总体设计、软件总体设计和算法原理.测试结果表明,该系统不仅能够较好地实现红外图像显示,而且还能对高温目标进行精确测温和实时自动追踪.     

实时红外目标跟踪方法

针对红外图像的特点,提出一种实时目标跟踪方法。该方法采用局部二元模式(LBP)算子提取图像的多尺度LBP编码直方图作为图像特征向量,使用卡方统计度量模板图像和样本图像的相似度。结合Kalman滤波和多尺度模板更新机制,使得算法在目标尺寸大幅变化,目标部分遮挡、短暂消失等情况下仍能保持跟踪的正常稳定进行。针对该算法,设计了专用图像处理板卡,介绍该算法在图像处理板上的硬件实现方法,使目标跟踪满足50 Hz/s的实时处理要求。最后,使用两组实录红外序列图像进行了仿真实验,验证了该算法的有效性和鲁棒性。