科创中国

行业领域

科学研究和技术服务业

需求背景

基于机器视觉的机械手运动控制是一种利用视觉信息对机械手运动实施反馈控制的重要方法,其学术基础涵盖了机器视觉,图像处理,机器人运动学,机器人动力学,控制理论等研究领域.本文首先综述了机器视觉发展现状,并详细分析研究了摄像机标定算法,论述了视觉伺服方法中最基本的动力学建模方法,利用机器人动力学研究了护理机器人的轨迹跟踪,提高了其灵活性,效率,精度和速度. 通过对摄像机成像原理的分析和理解,结合当前的摄像机内外参数以及畸变系数的标定模型和方法,为了使模型图像坐标和实际图像坐标残差减到最小,在最新理论的基础上,提出了基于改进粒子群优化的摄像机标定算法,简化了机械手摄像机的非线性标定过程,并通过实验验证了该方法的可行性.

需解决的主要技术难题

可共同合作应用于光学智能装备领域的机器视觉图像算法开发、运动控制软件开发。合作方式不限于股权合作、联合开发、购买、许可使用、人才引进等。 

希望与光学智能装备领域的机器视觉图像算法开发、运动控制软件上已有研究成果的单位合作。

期望实现的主要技术目标

提前对图像进行去噪、增强、补偿等处理，提供清晰度较高的图像；把图像上各个点划分为不同的子集如孤立的点、连续曲线、连续区域等；图像的特征为颜色特征、纹理特征、形状特征、局部特征；判断两幅图像之间的相似程度，而图像之间的相似性随着算法要求的不同而改变。

• 图像表示的形式有：像素表示、全局特征表示（如GIST）、局部特征表示（SIFT特征+词袋模型）；
• 分类模型有k近邻、贝叶斯分类器、线性分类器、SVM、神经网络、随机森林、Adaboost等；
• 损失函数有：0-1损失、多类支撑向量机、交叉熵损失、L1损失、L2损失等；

处理进度