视觉检测中椭圆中心成像畸变误差模型研究

针对在三维视觉检测应用中,空间椭圆的中心经摄像机针孔成像后存在畸变误差的问题进行了研究.基于透视投影变换和空间解析几何理论,建立了在摄像机的像平面上该畸变误差的数学模型,从而为圆孔(椭圆孔)或圆柱(椭圆柱)类工件中心位置的视觉检测、结构光三维视觉检测应用以及视觉检测中的CCD摄像机内部参数标定等问题的解决提供了一个有效的理论依据,具有一定的理论意义和工程应用价值.      

飞行器视觉导航的H∞滤波

提出了用H∞滤波估计飞行器视觉导航参数.由安装在飞行器上的摄像机获取地面图像,结合飞行器的动力学和运动学方程,构成了一个非线性Kal-man滤波模型.针对非线性模型线性化引入误差以及随机噪声建模不准确的问题,设计了H∞滤波器对组合系统进行滤波估计,并与推广Kalman滤波进行比较.仿真结果表明,H∞滤波的性能优于推广卡尔曼滤波.     

航拍视频帧间快速配准算法

 为应对相机运动的影响,提出了一种快速有效的无人机(UAV)视频相邻帧图像配准算法。通过空间分布约束和角点量限制来筛选有效的FAST特征点,引入自适应阈值提高特征点检测的环境适应性,采用训练得到的不相关采样点集对特征点进行二值描述,以获得准确快速的特征描述,并通过最近邻算法根据汉明距离获得特征匹配对,最后运用RANSAC方法得到帧间仿射变换模型参数,消除相机运动带来的影响,为后续运动目标检测与跟踪提供保障。实验结果表明该算法快速、稳定,具有较高的环境适应性,能够满足无人机系统视频图像配准的要求。     

惯性/双目视觉里程计深组合导航方法

针对现有视觉里程计测量噪声大、匹配精度低、实时性差的问题,研究一种基于Kalman滤波器的惯性/双目视觉里程计组合导航方法.在视觉里程计中引入惯性导航信息,辅助完成实时图截取、搜索区预测、输出速度校正等功能,提高视觉里程计的测量精度与计算速度.利用Kalman滤波器,实现视觉里程计对惯导累计误差的修正,提升组合导航系统的导航精度.车载试验结果表明,惯性/双目视觉里程计深组合导航的实时定位精度优于0.5％D (CEP),具备工程应用条件.     

面向装配对接的双视觉测量试验系统优化标定方法

针对航空航天、轨道交通零部件装配对接测量与定位过程,为解决测量视场范围大、多种测量设备组合使用步骤烦琐等问题,对面向装配对接的双视觉测量系统标定方法进行了研究。通过构建双视觉测量系统模型,分析系统间各相机参数的关系,在单个双目系统中引入闭环约束,结合LM算法对单个双目系统中的相机参数进行优化,另外采用改进的EPnP算法对双视觉系统进行标定,并结合自行设计的双面一维靶标完成了双视觉系统的全局标定和坐标转换。模拟对接试验的结果表明,该优化标定算法在精度上优于传统算法,并在使用过程中简化测量步骤,提高测量效率。     

融合视觉与力觉的卫星装配误差在线测量与补偿方法

针对机器人卫星装配阶段舱板与主框架装配精度低、装配干涉力过大的问题,提出了一种融合视觉与力觉的卫星装配误差在线测量与补偿方法。利用视觉检测装置建立卫星舱板与主框架装配误差在线测量系统,并完成了双目标定、机器人手眼标定、其他部件相对位姿的标定,提出了卫星舱板与主框架装配误差补偿控制方法,实现了装配误差实时测量与精确补偿;同时,通过力觉检测装置完成了机器人末端负载辨识与重力补偿,实时测量卫星舱板与主框架装配干涉力,实现了卫星柔性装配。试验结果表明,采用融合视觉与力觉的卫星装配误差在线测量与补偿方法后,卫星舱板与主框架装配误差控制在0.2 mm以内,装配干涉力小于50 N,满足了卫星装配的精度需求,证明本文所提方法的有效性和稳定性。     

对国内中小型企业形象设计(CIS)的推广与思考

在我国的中小型企业中存在着以下误区,使得众多视觉识别系统的设计成为一堆废纸.究其原因,笔者认为主因在于资金短缺,或对品牌认识度不够、企业文化的建立与定位过于平庸.据此,企业形象的视觉识别系统设计要严谨、充分,结合其有限资金合理运用,把握主次,分清缓急,灵活导入.     

显著性引导的低光照人脸检测

针对卷积神经网络难以对低光照环境拍摄的图像进行人脸检测的问题。提出了一种将图像显著性检测算法和深度学习相结合的算法,并应用于低光照人脸检测。所提算法将图像的显著性信息与图像原始RGB通道融合,用于神经网络训练。在低光照人脸数据集DARK FACE上进行了充分的实验,结果表明:所提方法在DARK FACE数据集上获得了比当前主流人脸检测算法更好的检测精度,进而验证了所提算法的有效性。      

基于滤波和优化的惯性/里程计组合导航精度对比分析

在广泛使用的惯性/里程计组合导航应用中,一贯的方法是使用Kalman滤波器进行组合导航状态估计,展现出了强大的工程适用性。然而其对于历史状态没有修正,导致整体导航精度受限。而基于优化的方法可以平滑整体组合导航的轨迹,有望提升惯性/里程计组合导航的精度和鲁棒性。将优化方法与滤波方法在惯性/里程计组合导航应用中进行对比,分析在不同条件下优化算法和滤波算法的优劣。试验表明,基于优化的算法在含有稀疏位置观测的条件下能够比滤波算法定位精度更高。但是,无位置观测的条件下,滤波算法更加稳定和精确。可以得到：基于滤波的算法更加简单稳定,更适用于工程实践;基于优化的算法模型更加复杂,在观测约束更多的条件下能够得到更好状态估计结果。     

无人机视觉导航相对位置解算及二义性优化方法

针对卫星拒止条件下无人机高精度相对导航的需求,开展了视觉导航相对位置解算方法研究。设计了具有同心圆特征的合作标识,以提升不同距离情况下合作标识检测的鲁棒性。通过椭圆模型将相对位置解算问题转换为高次方程求解问题,实现了像素坐标系下椭圆方程的拟合。提出了基于特征点的相对位置初始化方法和基于运动约束的相对位置跟踪方法,解决了视觉相对位置解算过程中存在的二义性问题,实验结果表明：近距离情况下,所提方法的相对导航解算精度达到厘米级;远距离情况下,所提方法能较好地跟踪相机运动,保持较高的解算精度和鲁棒性,克服了基于二维码ArUco方法失效的不足。