针对基于单目相机和惯性测量单元(IMU)组成的视觉导航系统需要精确初始化的问题, 该文提出了一种减少处理时间同时提高精度的系统初始化方法。首先, 对采集数据中的陀螺仪偏置进行单独估计并分离, 实现估计陀螺仪偏置和求解系统初始化封闭解问题的解耦; 然后, 采用基于紧耦合的线性模型求取初始化问题的封闭解; 最后, 将所提出的改进初始化方法应用于经典的VinsMono框架中。实验表明, 改进方法可有效提高视觉惯性导航系统的初始化精度和效率。

基于事件的视觉传感器是一种新型的仿生型视觉传感器, 它更类似于人眼的工作机制使其广受关注。与基于帧的传统相机的工作机制和输出方式不同, 基于事件的视觉传感器的像素可以单独检测光照强度对数的变化, 并在变化量超过一定阈值时输出包含位置、时间、极性的事件信息, 拥有低延迟、高动态范围、低功耗的优点, 其独特的输出方式和工作特性使其特别适应于有高速运动、光照条件变化较大或小能耗的场合。本文介绍了事件相机的发展历程、分类和工作原理、优缺点, 以及事件相机在快速运动的跟踪与监测、目标识别、即时定位与地图构建（SLAM）等领域近些年的应用情况。最后总结了事件相机在不同应用领域仍存在的挑战, 并展望其未来的发展。事件相机的广泛应用将为目前传统相机仍很棘手的高速运动和高动态范围场合提供新的解决方案, 在未来的不断更新和发展下, 它将能够在更多复杂的应用场景发挥作用。

针对龙门架机器人末端执行机构只具有三个正交方向上的平移自由度的工作特性，参照传统手眼标定的两步法，设计了一种直接对3D视觉传感器的点云坐标系与机器人执行机构的工具坐标系进行手眼标定的方法。该方法只需要操作机器人进行两次正交的平移运动，采集三组标定板图片和对应点云数据，并通过执行机构的工具中心点(TCP)接触式测量出标定板上标志点的基坐标值，即可解算出手眼关系的旋转矩阵和平移矢量。该方法操作简单，标定板易于制作且成本低。采用XINJE龙门架机器人与3D视觉传感器搭建实验平台，实验结果表明，该方法具有良好的稳定性，适合现场标定，标定精度达到?0.2 mm。

为提高传统跌倒检测系统的识别准确率, 降低识别时间, 提出了一种新型跌倒检测模型。以Kinect V2深度视觉传感器获取的骨骼节点为样本数据源, 由改进型K-means算法计算聚类中心点, 并在此基础上提取跌倒检测特征数据。将特征数据重构成5×5训练样本数据后, 输入所设计的卷积神经网络模型进行训练学习, 得到优化的跌倒检测模型参数。实验表明, 所设计的新型检测模型相对于传统检测跌倒算法具有更高的识别准确率和更快的运算速度, 保证了系统的实时性和鲁棒性要求。

海天线是海空背景图像所具有的重要特征之一,海天线的检测对天空区域和海面区域的划分以及目标检测具有重要作用。然而,复杂海空背景环境中的海杂波、云层、强反射、复杂气象条件等都会给海天线检测造成困难。针对复杂背景下海天线检测的环境适应性问题,对视觉传感器获取的原始图像及图像中海天线的特点、干扰因素及其抑制方法、现有的海天线生成方法三个方面进行了详细的阐述和分析,通过对比实验列出各种海天线生成方法的优缺点和适用场景,对比分析了自行提出的形态学方法的实验结果及适用场景。最后提出海天线检测面临的挑战,展望其下一步的研究方向。

针对传统机器人视觉系统手眼标定方法存在人工定位特征点误差大和标定过程耗时长的问题, 提出了一种机器人视觉系统非接触式手眼标定方法。采用圆锥体作为标定块, 通过3D视觉传感器采集标定块图像, 基于Halcon编写上位机程序对图像进行处理计算, 自动获取3D视觉传感器坐标系下标定块特征点坐标, 同时导入机器人基坐标系下的坐标, 计算手眼关系变换矩阵, 完成机器人视觉系统手眼关系标定。实验表明: 此方法平均标定操作时间为6.47min, 平面定位误差最大值为0.39mm, 空间定位误差最大值为0.478mm, 缩短了标定操作时间并提高了标定精度。

工业机器人在工业现场进行连续高速作业过程中, 电机发热和关节摩擦生热将导致机械臂本体温度升高, 引起机器人末端定位漂移, 严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人, 提出了一种基于双目立体视觉的温度误差在线补偿方法, 并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球, 同时在基座附近固定视觉测量传感器, 机器人完成作业循环之后, 以不同的姿态带动基准球至传感器视场内进行补偿测量。此外, 通过分析各关节参数随时间变化的规律, 筛选出符合温度漂移规律的显著性参数进行补偿, 有效降低了补偿测量次数和耗时。实验结果显示, 补偿后机器人的重复定位精度可维持在±0.1 mm的水平, 能够显著改善制造现场工业机器人的作业精度, 且整个补偿测量过程耗时10 s左右。

三线结构光视觉传感器由于获取信息量大、测量速度快等特点被广泛应用于工业现场测量。为了实现传感器高精度、快速的现场标定, 提出了一种基于支持向量机的三线结构光视觉传感器标定方法。首先, 设计标定靶标; 其次, 采集靶标图像后提取特征点亚像素坐标值; 再次, 基于支持向量机方法建立特征点的图像坐标和三维空间坐标的映射模型; 最后, 将待标定点图像坐标输入映射模型, 即可得到三维空间坐标, 实现对三线结构光视觉传感器的直接标定。实验验证, Y轴、Z轴方向上的测量绝对误差均值分别为0.021 1 mm和0.015 0 mm, 具有较高的标定精度, 且该标定方法标定过程简单、快速, 适合现场标定。

以气液两相环状流管道横截面的周向液膜为测量对象，采用单台高速摄像机和平面反射镜组构建了虚拟双视角的视觉传感器，并对传感器进行了优化。基于虚拟双目立体视觉原理建立虚拟双视角视觉传感器测量模型。为了尽可能增大有效拍摄视角以获得更多液膜流动信息，综合考虑视场区域、传感器尺寸、测量距离以及管道光路折射等因素，对虚拟双视角视觉传感器模型进行了分析和设计，优化了传感器模型的结构参数。理论分析及实验结果表明：优化后的虚拟双视角视觉传感器可以获得近300°的有效周向测量视角，远远优于使用单台高速摄像机进行直接拍摄。该项研究为通过双视角视觉传感器进行气液两相环状流周向液膜的实时测量提供了理论基础，对研究液膜厚度和分析环状流流动状态具有重要意义。

为了实现暗环境下移动机器人导航中障碍物的检测与运动机器人的定位, 采用了一种组合式光栅投射立体视觉传感器研究方法, 首先通过光栅投射和立体视觉相融合的方法, 建立光栅投射立体视觉传感器几何和数学模型, 然后利用空间设备位置约束原理和投影平面相交的方法, 进行了机器人视场内空间物体的3维坐标计算, 建立了可靠真实的障碍物检测和分析方法, 并进行了理论分析和实验验证, 取得了距离计算精度0.8mm的数据。结果表明, 该方法对于图像计算的精度在亚像素级。该方法有利于目前黑暗环境中机器人无法自主导航难题的突破, 为黑暗环境中无全球定位系统支持的机器人导航提供了基础探索。