双目视觉辅助PDR的组合导航定位方法

为提高室内定位系统精度和跟踪性能以及适应复杂环境,将行人航迹推算（Pedestrian Dead Reckoning,PDR）与双目视觉组合,提出一种双目视觉辅助PDR的组合导航定位方法 .该方法通过选取或布置地标建立了地标位置数据表;基于轻量化目标检测实现了对地标实时双目测距,保证定位的实时性;利用PDR位置信息得到检出地标类别对应坐标,基于因子图的协同定位和误差估计算法将双目视觉与PDR有效融合,提高了定位精度并抑制PDR累计误差,同时对PDR中航向和单参数模型中单位转换常数进行误差补偿,提高PDR定位精度.实验结果表明,在地标纹理清晰且分布合理情况下,该方法能有效解决室内复杂环境下单一PDR累积误差问题,此外,对航向和单位转换常数实时补偿可提高组合定位系统的定位精度和稳定性.     

基于边缘信息融合的输电线路防外破监测系统研究与应用

针对大型工程车辆施工过程中误碰高压输电线路造成电网事故和人员事故的问题,基于边缘计算对工频电场传感器、激光雷达、双目视觉测距系统进行数据融合,研制了输电线路防外破监测装置,开发了输电线路防外破监控平台和移动终端应用程序,并进行了现场应用验证。该系统为输电线路防外破提供了新的技术手段,能够有效提高输电线路安全管控的智能化水平,具有很高的应用价值和良好的社会推广价值。     

基于V-视差法的道路区域检测算法研究

针对当前基于双目视觉的道路环境分析实时性差、检测不准确等问题,提出了一种改进V视差法的道路区域检测算法。该算法首先对原始图片进行车道线检测确定道路消失点,从而确定图像的感兴趣区域。然后,使用极大最小值约束获取V视差图中的斜线,从而提取道路区域。实验结果表明,由于该方法在确定感兴趣区域后计算原始视差图,因此,速度提高了29.71%,且相对于传统V视差法,算法更好地实现了路面分割;同时,障碍物检测的精确率和召回率两个指标分别提高了2.165%和4.837%。基于该算法具有良好的准确性和实时性,能有效识别道路中的障碍物,因此,可以为车辆提供可行驶区域以及为驾驶员提供辅助作用。     

基于HALCON的双目立体视觉工件尺寸测量

为了实现对大批量生产工件尺寸的精密测量，该文基于双目立体视觉视差原理，设计了一种工件尺寸实时测量系统；系统通过两个工业数字摄像头实时采集工件不同角度的两幅图像，并基于机器视觉软件HALCON的HDevelop开发环境，对两幅图像进行相关预处理，获取感兴趣区域。提出一种基于canny的亚像素边缘检测、边缘细化、基于atukey权重函数的最小二乘法边缘拟合及边缘均匀取点算法获取精确的边缘特征点，并通过双目系统标定、极线约束与NCC相结合的立体匹配、世界坐标转换、几何计算相结合的非接触式双目视觉方法进行尺寸测量。通过大量实验证明，该方法可有效地获取工件特征点的三维坐标值，不借助外部测量仪器实现工件关键尺寸的高精度实时检测，检测精度达±0.2mm以上，简单快捷，具有较好的准确性和实时性。     

双目视觉中基于对偶四元数的三维运动估计

针对现有的三维运动估计算法在精度、效率和稳定性等综合性能上的不足,提出了一种结合双目视觉三维重建和利用对偶四元数表达运动参数的新算法。该算法以双目视觉系统为基础,采用SIFT算法进行图像特征点的提取和匹配;根据匹配关系进行三维特征点重建,以获取三维场景中运动目标的结构参数;利用对偶四元数可同时表示刚体的旋转和平移运动的特点,实现目标对象运动参数的表达和求解。通过实验将提出的算法与现有算法(包括奇异值分解法、正交分解法和单位四元数分解法)进行比较,结果表明,该算法具有更加简洁的表达形式,在保持传统算法精度和稳定性优势的基础上提高了计算效率,具有更优的综合性能。     

卷烟工厂实时数据分类方法研究

实时数据是卷烟工厂智能制造数字化转型中的重要数据基础,但实时数据的分类却尚未形成统一标准,因此本文提出卷烟工厂实时数据分类方法研究。全面梳理本单位实时数据源和数据链,收集和获取卷烟工厂实时数据,形成实时数据基础清单。根据《工业数据分类分级指南（试行）》和《烟草行业数据中心数据建模规范》,结合某中烟的战略蓝图和业务架构,从数据的管理视角和使用视角出发,分别按生产要素及业务活动和数据所在的物理位置两个主要维度对数据进行分类,形成实时数据的类别目录和位置目录的双目录分类结构,然后结合数据实体,采用统一格式数据编码规则进行编制,最终赋予实时数据22位的唯一数据编码。经实验证明,本分类方法既满足了车间生产纵向的使用需求,又满足了业务主管部门的横向条线管理需求,立体式的实时数据分类方法,对实时数据实体进行了全方位的描述,为实时数据在智能制造的数据深入应用奠定基础,在卷烟工厂实时数据分类方面具有良好的应用前景。     

基于双目视觉的自动跟踪系统设计

设计了一种基于双目视觉的目标自动跟踪系统。该系统通过双目相机获取图像信息后,先利用Yolov5s实时检测算法快速识别目标,再利用核相关滤波法对目标进行跟踪,最后采用半全局立体匹配算法结合加权最小二乘法进行目标深度的测量,获取距离信息和位置。根据目标位置控制系统的速度和方向,使系统与目标保持相对方位和设定的距离,实现自动跟踪。从结果上看,采用了该系统的拍摄机器人可以执行危险任务,解决安全问题。     

基于十字激光的双目视觉钻铆孔质量检测

为了获得飞机蒙皮自动钻铆中锪孔的孔径尺寸和锪窝的深度信息,本团队搭建了一套基于双目视觉的检测系统。在立体匹配环节,该检测系统以十字激光在钻铆孔上的交点作为匹配基准,构建左右图像边界点的投影映射模型,同时采用基于模拟退火算法的多层感知器模型对脱离映射关系的边界点进行二次修正优化,解决了边界区域因亮暗变化差异微小导致的误匹配问题,保证了边界点的匹配精度;在双目视觉的三维重建中,以拟合空间曲线的方式建立钻铆孔的空间圆锥模型,从而得到钻铆孔的内孔孔径和锪窝深度。实验结果表明,基于十字激光匹配方法生成的点云数据的法向绝对偏差小于0.018 mm,而孔径测量误差以及锪窝深度测量误差均在0.04 mm以内,有效提高了钻铆孔的检测精度。