Sensors and Actuators A: Physical 改进成像调节系统的视触觉传感器

本文主要是介绍Sensors and Actuators A: Physical 改进成像调节系统的视触觉传感器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

基于视觉的触觉传感器(VTS)的成像鲁棒性取决于涂层的耐磨性和成像稳定性。随着传感器的小型化,有限的成像空间无法对接触深度变化引起的成像偏差提供缓冲。

本文提出了一种改进的基于视觉的薄触觉传感器(VTTS), 又称基于视觉的触觉皮肤,其集成了可调焦相机和成像调节系统(IAS),以提高成像鲁棒性。IAS包含成像校准系统和聚焦系统。由于视触觉传感是在相对稳定和封闭的成像环境中进行的,因此基于图像的聚焦方法与触觉成像是天然匹配的。

本文设计了一种基于全局搜索的成像标定系统,用于确定调焦间隔,缩短调焦范围。针对低频以及高频的成像调整,提出了基于三点拟合的聚焦深度(TPF-DFF)和基于深度学习的离焦深度(DL-DFD)。实验结果表明,IAS-VTTS具有接近100 %的调节精度,最快聚焦时间可达40 ms。因此,IAS-VTTS能够适应不同的形变深度,支持高质量的触觉成像。

1.基于视觉的触觉皮肤(VTTS)

VTTS由拉丝涂层、弹性体、亚克力透镜、柔性LED条、微型相机和传感器底座部分。其中弹性体由透明亚克力胶带通过层积工艺制备;涂层由金属箔制成,通过贴金工艺附着在弹性体上。亚克力透镜的尺寸为30 mm×25 mm×3 mm,通过3D打印或批量定制的方式制造得来;柔性LED具有柔软、轻薄、围绕弹性体的特点。传感器框架采用黑色树脂3D打印。
在这里插入图片描述

图1 成像偏差分析

2.成像调节系统(IAS)

图像是VTTS中触觉信息的载体。准确聚焦是图像调整的关键。基于图像的聚焦不依赖于其他设备。图像识别算法可以嵌入到图像处理模块中,提高传感器硬件的集成度。视觉-触觉传感具有稳定的成像条件。由于外界环境的多样性,其成像要求通过长时间的迭代和搜索来确定最佳成像参数。上述策略显然不能满足触觉检测的需求。基于图像的聚焦重点在于搜索方法的优化和清晰度评价函数的匹配。针对视触觉感知的封闭性,本文引入IAS对其进行匹配。IAS的性能取决于计算效率和搜索次数。首先通过图像标定确定聚焦间隔。然后,以最少的迭代次数完成调整。

在这里插入图片描述

图2 成像调节系统

2.1成像标定系统

在离焦判断阶段,标定和聚焦是不同的。标定不需要判断图像是否模糊,而是需要找到全局最优聚焦点。系统遍历整个聚焦范围并计算清晰度值,其中清晰度最高对应的聚焦点为最优聚焦点。

在这里插入图片描述

图3 成像标定系统和调焦系统

成像标定系统可以帮助相机调整到初始状态下的最优成像,并根据初始值确定调焦区间。本文希望尽可能地缩短聚焦范围,这样可以减少迭代次数,加快聚焦效率。在对焦测试中,对每一帧进行标定,输出真值清晰度作为判断对焦精度的基线。而现有得成像标定系统不适合聚焦,它无法避免聚焦阶段的无效搜索。因此,本文需要研制一套基于成像标定系统的调焦系统。

2.2调焦系统

基于图像的调焦方法需要OpenCV来采集图像、读取图像、计算成像清晰度、获取焦距、控制调焦。当系统判断图像失焦时,控制镜头的运动来调节镜头与成像传感器之间的距离。当镜头移动到正确的位置(最佳聚焦点)时,光线可以精确地聚焦在成像传感器上,形成清晰的图像。OpenCV根据可调焦相机内部参数获取焦距范围。

与复杂环境成像不同,触觉成像的背景固定,成像形式稳定。因此,触觉成像的清晰度评价曲线呈现较为规则的分布。经过图像标定后,最优聚焦点附近曲线的单调性相对稳定。当满足无偏性和单峰特性时,极大值点(最优聚焦点)的位置更加准确。如果直接从初始图像中预测离焦量,这种端到端的调整方法可以在多帧图像采集中节省时间。DFD通过数学模型从散焦图像中计算出成像系统的散焦量。深度学习可以降低模型建立的难度。然而,触觉成像的多样性和部分外部光照可能会影响模型的泛化性。综合考虑聚焦效率和聚焦难度,本文采用浅层网络( VGG-11 )作为网络主干。

在这里插入图片描述

图4 DL-DFD模型

3.实验与结果

3.1清晰度评价曲线分析

清晰度评价曲线接近理想评价曲线,反映了触觉成像的高稳定性。与复杂环境下的成像相比,触觉成像的封闭性降低了环境因素的干扰。相应地,这一优势凸显了基于图像的聚焦方法与触觉成像的高度匹配性。最大值附近的曲线近似于抛物线,因此可以对曲线进行拟合,推断最佳聚焦点。

在这里插入图片描述

图5 清晰度评价曲线

3.2成像标定实验

图像标定系统可以将任意一幅离焦图像调整到最佳成像。在轻微的压力下,当初始成像未标定时,大多数触觉图像严重模糊。经过校准的触觉成像确保了成像的清晰度介于锐利和稍失焦之间。结果表明图像标定系统缩短了调焦范围,为后续调焦提供了便利。

在这里插入图片描述

图6 成像标定测试

3.3调焦精度测试

为了测试TPF - DFF和DL - DFD的聚焦精度,本测试部分选取了三个测试对象,分别是圆柱体、指纹和织物。由于纹理精细度的不同,图像的模糊状态不同,这在一定程度上反映了聚焦方法对图像清晰度的敏感程度。在测试过程中,本文对随机抽取的100个样本进行了评估。TPF - DFF受导入焦点偏离最佳聚焦点的影响。DL - DFD直接输出最优聚焦点,无需微调。由于DL - DFD预测了一个聚焦区间,清晰度评价的波动略高于TPF - DFF。
在这里插入图片描述

图7 调焦精度测试结果

4.结论

本文提出一种改进的VTTS,将可调焦相机与IAS进行整合。IAS包含成像校准和聚焦系统,使VTTS能够适应在不同形变深度下的成像。一方面,提高了VTTS获取高质量数据的能力。另一方面,为人机交互应用提供高清触觉信息可视化。因此,改进的VTTS比其他VTTS具有更高的成像鲁棒性。

这篇关于Sensors and Actuators A: Physical 改进成像调节系统的视触觉传感器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1026673

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景