多目视觉与激光组合导航AGV精确定位技术研究

为进一步提高自动导引车(AGV)的定位精度,提出了一种多目视觉与激光组合导航的精确定位方法。该方法首先提出了一种基于双目视觉实时测量的AGV位姿控制技术,通过多目视觉系统来识别导引线侧的多个圆形标识点完成前瞻预判与精准定姿。采用基于代数距离方差校验的改进型最小二乘拟合椭圆算法来确定各标识中心坐标,结合激光扫描与视觉定位信息,采用无迹卡尔曼滤波算法进行多传感器信息融合,最终实现精确定位。实验结果表明:使用该方法后定位精度明显得到提高,控制曲线更为平滑,定位鲁棒性更好,姿态调整精度可达±0.5°,停车定位精度可达±1 mm。     

基于视觉显著性的移动机器人环境建模

"伊诺"机器人搭载有一对双目摄像机,可以模仿人的双眼,在室内环境下获取障碍物信息。现基于立体视觉原理,建立起图像物理坐标与空间实际点的三维坐标关系,形成基于视觉显著性的立体区域匹配算法,获取障碍物的信息,建立室内环境信息地图,为后续机器人路径导航提供地图信息。     

基于双目视觉的非凸复杂形貌物体干涉分析

传统基于点云分析的物体与场景干涉检测算法使用层次包围盒或空间分解的方法判断是否发生干涉,不能获取物体与场景各点的准确安全距离数值。提出一种基于双目视觉点云的非凸复杂形貌物体干涉分析方法,该方法首先使用双目立体视觉算法对已标定的双目相机拍摄的场景快速重建点云,然后用待分析的物体三维点云和重建的场景点云数据求解干涉问题,使用K-D树搜索的方法快速确定指定点的干涉距离,使用相机光轴方向的点云坐标关系确定是否干涉。方法在某探测器内场实验中的干涉检测正确率为100%。且相较于现有干涉检测算法,本方法可准确获取物体表面是否干涉及具体距离信息,并借助双目点云沿参考相机光轴方向有效简化相交测试计算复杂度,在降采样下单点检测的时间不超过0.15 s,能够满足非凸复杂形貌物体和各类地形的干涉快速分析的需求。所提方法圆满完成了嫦娥五号在轨月面采样封装中采样点选择的采样器-地形干涉分析任务。     

用于弱纹理场景三维重建的机器人视觉系统

为了实现机器人在弱纹理场景中的避障和自主导航,构建了由双目相机和激光投点器构成的主动式双目视觉系统。对立体视觉密集匹配问题进行了研究:采用激光投点器投射出唯一性和抗噪性较好的光斑图案,以增加场景的纹理信息;然后,基于积分灰度方差(IGSV)和积分梯度方差(IGV)提出了自适应窗口立体匹配算法。该算法首先计算左相机的积分图像,根据积分方差的大小确定匹配窗口内的图像纹理质量,然后对超过预设方差的阈值与右相机进行相关计算,最后通过遍历整幅图像得到密集的视差图。实验结果表明:该视觉系统能够准确地恢复出机器人周围致密的3D场景,3D重建精度达到0.16mm,满足机器人避障和自主导航所需的精度。与传统的算法相比,该匹配方法的图像方差计算量不会随着窗口尺寸的增大而增加,从而将密集匹配的运算时间缩短了至少93%。     

基于双目立体视觉的齿轮端面高度测量方法

为了实现齿轮端面高度的高精度非接触式测量,提出基于双目立体视觉的齿轮端面高度测量方法。创新性地使用可滑动固定基线距离的单目CCD相机代替传统的双目相机获取齿轮双目图像。在获取双目图像后,通过双目相机标定实现齿轮图像立体矫正。基于改进的SGBM算法对矫正后的双目图像进行立体匹配,获取视差图和相机坐标系下平面三维坐标点,对上下平面的三维坐标点进行最小二乘拟合,从而获取上下平面的深度信息,上下平面深度相减即可实现齿轮端面高度的测量。使用直齿轮进行了视觉测量实验,实验结果表明,提出的测量系统及方法具有较高的精度和稳定性。     

面向智能汽车的地下停车场定位与路径规划

为了解决智能车辆在全球定位系统（Global Positioning System, GPS）信号缺失的地下停车场中的定位与路径规划问题，本文使用双目离线建图、单目在线定位的视觉方法在场景中进行定位，并使用改进的路径规划算法规划全局行驶路线。首先，利用双目相机在地下停车场中的多个节点位置进行场景采集，节点的不同信息分层存储入视觉多层级地图。然后，利用单目相机进行由粗到精的地图匹配和位姿计算实现快速高精度定位。最后，使用改进的路径规划算法在地图中对各路口位置进行检测并生成路口路径图（Intersection Roadmap, IRM），全局可行驶路线根据定位结果和路径图规划得到。实验结果表明：使用单目相机的视觉定位平均误差为1.3 m，平均误差率为7.4%，基于路口路径图的规划算法相比概率路径图（Probabilistic Roadmap, PRM）算法，规划时间由5 s左右缩短至0.2 s以内，路径长度缩短了约9.56%。定位导航系统能够实时准确地实现车辆在停车场环境中的定位与路径规划，具备良好的实用性。     

磁导引与UKF滤波定位的轮式AGV路径跟踪研究

为实现农用机器人自主导航行走系统在满足较高环境适应性和运动灵活性条件下,能够平稳导航自动路径跟踪.根据农业机器人采摘作业环境要求,构建四轮转向AGV位姿估计的运动学模型,开展了基于模糊控制器的磁导航路径跟踪控制和多传感器信息融合的AGV位姿定位方法研究.试验结果表明:采用模糊控制器能够即时调整AGV车体速度与导向角,UKF滤波器进行数据信息融合的方法能够有效提高AGV位姿定位精度,实现48mm以内的位姿误差和小于4°的航向误差,可为农用轮式AGV应用提供参考.     

双目立体视觉的羽毛球机器人环境自动感知

为了提高羽毛球机器人的接球成功率，提出基于双目立体视觉的羽毛球机器人环境自动感知方法。分析羽毛球机器人外部结构与内部智能控制系统的组成要素，结合气缸工作过程，利用旋转矩阵变换坐标构建机器人运动学模型；采用棋盘格标定算法获取相机内、外部参数，矫正畸变现象，采用双滤波算法过滤图像噪声；匹配不同视角下图像同一特征点，重构三维环境信息，使用核相关滤波器算法对感知区域做循环位移，构建海量目标分类器，实现环境自动感知。仿真实验证明，所提方法能够获得感知区域更多的目标信息，无论在哪种击球方式下，都能准确感知环境，减少接球定位误差，提升接球成功率。     

基于惯性和视觉复合导航的自动导引小车研究与设计

自动导引小车(AGV)作为智能制造的重要物料搬运设备,其导航精度及路径柔性配置性能制约了其在智能制造领域的应用范围。针对这一问题,提出了基于惯性和视觉的AGV复合导航方法,利用两种导航技术的互补优势,实现高精度导航定位,提高了AGV对工作环境的适应能力和可靠性。在此基础上,利用二维码标签构建了AGV工作栅格地图,实现了AGV行驶路径的柔性配置。测试表明复合导航方法具有纵向5mm、侧向10mm、方向偏差1°的导航定位精度。     

一种基于双目立体视觉的测量方法

以双目立体视觉理论为基础,提出了一种基于射线交汇法的双目模型。标定好双目系统后,使用Harris算法提取图像中的特征点,经过立体匹配,求出特征点在相机坐标系下的三维坐标,从而计算出任意点间的距离,并通过理论推导证明其比另一种双目模型计算出的结果更精确。实验表明该方法能够较精确的对物体实现三维测量。     

基于SLAM的校园配送AGV地图构建及路径规划研究

随着无人配送的推广与应用，自动导引运输车（AGV）的导航方法成为了研究的热点。主要针对校园配送AGV的地图构建和路径规划展开研究，地图构建由即时定位与地图构建（SLAM）来实现，路径规划则根据已构建好的地图，在点与点之间计算好最优路线。采用基于LOAM的算法，将SLAM问题分为高频的运动估计和低频的环境建图。在运动估计中通过曲率计算提取平面点和边缘点两种特征，采用scan-to-scan方式进行特征匹配，并建立误差模型。在环境建图中采用map-to-map方式匹配，运用PCA算法提取点云中的特征点，利用LM算法来求解。再结合A*算法和DWA算法获得最优路径，并提高了对环境的适应能力。实验结果表明，提供的地图构建及路径规划方法能够满足AGV在校园环境多种不同模拟场景中的定位导航需求，具有一定的可行性和可靠性。     

基于反射标记物的激光导引AGV全局定位方法研究

定位是自动导引车(AGV)的重要问题之一,其目的是求解AGV在地图中的绝对坐标信息。定位问题分为全局静态定位和实时动态定位。针对基于反射标记物的激光导引AGV,提出一整套全局定位方法。将照射在反射标记物的二维激光雷达原始数据点进行优化处理,提出一种二次分类的匹配算法,将局部反射标记物的身份进行识别,通过三点定位算法对AGV的绝对坐标信息进行求解,从而实现AGV的全局定位。     

基于双目视觉的并联仿生髋关节位姿检测

相较于三维坐标测量仪、激光跟踪仪等传统测量设备，双目视觉检测是一种无接触的检测方式，不会对目标的运动产生干扰和破坏，且更为经济、灵活和方便，因此采用双目视觉技术对3-RRR+(S-P)并联仿生髋关节的位姿进行检测。为提高位姿检测的精度、鲁棒性和通用性，设计了一种方便提取且角点可自动辨识的自编码视觉标识物、提出了一种基于边缘交点坐标反馈式的角点检测算法，该算法主要包括HSV色彩空间下的标识物提取、Canny边缘检测、Hough直线检测、亚像素角点检测和三维重建等流程，将标识物角点检测简化为检测标识物边缘线段并求得交点，再经由亚像素角点检测算法进行提纯的过程。最后，通过双目相机与自编码视觉标识物的布置建立并联仿生髋关节的位姿检测系统，进行位姿检测实验并采用激光跟踪仪进行对比实验，通过分析与实验验证：该系统具备较高的精度、鲁棒性和通用性。     

基于视觉导航的AGV模糊-最优控制研究

介绍了基于视觉导航的路径识别算法，该算法能够较好地计算出自动引导车的相对位置，并通过相对位置信息，运用模糊一最优控制策略来实现自动引导车的路径跟踪控制。不同条件下所做的大量仿真计算均表明，基于视觉导航的模糊最优控制器工作稳定、切换平滑、跟踪控制误差小且有较好的抵抗外界噪声干扰能力。     

高速列车动态包络线测量一种现场快速标定方法

列车动态包络线是评定列车安全运行的一项重要指标,基于双目立体视觉的方法是目前能够实现速度超过200 km/h列车动态包络线测量的唯一方法.因受到大视场和标定时间的严格限制,便携的标定设备、易于搭建的靶标和快速的标定算法便成为标定过程需要满足的三个条件.本文提出一种新的基于双目立体视觉的大视场现场快速标定方法,设计轻型便携靶标,靶标上40个反光标记点表示铁轨坐标系,并用于计算双相机内外参数.并且,双相机仅需同时拍摄一张靶标图像,就能实现双相机内外参数快速一体化标定.实验结果表明,该方法测量精度可达±1 mm,能够满足高速列车动态包络线测量现场标定要求.     

高速列车动态包络线测量一种现场快速标定方法（英文）

列车动态包络线是评定列车安全运行的一项重要指标,基于双目立体视觉的方法是目前能够实现速度超过200km/h列车动态包络线测量的唯一方法。因受到大视场和标定时间的严格限制,便携的标定设备、易于搭建的靶标和快速的标定算法便成为标定过程需要满足的三个条件。本文提出一种新的基于双目立体视觉的大视场现场快速标定方法,设计轻型便携靶标,靶标上40个反光标记点表示铁轨坐标系,并用于计算双相机内外参数。并且,双相机仅需同时拍摄一张靶标图像,就能实现双相机内外参数快速一体化标定。实验结果表明,该方法测量精度可达±1 mm,能够满足高速列车动态包络线测量现场标定要求。     

基于张正友平面模板法的双目立体视觉系统标定

为验证基于张正友平面模板法标定双目视觉系统方法的准确性与合理性,首先分析了双目立体视觉系统的原理,然后论述了双目立体视觉的系统标定原理、方法,以及利用张正友平面模板法进行标定的步骤,通过标定双目立体系统的内部参数和外部参数,应用视差原理,能够确定空间某点的三维坐标,实验验证了文中提出的基于张正友平面模板法标定双目视觉系统方法的准确性与合理性。     

基于双目视觉的目标识别与定位研究

针对机器人在作业时缺乏自主性与智能性的问题,对基于双目视觉的空间目标识别与定位问题进行了研究。搭建了双目立体视觉系统并对其进行了标定,获取了两相机的内外参数、相对位姿及畸变系数。采用基于描述子的模板匹配技术,通过随机树算法对检测到的特征点进行了准确实时地分类识别。对同一场景的两幅图像进行了立体匹配,求取了对应的视差图。结合特征点对应的视差值及标定结果对其进行了三维重建,对多组特征点对在图像及实际场景里对应的2D-3D位置信息进行了迭代,求取了重投影误差最小的解,即目标物体的位姿。研究结果表明:所采用的方法可以用于准确、快速、稳定地实现对目标的识别与定位。     

双目视觉检测钢卷内护角安装系统设计

针对国内外钢卷包装生产线钢卷内护角的安装工序普遍采用人工安装,在结构设计和控制系统设计的基础上设计一种基于双目视觉检测的钢卷内护角自动安装系统。以双目摄像头模组为图像采集模块;根据工况建立双目立体视觉模型对钢卷规格范围中任意规格的钢卷内护角安装点坐标提取方法进行重点研究;搭建钢卷位姿检测实验平台。从实验结果可以看出：钢卷在该平台经过图像采集和一系列图像处理流程后得到的钢卷安装点坐标和钢卷位姿角的理论值与实际值的误差较小,满足钢卷内护角的自动固定的精度需求。     

一种大场景下的棋盘靶标自动定位算法

在大场景且背景影响较大的测量环境下,目前常见的用于相机标定的角点提取算法无法准确获取棋盘靶标的角点,因此针对棋盘靶标图案,提出一种大场景下的棋盘靶标自动定位算法。该算法根据棋盘靶标的结构特征,首先由加权亮度矩和灰度梯度投影算法自动定位图像中可能的棋盘靶标区域,其次在棋盘子图像中利用Houtgh变换验证该棋盘靶标所在区域的有效性。实验结果表明,该算法能够在大场景中自动准确地定位出棋盘靶标区域,为后续进一步高精度角点定位奠定良好的基础。