机械臂在自动精准打磨机床零件前需要对机床零件进行特征识别,传统激光点阵扫描精度高,但设备成本高昂而难以规模应用。引入固定式投影产生扫描线图、棋盘格图和随机灰度图等特征作为测量辅助,并结合双目立体视觉测量对零件瑕疵进行检测,改善了传统双目视觉针对光滑平面零件难以识别特征进行立体匹配的情况。分析结果与激光点阵扫描结果进行精度校验。同时,通过5种经典局部立体匹配算法与所提方法进行精度比较,并对辅助图的关键参数进行精度关联分析。最后,引入自适应算法对所提方法进行优化以提高识别精度。结果表明随机灰度图能够显著提高匹配精度,扫描线优化与子像素拟合能够进一步提高匹配精度,扫描线法与棋盘格法优化后精度提高较大,新方法可有效识别平面零件的瑕疵特征,检测精度达标区域占比大于98%。

为解决传统SAD算法在基于半主动悬架的路面预瞄测距应用场景下匹配精度与测距精度较差的问题,首先对SAD视差窗口内中心像素周围像素点的权重重新分配,降低窗口边缘像素的影响;然后考虑到光照差异较大的场景引入Census变换,并采用子窗口灰度均值替代法增强其匹配鲁棒性,再将其与改进的SAD算法融合,最终形成融合CensusSAD算法。实验使用双目相机获取四种实际道路场景中的图像数据验证改进后的算法效果。实验表明融合CensusSAD算法的实时性有所下降但仍能满足要求,匹配精度比SAD算法高20%左右,在7m内融合Census-SAD算法测距精度比SAD算法精度要高3%左右。

将可获取环境信息的视觉传感器连接机械臂,进行机械臂建模并赋予机械臂目标数据获取和定位的功能,针对基于双目识别机器视觉技术的机械臂抓取控制精度和抓取效率进行了研究。研究发现双目识别视觉机器人移动范围大于500 m,明显高于三眼视觉机器人,同时避障精度明显优于三眼视觉机器人,差异对比P<0.050;双目识别视觉机器人的抓取力度、定位精度、行走精度均优于三眼视觉机器人,差异对比P<0.050;双目识别视觉机器人在“捡鸡蛋”任务模式下平铺效率、篮中效率明显高于三眼视觉机器人,同时损失率(5.6±0.7)%明显低于三眼视觉机器人(16.2±3.5)%,差异对比P<0.050。由此可见基于双目识别视觉的机器人拥有更高的移动效率、控制精度及工作效率。

立体匹配(Stereo Matching)算法的效果在机器人应用中至关重要。为了提高立体匹配算法效果,首先利用基于一阶差分的Sobel检测、Scharr检测和Canny检测对图像进行梯度处理,获取图像边缘,其次利用图像的边缘信息作为初始匹配代价进行立体匹配,大幅减少不必要的计算量,然后利用所提算法分别对Middlebury数据集中的图像和自采集的图像进行实验,获得立体匹配的误匹配率和匹配时间。经过实验数据对比,Sobel检测算法和BM(Boyer-Moore)算法结合的方法所得视差图速度快且精度高,效果最佳,实验证明所提方法具有明显优势,可提高立体匹配效果。

为完成移动机器人对列车风管的摘解任务,需要对列车风管管接头进行定位。针对列车风管管接头不易识别且识别定位需要一定实时性和精度的问题,利用双目视觉系统提出了一种间接识别定位方法。在目标识别中,根据列车风管的特点,基于颜色特征在HSV空间中对风管近端金属圈进行识别,提取出金属圈形心坐标;在三维重建中,利用具备较高精度和一定实时性的组合立体匹配算法对风管近端金属圈进行三维重建,得到其三维坐标后根据管接头与近端金属圈相对位置关系固定的特点,通过空间坐标转换得到管接头的三维坐标,实现列车风管管接头的定位。最后,在(200~650)mm的距离范围内进行实验验证,实验最大绝对误差为12.88mm,算法最长耗时为245ms,结果表明该方法满足要求。

作为NDT技术的分支，内窥技术从创建开始就一直在工业探伤、质量控制、产品评估等领域发挥着重要的作用。针对传统内窥技术所存在的无法定量测量和检测可达性差等缺陷，这里介绍的系统将立体视觉技术、图像处理技术等先进技术与内窥技术相融合，从硬件和软件两方面入手，研制开发出一套新型的基于立体视觉的内窥图像分析系统，实现了图像显示、深度测量和三维重建等创新性的功能。系统对我国自行研制新型内窥技术，提高工业内窥探伤和故障检测的水平，有着积极的推进意义。

在立体视觉中,比较了几种常见立体匹配方法,并针对存在的问题,提出了多种方法融于一体的高效立体匹配方法.首先将计算机构造的用于解相的光栅由投影仪投射到物体上,再将计算机构造的一系列黑白相间的编码光栅也由投影仪投射到物体上;然后将畸变栅线图像由摄像机采集到计算机中,用解相光栅进行解相得到折叠在[-π,π]区间内的相主值,用所述结构光编码方法进行相展开得到相位的周期,二者相加得到真实相位值.利用插值算法将具有相同相位的点拟合成连续曲线,从而实现了两幅CCD图像相同相位曲线的匹配,再根据外极约束条件,得到两幅图像点的匹配.在反向工程中,用该方法对电话接线筒进行三维测量,实验验证了该方法进行立体匹配的高效性和准确性.

针对管件在机器人抓取中的分类识别、位姿估计等问题,对随机摆放管件的模板匹配识别、立体匹配和三维位姿估计进行了研究。通过标定得到左右相机的内外参数,然后进行双目标定、矫正以及手眼标定。优化了模板匹配算法,利用亚像素级精度提取管件的边缘轮廓。选择合适的图像金字塔层数以提高匹配速度,实现多类型管件的分类识别。通过立体匹配提取管件视差图,结合标定参数和双目视觉的三角测距原理实现管件的位姿估计,并进行多组位姿提取实验。设计开发MFC和Halcon联合编程的管件识别与位姿估计系统。实验结果表明:该系统可实现管件在随机摆放情况下的实时准确分类识别与位姿估计,满足工业的实际应用需求。

针对柔性板的低频振动问题,研究了一种基于双目视觉测量其低频振动和反馈的控制方法。采用视觉传感器采集柔性板振动过程中的图像序列,通过图像处理的方法分析图像序列,从而得到柔性板的振动信息。以此信息作为控制反馈信号,采用最小控制合成算法（minimal control synthesis,简称MCS）抑制柔性板的振动。在相同的条件下,比较MCS算法和比例微分（proportion differentiation,简称PD）算法的控制效果。实验结果验证了基于双目视觉测量和MCS算法的可行性,且MCS算法的控制效果要优于PD算法。

为了应对在复杂情况下对无有效特征物体的非接触目标位姿测量,文中提出了一种基于结构光的双目视觉目标位姿测量方法,通过将结构光投射到目标物体上,结合2台工业摄像机组成一个结构光双目视觉测量系统。重点介绍了光条中心提取方法、立体匹配方法的选择,以及对结构光双目测量系统的测量模型,并进行了平面板件偏转角的测量实验,验证了测量方法的可行性与有效性。