Abstract ：

本发明公开了一种基于双目视觉的雷达罩修型全局定位方法，包括：对机器人周围环境进行特征提取和特征分割处理，将所有局部地图的坐标进行转换并融合生成全局地图。之后通过多个双目相机对工作空间场景进行拍摄，来获取加工场景的原始图像。对过的的原始图像进行图像预处理。针对真实加工场景对YOLOv5s算法中的优化器进行改进，利用优化的YOLOv5s视觉处理算法对场景中的部件进行训练，利用训练后的模型对场景中的各加工部件进行定位，计算出机器人到不同特征部件的距离，确定出机器人本身的位置。本方法利用双目视觉和改进YOLOv5s视觉处理算法实现对雷达罩修型场景的全局定位。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

Precise localization is an essential issue for autonomous driving systems. 2D LiDAR, as a high-precision sensor, is widely used in various indoor localization systems. However, in the outdoor environment, the existence of a large number of dynamic targets makes the matching of adjacent point clouds particularly difficult. Moreover, the point cloud captured by 2D LiDAR is sparse, leading to the localization accuracy of 2D LiDAR in the outdoor environment being very low or even unable to achieve localization. Therefore, an outdoor localization system fusing stereo vision and 2D LiDAR is proposed. First, stereo vision is used to calculate the relative pose, so as to fuse the 2D LiDAR data in a local time window into a local submap. Then, the Dempster-Shafer evidence theory is used to fuse temporal information in local submap to eliminate noise caused by dynamic targets. Finally, the ICA-based image matching method is used to match the local submap with a pre-constructed global prior map to eliminate the cumulative error of the stereo odometry. The experimental results on the KITTI dataset show that precise localization can be achieved only using a low-cost stereo camera and 2D LiDAR. Compared with the odometry of ORB-SLAM2, the proposed localization system improves the localization performance by 37.9 % at most. © 2023 Northeast University. All rights reserved.

Keyword ：

grid map grid map matching stereo vision evidence theory outdoor localization 2D LiDAR

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对机器人在标定过程中追求快速、简捷、高效的特点，提出一种基于双目视觉和Halcon的高效机器人手眼标定方法。基于张正友棋盘格标定法和OpenCV中亚像素角点检测算法完成对双目相机内外参数的获取，对比运用不同的立体匹配算法和三维重建生成具有三维坐标的立体空间点云，从而得到相机坐标系下目标的位置坐标，之后取机器人坐标下的10组末端位置坐标以及相机坐标系下对应的10组位置坐标后，借助Halcon视觉软件的vector＿to＿hom＿mat3d算子求解出相机和机器人坐标系的转换矩阵，完成机器人手眼标定。经过实验验证，该标定方法平均误差为3.58 mm，满足一般机器人工作要求，并且相比传统的手眼标定无需借助复杂的标定工具，且计算过程简捷高效。

Keyword ：

三维重建 手眼标定 双目视觉 实验分析 立体匹配 机器人标定 相机标定

Cite：

Copy from the list or Export to your reference management。

Abstract ：

高精度的定位对于自动驾驶至关重要. 2D激光雷达作为一种高精度的传感器被广泛应用于各种室内定位系统.然而在室外环境下,大量动态目标的存在使得相邻点云的匹配变得尤为困难,且2D激光雷达的点云数据存在稀疏性的问题,导致2D激光雷达在室外环境下的定位精度极低甚至无法实现定位.为此,提出一种融合双目视觉和2D激光雷达的室外定位算法.首先,利用双目视觉作为里程计提供相对位姿,将一个局部时间窗口内多个时刻得到的2D激光雷达数据融合成一个局部子图;然后,采用DS证据理论融合局部子图中的时态信息,以消除动态目标带来的噪声;最后,利用基于ICA的图像匹配方法将局部子图与预先构建的全局先验地图进行匹配,消除里程计的累积误差,实现高精度定位.在KITTI数据集上的实验结果表明,仅利用低成本的双目相机和2D激光雷达便可实现较高精度的定位,所提出算法的定位精度相比于ORB-SLAM2里程计最高可提升37.9%.

Keyword ：

栅格地图匹配 2D激光雷达 证据理论 室外定位 栅格地图 双目视觉

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本实用新型涉及计算机视觉技术领域，尤其涉及基于双目视觉的高角度手势识别装置。提供能够便于调节识别角度，提高识别成功率的基于双目视觉的高角度手势识别装置。基于双目视觉的高角度手势识别装置，包括有安装座、外壳件、转动件、双目视觉相机、角度调节机构，安装座左侧连接有外壳件，外壳件上转动式连接有转动件，转动件上转动式连接有双目视觉相机，安装座上设有角度调节机构。本实用新型通过转动旋钮使得齿轮均开始转动，从而使得丝杆均进行转动，达到对滑动组件的位置调节，进而实现对双目视觉相机的角度调节，便于双目视觉相机对手势进行识别，提高识别成功率。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明涉及一种基于双目视觉的模锻件裂缝识别定位及改进方法，其特征在于，包括：基于若干含裂缝历史模锻件的图像数据及其对应的裂缝坐标和裂缝产生的原因，构建裂缝识别定位的神经网络数据集；获取待识别模锻件的图像数据进行处理后输入至构建的神经网络数据集中，确定待识别模锻件的裂缝坐标和裂缝类型，本发明能够快速找出最有可能导致模锻件产生裂缝的原因，可以广泛应用于模锻件缺陷识别领域中。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种基于单双目混合视觉的非结构环境下零件六角螺栓自动拆卸方法，更具体的是首先完成固定在机械臂末端的自动拆卸工具和单目视觉系统的标定，固定在机械臂外某一位置的双目视觉系统的标定。双目视觉系统通过模板匹配完成复杂零件上六角螺栓的粗定位，机械臂带动单目视觉系统运动至六角螺栓上方，单目视觉系统通过图像处理计算六角螺栓各特征点和中心点的平面坐标，机械臂带动自动拆卸工具实现与六角螺栓的啮合。设置目标转角，转动方向，转速和机械臂直线运动速度等运动参数完成六角螺栓的自动化拆卸。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

融合双目视觉和2D激光雷达的室外定位方法，属于基于先验地图的机器人或自动驾驶汽车精确定位领域。本发明(1)将双目视觉作为里程计提供帧间的相对位姿，将一个局部时间窗口内的2D激光雷达数据融合成一幅局部子图；(2)利用DS证据理论对局部子图中的时态信息进行融合以消除局部子图中的动态噪音；(3)利用基于反向组合算法的地图匹配方式，将局部子图与预先构建的先验地图进行匹配，从而得到先验地图与局部子图之间的相对位姿；(4)根据匹配结果对局部子图的位姿进行校正，将校正后的位姿用于更新轨迹以消除双目里程计所产生的累积误差。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于特征点的动态障碍物检测方法属于智能车辆领域。本发明先数据提取, 生成视差图。基于视差图的聚类分割, 依据视差信息，利用聚类算法对视差图进行聚类分割，划分为不同区域。利用特征信息，检测运动物体所在区域，包含：利用双目视觉的内在约束条件基本矩阵，提出特征点对之间的距离权重系数，建立点的约束条件。立体匹配获取视差信息，通过三维重建获取三维坐标。由车载相机拍摄图片时的速度，可以求得两帧之间车子移动的距离。前后帧三维坐标Z方向的差值等价于车子前进移动的距离。由此设定阈值，进行特征点的约束。利用数学几何原理，建立判断运动物体的数学模型。本发明在定位中实时性强，有效避免运动物体的影响，提高定位精度。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种基于混合视觉的复杂零件螺栓装配装置，其包括拧紧模块、混合视觉模块、装配平台和底座，所述的拧紧模块可以实现在准确夹持螺栓后，通过伺服电机的转动和配合Z轴的运动实现螺栓旋转进给运动；所述的混合视觉模块由双目视觉系统和单目视觉系统组成，双目视觉系统用于观测工件各平面特征点及平面上螺纹孔的位置，单目视觉系统用于近距离观测工件上螺纹孔的位姿，进一步减小由双目视觉系统观测螺栓孔所产生的误差；所述的装配平台通过A轴和C轴旋转改变装配工件的空间位置和姿态，确保需要装配的平面法向量与拧紧模块的传动轴轴线平行。本发明实现复杂工件上多个不同平面的螺栓自动化装配，提高了螺栓装配的效率及装配可靠性。

Cite：

Copy from the list or Export to your reference management。