-
基于结构光的定位抓取系统设计
摘要:针对多种类、形状各异、散乱放置、高度不一致的异构件在弱纹理、反光等复杂场景中难以实现精确抓取的问题,开发设计了一套双目结构光定位抓取系统。在相机标定获取相机参数后,通过双目结构光实现异构件的三维重建,再创建点云模板与三维点云进行配准,获取抓取位姿,最后控制机器人完成抓取。实验结果表明,左右相机标定的误差为0.05pixel和0.04pixel,手眼标定的旋转均方根误差为0.146°,实现了异构件的抓取,验证了整体方案的可行性。
-
基于三维重建技术的植物表型分析
摘 要 ：植物表型作为基因组在环境中的实际表现，是研究基因功能和植物育种的重要桥梁，而破坏性的测量对于持续性的研究来说是灾难性的。大量的同一物种植物的取样，只能在一定程度上保证实验条件一样，但是基因组某一性状的表现不仅受基因影响还受环境影响。所以对植物进行三维重建，非破坏性的获取植物表型是必要的。文中主要介绍了基于图像序列的三维重建流程及算法，在一定程度上还原了植物的三维模型，从实验的角度论证了使用三维重建进行植物表型分析的可行性。
-
AI+AR将用于智能三维重建领域
纽约大学工程学院教授Vikram Kapila曾预计，未来AR/VR将逐渐与机器人、计算机视觉、机器学习、3D 打印等技术融合，从而更深度地影响各个领域。AI与AR的关系日渐微妙，正在不断融合、
