視覺導航系統設計的案例
不同光照條件下的無人機視覺導航系統
視覺導航系統可以實現無人機在不同光照條件下的自主定位。
不同光照條件下的無人機視覺導航系統
視覺導航系統可以實現無人機在不同光照條件下的自主定位。
來源：飛思實驗室
激光導航和視覺導航掃地機器人誰更好?
受益于模式識別、機器視覺的發展，基于視覺的機器人定位成為近年來的研究熱點。
舉例來說，采用AI視覺規劃導航 2.0系統的ILIFE智意X800掃地機器人，在機身正前方配備了一顆高清攝像頭，同時搭配了三顆AI智能處理器，采用了CV-SLAM智能算法，搭配第二代陀螺儀導航系統，可以讓掃地機器人快速感知全屋環境，精確自我定位并實時建圖，從而實現智能導航和路徑規劃，幫助智能機器人在家居環境中進行獨立的計算推理、運動規劃與實時控制，在地圖上創建可視化地標以進行位置追蹤，從而掌握已經清潔的區域和尚未清潔的區域，從而高效快捷地完成清掃工作。
總的來說，視覺導航技術是一個多維的立體的規劃，能夠監測全屋的復雜環境，而激光導航系統非常基礎和簡單的。未來，通過視覺導航，能夠更進一步的識別哪里是門，哪里是冰箱，哪里是家具等等，智能掃地機器人會變得更加可視化，更加聰明。目前而言，視覺導航技術是一項更加成熟的導航技術，價格也更加親民。
隨著技術的進步，可以預見，視覺導航技術無疑有著更加廣闊的發展前景。與此同時，搭載激光導航技術的掃地機器人也將會成為一個重要的分支。因此，不論是視覺導航還是激光導航，都是掃地機器人產品里重要的技術。
來源：手機中國
展開 基于計算機視覺技術的無土栽培蔬菜種植系統的研究與設計
2.2.5 水位檢測電路設計
水位檢測在設計中用于觀察培養箱中水位是否充足，便于系統及時補充水，同時保持水循環系統的穩定運行。該電路利用水的浮力，根據水位的變化可以輸出相應趨勢的AD值，從而得到水培箱中的液位。水位檢測電路原理如圖3所示。
圖3 水位檢測電路原理
2.2.6 水泵控制電路設計
水泵控制電路采用MOS管開關電路，MOS管是NCEP60T12AK，柵源極閾值電壓為2.4V，可以通過單片機的I/O引腳輸出高低電平進行直接控制。該電路具有結構簡單、效率高和便于控制等特點。水位檢測電路原理如圖4所示。
圖4 水位檢測電路原理
2.2.7 ESP8266 WiFi模塊說明
本設計使用的聯網模塊是ESP8266，該模塊采用32位低功耗芯片，主頻高達160 MHz，支持AT指令，同時也支持二次開發。本設計主要通過串口發送AT指令與ESP8266模塊進行通信，控制ESP8266模塊聯網和發送數據。
3 系統軟件設計
該系統的軟件設計主要分為兩部分，一是單片機開發語言，二是使用計算機視覺庫OpenCV的計算機視覺程序設計。
3.1 計算機視覺程序設計
本設計采用的視覺識別技術是OpenCV的圖像膨脹、腐蝕、高斯濾波和邊緣檢測等技術。首先把攝像頭打開獲取實時圖像，而后對圖像進行膨脹、腐蝕處理，使圖像內物體的輪廓更加突出，再使用高斯濾波算法去除圖像上物體內的雜質，最后用選定好范圍的邊緣檢測技術計算出物體的大小。
展開 
基于視覺的無人機導航綜述
無人機導航可以看作是機器人對如何安全、快速地到達目標位置進行規劃的過程，它主要依賴于當前的環境和位置。為了順利完成預定任務，無人機必須充分了解其狀態，包括位置、導航速度、航向以及出發點和目標位置。
到目前為止，已經提出了各種導航方法，主要分為三類：慣性導航、衛星導航和基于視覺的導航。然而，這些方法都不是完美的；因此，根據無人機的具體任務，采用合適的無人機導航系統是至關重要的。
隨著計算機視覺技術的飛速發展，基于視覺的導航成為自主導航的一個主要研究方向。首先，視覺傳感器能夠提供豐富的環境在線信息；第二，視覺傳感器高度敏感抗干擾能力強，適合感知動態環境；第三，大多數視覺傳感器是被動傳感器，這也阻止了傳感系統被檢測到?；?em>視覺的無人機導航完整示意圖如圖1所示。
圖1 基于視覺的無人機導航
視覺導航使用視覺傳感器。與GPS、激光閃電、超聲波傳感器等傳統傳感器相比，視覺傳感器可以獲取豐富的環境信息，包括顏色、紋理等視覺信息。
同時，它們更便宜、更易于部署，因此基于視覺的導航已成為研究領域的熱點。如圖2所示，視覺傳感器通常包括以下幾種：
(a) 單目相機
(b) 立體相機
(c) RGB-D 相機
(d) 魚眼相機
圖2 典型的視覺傳感器。(a) 單目相機，(b) 立體相機，(c) RGB-D 相機，(d) 魚眼相機。
展開 設計仿真 | Cradle CFD助力WayRay公司進行全息AR導航冷卻系統開發
圖5：空氣速度分布云圖(橫斷面)
難以從物理原型中獲得的視覺效果
引入scSTREAM后，減少了原型測試的數量，幫助工程師通過回顧視覺結果更好地理解物理現象。"Cradle CFD分析使WayRay縮短了設計和原型制作的過程，使工程師能夠可視化和模擬以前無法進行物理測量和評估的設計變化。"- (Maksim Aleksandrov先生)。
Cradle CFD提供了一個概念設計和工程分析系統，使WayRay的專家能夠迅速進行參數化設計變化研究。通過改變晶體的散熱、材料特性、風扇速度、散熱器尺寸和其他參數，可以比較各種設計方案，排除試錯，這大大減少了準備和調試物理模型的時間和金錢。
此外，這些計算實驗允許進行設計敏感性分析，以了解哪些幾何參數或材料屬性對計算結果和設計目標有最大的影響。圖6顯示了WayRay公司為一家日本汽車制造商開發的全息導航系統的激光塊的熱設計計算結果。
圖6：Peltier元件的熱電參數
計算出的網格由2400萬個元素組成，在溫度變化較大的區域(激光二極管晶體所在的位置) 進行了微調。
展開 【特別推薦】一文讀懂“可配置視覺系統”，讓視覺無處不在
可配置視覺系統主要的應用服務：
以適配多場景應用的可配置光機服務：突出用戶需要觀測的目標特征，降低背景與雜散光的干擾，主要包括照明與打光設計、采集光路設計、雜光抑制設計、結構安裝與抗振設計、熱設計、環境適應性設計等；
以控制軟件為核心的可配置視覺成像服務：可配置的中控軟件適配不同廠家不同規格的光源、鏡頭、相機、采集卡等，有通用的SDK直接無縫對接，兼容不同廠家的視覺器件，同時還可以處理相機一些標定與校準服務，以及基礎的圖像預處理功能，實時顯示結果，以助于快速完成精準成像驗證工作；
以圖像處理軟件為核心的可配置視覺應用服務：快速完成視覺應用軟件的設計驗證工作，包含專用的圖像處理設置庫，包括icd的預處理算子，還有一些應用算子以及控制算子，同時軟件里面含有一些不同行業的專用視覺處理算法，根據需求，可以調用不同行業應用算法的分類來執行，得到實時仿真結果，從而快速完成視覺應用軟件設計驗證工作，加速用戶產品上市進程。
在機器視覺產業聯盟（CMVU）2021年度企業調查結果，可配置視覺系統是機器視覺行業最大的細分市場。綜上所述可配置的服務及能力是視覺廠商的核心能力！會直接影響到公司在行業中的競爭力！
優秀的可配置視覺系統加速工業智能升級
機器視覺是智能制造與萬物互聯的關鍵基礎設施，是實現智能制造轉型升級的必要手段，傳統的機器視覺存在部署成本高、效率低、質量不穩定等問題，可配置視覺系統幫助企業以低門檻利用新一代信息技術實現降本增效、產業鏈供應鏈協同，助力產業實現數字化智能化升級。
展開 【案例應用】光虎視覺分享 | 濾光片在機器視覺系統中使用
視覺系統的濾光片可增加被測物的對比度，從而提高系統區分所需特征的能力。較高的對比度可以使檢測精度和檢測速度變得更高。通過使用濾光片，環境光的存在或其隨時間可能的變化的影響被最小化，從而為視覺系統工作的長期穩定創造了條件。
基于圖優化的GNSS/慣性/視覺/激光雷達多源融合導航定位
來源 |
衛星導航國際期刊
暗視覺和明視覺 | RP 系列激光分析設計軟件
光度函數
對于暗視覺和明視覺，都有描述眼睛的對光譜敏感度的光度函數。暗視覺響應的峰值大約在 500nm 的波長范圍處，而最大明視覺響應在 555nm 左右。它兩的最大值都在綠色光譜區。
北斗星耀，導航天下：中國北斗衛星導航系統的發展歷程與應用現狀
2023年5月17日10時49分，中國在西昌衛星發射中心用長征三號乙運載火箭，成功發射第五十六顆北斗導航衛星。
北斗系統組成
北斗系統由空間段、地面段和用戶段三部分組成。
空間段由若干地球靜止軌道衛星、傾斜地球同步軌道衛星和中圓地球軌道衛星組成。
地面段包括主控站、時間同步/注入站和監測站等若干地面站，以及星間鏈路運行管理設施。
用戶段包括北斗及兼容其他衛星導航系統的芯片、模塊、天線等基礎產品，以及終端設備、應用系統與應用服務等。
北斗系統發展特色
北斗系統的建設實踐，走出了在區域快速形成服務能力、逐步擴展為全球服務的中國特色發展路徑，豐富了世界衛星導航事業的發展模式。
北斗系統具有以下特點：一是北斗系統空間段采用三種軌道衛星組成的混合星座，與其他衛星導航系統相比高軌衛星更多，抗遮擋能力強，尤其低緯度地區性能優勢更為明顯。二是北斗系統提供多個頻點的導航信號，能夠通過多頻信號組合使用等方式提高服務精度。三是北斗系統創新融合了導航與通信能力，具備定位導航授時、星基增強、地基增強、精密單點定位、短報文通信和國際搜救等多種服務能力。
北斗系統賦能各行各業提質升級
目前，北斗系統已經全面服務于交通運輸、公共安全、救災減災、農林牧漁等多個行業，加速融入電力、金融、通信等基礎設施，并為各行各業提供質量升級的賦能服務。北斗系統廣泛應用于民生領域，深刻改變著人們的生產和生活方式。
以大眾熟悉的手機為例，2021年，國內智能手機市場總出貨量中支持北斗系統的已達3.24億部，占比高達94.5%。這意味著，北斗系統已經成為了大眾消費產品定位功能的標準配置，無論是智能手機、可穿戴設備等，都可以通過北斗系統實現準確的定位和導航功能，為用戶帶來更加便捷和高效的體驗。
展開 
工業機器人的視覺系統該如何選擇？
6、檢測軟件
機器視覺軟件用于創建和執行程序、處理采集回來的圖像數據、以及作出“通過/失敗(PASS/FAIL)”決定。
機器視覺有多種形式(C語言庫、ActiveX控件、點擊編程環境等等)，可以是單一功能(例如設計只用來檢測LCD或BGA、對齊任務等等)，也可以是多功能(例如設計一個套件，包含計量、條形碼閱讀、機器人導航、現場驗證等等)。
7、數字I/O和網絡連接
一旦系統完成這個檢測部分，這部分必須能與外界通信，例如需要控制生產流程、將“通過/失敗(PASS/FAIL)”的信息送給數據庫。通常，使用一張數字I/O板卡和(或)一張網卡來實現機器視覺系統與外界系統和數據庫的通信。
配置一個基于PC的機器視覺系統認真的計劃和注意細節能幫助你確保你的檢測系統符合你的應用需求。如下是你必需考慮的幾點：
確定你的目標,這可能是最重要的一步決定在這個檢測任務中你需要實現什么，檢測任務通常分為如下幾類：
1）測量或計量
2）讀取字符或編碼(條形碼)信息
3)檢測物體的狀態
4)認知和識別特殊的特性模式識別
5)將物體與模板進行對比或匹配
為機器或機器人導航檢測流程可以包含只有一個操作或包含多個與檢測任務相關的任務。
為了確認你的任務，首先你應該明確為了最大限度檢測部件你需要做的測試，也就是你能考慮到會出現的缺陷。
為了明確什么哪個才是最重要的，最好做一張評估表，列出“必須做”和“可以做”的測試。一旦主要的對測試標準滿意，隨后可以將更多的測試加進去來改善檢測過程，一定要記住，添加測試的同時也會增加檢測的時間。
展開 采用Python計算機視覺的智能人臉考勤系統 ￥15
<div contenteditable="false" width="100%">
1-1 -課程概述和功能
</div><div contenteditable="false" width="100%">
2-2 -安裝Python
</div><div contenteditable="false" width="100%">
2-3 - Python開發的VS代碼設置
</div><div contenteditable="false" width="100%">
3-4 -安裝所需軟件包Dlib OpenCV等
</div><div contenteditable="false" width="100%">
3-5 -捕獲和存儲面部圖像
</div><div contenteditable="false" width="100%">
4-6 -提取人臉嵌入和識別地標
</div><div contenteditable="false" width="100%">
5-7 -基于機器學習的人臉識別培訓
</div><div contenteditable="false" width="100%">
6-8 -實施實時人臉識別和考勤自動化
</div><div contenteditable="false" width="100%">
7-9 -設計和集成Tkinter GUI
</div><div contenteditable="false" width="100%">
8-10 -課程總結
</div><div contenteditable="false" width="100%">
<br>
</div><div contenteditable="false
展開 自動駕駛系統中視覺感知模塊的安全測試
視覺感知模塊是自動駕駛進行環境感知的重要組件,也是車輛進行智能決策的重要基礎．自動駕駛領域的重要企業特斯拉更是將視覺感知模塊作為其駕駛系統的唯一環境感知模塊．因此,自動駕駛系統視覺感知模塊的安全性是自動駕駛系統正常工作的關鍵．雖然視覺感知模塊的表現隨著深度視覺技術的發展穩步提升,但是其從駕駛環境中感知到的特征語義難被理解、決策過程無法解釋．如何對自動駕駛系統視覺感知模塊的安全性進行充分測試,已經成為了一個迫在眉睫、亟待解決的問題．
誠然,圍繞深度學習可解釋性方面的工作有了一定的突破,但是距離分析清楚自動駕駛視覺感知模塊的錯誤傳導機理還有較遠的距離．近年來,神經網絡的黑盒攻擊方法的進步,啟發大家提出了一些基于場景搜索的自動駕駛視覺感知模塊安全性測試技術．這些場景驅動的測試方法利用黑盒測試的思路,為駕駛系統提供盡可能多的駕駛場景數據,觀察自動駕駛系統的輸出與測試預言(TestOracle)之間的差異,進而分析自動駕駛系統視覺感知模塊的安全性．
展開 立體視覺+慣導+激光雷達SLAM系統
摘要
本文提出的立體視覺+慣導+激光雷達的SLAM系統，在比如隧道一些復雜場景下能夠實現良好性能。VIL-SLAM通過將緊密耦合的立體視覺慣性里程計（VIO）與激光雷達建圖和激光雷達增強視覺環路閉合相結合來實現這一目標。該系統實時生成環閉合校正的6自由度激光雷達姿態和接近實時的1cm體素稠密點云。與最先進的激光雷達方法相比，VIL-SLAM顯示了更高的精確度和魯棒性。
（a）傳感器設備（b）構建室外場景模型
主要內容
VIL-SLAM系統圖。傳感器為灰色，模塊為綠色。箭頭指示消息在系統中的流動方式。深色粗箭頭表示系統實時輸出，淺色粗箭頭表示近實時后處理生成的輸出。
系統有四個模塊，如圖2所示。視覺前端從立體攝像機獲取立體圖像。它執行幀到幀的跟蹤和立體幀匹配，并輸出立體匹配結果作為視覺測量。立體VIO采用立體匹配和IMU測量，在位姿圖上執行IMU預積分和平滑緊耦合結果。該模塊根據IMU和攝像機輸出VIO姿態。LiDAR建圖模塊使用VIO的運動估計，并執行LiDAR點去噪和掃描以進行地圖配準?；丨h閉合模塊進行視覺環路檢測和初始環路約束估計，并通過稀疏點云ICP對準進一步精細配準。對約束所有LiDAR姿態的全局姿態圖進行增量式優化，得到全局修正軌跡和實時LiDAR姿態修正。它們被送回激光雷達建圖模塊進行地圖更新和重新定位。
展開 