挖掘机的最不稳定姿态研究

提出了利用优化方法分析计算挖掘机在各种工况下的稳定系数和具体解决方法，找出并分析了挖掘机在特定工况下的最不稳定姿态，为挖掘机的稳定性分析提供了理论计算公式和具体分析手段。     

基于视觉标志检测的旋翼无人机姿态估计方法

为了使旋翼无人机快速、精确、自主降落到地面着陆平台,提出一种基于视觉标志检测的无人机姿态估计方法。首先,利用标准直升机停机坪的几何特征,采用标志五步提取算法从机载摄像头采集的图像中获取视觉标志;为了满足无人机自主着陆过程的快速性和实时性,提出一种基于距离三点法的角点检测算法,得到H形标志的12个角点;然后,通过对角点分类、编号,并与参考图像中的对应角点进行匹配,解算出包含相对姿态信息的单应矩阵;最后,应用直接线性变换(Direct linear transformation,DLT)分解单应矩阵得到无人机的姿态角,并依据相机成像的相似三角形原理计算出无人机相对于视觉标志的位置,解决了单目相机尺度不确定性问题。通过实验平台模拟无人机不同飞行状态下的姿态并进行估计,对提出算法的实时性和准确性进行了实验验证。实验结果表明:本文算法的平均执行时间为307. 2 ms,位置估计的最大均方根误差为0. 006 2 m,姿态角估计的最大均方根误差为0. 313°,满足无人机自主着陆的准确性和实时性要求。     

基于单目视觉工件尺寸测量系统的研究

基于双目视觉三维测量原理,提出了一种摆动式单相机三维测量方法。通过分析系统结构参数对测量精度影响,确定了测量误差处于最小范围时的结构参数。设计了系统的硬件结构并开发了图像处理软件模块,搭建了相应的测量系统。利用平面靶标标定法对该系统进行了立体标定,确立了该系统各坐标系之间的映射关系。     

基于激光视觉的农作物株高测量系统

针对目前视觉测量农作物株高技术中存在农作物顶点和底点难以识别的问题,设计了一种基于激光视觉的农作物株高测量系统。该系统针对农作物株高测量特点,改进了三角测量模型,改进后的三角测量模型参数包括相机参数、光平面方程和相机安装参数;依据系统测量模型,该系统标定过程中通过至少一次将棋盘格标定板置于农作物底端点对应水平面的平行平面上,建立农作物底点平面对应的地面坐标系,通过将激光器发出的激光线投射到农作物上,识别农作物顶点。在株高为558.00~1 843.30 mm的农作物上的测试结果表明,测量绝对误差最大值28.30 mm,相对误差最大值为2.17%。该系统标定完成后可实现自动化与实时测量,且测量精度高,具有良好的实用价值。     

水田激光平地机平地铲姿态测量系统的设计

水田激光平地机水平控制作为农田激光平地技术的重要组成部分,其研究过程中首先要解决平地铲实时倾角测量问题.为提高倾角测量精度,设计了平地铲姿态测量系统,采用MEMS传感器集成模块AD1S16300作为惯性测量单元,通过卡尔曼滤波实现传感器信息融合以计算平地铲倾角.分析了姿态测量系统的构成,阐述了两种传感器融合测量实时倾角的方法,基于ARM7 Cotex- M3微处理器设计了姿态测量系统硬件.采用AHRS500GA对该姿态测量系统性能进行了融合算法验证与ADIS16300测量平地铲倾角验证.测试结果表明,该姿态测量系统能在动态条件下准确地测定平地铲实时倾角,可以进一步应用于激光平地机的水平控制之中.     

基于机器视觉的零件尺寸测量装置的设计

文章提出了基于机器视觉的测量方式,主要测量工件的面积、周长和边长等数据。测量采用固定装置,标定采用传统标定法。硬件系统采用了USB接口的工业相机。软件主要对图像进行了预处理,预处理为图像的切割、灰度化、滤波。     

基于solidworks的挖掘机工作装置教具设计

挖掘机是工程机械专业学生必须掌握的工程施工机械之一,购买真机应用于教学面临着成本较高、利用率低的问题,所以提出了设计小型挖掘机模型作为教具的构想。以真机为参考建立了挖掘机工作装置模型,并用solidworksmotion对挖掘机的典型挖掘工况进行了仿真,为下一步教具的制造做好准备。     

基于Matlab的挖掘机工作装置动力学方程

根据机械手结构原理，将液压挖掘机工作装置机器人化。运用拉格朗日功能平衡法，结合Matlab软件编程运算，构造了工作装置的动力学模型。输入已知参数即可由程序快速、准确地输出动力学方程，为进一步研究自动控制和仿真问题奠定了基础。     

基于机器视觉的锅底标签角度测量系统研究

家用厨锅在制造时安装手柄需要焊接螺母座,针对螺母座焊接位置不准确的问题,设计了厨锅锅底标签角度测量系统。该测量系统通过搭建视觉采集平台采集图像,利用模板匹配原理对锅底图像进行角度检测。通过对不同种类锅底图像进行滤波、阈值化与频域变换等图像处理算法制定感兴趣区域（ROI）,由ROI依次创建形状模板;将采集到的图像经过预处理后根据已建好的同类模板进行匹配,匹配结果由Visual Studio 2019平台所建立的人机界面显示。实验表明,该测量系统平均误差可达0.08°,检出率达94%,平均检测时间0.35 s,明显优于传统的人工检测,能够满足工业的实际检测需求。     

基于机器视觉的穴盘精密播种性能检测系统

针对穴盘精密播种存在重播、漏播以及播种性能不稳定问题,运用机器视觉技术对穴盘精密播种机进行播种性能检测。在穴盘精密播种机上配置性能检测系统,光电传感器根据穴盘位置触发相机,双相机逐行扫描拍摄穴盘图像,图像数据实时传输到计算机,通过视觉算法软件进行图像分析与处理,识别穴盘的播种状况,检测图像与结果同步显示。播种检测试验表明,系统的重播率检测精度为98.94%,漏播率检测精度为99.33%。     

联合收获机大曲率路径视觉导航方法

针对联合收获机大曲率路径难检测的问题,在旋转投影直线检测的基础上提出了双切线大曲率路径转弯半径估计算法。基于简化的二轮车运动学模型,在联合收获机机器视觉导航试验平台上,设计了智能控制器,以便根据不同路径选择不同的控制方式。路面与麦田试验结果表明：双切线转弯半径估计算法能够有效地检测曲线路径转弯半径;在小麦正常收获速度下,联合收获机能够跟踪转弯半径大于10m的曲线路径,路面曲线跟踪误差最大值为0.19m,田间曲线边界跟踪过程中割幅变化范围最大为0.29m。     

基于机器视觉的零件尺寸测量方法研究

为了提高视觉测量软件平台图像处理的效率与实用性,在进行基于机器视觉零件尺寸测量软件开发前必须要规划出一套行之有效的测量方案。通过对比现有的图像处理技术,分析了相机标定、滤波、阈值化处理、形态学处理、边界检测、轮廓提取等算法,给出了实用性更强、测量效率更高的零件尺寸测量方案。在新提出的零件测量流程中,明确了特征值获取的算法,同时在零件模型构建算法中,给出了改进后的零件位姿匹配算法,通过整合各个已改进的算法,极大地提高了本套零件尺寸测量方法的实用性。     

基于计算机视觉的葡萄茎直径高精度测量方法

提出了基于计算机视觉的葡萄茎直径测量方法,采用双边滤波降低图像噪声,通过Otsu阈值分割和BloB分析实现葡萄茎与背景的分离,应用基于特征点的定位方法得到茎直径测量位置,由茎直径所包含像素数和尺寸当量计算出茎直径值,从而实现茎直径连续测量.实验和现场应用表明,系统测量重复精度可达±0.5μm.     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作.基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考.     

基于计算机视觉的玉米籽粒形态测量与研究

视觉技术目前被广泛应用于社会各生产领域,包括制造行业、文档分析、医疗诊断及农业品质检测等。为此,基于计算机视觉技术,设计出一种玉米品质自动检测分析方法,即玉米籽粒实时分析系统,具有客观、高效、准确的优势,解决了传统人工检测模式下主观、低效、误差大等问题。最后,设计出一种基于计算机线扫描技术和自动化控制技术相结合的玉米籽粒考种装置。     

基于机器视觉的烟叶面积在线测量

为提高烟草打叶复烤工艺中烟叶叶片结构的检测效率,研究了用于烟叶叶片结构在线检测的叶片面积快速测量方法.采用空变模糊矩阵还原了线阵相机的场曲模糊,利用张正友标定法校正了图像畸变;提出了对噪声、照明环境不敏感的R、G分量差值阈值分割法,实现了叶片图像的高精度分割;提出了计算效率较高的叶片面积拼接法,解决了在线检测时单个叶片被分割在2幅图像中的问题.采用多线程技术,编写了并行图像处理软件,开展了重复性实验,结果表明:图像处理速度达22帧/s,能够满足在线测量要求,在100～2500mm2量程内,相对误差小于0.50％,变异系数小于1.01％.     

计算机视觉技术在微小尺寸测量中的应用

应用计算机视觉技术快速测量微小零件的尺寸,研究了CCD图像预处理、图像二值化、边缘处理、标定等技术,发现中值滤波平滑处理图像的精度更高,轮廓跟踪能使图像边缘确定时的运算更简单。图像检测结果与工具显微镜测量进行了比较,结果表明该测量方法可以快速、准确地实现大批量同类零件的尺寸测量及合格度的检验,并可满足100%在线检测要求,检测误差不超过0.0119mm,每件检测时间不超过2s。     

基于DSP的激光互相关测速系统

提出基于DSP的激光互相关测速方案.以电动机带动的皮带为测速研究对象,对其进行软硬件设计和仿真分析,验证此方案的正确性、可行性和优越性.为物体速度的非接触式在线测量提供一种有效方法,具有较大的理论研究和应用价值.