CN109239388A - 一种电子皮肤的触觉动态感知方法 - Google Patents
一种电子皮肤的触觉动态感知方法 Download PDFInfo
- Publication number
- CN109239388A CN109239388A CN201811049863.2A CN201811049863A CN109239388A CN 109239388 A CN109239388 A CN 109239388A CN 201811049863 A CN201811049863 A CN 201811049863A CN 109239388 A CN109239388 A CN 109239388A
- Authority
- CN
- China
- Prior art keywords
- tactile
- translation
- tactile pattern
- rotation
- centroid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013519 translation Methods 0.000 claims abstract description 52
- 230000033001 locomotion Effects 0.000 claims abstract description 34
- 238000012417 linear regression Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 230000006740 morphological transformation Effects 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000000844 transformation Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 13
- 230000008447 perception Effects 0.000 abstract description 12
- 238000002474 experimental method Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000003592 biomimetic effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
- G01P3/68—Devices characterised by the determination of the time taken to traverse a fixed distance using optical means, i.e. using infrared, visible, or ultraviolet light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种电子皮肤的触觉动态感知方法,包括如下步骤:S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像;S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置,并以平移的触觉图像形心作为参考点,通过计算平移前后的形心坐标的变化,测得到物体在平面上的平移量;S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐,并测量旋转的角度,测得物体的旋转角度。使用本发明的方法可以利用电子皮肤感知精确测量物体运动,实现触觉动态感知。
Description
技术领域
本发明涉及一种电子皮肤的触觉动态感知方法。
背景技术
虽然视觉已被广泛的应用于机器人传感研究,但仿生触觉传感和控制能力仍然是机器人研究的主要挑战。触觉感知是机器人灵巧操作的基础。当机器人进入非结构化或动态环境时,触觉允许机器人感知接触,检测及控制滑动,并确保安全稳定地操作。
具有电子皮肤感应的机器人可以获取与物体接触的丰富特征。电子皮肤是一种由大面积的柔性基底和多功能的紧凑型传感器阵列组成的集成触觉传感器,在近年来取得了重大的研究进展。与用于测量施加到物体总的力/扭矩传感器相比,配备有高密度传感器阵列的电子皮肤可以收集更多更精确的触觉信息。例如,机器人与目标物体接触力的分布情况、相对运动情况等等,从而实现对目标物体更全面的感知,因此,电子皮肤是为机器人实现触觉感知的理想传感器。
在本文中,我们将感知移动物体的行为称为触觉动态感知。而获取物体的运动状态是感知移动物体的重要组成部分和前提。已有研究从静态或规定运动的对象中提取触觉信息。如:从触觉传感器阵列中提取高频触觉特征,以确定物体的内部状态,例如容器中液体的存在。或者使用接触力的频率和幅度来区分接触材料,例如通过触觉传感器及机器学习方法识别平面、一个边缘的物体、两个边缘的物体,圆柱体。该类方法解决了机器人触觉缺失的问题,但是,如何利用电子皮肤感知精确测量物体运动,实现触觉动态感知,是现有技术面临的问题。
为了解决该问题,本文提出了一种基于电子皮肤的物体运动状态感知方法,助力触觉动态感知。该方法依靠电子皮肤获取获得运动物体的触觉图像,通过分析这些图像获取物体的运动状态。
发明内容
本发明的主要目的在于克服现有技术的不足,提供一种电子皮肤的触觉动态感知方法。
为实现上述目的,本发明采用以下技术方案:
一种电子皮肤的触觉动态感知方法,包括如下步骤:
S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像;
S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置,并以平移的触觉图像形心作为参考点,通过计算平移前后的形心坐标的变化,测得到物体在平面上的平移量;
S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐,并测量旋转的角度,测得物体的旋转角度。
进一步地:
步骤S2中,基于式(1)计算形心坐标:
其中n是图像中像素的数量,pk是图像中每个像素的坐标,pcenter是形心的坐标;
计算平移前后形心坐标之间的差值;
将形心坐标的差值和传感器阵列的单元间距相乘,计算平移量。
步骤S3包括:
基于式(2)和式(3),通过对数极坐标变换,将触觉图像重新映射到对数极坐标空间:
其中x和y是图像中像素的坐标,xc和yc是形心的坐标,M是幅值,ρ是像素和形心之间的对数距离,θ是像素相对于中心的方向,ρ和θ构成对数极坐标空间的横坐标和纵坐标,
通过对数极坐标变换将触觉图像从笛卡尔坐标系下的旋转运动转换到对数坐标下的平移运动,将对旋转的全搜索转变为对数极坐标空间的最佳平移的全搜索;
基于式(4)至式(6),计算所有平移变换后的图像与基准图像的误差:
I′lp1=Mtanslation×Ilp1 (4)
其中,Ilp1和Ilp2是对数极坐标图像,Mtanslation是将Ilp1转换为I′lp1的基本变换矩阵,e是I′lp1和Ilp2之间的误差,是使该方法稳健的函数,其中a是异常值阈值,取为ek的平均值;
在搜索之后,将使E最小的Mtanslation变换为旋转角度,该旋转角度被确定为两个图像之间的最佳旋转角度。
所述方法还包括以下步骤:
S4、以采样频率f获取运动物体的触觉图像,取间隔一个采样周期的连续两张触觉图像,对其进行计算获得该间隔内物体的平移距离d和旋转角度θ,瞬时速度则等于距离/角度除以时间间隔,即距离/角度乘以采样频率,计算为公式(7)和(8)所示:
v=f×d (7)
ω=f×θ (8)
其中,v和ω是平移和旋转的瞬时速度。
所述方法还包括以下步骤:
S4'、将第一个采样的触觉图像与后续的每一个触觉图像进行比较,以获得后续的触觉图像相对于初始位置的平移和旋转,并根据不同的运动选择合适的数学模型以适应所述平移和旋转,通过所述数学模型计算需要测量的速度。
步骤S4'用于测量匀速运动的物体。
步骤S4'中,采用线性回归模型来拟合平移和旋转,线性回归用最小化残差平方和拟合平移及旋转的速度。
在进行平移和旋转之前,对触觉图像采用双线性差值法进行缩放来增强图像分辨率,采用形态学变换中的膨胀和腐蚀来消除噪声。
本发明具有如下有益效果:
运动感知是动态触觉感知的前提,本发明提出的方法可以准确地感知平移、旋转和速度。
1、提出了一种利用电子皮肤触觉感知测量物体3自由度运动(x,y,θ)的方法:用电子皮肤获得不同时间的触觉图像,利用图像平移对齐及旋转对齐的方法测量平移及旋转量。
2、优选地,在进行平移和旋转之前,对触觉图像采用缩放(如双线性差值法)增强图像分辨率,采用形态学变换(如膨胀及腐蚀)消除图像噪声。本发明采用5次双线性差值法对图像进行缩放,采用形态学变换中的膨胀和腐蚀来消除噪声。
3、优选地,运动感知中的旋转测量采用完全搜索法,避免陷入局部最优解。
4、优选地,旋转测量采用对数极坐标变换将触觉图像重新映射到对数极坐标空间,将旋转完全搜索转换为平移完全搜索,提高了电子皮肤的动态感知效率。
5、优选地,基于平移及旋转感知进一步提出了利用电子皮肤触觉感知测量物体运动速度的两种方法,实现了通过电子皮肤触觉精确测量物体的速度。一种方法取间隔一个采样周期连续两张触觉图像,对其进行计算获得该时刻的平移和旋转。平移测量中最大误差不超过1.0mm。旋转测量平均误差不超过1.946°。另一种方法是将每一张触觉图像均与第一张图像比较,以获得相对于初始位置和方向的平移量和旋转量。平移最大相对误差为0.06,旋转最大相对误差为0.04。
附图说明
图1为位置对齐(a)和方向对齐(b)的过程示意图;
图2为通过对数极坐标操作将触觉图像(a)重新映射到对数极坐标空间(b)(M为13)的实例图;
图3a和图3b分别表示X方向和Y方向的平移拟合速度;
图4表示旋转的拟合速度。
具体实施方式
以下对本发明的实施方式作详细说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
在一种实施例中,提供一种利用电子皮肤感知物体运动的方法,以实现机器人的触觉动态感知。具体方法可以包括:
(1)平移和旋转感知
虽然移动物体的位置和方向总是变化的,但机器人可以利用与物体接触的电子皮肤来获得触觉图像。电子皮肤传感器上的信号可通过扫描电路产生一个触觉图像。传感器可以将力转换为灰度值,灰度值范围为0到255,从而像素灰度值构成的触觉图像可以表示压力的分布。
通过获取物体运动过程中两个不同时间点的触觉图像,用两个步骤计算运动对象的平移和旋转量。如图1所示,(a)和(b)分别表示位置对齐和方向对齐的过程。
第一步是平移对齐dx、dy,该步使触觉图像形心处于相同位置并测量形心的平移。
平移测量以触觉图像形心作为参考点,通过计算运动前后形心坐标的变化,得到物体在平面上的平移。形心的计算方式由方程(2)计算。
其中n是图像中像素的数量,pk是图像中每个像素的坐标,pcenter是形心的坐标。形心坐标之间的差异表示对象的平移。由于传感器阵列的间距为2.5mm,因此可以通过将差值和间距相乘来计算平移。
在对齐之前,优选地,采用缩放和形态变换以增强图像分辨率及消除噪声。优选地,采用5次双线性差值法对图像进行缩放,采用形态学变换中的膨胀和腐蚀来消除噪声。
第二步是测量旋转的方向对齐dθ。
方向对齐基于搜索最佳旋转角度,使得两个图像在旋转对齐后差异最小。对所有角度进行完全搜索可以避免陷入局部最优值。然而,完全角度旋转搜索花费时间长,限制其在需要快速响应的机器人中的应用。因此,优选地,引入对数极坐标变换来解决该问题。通过对数极坐标变换将触觉图像重新映射到对数极坐标空间,其实现如下。
其中x和y是图像中像素的坐标,xc和yc是形心的坐标,M是幅值,ρ是像素和形心之间的对数距离,θ是像素相对于中心的方向。ρ和θ构成对数极坐标空间的横坐标和纵坐标。
图2的示例为通过对数极坐标操作将触觉图像(a)重新映射到对数极坐标空间(b)(M为13)。
对数极坐标变换将触觉图像从笛卡尔坐标系下的旋转运动转换到对数坐标下的平移运动,将对旋转的全搜索转变为对数极坐标空间的最佳平移的全搜索。因为基于图形的平移搜索花费的时间比旋转搜索少得多,所以该方法是高效的。计算所有平移变换后的图像与基准图像的误差。图像变换及误差计算公式如下。
I′lp1=Mtanslation×Ilp1 (4)
其中,Ilp1和Ilp2是对数极坐标图像,Mtanslation是将Ilp1转换为I′lp1的基本变换矩阵,e是I′lp1和Ilp2之间的误差,是使该方法稳健的函数,其中a是异常值阈值,取为ek的平均值。在搜索之后,使得E最小的Mtanslation被变换为旋转角度,该旋转角度被认为是两个图像的最佳旋转角度。
再次采用缩放。将对数极坐标图像再次进行姿态维度(θ维度)的缩放,以提高算法精度。在平移对齐之前,原始图像已被缩放5倍至220×220,对数极坐标变换后,新的对数极坐标图像尺寸也是220×220。再次采用缩放,对数极坐标图像被缩放到1760×220,在缩放之后,精度增强到360°/1720≈0.205°。此外,如果压力分布不均匀,图像二值化也是增强鲁棒性的好方法。
借助精确的平移和旋转感知,也可使机器人能够感知速度。本发明中,电子皮肤以采样频率f获取运动物体的触觉图像。利用触觉图像,有两种方法可以获得速度。如果要求机器人通过触觉跟踪移动物体,则需要获得物体的瞬时速度。在这种情况下,取间隔一个采样周期连续两张触觉图像,对其进行计算获得该间隔内物体的平移距离d和旋转角度θ,瞬时速度则等于距离/角度除以时间间隔,即距离/角度乘以采样频率,计算为公式(7)和(8)所示:
v=f×d (7)
ω=f×θ (8)
其中,v和ω是平移和旋转的瞬时速度。
如果目标物体的运动类型已知,而机器人需要精确测量速度,在这种情况下,为了避免产生较大的随机误差,将电子皮肤在接触过程中采集到的每一张触觉图像均与第一张图像比较,以获得相对于初始位置和方向的平移量和旋转量。
根据不同的运动,可选择合适的数学模型以适应平移和旋转,通过模型计算需要测量的速度。若是匀速运动,可使用线性拟合方法获取速度,若是变速运动,可以使用二阶或高阶拟合方法获取速度。
(2)触觉动态感知实验
该实验旨在测试该方法的性能。在实验中,使用并行位移平台(PIHexapod M850德国)来提供精确的平移和旋转量。使用2.0mm厚的发泡硅胶作基底以改善电子皮肤触觉感知能力。此外,因为需要精确地感知物体移动,传感器阵列放置在基底上面。
并联位移平台使对象平移指定距离或旋转指定角度,用于分析电子皮肤获得的触觉图像并计算距离或角度。重复多次上述实验,结果如表1所示。
表1动态感知方法的性能
表1表明该方法具有良好的准确性。在平移对齐中,所有实验中的最大误差为1.0mm,小于传感器阵列的间距(2.5mm),这也显示了图像缩放的优势。此外,平移的平均误差也非常小。在旋转对齐中,由于传感器阵列分辨率低,电子皮肤对旋转不敏感。因此,旋转对齐的精度不如平移的精度。虽然在某些实验中,旋转对齐最大误差不是很好,但平均误差仍然是可以接受的。
第二种感应速度方法用于测量实验中的匀速运动。位移平台以0.5mm/s,1.0mm/s,1.5mm/s,2.0mm/s平移,以0.25°/s,0.50°/s,0.75°/s,1.00°/s旋转。通过电子皮肤以1Hz的频率对触觉图像进行采样。这些图像用于计算相对于初始位置和方向的平移和旋转。之后,采用线性回归模型来拟合平移和旋转。线性回归用最小化残差平方和拟合平移及旋转的速度。拟合结果如图3a、图3b和图4所示。图3a和图3b表示X方向(左)和Y方向(右)的平移拟合速度。图4表示旋转的拟合速度。
拟合结果表明拟合速度接近于实际速度,平移最大相对误差为0.06,旋转时为0.04,表明物体的速度可以通过机器人触觉精确测量。
以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,其还可以对这些已描述的实施方式做出若干替代或变型,而这些替代或变型方式都应当视为属于本发明的保护范围。
Claims (8)
1.一种电子皮肤的触觉动态感知方法,其特征在于,包括如下步骤:
S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像;
S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置,并以平移的触觉图像形心作为参考点,通过计算平移前后的形心坐标的变化,测得到物体在平面上的平移量;
S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐,并测量旋转的角度,测得物体的旋转角度。
2.如权利要求1所述的触觉动态感知方法,其特征在于,步骤S2中,基于式(1)计算形心坐标:
其中n是图像中像素的数量,pk是图像中每个像素的坐标,pcenter是形心的坐标;
计算平移前后形心坐标之间的差值;
将形心坐标的差值和传感器阵列的单元间距相乘,计算平移量。
3.如权利要求1所述的触觉动态感知方法,其特征在于,步骤S3包括:
基于式(2)和式(3),通过对数极坐标变换,将触觉图像重新映射到对数极坐标空间:
其中x和y是图像中像素的坐标,xc和yc是形心的坐标,M是幅值,ρ是像素和形心之间的对数距离,θ是像素相对于中心的方向,ρ和θ构成对数极坐标空间的横坐标和纵坐标,
通过对数极坐标变换将触觉图像从笛卡尔坐标系下的旋转运动转换到对数坐标下的平移运动,将对旋转的全搜索转变为对数极坐标空间的最佳平移的全搜索;
基于式(4)至式(6),计算所有平移变换后的图像与基准图像的误差:
I′lp1=Mtanslation×Ilp1 (4)
其中,Ilp1和Ilp2是对数极坐标图像,Mtanslation是将Ilp1转换为I′lp1的基本变换矩阵,e是I′lp1和Ilp2之间的误差,是使该方法稳健的函数,其中a是异常值阈值,取为ek的平均值;
在搜索之后,将使E最小的Mtanslation变换为旋转角度,该旋转角度被确定为两个图像之间的最佳旋转角度。
4.如权利要求1或2所述的触觉动态感知方法,其特征在于,还包括以下步骤:
S4、以采样频率f获取运动物体的触觉图像,取间隔一个采样周期的连续两张触觉图像,对其进行计算获得该间隔内物体的平移距离d和旋转角度θ,瞬时速度则等于距离/角度除以时间间隔,即距离/角度乘以采样频率,计算为公式(7)和(8)所示:
v=f×d (7)
ω=f×θ (8)
其中,v和ω是平移和旋转的瞬时速度。
5.如权利要求1或2所述的触觉动态感知方法,其特征在于,还包括以下步骤:
S4'、将第一个采样的触觉图像与后续的每一个触觉图像进行比较,以获得后续的触觉图像相对于初始位置的平移和旋转,并根据不同的运动选择合适的数学模型以适应所述平移和旋转,通过所述数学模型计算需要测量的速度。
6.如权利要求5所述的触觉动态感知方法,其特征在于,步骤S4'用于测量匀速运动的物体。
7.如权利要求5或6所述的触觉动态感知方法,其特征在于,步骤S4'中,采用线性回归模型来拟合平移和旋转,线性回归用最小化残差平方和拟合平移及旋转的速度。
8.如权利要求1至7任一项所述的触觉动态感知方法,其特征在于,在进行平移和旋转之前,对触觉图像采用双线性差值法进行缩放来增强图像分辨率,采用形态学变换中的膨胀和腐蚀来消除噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811049863.2A CN109239388B (zh) | 2018-09-10 | 2018-09-10 | 一种电子皮肤的触觉动态感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811049863.2A CN109239388B (zh) | 2018-09-10 | 2018-09-10 | 一种电子皮肤的触觉动态感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109239388A true CN109239388A (zh) | 2019-01-18 |
CN109239388B CN109239388B (zh) | 2020-09-25 |
Family
ID=65060132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811049863.2A Active CN109239388B (zh) | 2018-09-10 | 2018-09-10 | 一种电子皮肤的触觉动态感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239388B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004103038A (ja) * | 2003-11-14 | 2004-04-02 | Fujitsu Ltd | 画像処理装置 |
CN1888913A (zh) * | 2006-07-27 | 2007-01-03 | 上海交通大学 | 基于转动模糊图像的转速测量方法 |
KR20090022393A (ko) * | 2007-08-30 | 2009-03-04 | 삼성테크윈 주식회사 | 영상 처리 장치 및 방법 |
CN101518482A (zh) * | 2009-03-18 | 2009-09-02 | 东南大学 | 一种触觉图文显示装置及显示方法 |
JP2010278931A (ja) * | 2009-05-29 | 2010-12-09 | Toshiba Corp | 画像処理装置 |
CN101950419A (zh) * | 2010-08-26 | 2011-01-19 | 西安理工大学 | 同时存在平移和旋转情况下的快速图像配准方法 |
CN102120326A (zh) * | 2011-01-14 | 2011-07-13 | 常州大学 | 一种基于图像处理技术的机器手抓握滑移检测方法及装置 |
CN103034998A (zh) * | 2012-12-04 | 2013-04-10 | 中国科学院自动化研究所 | 旋转对称图形的中心与旋转角检测方法及装置 |
CN103198465A (zh) * | 2013-04-19 | 2013-07-10 | 中国石油大学(华东) | 一种ct扫描图像旋转误差校正方法 |
US20160110880A1 (en) * | 2013-09-20 | 2016-04-21 | Rapsodo Pte. Ltd. | Image processing for launch parameters measurement of objects in flight |
CN107322601A (zh) * | 2017-08-14 | 2017-11-07 | 山东大学 | 一种被机械手夹取的物体的姿态变化检测装置及方法 |
CN107924557A (zh) * | 2015-07-16 | 2018-04-17 | 数字标记公司 | 用于数字数据提取的估计图像的几何变换的信号处理器和方法 |
-
2018
- 2018-09-10 CN CN201811049863.2A patent/CN109239388B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004103038A (ja) * | 2003-11-14 | 2004-04-02 | Fujitsu Ltd | 画像処理装置 |
CN1888913A (zh) * | 2006-07-27 | 2007-01-03 | 上海交通大学 | 基于转动模糊图像的转速测量方法 |
KR20090022393A (ko) * | 2007-08-30 | 2009-03-04 | 삼성테크윈 주식회사 | 영상 처리 장치 및 방법 |
CN101518482A (zh) * | 2009-03-18 | 2009-09-02 | 东南大学 | 一种触觉图文显示装置及显示方法 |
JP2010278931A (ja) * | 2009-05-29 | 2010-12-09 | Toshiba Corp | 画像処理装置 |
CN101950419A (zh) * | 2010-08-26 | 2011-01-19 | 西安理工大学 | 同时存在平移和旋转情况下的快速图像配准方法 |
CN102120326A (zh) * | 2011-01-14 | 2011-07-13 | 常州大学 | 一种基于图像处理技术的机器手抓握滑移检测方法及装置 |
CN103034998A (zh) * | 2012-12-04 | 2013-04-10 | 中国科学院自动化研究所 | 旋转对称图形的中心与旋转角检测方法及装置 |
CN103198465A (zh) * | 2013-04-19 | 2013-07-10 | 中国石油大学(华东) | 一种ct扫描图像旋转误差校正方法 |
US20160110880A1 (en) * | 2013-09-20 | 2016-04-21 | Rapsodo Pte. Ltd. | Image processing for launch parameters measurement of objects in flight |
CN107924557A (zh) * | 2015-07-16 | 2018-04-17 | 数字标记公司 | 用于数字数据提取的估计图像的几何变换的信号处理器和方法 |
CN107322601A (zh) * | 2017-08-14 | 2017-11-07 | 山东大学 | 一种被机械手夹取的物体的姿态变化检测装置及方法 |
Non-Patent Citations (5)
Title |
---|
SHAN LUO等: "《Robotic tactile perception of object properties: A review》", 《MECHATRONICS》 * |
季进军: "《基于传感器阵列的触觉图像识别技术的研究》", 《机器人技术》 * |
白羽等: "《利用图像形心的变化来判断触滑觉程度的方法研究》", 《机床与液压》 * |
赵凯: "《软体目标夹持滑移信息检测与姿态监测技术研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陶叶青等: "《平面坐标转换的稳健总体最小二乘算法》", 《中国矿业大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109239388B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105488815B (zh) | 一种支持目标尺寸变化的实时对象跟踪方法 | |
US10032273B2 (en) | Machine vision system calibration using inaccurate calibration targets | |
CN107710111B (zh) | 确定用于接近敏感相互作用的俯仰角 | |
CN106355598B (zh) | 一种腕部及手指关节活动度的自动测量方法 | |
US8724861B1 (en) | Fingertip force, location, and orientation sensor | |
Chakravarthy et al. | Noncontact level sensing technique using computer vision | |
CN1912816A (zh) | 一种基于摄像头的虚拟触摸屏系统 | |
CN101271520A (zh) | 一种确定图像中的特征点位置的方法及装置 | |
CN105247461A (zh) | 为触摸屏交互确定俯仰和偏航 | |
CN104766320A (zh) | 阈值化量测下的多伯努利滤波弱目标检测与跟踪方法 | |
Li et al. | Research on the calibration technology of an underwater camera based on equivalent focal length | |
US10424225B2 (en) | Method for ultrasound training with a pressure sensing array | |
CN106462269B (zh) | 漂移补偿/并行最小化 | |
CN103340632A (zh) | 一种基于特征点空间位置的人体关节角度测量方法 | |
CN106462268B (zh) | 执行传感器漂移补偿的电子笔 | |
Zhang et al. | Superellipse fitting to partial data | |
Wang et al. | Wheeled robot control based on gesture recognition using the Kinect sensor | |
CN109239388A (zh) | 一种电子皮肤的触觉动态感知方法 | |
Zhang et al. | Towards an ubiquitous wireless digital writing instrument using MEMS motion sensing technology | |
Li et al. | Gesture recognition based on Kinect v2 and leap motion data fusion | |
CN101763196A (zh) | 一种用于检测触控面板的线性度的方法 | |
CN103502912B (zh) | 转动屏幕上的物体 | |
CN107560638A (zh) | 一种星敏感器变温标定参数的获取方法 | |
Shin et al. | 3D tracking of surgical instruments using a single camera for laparoscopic surgery simulation | |
Liu et al. | New anti-blur and illumination-robust combined invariant for stereo vision in human belly reconstruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |