Mobile Robot Hierarchical Simultaneous Localization and Mapping Using Monocular Vision

A hierarchical mobile robot simultaneous localization and mapping (SLAM) method that allows us to obtain accurate maps was presented. The local map level is composed of a set of local metric feature maps that are guaranteed to be statistically independent. The global level is a topological graph whose arcs are labeled with the relative location between local maps. An estimation of these relative locations is maintained with local map alignment algorithm, and more accurate estimation is calculated through a global minimization procedure using the loop closure constraint. The local map is built with Rao-Blackwellised particle filter (RBPF), where the particle filter is used to extending the path posterior by sampling new poses. The landmark position estimation and update is implemented through extended Kalman filter (EKF). Monocular vision mounted on the robot tracks the 3D natural point landmarks, which are structured with matching scale invariant feature transform (SIFT) feature pairs. The matching for multi-dimension SIFT features is implemented with a KD-tree in the time cost of O(lbN). Experiment results on Pioneer mobile robot in a real indoor environment show the superior performance of our proposed method.     

机器视觉背景下基于VisionPro的轴承滚动体缺失检测

轴承在生产过程中的滚动体缺失会影响机械设备的安全运行,本文提出了机器视觉背景下基于VisionPro的轴承滚动体缺失检测。在获得较好的打光图像后,利用VisionPro的PMAlignTool进行模板训练以及缺失识别,并结合C#脚本,将结果可视化,在图片上显示具体的检测结果,包括产品合格与否、合格的滚动体个数以及不合格的原因,便于后续的人机交互。通过实验,该方法确实取得了较好的检测结果,能够正确检测轴承滚动体的缺失情况,后续结合通信设备与机械手臂,可实现自动分拣。相较于传统的人工检测,该方式具有效率高、准确性高、安全性高的优势,是现代工业生产中亟需的检测方式。     

水下捕捞机器人视觉系统发展趋势分析

为突破作业环境、劳动力等因素对渔业发展的制约,解决当前水下捕捞能见度低、机器人识别分辨率低等问题,促进渔业向现代化转型升级,从学术角度梳理、分析国内外水下机器人视觉系统关键技术发展趋势,为相关研究提供参考。基于CiteSpace软件,分别选取中国知网（China National Knowledge Infrastructure,CNKI）的数据库和Web of Science的核心数据库的文献样本,从发文量、关键词共现图谱、关键词时间线图谱等方面完成可视化分析,并对水下捕捞机器人作业环境、视觉系统技术进行阐述。发文量和关键词时间线图谱表明,国内外水下机器人视觉系统关键技术的研发均经历初始阶段、探索阶段和成长阶段。关键词共现图谱表明,人机交互、识别算法设计等方面是水下机器人视觉系统相关研究的热点。未来,水下捕捞机器人视觉系统发展应聚焦智能化、自主化,重点解决目标检测优化、水生物数据库建立、数字化系统构建等多方面难点问题。     

基于3D标靶的摄像机标定方法的改进

针对光学镜头成像时畸变分布的特性,提出了一种改进的摄像机标定方法,以实现摄像机内外部参数和像差修正参数的分离标定。标定实验及之后的摄像机成像二维检测实验证明：该方法大大地简化了计算量,能快速、方便地对摄像机系统进行标定和像差修正;同时能够获得较高的标定精度和测量精度。     

基于图像增强与深度学习的钢轨表面缺陷检测

相比传统的物理检测算法,基于机器视觉的检测算法具有检测速度快、操作便捷等诸多优点,但因受光照不均、相机失焦抖动、雨雪天气等外界因素的影响,导致检测精度降低.针对这一问题,提出一种基于图像增强与深度学习的钢轨表面缺陷视觉检测算法.首先,对图像进行Gabor滤波去噪,以减少噪声对缺陷检测的影响;然后,利用HSV空间变换方法...     

基于改进YOLOv3的站口行人检测方法

针对YOLOv3算法在行人检测上准确率低和漏检率高的问题,提出一种改进型YOLOv3的行人检测方法,并将其定义为GA-Wide-YOLOv3。该方法首先以行人头肩小目标为检测对象,进行重构数据集,利用遗传算法重新对目标先验框进行聚类,优化anchor参数,提高先验框与数据集的重合程度;其次改进YOLOv3,通过加宽网络宽度、减少网络深度,获得针对小目标检测的较大视野阈,避免梯度消失;最后,将多尺度检测算法3个yolo层前的1*1,3*3的卷积组各去掉2组,减少头肩小目标在复杂背景下的漏检率。在收集的数据集HS6936上进行对比实验,结果表明,基于遗传算法改进的K-means算法,平均交并比为81.89%,提高了0.8%;改进的YOLOv3算法检测平均准确率(mAP)为75.35%,召回率为81.20%,查准率为99.99%,较原始YOLOv3算法分别提高了2.53%,0.88%和2.75%。     

阿拉莫学院的发展特色分析及启示

文中以笔者赴美研修院校之一——阿拉莫学院为个案，对阿拉莫学院采取的面向多样化礼区发展需求、助推学员成功的愿景与目标体系、多样化和人本化的课程设置体系、持续改进和关注绩效的KPI评价体系进行了总结分析，并在此基础上提出我国高职院校发展的若干启示和建议。     

基于单目视觉的汽车钣金零件焊接系统设计

针对汽车钣金零件在激光焊接过程中存在的误差较大等问题,设计了一种基于单目机器视觉的汽车钣金零件焊接系统,该系统通过视觉传感器测量汽车钣金零件的二维焊缝尺寸,并在焊接后通过计算机数字图像处理实施焊缝质量检测。实验结果表明,机器视觉焊缝质量好、工作稳定可靠,能够有效提高汽车钣金零件焊缝尺寸的激光焊接精度,有利于实现汽车钣金零件激光焊接的过程自动化。     

9000DWT化学品船的DNV一人桥楼设计

作为技术进步与自动化的成果,船舶一人桥楼日益受到船东和船级社重视。它既可以减少船员,提高工作效率,又能够改善船舶的安全性。结合9000DWT化学品船的一人桥楼设计,着重介绍了挪威船级社（DNV）NAUT-OC入级符号的设计要求．并从驾驶室的视野、工作环境以及规范强制要求的工作站等各个方面分析了一人桥楼的设计要点和注意事项。     

基于头部姿态特征的列车司机疲劳驾驶检测系统研究

列车司机疲劳驾驶严重威胁列车行车安全.为弥补人眼检测方法存在的不足,提出了1种基于头部姿态特征的列车司机疲劳驾驶检测方法.该方法首先采用AdaBoost算法检测人脸区域,然后采用Camshift算法对人脸进行跟踪,并对人脸的旋转角度进行计算,得出其旋转角速度以及旋转角加速度,最后根据其头部的倾斜角度以及旋转角速度综合判断列车司机的疲劳状态.建立了头部旋转物理模型,得到头部自由旋转时角速度与角加速度随旋转角度的变化曲线.在上述方法的研究基础上,研发了1个基于头部偏转情况判断疲劳驾驶的系统.该方法的疲劳检测成功率为87.5％,但其只能对头部缓慢倾斜和头部突然向两侧倾斜这2种疲态状态进行报警,尚不能对打呵欠、低头、闭眼等其他疲劳状态做出反应,需与其他检测方式结合使用.