检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多传感器融合的车针跟踪研究

基于多传感器融合的车针跟踪研究

作者：周宛如西安工业大学

学位级别：硕士

随着数字化技术与手术导航技术的快速发展,口腔植入引导技术已成为现代口腔种植导航及相关诊疗器械研究的重点。本文针对当前种植导航领域的热点问题,研究了基于多传感器融合的车针目标跟踪方案,采用基于灯塔激光的VR定位技术和相机光... 详细信息

随着数字化技术与手术导航技术的快速发展,口腔植入引导技术已成为现代口腔种植导航及相关诊疗器械研究的重点。本文针对当前种植导航领域的热点问题,研究了基于多传感器融合的车针目标跟踪方案,采用基于灯塔激光的VR定位技术和相机光学定位技术,提出的融合方案包括预处理阶段、基于不同传感器的初步定位解算阶段、数据融合测试阶段。研究包括基于不同传感器定位的目标位姿解算模型和种植导航的误差控制、多传感器融合方案的实现及测试等,并通过测量,验证了融合方案的有效性。论文重点研究内容包括以下三个部分:1)根据相关定位技术与融合算法理论,本文提出基于多传感器融合的车针目标跟踪研究方案。对于口腔种植手术而言,本文选用灯塔激光传感器、单目相机、手术车针等硬件设备。该部分首先进行了设备标定实验,获取标定参数与误差,然后介绍了基于不同传感器的定位技术原理。2)采用灯塔激光与单目相机融合的定位算法处理初始信号不稳定、探测范围受限以及光源强度变化时定位误差增大的问题。对于灯塔激光的VR定位部分,采用激光扫描与信号回传的数据进行目标的空间姿态解算,初始结果表明数据稳定性有待提高。相机部分根据pnp算法求解带有特定标码的目标位姿,通过设置合适的图像帧处理阈值,将其作为滑动窗口降低求解姿态时的系统运算量,提高系统实时性。3)针对不同数据融合算法的优缺点提出改进策略。融合前完成对不同定位结算模型的参考坐标系进行联合标定统一坐标,由于不同传感器工作频率的不同,然后基于采样的时间戳对两组数据进行下采样提取,最后建立系统状态模型,采用改进的EKF算法进行多源数据融合处理,进而实现通过融合数据更新和借助单目相机数据修正灯塔激光不稳定的、跳变的误差数据。经仿真实验测试,轨迹跟踪误差达到了实际定位误差的精度要求,测算误差可以控制在0.18mm以内。对比目前产品在临床种植导航手术中0.2mm的定位种植精度,验证了本文提出的融合定位方案具有一定实际应用意义,最终符合数字化口腔种植导航的手术精度要求。

关键词：灯塔激光技术单目相机 pnp算法融合定位扩展的卡尔曼滤波

基于单目视觉的空间目标操控系统相对导航算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单目视觉的空间目标操控系统相对导航算法研究

作者：傅傲林哈尔滨工业大学

学位级别：硕士

由于人类航天活动的日渐频繁,随之而带来一系列的太空碎片,对宇航员及太空空间产生巨大威胁,严重影响了人类对太空的开发,发展太空碎片清除技术对我国卫星运行环境、通信服务及国防安全等具有重大意义。基于单目视觉的激光移除碎片技术... 详细信息

由于人类航天活动的日渐频繁,随之而带来一系列的太空碎片,对宇航员及太空空间产生巨大威胁,严重影响了人类对太空的开发,发展太空碎片清除技术对我国卫星运行环境、通信服务及国防安全等具有重大意义。基于单目视觉的激光移除碎片技术是一种清洁安全有效的碎片主动清除技术,特别是对小目标碎片的清除,这类碎片往往是数量庞大,并且运行的轨道都是随机的。目前,此技术主要是由单目相机拍摄目标图像序列,并由导航计算机进行目标位姿解算,跟踪目标并清除目标。本设计对空间目标操控系统中视觉系统采用FPGA+DSP构架,用FPGA对图像实现并行处理,提取图像特征,DSP进行位姿解算直接输出结果,从而实现FPGA与DSP的并行工作模式,提高了单目视觉系统的性能。本文主要研究了空间目标操控系统中的视觉系统,包括视觉系统硬件电路的设计、提高视觉数据更新率的FPGA图像预处理和算法设计、单目视觉图像处理技术和空间目标相对导航算法研究,具体研究工作如下:设计视觉系统的硬件结构,在此基础上,对比传统串行工作模式和并行流水工作机制工作时间,得到提高数据更新率的方法。目前的视觉处理系统大都是串行模式,即图像的曝光,图像的存储,图像的处理,特征提取和位姿解算等串行工作,这种模式显然不能满足数据更新率。与传统的串行模式相比,并行流水线的工作方式可以将图像的曝光、图像的存储和图像的处理同步进行,从而设计三级并行处理模式,提高了视觉系统的实时性。根据针孔成像原理,建立三维空间到二维平面的投影模型,考虑到光学镜头在加工过程中产生的畸变,采用张氏标定法得到视觉系统内参。通过对目标表面图案和特征点的设计,对比空间目标特征角点和凸多边形特征点定位稳定性和精度,设计算法对随机不规则特征点进行处理,采用基于单幅图像共面特征点的pnp算法进行位姿解算。通过对视觉经典pnp问题解法研究,研究了pnp问题解的闭式解中的直接线性变换法和Epnp法,迭代解中的POSIT算法和L-M算法,最终采用L-M法进行迭代优化,并将位姿结果通过数据通信输出。为了进一步验证文中设计方法的可信性和可靠性,设计了基于FPGA+DSP的视觉系统硬件结构,并且把图像的曝光、图像的存储和图像的处理并行计算部分在FPGA中运行,由于pnp问题的L-M法涉及到浮点运算,因此L-M法在DSP中运行,最后把基于FPGA+DSP的视觉系统采用地面系统进行了验证。

关键词：单目视觉特征识别与提取 pnp算法 FPGA 高数据更新率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

AGV定位及路径规划关键技术研究

AGV定位及路径规划关键技术研究

作者：胡晓豪中国计量大学

学位级别：硕士

随着科技的进步以及仓储物流业的迅速发展,AGV（Automatic Guidance Vehicle,自动导引车）的需求量正在逐步增大,对AGV关键技术的研究也受到了越来越多专业学者的关注。其中,定位和路径规划是实现AGV室内高精度定位的重要因素。本文重... 详细信息

随着科技的进步以及仓储物流业的迅速发展,AGV（Automatic Guidance Vehicle,自动导引车）的需求量正在逐步增大,对AGV关键技术的研究也受到了越来越多专业学者的关注。其中,定位和路径规划是实现AGV室内高精度定位的重要因素。本文重点研究了AGV的室内高精度定位技术以及路径规划方法。论文的主要研究工作包括以下四个部分:（1）详细介绍了UWB（Ultra-Wide Band）超宽带无线定位技术的原理,并针对传统三边定位算法的缺陷提出一种改进的四棱锥定位算法,提高了定位的准确性。概述了相机坐标系的转换关系,并结合Pn P算法实现单目相机对AGV的精确定位。针对两种定位方法各自的优缺点,设计了一种多传感器融合定位方法,实现在各种情况下对AGV的准确定位。（2）根据提前探明的室内环境,采用划分栅格的方法建立有效电子地图。研究了传统蚁群算法的实现原理,并介绍了一种结合势场力的势场蚁群算法,进行仿真对比实验,结果表明该方法能够有效加速传统蚁群算法前期收敛速度,提高AGV的运行效率。（3）完成了AGV室内定位导航系统的软硬件搭建,并设计了车载控制系统以及上位机控制系统。（4）根据搭建的AGV定位系统,对系统的定位能力进行测试,实验分为静态定位实验,主要用于测试AGV在某点静止时系统的定位能力,以及动态定位实验,主要用于测试AGV在行进过程中系统的定位能力。实验结果表明,系统可以达到室内定位的精度要求,满足AGV室内导引的条件。

关键词： AGV 超宽带 pnp算法融合定位路径规划

基于卷积神经网络框架的室内物体目标检测和姿态估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络框架的室内物体目标检测和姿态估计

作者：方鹏飞杭州师范大学

学位级别：硕士

单幅图像的目标检测和物体姿态估计一直是计算机视觉领域中非常重要的研究内容,传统方法存在很多局限性,例如基于特征点的方法不能处理无纹理的物体姿态估计,基于模板的方法不能处理被遮挡的物体姿态估计。随着深度学习的出现,弥补了传... 详细信息

单幅图像的目标检测和物体姿态估计一直是计算机视觉领域中非常重要的研究内容,传统方法存在很多局限性,例如基于特征点的方法不能处理无纹理的物体姿态估计,基于模板的方法不能处理被遮挡的物体姿态估计。随着深度学习的出现,弥补了传统方法一些不足之处,特别是卷积神经网络在目标检测和物体姿态估计领域的优势越来越明显。现阶段的姿态估计算法大部分采用卷积神经网络直接或者间接回归预测物体姿态,但其依然面临很多问题,部分姿态估计算法无法同时实现目标检测和多目标姿态估计,而且其物体姿态的准确度也略低。部分姿态估计算法需要借助物体的关键点和相机参数计算得到物体姿态,其准确度比直接预测方法高,但是需要的信息量更多。本文基于卷积神经网络将目标检测和姿态估计结合到一起,同时实现了多目标物体的目标检测与6D姿态估计,而且提升了目标检测的准确度以及直接预测方法和间接预测方法的姿态估计准确度,解决了一些算法无法进行多目标分析的问题。主要工作如下:首先,基于卷积神经网络(CNN)提出了多目标物体的目标检测和姿态的直接估计算法,算法改进了目标检测网络Faster R-CNN,实现了端到端物体目标检测和姿态估计,利用全卷积网络(FCN)替代全连接层,大幅度减少了网络参数,并且改进了RPN网络后的下采样方法,提升了下采样精度。算法提升了目标检测的准确度并且解决了多目标分析问题,采用了分类和回归的方法进行物体姿态的直接估计,大幅度提升了物体姿态直接预测方法的准确度。其次,基于改进的Faster R-CNN网络,结合物体3D包围盒顶点和pnp算法,实现多目标物体的目标检测和姿态的间接估计。算法将姿态估计问题转化物体关键点坐标预测问题,通过坐标点和pnp算法来估算物体姿态,算法大幅度提升了间接预测物体姿态方法的准确度。最后尝试使用改进的漏斗网络和最新目标检测网络,通过预测物体3D包围盒八个顶点的热力图来实现对物体的姿态估计。将坐标点预测问题转换为坐标点热力图预测问题,从而提升坐标点预测的准确度,进一步提升姿态估计的准确度。

关键词：目标检测姿态估计卷积神经网络 pnp算法热力图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单目视觉的手术器械定位方法研究

基于单目视觉的手术器械定位方法研究

作者：刘萍哈尔滨工业大学

学位级别：硕士

随着计算机视觉技术的不断发展,手术导航系统被日益广泛地应用在神经外科、骨科以及整形外科等医学领域。手术器械定位跟踪是手术导航系统中至关重要的技术,其定位精度和实时性直接影响手术导航系统整体的性能。基于单目视觉原理的光学... 详细信息

随着计算机视觉技术的不断发展,手术导航系统被日益广泛地应用在神经外科、骨科以及整形外科等医学领域。手术器械定位跟踪是手术导航系统中至关重要的技术,其定位精度和实时性直接影响手术导航系统整体的性能。基于单目视觉原理的光学定位方法由于其结构紧凑、成本低廉,在手术器械定位跟踪方面具有潜在应用价值。本文分析了近年来光学手术器械定位跟踪技术相关研究,运用多种计算机视觉技术实现了基于单目近红外光的手术器械定位跟踪,主要解决基于深度学习的反光球定位方法数据匮乏以及手术器械上的空间位姿估计问题,具体研究工作如下:(1)构建了单目近红外光学定位系统,深入分析相机成像模型以及相机标定原理,并完成单目近红外相机的标定定位系统中单目相机的标定,获得相机内部参数和畸变系数,为保证后续手术器械定位跟踪精度奠定基础。(2)为解决深度学习对训练数据需求量大而且数据标注工作量大等实际问题,借助数字孪生技术利用Blender生成具有标注的虚拟数据集,用于反光球检测定位网络的训练和验证。(3)结合深度学习在视觉检测的稳定性优势,本文基于YOLOv5对手术器械反光球检测定位进行了研究。通过虚拟数据集训练神经网络,实现对真实场景中反光球的检测和定位。通过预测的反光球中心坐标与标注数据的误差评估了网络的定位精度,均方根误差为0.24像素。(4)为实现反光球空间定位,采用pnp算法根据图像中确定的反光球空间顺序和中心坐标估计手术器械的位姿。对比了关于pnp问题中的Epnp算法和迭代式算法解算相对位姿,并推导了算法的位姿解算过程。手术器械末端动态定位误差为0.22 mm,手术器械定位系统每帧耗时为25.12 ms,实现在近距离工作空间0.5到1 m范围内手术器械的实时准确定位追踪。实验结果表明手术器械末端位置跟踪的精度和实时性满足要求。该解决方案具有结构紧凑,成本低,使用便捷等同优点。

关键词：单目视觉深度学习手术器械定位 pnp算法

基于增强自编码器的室内物体目标检测与姿态估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于增强自编码器的室内物体目标检测与姿态估计

作者：孟凡胜杭州师范大学

学位级别：硕士

理解室内场景下物体的类别、位置及姿态是机器人抓取、虚拟现实和增强现实中的人机交互任务的关键先决条件。目前很多算法都是基于场景并不复杂、物体之间遮挡很少甚至没有遮挡、只能处理场景中的单个目标等,不过真实的姿态估计场景中,... 详细信息

理解室内场景下物体的类别、位置及姿态是机器人抓取、虚拟现实和增强现实中的人机交互任务的关键先决条件。目前很多算法都是基于场景并不复杂、物体之间遮挡很少甚至没有遮挡、只能处理场景中的单个目标等,不过真实的姿态估计场景中,多为物体摆放杂乱无章、物体间存在被遮挡或自遮挡等复杂场景,所以复杂场景对于姿态估计算法的鲁棒性和泛化性仍然是具有挑战性的研究问题。本文围绕此问题从以下几个方面进行研究:1.对于室内物体间存在许多遮挡问题,本文改进堆栈式去噪自编码器,提出一种基于增强自编码器的室内遮挡目标图像重建方法。算法首先对输入的图像增加随机噪声(如高斯噪声、随机Mask遮挡等);然后将增加过噪声的图像输入给增强自编码器,经过编码、解码后,输出一个与原始图像相同维度的向量;最后将向量转换成与原始输入图像尺寸相同的图像,且此图像是不含遮挡的图像。从重建LINEMOD数据集的图像前后效果对比,表明增强自编码器在遮挡目标重建上是可行的方法,可以很容易与其他网络融合。2.对于很多算法无法处理复杂场景下多目标检测问题,首先改进原始LINEMOD单目标数据集为多目标数据集,然后使用本文改进后的Faster R-CNN网络进行复杂场景多目标实验。对Faster R-CNN改进的内容包括使用网络层数更深的ResNet101作为提取网络来提高网络特征提取能力,参考Mask R-CNN的ROI Align下采样方法来提高下采样精度,降低原始锚点框的尺寸以更适用于小目标物体。修改过的Faster R-CNN对于多目标LINEMOD数据集目标检测有非常好的性能。不过因为数据集中普遍存在大量相互遮挡问题,这对进一步研究会有一定影响。3.对于姿态估计问题,本文使用pnp算法根据物体关键点求出物体6D旋转和6D平移的方法。当从图像中预测物体关键点时,不得不考虑由于目标存在遮挡而无法精确预测出物体关键点的问题,提出首先使用上面的增强自动编码器重建Faster R-CNN输出的目标物体感兴趣区域,然后通过在增强自编码器后面添加全连接层的方法,回归出物体关键点。经过试验证明,即使存在目标被遮挡的问题,算法也能很精确回归出物体关键点。最后利用pnp算法求出物体的6D旋转和6D平移,从而求出物体姿态。相比于其他姿态估计的算法,本采用的方法更加精确,即使图像中目标被遮挡,仍具有很好的性能。4.虽然上面的方法可以精确估计物体姿态,不过算法是非端到端的,所以本文参考强化学习的奖励-惩罚策略,探索研究基于强化学习的端到端室内物体姿态估计方法。算法根据Faster R-CNN输出的每一类物体都有一个概率,且不同概率会影响增强自编码器输出的姿态结果,所以可以通过姿态估计结果与目标检测输出的概率求出概率期望,来进行反向传播,实现端到端的姿态估计算法。

关键词：目标检测姿态估计增强自编码器卷积神经网络 pnp算法强化学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向高倾角平面目标姿态估计的研究与实现

面向高倾角平面目标姿态估计的研究与实现

作者：徐思然北京邮电大学

学位级别：硕士

随着互联网和移动终端的不断发展,AR(Augmented Reality,增强现实)与VR(Virtual Reality,虚拟现实)应用逐渐兴起。平面目标姿态估计是其中的关键技术,目前已有诸多研究成果。但实际应用中,如果拍摄者画面角度过于倾斜,使目标物体姿态变... 详细信息

随着互联网和移动终端的不断发展,AR(Augmented Reality,增强现实)与VR(Virtual Reality,虚拟现实)应用逐渐兴起。平面目标姿态估计是其中的关键技术,目前已有诸多研究成果。但实际应用中,如果拍摄者画面角度过于倾斜,使目标物体姿态变化过大,受制于人们使用设备的硬件条件,这种特殊情况往往得不到较好的处理。姿态估计研究中,针对目标倾斜程度较大这一特殊场景的处理方法包括分析图片纹理特征、采用新的特征描述方法以及通过仿射模拟增强图片的仿射不变性。但是目前的相关研究在进行姿态估计的过程中存在计算量冗余和精度下降等诸多问题。本文针对于姿态估计中目标倾斜程度较大这一特殊场景,提出了基于最优仿射模拟的图像匹配姿态估计算法,并对姿态估计结果进行优化,提升在高倾角场景下的计算效率和计算准确度。在高倾角图片的特征匹配中,通过事先选取最优的仿射模拟避免冗余的仿射模拟流程,并通过改进特征点的超描述符计算方式来保证姿态估计的精度。点对点pnp(perspective-n-point,多点透视)姿态估计算法通过优化迭代采样筛选初始解的流程来使得姿态估计的结果可以更快地收敛,更快地满足精度要求。最后,本文设计了高倾角下平面标记姿态估计的通用流程,并实现了多步骤算法可分解的模块化系统,各个模块可以输出各自的中间步骤,方便进行算法比对并评估实验结果。实验对比表明,本文所提出的方法与传统的基于完全仿射模拟的pnp姿态估计算法相比,可以有效提升高倾角下平面目标姿态估计的计算速度并保证了其准确性,增强了算法在实际工程中的应用价值。

关键词：姿态估计仿射变换特征点检测特征点匹配 pnp算法

用于吊具位姿估计的改进SIFT立体匹配方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微处理机 2022年第5期43卷 39-43页

作者：王欣月赵柏山沈阳工业大学信息科学与工程学院沈阳110870

针对在传统立体匹配计算中存在的特征匹配耗时过长、错误特征匹配点较多以及位姿估计过程中存在的误差过大等问题,提出了一种结合Harris算子和极限约束改进的立体匹配算法,用于在机械吊具的位姿检测中获取更加精确的特征点。算法增加Har... 详细信息

针对在传统立体匹配计算中存在的特征匹配耗时过长、错误特征匹配点较多以及位姿估计过程中存在的误差过大等问题,提出了一种结合Harris算子和极限约束改进的立体匹配算法,用于在机械吊具的位姿检测中获取更加精确的特征点。算法增加Harris算子的尺度参数,以弥补现有立体匹配算法中图像尺度不变性的缺乏;同时将SIFT算子替换成新的Harris算子进行角点检测,并引入极限约束条件提高角点定位精度。实验结果表明,经改进算法估计的吊具位姿与实际位姿基本一致,其可行性与实用性得到验证。

关键词：双目视觉立体匹配位姿识别 pnp算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

前方车辆距离检测技术研究

汽车实用技术 2020年第21期45卷 32-35页

作者：李占旗鲍振标贾鹏飞刘全周中汽研(天津)汽车工程研究院有限公司天津300300

为了实现汽车辅助驾驶系统对前方目标车辆的精确预警,文章对前方目标车辆测距方法进行了研究,采用车辆的车牌为参考靶标,利用机器视觉识别算法对车牌轮廓进行了检测,得到车牌的位置角点坐标,由pnp相机姿态算法求得前方目标车辆的距离,... 详细信息

为了实现汽车辅助驾驶系统对前方目标车辆的精确预警,文章对前方目标车辆测距方法进行了研究,采用车辆的车牌为参考靶标,利用机器视觉识别算法对车牌轮廓进行了检测,得到车牌的位置角点坐标,由pnp相机姿态算法求得前方目标车辆的距离,并设计了静态和动态测试场景对算法进行了验证,该方法与地面是否起伏无关,并在20米的范围内,相对误差小于0.25%。

关键词：车辆距离测量车牌 pnp算法相对误差