發(fā)布時間：2021-04-26 13:05

　　機(jī)器人作為智能化技術(shù)的重要載體,備受相關(guān)領(lǐng)域研究人員的關(guān)注,其中機(jī)器人視覺實(shí)現(xiàn)對人眼的模擬,進(jìn)而對環(huán)境感知并進(jìn)行判斷,具有廣闊的應(yīng)用前景。本文面向機(jī)器人應(yīng)用,對目標(biāo)物體雙目定位技術(shù)進(jìn)行研究,主要進(jìn)行以下幾方面工作:首先,對相機(jī)參數(shù)進(jìn)行標(biāo)定。提出一種基于Blob分析的圓形標(biāo)志點(diǎn)提取算法,采用平面圓形陣列標(biāo)定板,與張正友標(biāo)定法結(jié)合完成相機(jī)標(biāo)定,具有較高的精度。其次,對復(fù)雜環(huán)境中特定目標(biāo)進(jìn)行識別。通過濾波與增強(qiáng)對比度,改善圖像質(zhì)量;提出一種Mean-Shift與微分算子相結(jié)合的邊緣切割算法,具有較好的環(huán)境適應(yīng)力;對SIFT特征描述子目標(biāo)識別進(jìn)行研究,通過RANSAC算法優(yōu)化誤匹配問題,與M-LDB描述符結(jié)合,提高實(shí)時性。然后,完成三維重建與目標(biāo)姿態(tài)估計(jì)。引入對極幾何,實(shí)現(xiàn)雙目標(biāo)定與立體校對;基于單應(yīng)性變換與極線約束,實(shí)現(xiàn)快速、精準(zhǔn)的目標(biāo)三維位置估計(jì);擬合目標(biāo)三維平面,確定姿態(tài),實(shí)現(xiàn)目標(biāo)空間定位。設(shè)計(jì)了多組對比實(shí)驗(yàn),測試定位算法的精度與實(shí)時性,并對誤差進(jìn)行分析。最后,對機(jī)器人系統(tǒng)手眼標(biāo)定進(jìn)行研究。為解決傳統(tǒng)線性方法對噪聲敏感的問題,提出基于布谷鳥搜索的優(yōu)化標(biāo)定算法,以減小誤差。與經(jīng)典Tsai兩... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 計(jì)算機(jī)視覺發(fā)展概述
    1.3 國內(nèi)外現(xiàn)狀分析
        1.3.1 圖像目標(biāo)識別研究現(xiàn)狀
        1.3.2 視覺定位與機(jī)器人應(yīng)用研究現(xiàn)狀
    1.4 論文內(nèi)容結(jié)構(gòu)
第2章 相機(jī)模型與標(biāo)定
    2.1 引言
    2.2 相機(jī)模型
        2.2.1 坐標(biāo)系定義
        2.2.2 針孔成像模型
        2.2.3 非線性畸變模型
    2.3 張正友相機(jī)標(biāo)定法
    2.4 圓形標(biāo)志點(diǎn)定位算法
    2.5 相機(jī)標(biāo)定實(shí)驗(yàn)與誤差分析
    2.6 本章小結(jié)
第3章 基于特征描述子匹配的目標(biāo)識別
    3.1 引言
    3.2 圖像預(yù)處理
        3.2.1 平滑濾波
        3.2.2 圖像增強(qiáng)
    3.3 圖像分割
        3.3.1 邊緣檢測分割
        3.3.2 Mean-Shift算法優(yōu)化的邊緣檢測
    3.4 SIFT描述子匹配目標(biāo)識別
        3.4.1 SIFT匹配原理
        3.4.2 目標(biāo)區(qū)域確定
    3.5 改進(jìn)的SIFT目標(biāo)識別算法
    3.6 對比實(shí)驗(yàn)與結(jié)果分析
    3.7 本章小結(jié)
第4章 雙目視覺三維信息重建與位姿估計(jì)
    4.1 引言
    4.2 特征點(diǎn)三維重建
    4.3 視圖極線約束
    4.4 Bouguet立體校正
    4.5 目標(biāo)物體位姿估計(jì)
        4.5.1 基于輪廓的質(zhì)心定位法
        4.5.2 基于單應(yīng)性的目標(biāo)質(zhì)心定位法
        4.5.3 最小二乘法擬合目標(biāo)平面
    4.6 目標(biāo)空間定位實(shí)驗(yàn)
    4.7 本章小結(jié)
第5章 機(jī)器人手眼標(biāo)定
    5.1 引言
    5.2 手眼系統(tǒng)模型
    5.3 手眼標(biāo)定算法
        5.3.1 Tsai-Lenz標(biāo)定法
        5.3.2 基于布谷鳥算法的非線性優(yōu)化
    5.4 優(yōu)化標(biāo)定仿真研究
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器人視覺裝配中的精確定位策略研究[J]. 吳廣雨,張偉軍,楊保佳.  機(jī)械與電子. 2020(03)
[2]基于ROI的銀觸點(diǎn)模板匹配缺陷的檢測法[J]. 劉好潔,楊建璽,趙遠(yuǎn)方,白連勝.  機(jī)械設(shè)計(jì)與制造. 2020(02)
[3]基于5G網(wǎng)絡(luò)下的物聯(lián)網(wǎng)通信技術(shù)與挑戰(zhàn)[J]. 于瑞強(qiáng).  科學(xué)技術(shù)創(chuàng)新. 2020(04)
[4]基于雙目視覺的無縫線路鋼軌縱向位移測量方法研究[J]. 崇愛新,尹輝,劉艷婷,劉秀波,許宏麗.  儀器儀表學(xué)報(bào). 2019(11)
[5]深度學(xué)習(xí)算法、硬件技術(shù)及其在未來軍事上的應(yīng)用[J]. 魏敬和,林軍.  電子與封裝. 2019(12)
[6]果園自然環(huán)境下采摘機(jī)器人路徑識別方法[J]. 劉波,楊長輝,熊龍燁,王愷,王毅.  江蘇農(nóng)業(yè)學(xué)報(bào). 2019(05)
[7]一種改進(jìn)型Adaboost算法的人臉檢測[J]. 劉燕,賀松,成雨風(fēng).  智能計(jì)算機(jī)與應(yīng)用. 2019(05)
[8]基于Hu矩和遞進(jìn)Hough變換的SOT元件識別定位算法[J]. 武洪恩,倪良月,王凱,李紅飛.  組合機(jī)床與自動化加工技術(shù). 2019(08)
[9]圖像匹配方法研究綜述[J]. 賈迪,朱寧丹,楊寧華,吳思,李玉秀,趙明遠(yuǎn).  中國圖象圖形學(xué)報(bào). 2019(05)
[10]A novel space target-tracking method based on generalized Gaussian distribution for on-orbit maintenance robot in Tiangong-2 space laboratory[J]. MO Yang,JIANG ZhiHong,LI Hui,YANG Hong,HUANG Qiang.  Science China（Technological Sciences）. 2019(06)

碩士論文
[1]基于深度學(xué)習(xí)的汽車輪轂表面缺陷在線檢測算法[D]. 韓凱.北京郵電大學(xué) 2019
[2]小字符噴碼機(jī)的字符識別方法研究[D]. 閻晨陽.廣西師范大學(xué) 2019
[3]基于機(jī)器視覺的軸承定位系統(tǒng)關(guān)鍵算法研究[D]. 李鑫武.湖北工業(yè)大學(xué) 2019
[4]雙目立體視覺系統(tǒng)中關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D]. 曹小京.西安科技大學(xué) 2019
[5]基于視覺的尺寸檢測方法及其在釩電池裝配中的應(yīng)用[D]. 朱凌寒.合肥工業(yè)大學(xué) 2019
[6]面向形變圖像的模板匹配算法研究[D]. 方馨.華中科技大學(xué) 2019
[7]基于機(jī)器視覺的軸承滾子表面缺陷檢測研究[D]. 張奔.南昌航空大學(xué) 2018
[8]基于機(jī)器視覺的羽毛球路徑跟蹤算法的研究及實(shí)現(xiàn)[D]. 趙軍.電子科技大學(xué) 2017
[9]探測器著陸過程中基于視覺的運(yùn)動參數(shù)和斜坡坡度估計(jì)[D]. 沈瑩瑩.南京航空航天大學(xué) 2016
[10]基于雙目立體視覺的特征點(diǎn)提取與定位方法研究[D]. 吳哲岑.吉林大學(xué) 2015



本文編號：3161462