【摘 要】
：
为了检测工业领域中的大尺寸光滑曲面工件,具有非接触、自动化、效率高等特点的三维扫描测量机器人逐渐得到应用。限于机器人的定位精度,常常需要利用三维视觉测量系统对三维扫描测量机器人的扫描测头进行实时跟踪和动态测量。针对传统的双目视觉跟踪系统中易出现的遮挡、丢帧问题,本文基于数字近景工业摄影测量技术搭建了多目视觉测量系统,并对目前的三维重建算法进行了研究,经改进后应用到本系统中提升了重建精度。本文主要研
论文部分内容阅读
为了检测工业领域中的大尺寸光滑曲面工件,具有非接触、自动化、效率高等特点的三维扫描测量机器人逐渐得到应用。限于机器人的定位精度,常常需要利用三维视觉测量系统对三维扫描测量机器人的扫描测头进行实时跟踪和动态测量。针对传统的双目视觉跟踪系统中易出现的遮挡、丢帧问题,本文基于数字近景工业摄影测量技术搭建了多目视觉测量系统,并对目前的三维重建算法进行了研究,经改进后应用到本系统中提升了重建精度。本文主要研究成果如下:（1）基于数字近景摄影测量的相关理论搭建了多目视觉测量系统,用于跟踪测量三维扫描测量机器人的扫描测头;（2）研究并改进了本系统的三维重建算法,提升了系统最终的重建精度;（3）为了减少标志点成像带来的偏心误差,基于已有的三维重建算法提出了两种多目视觉测量系统实现方案。基于本文改进的算法和提出的系统方案,利用多目视觉测量系统对一维基准尺的长度进行测量,实验结果表明,测量结果与参考值之间的偏差小于0.300mm,标准差不大于0.110mm,满足三维扫描测量机器人系统的应用需求。
其他文献
随着社会的不断发展,能源的发展与利用在世界各国的关注度不断提高。伴随着煤炭、石油等资源大量消耗,部分资源面临枯竭,随之带来了大量环境问题,制约着各国的经济发展,低能耗、低污染的低碳经济发展模式被世界各国所重视。这意味着在保证一定生产率的前提下,降低生产能耗十分必要。因此,本文以工件流失率和生产能耗为优化目标,研究了考虑能耗的多目标传送带给料加工站（Conveyor-Serviced Product
随着集成电路的快速发展,BGA封装型FPGA,即现场可编程逻辑门阵列,凭借着其功能强大、开发周期短、体积不大等优点越来越多地应用到空间技术、移动通信、雷达电子等领域。针对现有FPGA焊接点失效故障评估方法存在的无法提供准确的信息、样本数据少、时效性不高等问题,本文在众多国内外学者研究的基础上,结合GA（遗传算法）,提出了利用改进LS-SVM（最小二乘支持向量机）对FPGA焊接点失效故障进行评估研究
输电塔螺栓是输电塔的重要部件,广泛应用于输电塔的各类重要连接件中,螺栓螺母的脱落会引发输电塔部件结构松动等问题。为了防止螺栓螺母的脱落,销子的存在与否对输电线路的安全有着十分重要的影响。现代日益庞大的输电网带来越加繁重的输电线路巡检任务,加之受限于无人机和直升机等现代远程人工检测技术的时效性和经济性,亟待开发输电塔螺栓销子缺失的实时检测方法。本文针对现有输电塔螺栓销子检测模型泛化能力不足的问题,面
随着计算机软硬件技术的发展,研究者们开始尝试将模型预测控制推广应用至汽车、航空航天等快动态领域。然而传统的模型预测控制需要在每个采样间隔内求解一个开环最优控制问题,高负荷的在线运算使得模型预测控制现主要应用于慢动态的过程控制领域。快速的最优控制求解算法和高效的模型预测控制计算框架则是解决这一问题的关键。asNMPC通过单步超前预测、优化求解、敏感性更新手段,大大缩短了从获得状态测量到施加反馈控制的
近年来,网络控制系统（Networked Control Systems,NCSs）以其成本低、维护方便、安装方便、灵活性高等优点而备受关注,且NCSs在航空航天、智能电网、故障检测系统和机器人等领域得到了广泛的应用。然而,值得注意的是,与传统控制系统的研究不同,由于在反馈回路中引入了通信网络,在NCSs的研究中出现了一些新的棘手问题,例如网络诱导延时和数据包丢失。这可能会导致性能下降,甚至使系统
电力负荷预测是通过历史数据推测未来负荷的发展趋势。进行高准确度的负荷预测可以为电力系统的规划、运行、调度提供决策参考依据,从而确保供电可靠性,提高经济效益。对山区进行电网负荷预测时存在以下问题:1)山区电网负荷数据的采集方式自动化程度低,设备老旧,通信困难,容易缺数据或产生一些异常数据;2)山区电网接入较高比例的分布式电源,其负荷容易受到各种特征因素的影响,直接按照负荷历史数据预测精度低;3)山区
表面等离激元（SPs）传感器具有灵敏度高、实时快速、制备简单等优点,广泛应用于临床医学、食品安全以及生化传感等领域。基于SPs不同模式,SPs传感器可分为表面等离激元共振（SPR）与局域表面等离激元共振（LSPR）类型。与SPR不同的是,LSPR可显示金属纳米结构（如颗粒）的局域共振模式,且具有高比表面积,为低浓度的分析物与金属纳米结构的结合提供更多的结合机会,同时,通过LSPR共振峰位的移动可检
大数据时代背景下,数据已经成为最具竞争力的资产。非结构化地质文本数据成为矿产大数据的一种重要数据源。特别是地质期刊文献更新快、数量大,表达的知识较为前沿新颖,内容表述规范,包含知识密集丰富。本文采用“语料库构建-信息抽取-知识图谱可视化表达-原型系统”的技术路线,开展面向中文文献的金矿时空属性信息抽取及知识图谱可视化表达研究,采用深度学习模型实现金矿信息提取与语义分析,利用知识图谱技术方法实现金矿
在位移变形的非接触测量领域中,电子散斑干涉测量技术作为一种全场光学测量方法,具备较高的精度。然而其相位信息提取步骤复杂,且相位提取质量容易受到噪声的影响,往往需要进行预处理,如数据增强、滤波去噪等。随着深度学习领域的飞速发展,神经网络具备很强的非线性拟合能力,可以获取训练数据中不同样本之间的映射关系,较好的网络模型可以具有较强的鲁棒性。对于许多已有模型或者其他领域无法求解的问题,可以通过深度学习实
电动助力转向（EPS）系统是辅助汽车转向和影响汽车操纵稳定性的关键装置,其性能的好坏直接影响到汽车转向的轻便性和行驶的稳定性。但由于元器件的老化和外部环境的影响,EPS系统不可避免的会出现故障,进而引发事故造成人员伤亡。因此,本文以EPS系统为研究对象,针对EPS系统可能发生的传感器故障和参数故障问题,基于键合图理论和滑模控制理论,设计两种不同的容错控制方法,以提高EPS系统的安全性和可靠性。首先