机器视觉与传感器技术

本书基于OpenCV框架和机器人系统中的传感器技术，用通俗易懂的语言深入浅出地介绍了图像识别和传感器的工作原理，包括传统的图像处理方法原理、目前流行的OpenCV的使用方法和典型传感器的原理及应用。书中配有丰富的图片、公式和表格来帮助读者更好地理解相关知识点，并且给出了具有代表性的实际应用案例来辅助读者进行学习。此外，书中相关算法和实例均配有相应的代码程序。 全书分两部分：第一部分(第1～6章)为机器视觉部分，内容包括机器视觉概论、OpenCV使用环境配置、OpenCV入门实例、图像处理和识别技术、单目和双目视觉系统；第二部分(第7～12章)为传感器技术部分，内容包括传感器技术概论、机器人姿态感知传感器、机器人环境感知传感器、适用于机器人的典型传感器、MEMS惯性传感器以及MINS/GPS/GM组合导航原理及误差分析。全书提供了充足的应用实例，同时在每章的最后附有课后习题。 本书原理与实践并重，易于理解且可操作性强，适合机器视觉方向的初学者、大学生、研究人员和开发人员使用，也可作为高等院校计算机、软件工程、电子工程等相关专业本科生、研究生的教材，还可供机器视觉、图像处理、机器人等领域从事项目开发、科学研究的人员参考。

邢博闻，男，汉族，中共党员，1989年3月生，上海海洋大学工程学院副教授，硕士生导师，机器人工程专业负责人，控制理论与控制工程专业博士，2018年入选上海市青年科技英才扬帆计划，主要从事机器人控制、海洋环境监测等领域科研，在相关领域主持省部级科研项目3项、重点实验室开放课题2项、涉海科研院所及职能部门委托课题6项，期间发表SCI/EI检索论文二十余篇；申请发明专利三十余件，18件获国家授权；授权国际专利5件，第一完成人获上海海洋科学技术进步奖二等奖、国际工业博览会高校展区优秀展品奖一等奖等荣誉近十项。

目录 第1章机器视觉(1) 1.1概述(1) 1.2机器视觉的作用(1) 1.3机器视觉在智慧城市的应用(3) 1.4机器视觉的硬件构成(4) 1.5机器视觉与5G的协同效应(6) 1.6机器视觉、机器人和智能装备(7) 课后习题(8) 第2章OpenCV图像处理(9) 2.1概述(9) 2.2OpenCV介绍(9) 2.3OpenCV下载及安装(10) 2.4OpenCV图像处理基础(14) 课后习题(27) 第3章OpenCV入门实例(28) 3.1概述(28) 3.2准备工作(28) 3.3OpenCV实例讲解(29) 课后习题(34) 第4章图像处理与识别(35) 4.1概述(35) 4.2OpenCV图像增强(35) 4.3OpenCV图像边缘检测(43) 4.4OpenCV分类器的训练(48) 课后习题(52) 第5章单目视觉(53) 5.1概述(53) 5.2单目视觉系统的硬件组成(53) 5.3摄像机模型(54) 5.4摄像机标定(57) 5.5标定尺检测(58) 5.6结果分析(62) 5.7标识点扫描与检测(63) 课后习题(66) 第6章双目视觉(67) 6.1概述(67) 6.2双目视觉系统的结构(67) 6.3摄像机标定(70) 6.4标定测量(74) 课后习题(77) 第7章传感器技术概论(78) 7.1概述(78) 7.2传感器的基本知识(78) 7.3传感器命名方法(80) 7.4传感器的标定与特性(82) 7.5典型的机器人传感器(87) 7.6传感器技术的发展(89) 课后习题(92) 机器视觉与传感器技术目录第8章机器人姿态感知传感器(93) 8.1概述(93) 8.2位置传感器(93) 8.3速度传感器(98) 8.4加速度传感器(99) 8.5倾角传感器(101) 8.6MEMS传感器(104) 课后习题(105) 第9章机器人环境感知传感器(106) 9.1概述(106) 9.2光电传感器(106) 9.3超声波传感器(116) 9.4激光雷达(119) 课后习题(123) 第10章机器人搭载的典型传感器(124) 10.1概述(124) 10.2工业机器人作业检测传感器(124) 10.3服务机器人环境检测传感器(129) 课后习题(134) 第11章MEMS惯性传感器(135) 11.1概述(135) 11.2导航技术分析(135) 11.3国内外研究现状及趋势(136) 11.4MINS/GPS/GM组合导航系统研究现状及趋势(139) 11.5组合导航滤波算法研究现状及趋势(141) 课后习题(141) 第12章MINS/GPS/GM组合 导航原理及误差分析(142) 12.1概述(142) 12.2SINS导航原理及误差分析(142) 12.3GPS导航原理及误差分析(153) 12.4GM导航原理及误差分析(155) 12.5MINS/GPS/GM组合导航基本原理(160) 课后习题(162) 参考文献(163)