1 重庆大学 机械与运载工程学院，重庆 400044
2 中国空气动力研究与发展中心高速所，四川 绵阳 621000
针对单一方法难以兼顾图像全局和局部信息准确提取现场环境下的非合作目标边缘的难点，融合聚类等多种算法，提出一种边缘提取新方法。首先，根据图像像素值聚类，每2类间通过阈值进行分割得到1张二值图像；接着将二值图像进行或操作合并。将图像取反后保留最大面积的连通域得到目标分割图片，并提取目标边缘。最后，根据Zernike矩进行亚像素边缘计算。该边缘提取新方法具有较强的适应性，在实际的环境下均可快速有效提取出目标边缘。实验中的非合作目标为设备的三个内孔，用上述方法提取亚像素边缘后拟合出圆心，并用圆心进行相对位姿测量。实验结果表明，该方法鲁棒性强、精度高，最大的位置偏差为0.12 mm，垂直光轴方向姿态角的测量精度可达0.02°，其他两个姿态角的测量精度可达0.07°和0.08°。
聚类 阈值分割 Zernike 非合作目标 位姿检测 clustering threshold segmentation Zernike non-cooperative target pose detection 红外与激光工程
2021, 50(12): 20210166
1 天津工业大学,a.电子与信息工程学院
2 天津工业大学,b.机械工程学院, 天津 300387
针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题, 提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差, 再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比, 结果表明, 这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用, 提高了头部姿态解算的精度和稳定性。
头盔显示器 头部姿态检测 MARG传感器 姿态解算 互补滤波 PI算法 Helmet-Mounted Display (HMD) head pose detection MARG sensor attitude algorithm complementary filtering PI algorithm
1 南京航空航天大学机电学院, 江苏 南京 210016
2 江苏省数字化设计制造工程技术研究中心, 江苏 南京 210016
针对机器人大范围位姿精准测量问题,提出一种大视场位姿测量的变焦测量方法。利用变焦图像匹配点的单应矩阵进行变焦内参动态计算,根据变焦前后靶标位姿求解相机坐标系变换,给出与变焦参数相关的PnP算法,考虑畸变后进行参数优化,并提出缩放和对焦两步变焦控制策略。提出一种基于图像模板的靶标板位姿测量算法,在靶标可视姿态均能稳定检测并区分标志点。对变焦测量系统进行误差测量实验和大场景跟踪实验,结果表明,不同变焦参数下均具有较高的单点测量精度,平均位置精度最高21.8 μm,在400~1600 mm范围误差0.09 mm,精度较高,使用的变焦相机可实现178.7461~9022.31 mm测量。该方法实现了相机活动范围受限而测量范围可拓展的位姿测量。
机器视觉 变焦测量 变焦控制 位姿检测 大视场
中国矿业大学信息与电气工程学院, 江苏 徐州 221116
针对煤矿井下巷道掘进机位姿的测量需求，采用双激光标靶的图像识别测量方式，构建了位姿实时检测系统。研究了激光标靶上光学特征点和特征光线的空间分布，提出一种基于双激光标靶的掘进机位姿解算方法。通过对图像数字处理得到精确的特征点、特征光线参数，实现对标靶参考点的精确定位，使用空间矩阵变换方法，解算出掘进机位姿参数。在实验室条件下建立机身位姿自动检测实验平台，模拟环境下的测试结果表明，在测量范围小于40 m时，位移误差小于2 mm，角度误差小于0.5°。该系统测量精度高，结构简单可靠，实时性强，能够很好地满足测量需求，实现对掘进机在煤矿井下掘进过程中的位姿检测。
测量 位姿检测 双激光标靶 图像识别 掘进机 激光与光电子学进展
2017, 54(4): 041205
