无人机与无人艇组成空水作业系统，可以大幅度提高系统完成作业的能力和效率，因此对旋翼无人机在运动无人艇上自主降落控制进行了研究。无人机基于通信获取的无人艇的运动信息和自身的GPS信息，配合视觉算法对降落标识进行识别和定位的计算结果信息实现对无人艇的位置跟踪。无人机根据获取的无人艇的姿态信息进行姿态跟踪后保持对无人艇的位置姿态跟踪并执行无人机自主降落操作。搭建了四旋翼无人机和无人艇组成的空水系统进行实验，结果表明，该系统能够可靠地完成无人机自主降落过程中各个阶段的任务，验证了系统的可行性。

为了解决工业机器人线结构光视觉引导系统在测量目标物体棱边时难以保证定位基准精度的问题, 提出了多个线结构光视觉传感器组合测量的方法。首先使用单个线结构光视觉测量系统对目标物体的棱边进行测量分析, 通过改变目标物体的位姿找出测量系统中存在的问题; 之后结合单目线结构光视觉测量系统的不足, 设计线结构光视觉测量系统的组合测量方案, 并对各测量系统的测量位置进行了合理布局, 理论论证得出: 四组线结构光视觉测量系统的组合测量方法可以达到测量物体任意位姿的目的; 最后对该组合测量方法进行了测量系统的实验验证以及控制系统的仿真验证, 实验结果表明测量误差均值为0.13 mm, 对机器人的位姿引导误差期望值为0.3 mm, 证实了方法的有效性。

针对无人直升机自主着舰过程, 自主设计了一套基于视觉引导的无人直升机着舰方案, 根据实际应用场合设计了无人直升机着舰地标, 采用基于Canny边缘检测与Harris角点检测相结合的方法获得了着舰地标特征, 通过坐标变换获得了精确的目标点位置及参考航向信息, 基于扩展卡尔曼滤波将视觉处理信息与惯导信息进行融合处理, 开展了飞行试验。试验结果表明,本系统方案满足无人直升机自主模拟着舰验证性要求。

随着机器视觉技术的迅速发展,计算机视觉技术的快速、精确、智能等特性在现代工业的各个领域已逐渐被广泛应用,尤其是在汽车制造业。机器视觉在工业领域的三大主要应用是视觉测量、视觉引导和视觉检测。视觉测量技术通过测量产品关键尺寸、表面质量、装配效果等,可以确保出厂产品合格;视觉引导技术通过引导机器完成自动化搬运、最佳匹配装配、精确制孔等,可以显著提升制造效率和车身装配质量;视觉检测技术可以监控车身制造工艺的稳定性,同时也可以用于保证产品的完整性和可追溯性,有利于降低制造成本。可以预见,随着相机、镜头、计算机等核心硬件性能的提升,以及图像处理、深度学习等软件技术的发展,视觉技术未来在各个领域的作用将更加凸显,发展空间也更加广阔。