基于双目视觉的移动机器人避障研究

为了实现Pioneer3-AT轮式移动机器人避障的目的,设计了一种移动机器人避障的系统方案。该方案采用一种快速融合图像分割和立体视觉的障碍物定位方法,即利用经典图像处理把障碍物从背景中分割出来,同时提取其轮廓信息进行立体匹配,之后结合摄像头标定结果,实现空间点的三维重建。采用双目视觉和声纳传感器相配合来获得周围障碍物的信息,最终根据模糊控制原理设计了避障规则和避障控制器。通过实际的躲避障碍物实验,实现了移动机器人成功躲避障碍物的功能。实验结果证实了该系统的可行性和有效性。     

基于计算机视觉的移动机器人导航

针对跟随路径导引的移动机器人导航方式的灵活性较差、维护成本较高、功能单一的缺点,将计算机视觉用于移动机器人路径识别。首先对视觉传感器获得的视频图像进行处理,获得有用的特征目标,实现机器人对当前路径信息的理解。然后调用直行或转弯功能模块对机器人进行导航控制。实验结果表明,该导航方式具有较好的实时性和鲁棒性。     

平行照明多目视觉检测技术

多目视觉检测技术是通过多个不同位置的视觉传感器,从不同角度获取同一目标的图像,并对所得图像进行目标匹配、差分相减等,最终清晰提取出目标信息的一种视觉测量技术.相比单目视觉方法,利用多个传感器能搜集更多的目标物信息,且在检测系统中又融入了平行光照明方式下,对称式多角度的图像采集方法,可以使不同显现力的被测物平面信息通过极高的对比度显现出来,再结合多幅图像匹配、差分规则,最终可以得到效果更佳的缺陷或轮廓信息.描述了遵照该检测方法设计的实验装置,并通过成组实验证明了其可行性.基于平行光照明的多目视觉检测方法提高了系统的抗干扰能力,使系统从根本上提高了图像处理结果的精度,相比以往软件除噪、滤波等方法更加便捷、快速、稳定,适用范围也更广.提出了利用大功率LED芯片构造平行光源的思路,该平行光源设计准直度更好,非平行杂光干扰更小.     

移动机器人的避障行为及导航控制

本文研究了移动机器人基于红外、超声和视觉的导航控制问题。介绍了机器人基于红外和超声传感器避障的原理,提出了机器人二值化解析视频图像提取出目标点的导航控制算法。实验结果表明,该综合红外、超声和视觉的导航控制方式在复杂的动态外界环境中具有较好的效果。     

基于无线传感器网络的移动机器人导航方法

为移动机器人在无定位信息的无线传感器网络(WSN)中选择路程短、代价低的导航路径,提出了一种基于无线传感器网络的移动机器人导航方法,包括全网络导航路径规划和局部节点趋近算法。该方法通过结合各节点传感器数据,构造代价函数,在网络中建立伪梯度势场,为移动机器人规划最优路径;移动机器人通过探测接收信号强度指示(RSSI),逐一趋近该路径上的传感器节点到达目标节点。仿真结果表明,该方法能够根据移动机器人的导航要求,引导移动机器人迅速沿最优路径到达目标节点。     

基于DSP的嵌入式视觉客流检测系统

目前,在统计超市或公交车的客流情况方面,虽然有一些方法,但是统计准确率较低.设计并实现了基于DSP的嵌入式视觉客流检测系统,该系统采用CMOS图像传感器完成图像数据采集功能,借助DSP进行图像处理以获取视场中的客流信息,并利用网络控制器实现图像数据的以太网高速传输,再通过人头检测和模式识别技术从图像中获得客流的数目信息.现场实验结果表明该系统可以在满足实时性要求的前提下达到较高的客流检测准确率.采用以太网接口使其具有传输速度快,成本低廉,开发简便,以及可以实现远程控制等一系列优点.     

基于光栅投射的机器人导航视觉传感器研究

为了实现暗环境下移动机器人导航中障碍物的检测与运动机器人的定位,采用了一种组合式光栅投射立体视觉传感器研究方法,首先通过光栅投射和立体视觉相融合的方法,建立光栅投射立体视觉传感器几何和数学模型,然后利用空间设备位置约束原理和投影平面相交的方法,进行了机器人视场内空间物体的3维坐标计算,建立了可靠真实的障碍物检测和分析方法,并进行了理论分析和实验验证,取得了距离计算精度0.8mm的数据。结果表明,该方法对于图像计算的精度在亚像素级。该方法有利于目前黑暗环境中机器人无法自主导航难题的突破,为黑暗环境中无全球定位系统支持的机器人导航提供了基础探索。     

一种具有全局定位能力的移动机器人传感混合算法

基于激光雷达(LiDAR)的移动机器人定位,由 于其传感反馈维度低,难以实现精确 的场景识别。尤其是在几何特征重复的环境中,全局定位更难以实现。基于该问题,提出了 一种基于传感融合的移动机器人定位系统,该系统具有全局定位的能力。 基于LiDAR和视觉 传感器的传感融合,利用视觉传感器引入的丰富信息和LiDAR的鲁棒几何信息反馈,实现可 靠的全局定位。本系统构建用于环境表达的混合栅格地图,并且利用视觉全局描述符以加速 定位收敛,结合姿态优化算法以提高定位精度。此外,引入截断触发机制实现对跟踪定位的 监督。经实验验证,本文提出方法的表现与现有定位系统比较,具有更强的定位收敛能力。 同时,所提出的传感混合算法能够成功处理全局定位问题,提高系统鲁棒性。     

模糊神经网络信息融合方法在机器人路径规划中的应用研究

多传感器信息融合技术在机器人领域有着非常广泛的应用前景。文中对移动机器人避障及路径规划问题,结合模糊逻辑和神经网络的特点,提出了一种基于T-S（Takagi-Sugeou）模型的模糊神经网络的多传感器信息融合方法。该方法对障碍物信息进行综合处理,用于移动机器人的避障。并通过实验仿真验证了该方案在移动机器人避障和路径规划中的可行性和有效性。     

基于感受野模型的图像融合算法研究

现实世界中最优的图像融合系统莫过于生物视觉系统.如果能够了解生物视觉的基本原理,建立其数学模型,并能应用于多传感器图像融合实践中,将会对多传感器图像融合技术的发展有很大促进作用.本文以人类视觉的生物机理和感受野的数学模型为基础,提出了一种新颖的基于人眼视觉感受野模型的图像融合算法.这种算法非常适合融合两幅灰度差异较大的异质传感器图像,融合图像在保留两幅原图像中有用信息的同时,还对图像间的差异进行了增强,有助于提高观察者识别目标的速度和准确性.另外,该算法还有一定的去噪功能,计算量很小,可满足实时性要求.