本书综述传感器技术的基本理论，详细介绍各类传感器的工作原理，误差来源与应用场合，择要阐述主要传感器类型的设计原则与方法。
全书共16章，可分三个部分：第一部分为共性部分，以新颖的构思与笔法介绍了传感器的基本概念与构成方法、传感器的数学模型与特性、提高功能的措施与标定技术、机电模拟与网络分析理论等；
固态及其集成化传感器、智能式传感器、闭环传感器、机器人传感器、传感器信息融合及近代检测技术。
新型传感器技术的内容约占40%
全书共16章，可分三个部分：第一部分为共性部分，以新颖的构思与笔法介绍了传感器的基本概念与构成方法、传感器的数学模型与特性、提高功能的措施与标定技术、机电模拟与网络分析理论等；
固态及其集成化传感器、智能式传感器、闭环传感器、机器人传感器、传感器信息融合及近代检测技术。
新型传感器技术的内容约占40%
2022/9/4 5:30:55
24.89MB
1
opencvsharp的九点标定，通过迭代修改获取的机械手坐标，优化RMS误差（默认可RMS可精确反应标定关系）来提高标定精度
2022/9/4 0:28:02
19KB
1
1支持固高GTS4轴，8轴运动控制，可以直接仿真运动。
2支持机器视觉引导定位，读码，标定等功能。
3支持G代码编译功能，图形轨迹导入，运动轨迹图形化。
4支持多种运动控制板卡。
5更新测距仪设备，扫码枪设备，OCR设备，保护气流量设备6优化注册码环节，注册就可以免费试用。
2支持机器视觉引导定位，读码，标定等功能。
3支持G代码编译功能，图形轨迹导入，运动轨迹图形化。
4支持多种运动控制板卡。
5更新测距仪设备，扫码枪设备，OCR设备，保护气流量设备6优化注册码环节，注册就可以免费试用。
2022/9/3 9:30:39
97.59MB
1
一种基于车道线检测，标定摄像头外参的系统与方法。
该方法主要包含如下几个步骤：（1）通过前、后、左、右相机采集原始图像，并处理图像提取车道线所在的感兴味区域。
（2）在感兴味区域内检测车道线，并将检测到的车道线拟合成6段短直线。
（3）然后通过该6段短直线的斜率得到各相机的夹角，从而判定哪个相机需要标定。
（4）对需要标定的相机进行标定。
（5）更新相机标定后的参数，重新生成拼接图。
本发明结合了传统的标定方法，提出了一种基于线特征的在线标定方法，提高了4S店的标定效率。
该方法主要包含如下几个步骤：（1）通过前、后、左、右相机采集原始图像，并处理图像提取车道线所在的感兴味区域。
（2）在感兴味区域内检测车道线，并将检测到的车道线拟合成6段短直线。
（3）然后通过该6段短直线的斜率得到各相机的夹角，从而判定哪个相机需要标定。
（4）对需要标定的相机进行标定。
（5）更新相机标定后的参数，重新生成拼接图。
本发明结合了传统的标定方法，提出了一种基于线特征的在线标定方法，提高了4S店的标定效率。
2022/9/2 22:24:28
961KB
1
Bouguet的Matlab标定工具箱平面标定，可单目自标定及双目互标定。
用法参见：http://www.vision.caltech.edu/bouguetj/calib_doc/
用法参见：http://www.vision.caltech.edu/bouguetj/calib_doc/
2015/9/4 6:24:12
307KB
1
针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题，提出一种基于曲线约束的水下特征匹配算法。
对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；
利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点能否在曲线上，从而剔除误匹配点，以达到提高精度的目的。
实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。
对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；
利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点能否在曲线上，从而剔除误匹配点，以达到提高精度的目的。
实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。
2020/6/1 11:40:56
4.22MB
1
该文件为我调研和筛选之后的基于消失点的相机标定的经典文献。
基于消失点的标定方法主流的有微软研讨院的方案和其他方案的。
微软研讨院的是针对交通场景，它利用车辆的特征：比如后视镜、车辆正中心、车辆大灯等特征点。
基于消失点的标定方法主流的有微软研讨院的方案和其他方案的。
微软研讨院的是针对交通场景，它利用车辆的特征：比如后视镜、车辆正中心、车辆大灯等特征点。
2019/8/24 8:57:32
73.79MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB