- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习和计算机视觉
结构光视觉传感器的标定
结构光视觉的优点： 非接触、信息量大、测精度高、抗干扰能力强。 结构光视觉传感器参数的标定包括： 摄像机参数标定、结构光平面参数标定。 结构光视觉测量原理图 ? 结构光视觉投影成像模型： ? 设结构光在摄像头坐标系的平面方程为： ? 依据激光条纹特征点图像坐标就可以得到其在摄像机坐标系下的三维坐标 ? 参考文献：基于结构光视觉的焊缝识别与跟踪技术研究[D]. 中国科学院自动化研究所. 中国科学院大学. 2019.
2K50发布于 2019-11-15 - 来自专栏人工智能
视觉传感器几大技术要点详解！
视觉传感技术是传感技术七大类中的一个，视觉传感器是指通过对摄像机拍摄到的图像进行图像处理，来计算对象物的特征量（面积、重心、长度、位置等），并输出数据和判断结果的传感器。 什么是视觉传感器？ 视觉传感器是整个机器视觉系统信息的直接来源，主要由一个或者两个图形传感器组成，有时还要配以光投射器及其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉系统要处理的最原始图像。 2、智能视觉传感技术 智能视觉传感技术下的智能视觉传感器也称智能相机，是近年来机器视觉领域发展最快的一项新技术。 根据测量点的数量可安装相应数量的视觉传感器，（通常情况下每个视觉传感器测量一个被测点），根据不同形式的传感器包括双目立体视觉传感器、轮廓传感器等多种类型。 目前，如何选择机器视觉传感器在当代的应用可谓是越来越广泛，如何选择机器视觉传感器是值得我们好好学习的，现在我们就深入了解如何选择机器视觉传感器。 相机是机器视觉系统的眼睛，而相机的心脏是图像传感器。
2.4K100发布于 2018-01-23 - 来自专栏活动
仿生视觉：生物视觉模型在传感器设计中的应用
仿生视觉就是其中之一，通过模拟生物视觉系统的工作原理，设计出具有类似功能的传感器。 发展历程在传感器设计领域，仿生视觉技术的应用旨在模拟生物视觉系统的功能，并将其应用于实际应用场景中。本项目的目标是设计一种具有生物视觉特征的传感器，以满足特定的应用需求，如运动检测和目标跟踪等。 因此，借鉴生物视觉系统的设计思想，可以帮助我们开发出更加智能、高效的传感器系统。在过去的几年里，仿生视觉技术在传感器设计领域取得了一些重要进展。 仿生视觉传感器设计在设计仿生视觉传感器时，需要经历以下步骤：传感器选择——》在选择传感器时，需根据应用场景和需求进行合适的选择。 示例：运动检测传感器在项目背景下，我们需要设计一种能够实时检测运动物体的传感器，用于安防监控系统。我们将借鉴生物视觉系统中的运动检测原理，设计一种基于光电传感器的仿生视觉传感器。
92710编辑于 2024-04-16 - 来自专栏机器人课程与技术
ROS2+Gazebo+OpenCV之mobot仿真视觉传感器
只需修改一行代码即可实现： 在这样环境中，可以做红绿等识别和赛道巡线等基础视觉教学任务。 已经测试三轮，在充分听取学生建议的基础上优化和改进，并全部公开。 self.create_subscription( Image, '**********', self.listener_callback, 10) 频率为10hz，可修改为仿真虚拟传感器对应发布频率
79640编辑于 2022-06-17 - 来自专栏机器人视觉
3D激光视觉传感器在焊接中的应用
早在20世纪80年代初，国内外的很多研究人员就已开始研究视觉传感方法，包括以电弧光为光源的被动视觉传感和采用激光辅助照明的主动视觉传感。 因而，主动光视觉特别是基于激光三角测量原理的结构光或扫描方法已成为目前焊接工业应用中主要的视觉传感方法。 目前，已在焊接中应用的激光视觉传感器主要有扫描和结构光两种形式。扫描方式主要有线形扫描和圆形扫描，其中圆形扫描的图像处理方式要复杂一些。相对而言，对于反光的处理，扫描方式比结构光方式要容易。 此外，扫描方式传感器的视场深度大，但受到扫描激光斑点的影响，扫描激光传感器的精度，尤其是横向分辨率相对较低。同时，受机械扫描的影响，扫描速度不高。 扫描式激光传感器大多只用于大厚度工件的焊缝跟踪和自适应控制。在高精度和高速度跟踪或检测中应用的激光视觉传感器大多为结构光方式的传感器。
81620编辑于 2022-11-03 - 来自专栏ATYUN订阅号
Prophesee：基于帧的传感器到基于事件的视觉系统
传统传感器将任意帧速率应用于整个场景，比如说每秒30帧。重要的信息是球杆的摆动和球的运动，但具有讽刺意味的是，传感器将错过这些信息的一部分，同时反复对作为背景的天空，树木和草进行大量清查。 这是基于事件的视觉独立受体，收集所有的基本信息，而不是其他无关内容。 基于事件的视觉系统感知场景的生命力 PROPHESEE创建了神经形态传感器和生物启发算法，其功能类似于眼睛和大脑。 这种整体方法是计算机视觉的根本转变——从基于帧的传感器到基于事件的视觉系统的转变。 每个像素仅在感知到移动时报告。而在基于帧的传感器中，所有像素同时记录，在基于事件的传感器中，每个像素完全独立。 基于事件的视觉系统产生的数据比传统传感器少1000倍，同时达到了更高的等效时间分辨率，每秒大于10000帧。 基于事件的视觉绕过了传统计算机视觉固有的局限性，正在颠覆汽车、深度学习、工业自动化、物联网、安全、监控和医疗等领域。 End
1.7K20发布于 2019-06-18 - 来自专栏机器之心
基于视觉控制，40美元玩转无传感器机械臂（已开源）
机器之心发布 来源： 北京大学前沿计算研究中心 本文是计算机视觉领域顶级会议 CVPR 2019 入选论文《CRAVES: Controlling Robotic Arm with a Vision-based 本文提出了一种基于视觉的机械臂控制系统，可以应用在价值 40 美元、完全没有传感器的廉价机械臂上。 与此同时，其缺点也非常明显：没有任何传感器，因此无法获得反馈信号并对其进行精确控制。但人可以通过观察机械臂，通过遥控器完成一些高级机械臂才能完成的任务, 例如叠筛子。 如何用视觉算法像人一样对没有传感器的机械臂进行控制是本文关注的焦点。 我们选择使用一个外部的 RGB 摄像头作为视觉传感器，实时估计机械臂的三维姿态，并生成反馈控制信号。系统框图如下图所示： ? 本文的主要贡献包括： 设计了一个低成本的、无传感器的机械臂系统的实现方案; 提出了一种结合几何先验的半监督域适应方法, 实现机械臂位姿估计模块从虚拟到真实的迁移； 提供了三个带标注的数据集和一个虚拟环境
1.3K30发布于 2019-06-20 - 来自专栏AIoT技术交流、分享
人形机器人纯视觉与多传感器融合方案对比
当前人形机器人厂商采用的传感器方案大致可以分为两类： 纯视觉方案（例如特斯拉、小鹏）； 多传感器融合方案（例如小米、智元、宇树、优必选等）。 其中，大多数多传感器融合方案主要结合深度相机与摄像头进行感知。 纯视觉方案：这种方案依赖于摄像头和视觉算法进行环境感知，主要应用于特斯拉和小鹏等厂商的机器人。 尽管视觉方案的普适性较强，但在复杂环境下（如低光照或极端天气）可能表现不佳。视觉方案优势在于其相对较低的成本和逐步成熟的计算机视觉算法，但局限性也很明显，特别是在3D空间感知和深度感知方面。 在这方面，纯视觉方案的端到端普适性较强，尤其是在感知算法和硬件优化的持续发展下，视觉方案有望在未来得到更加广泛的应用，并可能从自动驾驶领域迁移到人形机器人领域。 通过深度相机与视觉传感器的结合，可以实现对物体位置的精确识别和定位，尤其在距离较近的情况下，表现优异。结合SLAM（同步定位与地图构建）技术，能够有效地完成室内环境建图与路径规划。
78500编辑于 2025-02-03 - 来自专栏深度学习和计算机视觉
一文读懂视觉传感器的工作原理、应用和选型
视觉传感技术是传感技术七大类中的一个，视觉传感器是指通过对摄像机拍摄到的图像进行图像处理，来计算对象物的特征量（面积、重心、长度、位置等），并输出数据和判断结果的传感器。 视觉传感器是整个机器视觉系统信息的直接来源，主要由一个或者两个图形传感器组成，有时还要配以光投射器及其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉系统要处理的最原始图像。 智能视觉传感技术也是一种视觉传感技术，智能视觉传感技术下的智能视觉传感器也称智能相机，是近年来机器视觉领域发展最快的一项新技术。 根据测量点的数量可安装相应数量的视觉传感器，（通常情况下每个视觉传感器测量一个被测点），根据不同形式的传感器包括双目立体视觉传感器、轮廓传感器等多种类型。 如何选择视觉传感器？ 目前，如何选择机器视觉传感器在当代的应用可谓是越来越广泛，如何选择机器视觉传感器是值得我们好好学习的，现在我们就深入了解如何选择机器视觉传感器。
1.7K20编辑于 2022-09-28 - 来自专栏芯智讯
特斯拉移除超声波传感器，正式转向纯视觉自动驾驶
转向依靠纯视觉的“Tesla Vision”自动/辅助驾驶技术。 特斯拉转向依靠纯视觉的Tesla Vision技术，则意味着在自动驾驶系统中只使用基于摄像头的计算机视觉，而不是同时来自摄像头和雷达的输入。 特斯拉解释了其视觉神经网络是如何取代USS的：“在取消USS的同时，我们同时推出了我们基于视觉的occupancy network——目前用于完全自动驾驶（FSD）测试版--以取代USS产生的输入。 特斯拉可以更多的精力和资源投入到基于纯视觉传感器＋人工智能计算的解决方案的优化当中。 对于特斯拉的纯视觉路线，外界也有不少质疑，比如在光线不好的夜间、雨雪雾等极端天气下，纯视觉方案会遇到很大的挑战，相比之下，超声波雷达、激光雷达方案则可以更好的应对。
51520编辑于 2022-10-28 - 来自专栏AiCharm
组会系列 | 移动传感器引导准确且高效的长期视觉定位
SensLoc 利用移动设备内置的传感器数据，如 GPS、指南针和重力传感器，为视觉定位提供有效的初始位姿和约束条件，从而缩小图像检索和位姿估计的搜索空间。 随着配备了各种传感器移动设备的逐渐普及，如惯性测量单元（IMU）、重力计、指南针、GPS、WiFi 和蓝牙等，结合视觉和多传感器的位姿估计法，为在实际场景中准确定位提供了一种新思路。 2 基于多传感器的视觉定位 在宽阔的室外环境下，GPS 能提供地理位置坐标（经纬高）。 然而，目前还没有一种同时考虑多种传感器的视觉定位方法。如今，手机和其他智能设备已经配备了各种各样的传感器，包括陀螺仪、加速度计、指南针、GPS、Wifi 和蓝牙等。 因此，论文提出了一种新的视觉定位算法，以充分利用多种传感器提供的先验信息。 方法 针对上述背景和相关工作，论文提出了一个结合视觉和多传感器的三阶段方法。
81420编辑于 2023-06-07 - 来自专栏未来先知
低功耗、高精度，PowerYOLO 在动态视觉传感器上的高性能检测 ！
在设计此类解决方案时，作者因此面临嵌入式视觉系统所特有的挑战：将高内存和计算复杂度的算法适配到小型低功耗设备中的问题。 首先，作者提出了一种基于动态视觉传感器（DVS）的系统，这是一种新型传感器，具有低功耗要求，并且在可变光照条件下表现良好。正是这些特性使得事件相机在某些应用中可能比帧相机更具优势。 使用具有PoT量化和特定批量归一化融合的特殊传感器，导致了一个内存复杂度几乎降低8倍且相对于标准方法在计算上大幅简化的独特系统。 因此，设计这样的解决方案必须全面考虑：选择合适的算法、硬件平台甚至传感器。标准数字相机是自然的选择，而事件相机（动态视觉传感器、类神经形态相机）[4]最近成为了一个有趣的替代品。 事件相机在其操作中模仿人类视觉系统的特性，只注意到每个像素的亮度变化（因此每个像素的事件）。
64510编辑于 2024-08-08 - 来自专栏机器人网
什么是机器人视觉系统的硬件与接近觉传感器？
1、图示为视觉的硬件组成， 视觉系统的硬件组成 答案： 2、图示为接近觉传感器，
1K50发布于 2018-04-12 - 来自专栏机器人网
在这些机器人应用上，力传感器完爆视觉系统
然而，跟视觉系统相比，力感测就没那么受欢迎了，尽管它跟视觉一样有用，甚至有时候用处更大。 视觉系统功能强大，但它并不能解决所有的问题，并且价格昂贵，下面就让我们来看看，在哪些应用中，力传感器可以完爆视觉系统，让你省钱又实用。 目标定位 我们经常接触到一些客户，他们通常认为，零部件定位和定量的唯一方法是使用视觉传感器。但实际上这不是唯一的解决方案。 不可否认，视觉系统是零部件定位或量化的好方式，但采用力传感器来寻找和检测零部件也是可行的。确定他们在X-Y平面上的位置是一回事，确定他们所处的高度又是另一回事。 可以分析一下你的工作流程，看看是否可以使用力传感器替代视觉系统。大部分时候，力传感器更容易集成，不需要集成商，你自己就能完成。
79280发布于 2018-04-23 - 来自专栏联远智维
曲率传感器——传感器（三）
曲率传感器 本期推文对课题组前期曲率传感器相关的工作进行介绍，具体文章见（Adhesion-Free Thin-Film-Like Curvature Sensors Integrated on Flexible ，希望对大家有所帮助~ 本方案采用的柔性曲率传感器属于电阻式应变传感器，通过特定的结构设计实现弯曲变形的准确测量，传感器的尺寸和量程均可根据需求定制，从而满足不同尺度的测量要求，其主要的优点如下：结构简单可靠 ： 曲率传感器实际测试中，R=R1=R2=120Ω，R3=R4=1000 Ω，即半桥电路的输出电压 Um 为： 即： 2、柔性曲率传感器加工完成后，需要相应的指标检验传感器的优劣，本部分通过特定的实验 固定曲率的亚克力圆柱，具体试验结果如下所示： 量程又称“满度值”，表征传感器或系统所能承受最大输入量的能力，数值上等于传感器上下限之差的模，当输入量在量程范围内时，测试系统正常工作，从图中可以看出，柔性曲率传感器的输出信号和曲率成线性关系 附：曲率传感器现状：对于曲率测量方面，目前工业界已发展出若干种测量方法，然而都具有相应的弊端，例如：基于应变传感器对弯曲变形进行测试时需要传感器与待测物体完美粘合，界面处一旦产生滑动，测试结果将变得毫无意义
2.3K20编辑于 2022-01-20 - 来自专栏量子位
神经拟态视觉传感器来了！手机和车都能用，李开复雷军纷纷投资
传统的图像传感器会通过每秒捕获多张静止图像来记录场景运动。 如果将这一系列图像通过足够快的速度连续展示，人类视觉就能产生“这是连续运动”的错觉。 ? 因此，普诺飞思的研究者们以人眼为启发，提出了基于事件的视觉感知技术。 和传统图像传感器不同，在基于这种技术的传感器中，每个像素都是异步且独立的。 现在，普诺飞思已将这种基于事件的视觉技术集成到已有系统中，量产了世界上首个基于事件的视觉传感器。 并且随着更新换代，传感器的性能越来越好，尺寸也越来越小了。 ? 也有失明患者借助将基因疗法、光刺激医疗设备、以及普诺飞思传感器结合起来的光遗传疗法恢复了部分视力。 ? 这家科技公司致力于神经拟态视觉系统的研发，其基于事件的视觉传感器已应用在摄影、自动驾驶、工业自动化、医疗等多个领域。
55020发布于 2021-07-19 锐思智芯GESP融合视觉传感器ALPIX-Pizol 问世！
（2025年03月31日，中国深圳）领先的融合视觉传感器研发商锐思智芯® 正式发布全球首款将全局曝光图像技术与EVS事件感知技术实现像素级融合的融合视觉传感器——ALPIX-Pizol®。 作为全球首款将出色的暗光性能、高帧率运动捕捉、高光比动态成像和超低功耗感知特性集于一身的视觉传感器，ALPIX-Pizol® 为低算力、低功耗端侧AI感知、超低功耗成像、无人机、机器人与智慧城市领域的前沿客户提供突破性的多模态融合视觉方案 - GESP像素设计+三合一模式，重构AI感知新维度 - ALPIX-Pizol®是一款1/4英寸、由1.3M GESP™ （Global Event Sensing Pixel）像素组成的视觉传感器 单位时间生成的事件数据量仅为传统图像传感器的10-20%，减少算力、传输带宽和存储压力，推升系统能效。减少视觉AI系统碳足迹，大幅降低应用成本。 请垂询客户经理或发送邮件至：business@alpsentek.com -关于锐思智芯- AlpsenTek锐思智芯® 是领先的融合视觉传感器研发商。
17410编辑于 2026-03-19- 来自专栏点云PCL
AVM-SLAM：用于代客泊车的多传感器融合的语义视觉SLAM
为了解决这些难题，我们提出了AVM-SLAM，这是一个具有多传感器融合的语义视觉SLAM框架，采用了鸟瞰图（BEV）。 图1：由AVM-SLAM系统构建的车库的语义视觉地图，它在鸟瞰图中融合了环视相机、车轮编码器和IMU的数据。 总之，本文的主要贡献可以总结如下： 开发了一个实用和创新的语义视觉SLAM框架，称为AVM-SLAM。它集成了多个传感器，并采用了鸟瞰视图透视，使其能够在地下停车场内稳健高效地运行。 开发了一种多传感器混合融合策略，旨在提高稳健性和效率，与松散和紧密方法都不同。该策略旨在最大化多传感器融合的优势。 它基于扩展卡尔曼滤波器（EKF）理论，对来自环视相机、车轮编码器和IMU传感器的数据应用加权融合，为视觉语义匹配提供初始值，并通过在相邻语义关键帧之间预集成（IMU和车轮）值提供运动学约束，以进行后端优化
1.8K10编辑于 2023-10-19 - 来自专栏计算机视觉工坊
基于视觉和惯性传感器的移动机器人手遥操作系统
论文：A Mobile Robot Hand-Arm Teleoperation System by Vision and IMU 相关视频、代码、论文地址：在公众号「计算机视觉工坊」，后台回复「视觉和惯性传感器 该研究提出了一种多模式移动遥操作系统，该系统由一个新颖的基于视觉的手势回归网络（Transteleop）和一个基于IMU的手臂跟踪方法组成。 无标记的基于视觉的遥操作具有成本低，侵入性小的强大优势。 问题a：由于机器人手和人手占据两个不同的领域，因此如何补偿它们之间的运动学差异在基于无标记视觉的遥操作中起着至关重要的作用。 视觉部分旨在训练输入IH并预测机器人关节角度Jhand的神经模型，而IMU部分则打算将人手臂的绝对运动映射到机器人手臂。 研究人员认为：基于视觉的方法比基于IMU的方法更适合于多指控制。
90320发布于 2020-12-11 - 来自专栏一“技”之长
iOS传感器开发——加速度传感器，螺旋仪传感器，磁力传感器的应用
iOS传感器开发——加速度传感器，螺旋仪传感器，磁力传感器的应用 一、引言 通过加速度传感器，螺旋仪传感器和磁力传感，我们可以获取到手机在当前三维空间中的形态，加速度传感器也被称作重力感应 在iOS5之前，iPhone支持的传感器有限，关于加速度传感器的管理用UIAccelerometer这个类负责，iOS5之后，有关设备空间信息的管理交由了CoreMotion这个框架，CoreMotion 将多种传感器统一进行管理计算。 加速度传感器获取的属性是设备在三维空间的角度属性，借用下面这张图： ? 如果将设备这样立在桌面上，设备的三维坐标器如图，我们将设备已Z轴移动的时候，向右x为正，向左为负，其他两轴类似。 // NSLog(@"%f",acceleration.timestamp); } @end 三、CoreMotion框架的使用 CoreMotion框架十分强大，它不仅将加速度传感器和螺旋仪传感器进行了统一配置和管理
2.5K20发布于 2018-08-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号