导读:本文包含了优化标定论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,摄像机,零位,靶标,多项式,参数,相机。
优化标定论文文献综述
张春森,严露,于振[1]（2019）在《一种Kannala模型的鱼眼相机标定方法优化》一文中研究指出针对鱼眼相机自身大视场、超短焦距等特点,使传统的基于小孔成像模型的相机标定算法无法实现其标定这一问题,提出了一种基于传统Kannala模型的鱼眼相机标定优化方法。首先研究了鱼眼相机的相机成像模型和畸变类型,并在传统Kannala模型基础上,建立分段多项式逼近模型实现原模型优化。其次根据传统Kannala模型和优化模型分别获得相机内参数和畸变系数,并通过内参数和畸变系数获得畸变校正图像。最后对得到的畸变校正图像利用反投影误差和多视图立体视觉叁维重建分别定量和定性分析算法的优越性。相机检校反投影误差分析及叁维重建可视化效果证明了所给优化模型相机标定的有效性。(本文来源于《西安科技大学学报》期刊2019年06期）
王伟,张朝阳,唐心瑶,宋焕生,崔华[2]（2019）在《道路场景下相机自动标定及优化算法》一文中研究指出当前交通相机的自标定算法大多基于灭点或道路中的几何标识进行标定,但多灭点的检测存在不稳定及趋于无穷的"病态"条件,标识先验条件获取不精确等因素,造成自标定算法的实际应用受限.为了改进上述问题,首先根据典型道路场景,建立较稳定的单灭点标定模型;然后动态获取道路中的可标定区域及其中的几何标识,并在钻石空间中求取最佳灭点;最后利用场景中的冗余信息构造非线性约束条件,对标定参数在约束空间中进行迭代求最优,以消除标定初始条件不精确造成的标定误差.在云台相机监控的实际弯曲道场景中进行实验,同时改变相机视角及焦距进行实时算法处理,结果表明,该算法在多交通场景下的标定准确率达95%以上,优于现有算法,尤其适用于云台全方位交通相机的自标定.(本文来源于《计算机辅助设计与图形学学报》期刊2019年11期）
王东栋[3]（2019）在《混合动力标定数据优化耦合仿真分析》一文中研究指出本文通过Cruise与Matlab/Simulink的耦合仿真的方法,构建了混合动力标定仿真模型,该仿真模型不仅能够对不同的混合动力标定数据进行仿真,而且还可以对整车的控制策略进行仿真,根据仿真分析的结果的优化方向能够快捷、高效的为整车标定数据及策略优化提供方案。(本文来源于《内燃机与配件》期刊2019年18期）
张鹏飞[4]（2019）在《热轧轧机辊缝标定系统优化研究》一文中研究指出在现代热轧带钢生产中,轧机是生产线中重要轧制设备,轧机精度直接影响着带钢生产的稳定性和成品质量,轧机辊缝标定是保证轧机正常工作的前提。但在实际使用中,轧机标定时会出现不少问题,影响热轧生产线进一步产能释放。本文主要探讨在轧机自动标定的过程中和在轧机辊缝自动标定时,如何对轧机标定进行检测和纠错,准确判断标定失败原因,设立故障保护机制。(本文来源于《现代信息科技》期刊2019年18期）
文学[5]（2019）在《电动主给水泵轴位移传感器零点标定优化方法》一文中研究指出某核电站电动主给水泵运行过程中,反复出现非推力瓦磨损所致的轴位移高报警。经过分析排查了设计缺陷、环境影响等方面,诊断出了轴位移高报警的根本原因,提出一种零点标定优化方法。应用实践表明,该方法彻底消除了因零点标定准确度低所致的轴位移高报警故障,为同类型设备的相关工作提供了有益参考。(本文来源于《设备管理与维修》期刊2019年16期）
孙大林,乔贵方,宋光明,温秀兰,韦中[6]（2019）在《应用于机器人标定的主动式靶标装置设计与精度优化》一文中研究指出激光跟踪仪是工业机器人标定技术中常用测量设备,但其测量范围受限于被动式靶标的激光光线接收角度,进而影响了机器人的标定精度。为解决该问题,设计了一种具有叁自由度的主动式靶标装置,并提出了一种精度优化方法,有效地补偿因装置的装配而引入的测量误差。该方法利用圆点分析法初步辨识主动式靶标装置的DH参数,基于距离平方误差模型法对该装置进行DH参数的精辨识,并基于坐标系转换将主动式靶标装置的位置误差补偿到激光跟踪仪输出的位置向量,从而实现误差的补偿。通过实验验证了该主动式靶标装置能够有效地扩大工业机器人关节的被测范围。所提出的精度优化方法能够将该装置的测量误差降低93.31%,实际定位精度为0.0507 mm,能够满足机器人标定的精度要求。(本文来源于《测控技术》期刊2019年08期）
张伯麟,刘荣海,郑欣,杨迎春,陈磊[7]（2019）在《X射线图像叁维重建的自标定优化算法》一文中研究指出根据X射线图像成像特点,提出一种适用于X射线图像叁维重建的自标定算法。首先基于SIFT算法得到相邻2幅X射线图像对应轮廓特征匹配关系;然后根据匹配关系计算得到基础矩阵;接着根据基础矩阵估计X射线无损检测设备内参数初值;最后基于改进Kruppa方程优化内参数,得到X射线图像叁维重建自标定内参数。根据优化前后的内参数建立的电力金具叁维模型,从形状和关键尺寸误差2方面进行对比,结果表明优化后的内参数具有较高的精度和可靠性。(本文来源于《计算机工程与科学》期刊2019年08期）
胡珂[8]（2019）在《基于深度强化学习的哈特曼传感器标定优化技术研究》一文中研究指出哈特曼传感器是一种常见的波前探测器,它的基本工作流程是:首先将待测波前进行采样,得到光斑图像;然后选取合理的质心算法得到各个子光斑图像的质心位置,再从中减去标定质心位置,得到波前斜率;最后通过波前复原算法,由斜率信息复原出待测波前,完成波前探测。为了复原出准确的波前,一方面,需要选取合适的质心算法;另一方面,需要用近似理想的光源进行同光轴标定,得到标定质心位置。自适应光学系统需要对哈特曼传感器探测到的波前畸变进行校正。由于在校正过程中,标定质心位置被近似等效为理想波前,因此标定位置的准确性是决定校正能力上限的重要因素。当标定过程受到多方面误差影响较大时,会带来叁个问题:1.如何选取合适的光斑质心计算方法;2.如何解决因标定光源的波前状况不理想导致的标定位置不准确;3.当系统其余部分的误差较大且误差不能等效为质心偏移时,如何解决标定位置不能被等效为理想波前的问题。为了解决哈特曼传感器面临的上述问题,本文提出了一种新的解决思路。以自适应光学系统为平台,为了得到系统的最佳标定位置,首先将过程中所有误差的影响看作是线性映射与非线性映射的集合;然后通过end-to-end的方式,对斜率到控制信号的过程进行寻优,得到最优策略,最优策略下的波前残差代表了系统对于当前入射像差的最大校正能力;最后,用这个残差去更新传统的有误差的标定位置,得到了基于系统的标定。这样的思路解放了在物理过程建模和误差分析中的工作量以及对标定光源光束质量的苛刻要求,理论上仅依靠算法便能完成任务。基于这种新思路,本文提出了一种基于深度强化学习的哈特曼传感器标定优化方法,并取得了一系列创新性成果。第一,对强化学习理论在目标场景的可行性进行了研究。马尔可夫相关理论是解决时间贯序问题的有力数学工具,但在自适应光学领域,并没有过深入的相关研究。本文针对这一空白的研究方向,验证了自适应光学系统的状态转移过程满足马尔可夫性;自适应光学系统的波前补偿过程属于马尔可夫决策过程。最后,在马尔可夫的理论框架下研究了适用于自适应光学系统的基于强化学习的优化方法。第二,进一步确定了目标场景属于确定性策略范畴。在这个结论下,针对系统中的非线性误差集合和固定误差集合,可采用end-to-end的全局优化方式并运用深度学习设计了end-to-end的策略网络和动作值函数网络结构;然后将上述两个网络植入强化学习的Actor-Critic的框架;最后在确定性策略梯度理论下,确定了Actor网络与Critic网络的梯度交互和梯度更新的方式,并研究了适合自适应光学系统的网络结构和参数范围。第叁,确立了基本结构后,在策略探索方面,针对自适应光学系统高维连续输出的特点,提出了一种带衰减项的正态分布探索策略,并和传统的OU探索策略进行了对比;在奖励函数方面,以斯特列尔比、因子、像清晰度函数等光束评价指标为基础,设计出值域统一且梯度上升方向一致的奖励函数,并分别验证了其收敛特性,并在仿真中完成验证。第四,针对强化学习的训练过程中样本量需求大的问题,在训练Critic网络时提出了基于k回合随机TD-n的方法,将样本利用率提高了1.5倍;针对训练前期收敛过程震荡、收敛速度慢的问题,提出了基于有监督学习的网络预训练和加入引导经验池的Double Reply Buffer两种方案。最后在实验中验证了方法的可行性。通过本文的研究,证明了在自适应光学系统中,一种基于深度强化学习的哈特曼传感器的end-to-end标定优化方式是可行的,并为光学领域其他满足马尔可夫性的过程优化问题提供了一种新的解决思路。(本文来源于《中国科学院大学(中国科学院光电技术研究所)》期刊2019-06-01）
许占清,彭景福,张刚,申博宁,丁烨[9]（2019）在《基于位形优化的机器人基坐标系标定与跟踪》一文中研究指出为了精确标定测量设备和机器人基坐标系之间的坐标变换关系,建立了机器人运动学模型以及待标定关系模型,基于差分进化算法对机器人位形进行优选,提出了一种离散型差分进化算法结合线性最小二乘法的标定方法。实验表明,与同样数目随机姿态下的标定结果相比,优选姿态可以显着降低机器人基坐标系的标定误差。针对基坐标系跟踪问题,测量机器人移动前后基座处多个光靶坐标值,通过基于单位四元数法点集匹配,实现基坐标系的实时跟踪。与新位置下的标定结果对比,该方法的跟踪误差与标定误差相近,从而避免了烦琐的机器人标定过程。(本文来源于《机械与电子》期刊2019年05期）
雷阳,张宏立,王聪[10]（2019）在《准确标定摄像机的混合粒子群优化方法》一文中研究指出摄像机标定在机器视觉系统研究中占据十分重要的部分,为更好更快地标定摄像机,提出一种基于混合粒子群算法的摄像机参数优化方法。用最小二乘法求出摄像机的内外参数,并以此作为待优化参数的初始值;然后以最小距离准则建立目标函数,再利用混合粒子群算法对摄像机参数进一步优化计算,最终获得误差小的摄像机参数。实验结果表明混合粒子群优化算法能够快速、高精度地收敛,可在一定程度上提高摄像机的标定精度。(本文来源于《激光与光电子学进展》期刊2019年21期）
优化标定论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当前交通相机的自标定算法大多基于灭点或道路中的几何标识进行标定,但多灭点的检测存在不稳定及趋于无穷的"病态"条件,标识先验条件获取不精确等因素,造成自标定算法的实际应用受限.为了改进上述问题,首先根据典型道路场景,建立较稳定的单灭点标定模型;然后动态获取道路中的可标定区域及其中的几何标识,并在钻石空间中求取最佳灭点;最后利用场景中的冗余信息构造非线性约束条件,对标定参数在约束空间中进行迭代求最优,以消除标定初始条件不精确造成的标定误差.在云台相机监控的实际弯曲道场景中进行实验,同时改变相机视角及焦距进行实时算法处理,结果表明,该算法在多交通场景下的标定准确率达95%以上,优于现有算法,尤其适用于云台全方位交通相机的自标定.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
优化标定论文参考文献
[1].张春森,严露,于振.一种Kannala模型的鱼眼相机标定方法优化[J].西安科技大学学报.2019
[2].王伟,张朝阳,唐心瑶,宋焕生,崔华.道路场景下相机自动标定及优化算法[J].计算机辅助设计与图形学学报.2019
[3].王东栋.混合动力标定数据优化耦合仿真分析[J].内燃机与配件.2019
[4].张鹏飞.热轧轧机辊缝标定系统优化研究[J].现代信息科技.2019
[5].文学.电动主给水泵轴位移传感器零点标定优化方法[J].设备管理与维修.2019
[6].孙大林,乔贵方,宋光明,温秀兰,韦中.应用于机器人标定的主动式靶标装置设计与精度优化[J].测控技术.2019
[7].张伯麟,刘荣海,郑欣,杨迎春,陈磊.X射线图像叁维重建的自标定优化算法[J].计算机工程与科学.2019
[8].胡珂.基于深度强化学习的哈特曼传感器标定优化技术研究[D].中国科学院大学(中国科学院光电技术研究所).2019
[9].许占清,彭景福,张刚,申博宁,丁烨.基于位形优化的机器人基坐标系标定与跟踪[J].机械与电子.2019
[10].雷阳,张宏立,王聪.准确标定摄像机的混合粒子群优化方法[J].激光与光电子学进展.2019
论文知识图
