全自主足球机器人快速目标识别与定位方法

为使机器人视觉系统能够快速、稳定地进行目标识别和定位，采用多阚值粗分割和区域细分割相结合的彩色图像分割算法，以提高特征提取的鲁棒性．在基于区域分割的算法中采用快速游程连通性分析算法，保证了目标识别的实时性．对已识别的目标，利用摄像机针孔模型完成单眼的实时定位．该系统能满足全自主足球机器人对目标识别与定位实时性和鲁棒性的要求，已成功地应用于HIT-Ⅱ型自主足球机器人中．     

微型无人机视觉定位与环境建模研究

同步定位与环境建模（SLAM）是实现无人机自主飞行和智能导航的关键技术。该文提出了适用于微型无人机的视觉定位与环境建模方法,针对RGB-D传感器使用point-plane ICP点云匹配算法实现视觉自主定位,利用并行计算加速以满足无人机控制的实时性要求;采用TSDF算法融合多帧观测的点云数据,实现了无人机对未知目标环境区域的模型重建;将视觉SLAM系统与无人机载IMU传感器融合,进一步提升了自主定位和建模精度。实际搭建了微型无人机视觉与环境建模验证系统,室内环境下可以达到0.092 m的定位偏差和60 Hz的更新速率,满足了无人机控制的精度和实时性要求,验证了该方法的有效性。     

基于UKF的苹果果实定位估计算法

在多数农村乡镇,传统小型农田主要依靠人工进行施肥灌溉、采摘果实等作业;而大中型农田虽然已经进行整改使用现代化机械,但大多还需驾驶员操作该机械完成,整体效率及操作安全性还有待提高.针对以上问题,提出了一种基于机器人自主导航UKF(Unscented Kalman Filter)位置估计算法的果实识别及定位方法.机器人携带视觉、光学、惯性等各类传感器采集果实图像信息,通过导航解算得到其位置信息,并用图像处理算法提取成熟果实特征,为农业机器人自主采摘提供更精确的技术指导.实验表明,1 000 s内采集到的所有果实x、y方向上,基于UKF算法的位置估计误差均值在[0,0.05]m范围内,对果实判断最精确;基于单个果实特征位置(0,0)cm的小范围定位采摘仿真实验表明,UKF算法的误差定位范围在两次量测中分别为[-1,2]cm与[-9,1]cm,无论是横方向还是纵方向定位靠近特征,其精度均比EKF算法提高了50%左右.     

足球机器人视觉色标的快速识别

在FIRA Mirosot足球机器人比赛中,视觉系统是比赛系统中获得环境信息的惟一途径.视觉系统的识别速度和精度对比赛的胜负有很大的影响.针对传统视觉系统的缺陷,在色标设计方案、图像处理、分割快速跟踪方面对足球机器人视觉系统进行改进,以期达到明显减少了计算量和提高实时性的目的.通过实验对比赛中该方案在速度和精度两方面的优越性进行了验证.     

机器视觉在黄瓜采摘机器人中的应用研究

机器视觉技术是黄瓜采摘机器人研究中的重要内容之一,分析了国内外黄瓜采摘机器人中机器视觉技术在机器人路径识别导航、目标物体的分割识别与定位、黄瓜成熟度判别等方面的应用研究现状,并且分析了黄瓜识别机器人视觉系统在目标识别率、视觉系统的硬件结构和处理速度、视觉系统能源消耗等方面存在的问题,提出了在今后的研究中应着重把握视觉系统的结构优化、适应性提高以及性能与成本的平衡等.     

基于并行处理方法的实时立体视觉伺服系统

针对实时跟踪及抓取运动目标物体的任务,给出了一个基于并行理论的视觉伺服系统。在系统中,运用快速模板匹配理论与快速可靠的立体视觉匹配理论相结合的方法实现运动物体的匹配与识别。然后通过卡尔曼滤波器对位置及速度进行预测。同时采用并行理论提高图像匹配理论的匹配速度。结果直接传给机器人及立体视觉平台控制器,实现机器人和立体视觉平台的视觉伺服,完成了对运动物体的实时跟踪和抓取。通过仿真和大量的运动目标物体的跟踪及抓取试验,获得的试验数据表明运用此方法提高了视觉伺服系统的定位精度和伺服速度。     

集控式足球机器人目标快速识别及定位

针对足球机器人视觉系统的实时性要求，研究了基于颜色的快速图像分割方法及综合运用动态窗口技术、移动网格技术、交叉线法确定物体质心技术在动态环境下对多个目标进行快速识别及定位。实验结果验证了算法的有效性。     

一种基于NAO机器人的单目视觉目标定位方法

单目视觉定位在机器人视觉中具有重要的应用价值。结合光学成像原理、几何坐标变换以及相关的图像处理技术能够实现单目视觉目标定位。提出了一种基于RGB颜色空间的匹配滤波轮廓提取算法,进行特定目标的轮廓提取。该算法能精确、快速地计算出摄像机与目标物体之间的距离和角度信息,实现对特定目标的定位。基于NAO机器人平台的实际实验结果验证了该算法的有效性。     

单目视觉自然路标辅助的移动机器人定位方法

针对很多场合下GPS信号会受到遮挡而无法使用,导致机器人定位精度下降很快的问题,提出一种基于单目视觉自然路标辅助的机器人绝对定位方法.在导航环境中的若干位置预先建立视觉路标库.机器人在利用惯导（INS）定位过程中,同时对采集到的单目图像和库中的视觉路标进行匹配.建立基于全局特征信息（GIST）和快速鲁棒算子（SURF）局部特征相结合的在线图像快速匹配框架,同时结合基于单目视觉的运动估计算法修正车体航向.最后利用卡尔曼滤波将视觉路标匹配获得的定位信息和INS有效地融合起来.结果表明,该方法有效地提高在GPS受限情况下惯性导航定位的精度和鲁棒性.     

未知环境下的移动机器人实时避障研究

针对未知环境下的移动机器人实时避障问题,设计了一种基于模板更新和模板匹配的避障算法.利用视觉传感器获取的场景信息与存储于机器人内部的模板图像进行匹配,确定机器人的可行区域和障碍区域.根据虚拟引力方法计算出机器人下一时刻的行进方向和行驶速度.鉴于场景光照变化情况,采用了一种基于粒子滤波的模板更新方法.为了验证算法的正确性和有效性,在室内不同的场景下做了大量的实验.实验结果表明:该方法能够实现可靠的障碍物检测,并引导机器人有效地躲避各种静态和动态障碍物,而且算法具有很好的实时性和鲁棒性.     

堆叠散乱目标的6D位姿估计和无序分拣

针对目标散乱堆叠场景下的机器人分拣问题,建立一种从目标筛选、识别到6D位姿估计的无序分拣系统。利用局部凸性连接方法将Kinect V2相机采集的堆叠散乱目标点云数据分割成单独的点云子集,定义抓取分数从中筛选出最上层未被遮挡的目标作为待抓取目标,保证机器人分拣目标时能从上至下进行抓取;针对不同种类目标的分拣需求,基于匹配相似度函数对三维目标进行识别并定位抓取点;融合截断最小二乘-半定松弛算法和最近点迭代算法,建立目标6D位姿估计模型,保证目标点云和模型点云重合率低情况下的精确配准。在自采数据上进行目标6D位姿估计实验以及机器人无序分拣实验,结果表明：提出的6D位姿估计方法相较于流行的几种方法,可以更快速、精确地获取目标的6D位姿,均方根距离误差<3.3 mm,均方根角度误差<5.6°;视觉处理时间远小于机械臂运动的时间,在实际场景中实现了机器人实时抓取的全过程。     

配置机械手的轮式移动机器人目标物体跟踪与抓取

针对配置机械手的室内轮式移动机器人目标物体识别、跟踪和抓取问题,采用一种目标物体识别和机器人定位的方法,利用一种基于模糊控制的轮式移动机器人视觉伺服跟踪控制的方法。针对机器人目标识别跟踪及抓取过程中受环境条件变化的影响,采用HSI颜色模型和基于阈值的区域分割的图像处理方法可以完成目标颜色物体的快速准确识别。基于云台摄像机角度信息的机器人小车目标定位方法和模糊控制理论,设计了模糊跟踪控制器,使机器人输出合适的线速度和角速度,能够实现机器人目标跟踪,使移动机器人趋近目标物体位置,并完成机械手目标物体抓取任务。仿真和实时实验结果表明：所设计的系统具有良好的目标物体识别、跟踪和准确抓取目标的能力。     

一种核磁共振兼容液压驱动穿刺手术机器人的动力学建模及H∞控制方法研究

脑瘤是影响国民健康状况的重大难题。为了确定脑瘤的发展程度,以确定下一步治疗方案,通常需要对脑瘤组织进行穿刺活检手术。由于核磁共振成像(Magnetic Resonance Imaging, MRI)对软组织有更好的分辨率,常用来检测脑部肿瘤。因此,针对MRI兼容的机器人的相关研究是非常必要的。本文基于一种核磁共振兼容的液压驱动穿刺手术机器人,根据液压连通器的原理,推导了该机器人的运动学模型,并基于流体力学的相关理论,得到了该机器人的动力学模型。为了精确控制所设计的机器人系统,根据H_∞控制理论设计了该液压驱动系统的状态反馈H_∞控制率,使机器人可以快速、稳定地跟踪目标信号。最后,通过实验研究,该机器人系统的综合定位精度为0.56 mm,在x轴、y轴、z轴、俯仰轴和横滚轴上的平均定位精度分别为0.41 mm、0.6 mm、0.67 mm、0.886°和1.17°。研究结果验证了机器人辅助定位穿刺针的性能,所建立的动力学模型和控制方法对穿刺机器人的控制算法研究有一定的参考价值。     

基于Kinect的仿人机器人抓取目标定位

目标定位是仿人机器人实现抓取操作的前提。针对机器人单目视觉容易丢失深度信息,双目视觉难以对缺乏纹理特征的物体获得有效深度信息的问题,提供一种基于Kinect的仿人机器人抓取目标定位系统。首先建立Kinect和机器人坐标系,构建布尔沙坐标转换模型;然后利用线性总体最小二乘(LTLS)算法求解该模型;最后依据Kinect获取的抓取点坐标信息,通过坐标转换将其转换到机器人坐标系:从而实现机器人对目标物体的定位。在仿人机器人NAO平台上对该系统进行实验验证,其结果表明:利用该方法,机器人在一定空间范围内能够可靠的定位目标物体,并且较其单目视觉定位更准确;根据所提供的目标定位系统,NAO机器人实现了对不同物体的抓取操作。     

基于视觉反馈的全自动微小型轮式机器人

为实现精密定位与全方位运动,采用两个微型电机对角驱动原理,设计了一种新的全方位微小型轮式移动机器人.利用蓝牙技术在短距离内进行无线数据传输的优点,来实现机器人无缆化、自动化,以及对机器人的运动控制与位置控制.通过实验测试,机器人达到了0.05 mm的运动分辨率.最后采用CCD相机作为测量元件,并利用所建立的实验系统,引导机器人完成了对目标的自动跟踪实验研究.     

融合光流与特征点匹配的单目视觉里程计

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点（SURF）进行帧间大位移匹配来矫正光流法结果.通过卡尔曼滤波更新机器人的位置和姿态.结果表明,融合算法克服了光流法定位精度差和特征点匹配法处理速度慢的缺点,突出了光流法实时性和特征点匹配定位准确性的优点,该方法能够提供较准确的实时定位输出,并对光照变化和路面纹理较少的情况有一定的鲁棒性.     

基于传声器阵列的机器人声源定位系统

随着计算机技术和信号处理技术的发展,各种具有特殊功能的机器人应用到人们的生产生活中。听觉系统可以弥补机器人视觉系统存在的不足,使机器人在黑暗或有障碍物遮挡的环境中,利用声音信息感知环境中存在的目标,并对其定位,辅助机器人工作,尤其在灾难现场搜救、军事等领域,声源定位系统具有独特的优势。针对机器人声源定位系统进行研究,设计了基于传声器阵列的机器人声源定位系统,采用平面四元传声阵列,利用广义互相关算法,实现对声源的定位,具有较高的实用价值。     

基于双阈值的移动机器人视觉图像分割

为了提高移动机器人识别目标的快速性,针对RIRAII移动机器人的图像处理和图像匹配问题,考虑到环境中的光照条件的影响和满足实时性的要求,在图像分割中,采用了将RGB和HSV两种色彩系统混合使用的方法,提出了基于颜色信息的RGB和HSV模型下利用双阈值图像分割的方法,对图像进行分割的试验结果证明,该算法能够取得较好的图像分割效果,并且图像分割处理时间减少,满足移动机器人跟踪目标的实时性要求.     

基于运动估计和图像匹配的视觉控制算法

针对微操作的作业空间小、路径可估计、位移及定位精度要求高等特点,提出了一种基于运动估计和图像匹配的视觉伺服控制算法,该算法将运动估计引入到视觉伺服中,利用运动估计出末端执行器下一次可能出现的位置,进行小区域的匹配搜索,而不进行整个视频区域的匹配搜索,大大减少了图像匹配时间,提高了实时性和实用性,并增强了鲁棒性。将该算法应用于解决细胞注射微操作过程中的位移以及精密定位等问题,研究了此算法的可行性以及理想运动轨迹的计算和实际运行的轨迹,给出了实现视觉伺服控制算法的数学推导模型及公式。实验结果表明:此算法实现了实时跟踪和识别定位,且鲁棒性好,可应用于大多数的微操作中的移动定位。     

基于iGPS和机器人的大尺寸接触式测量系统

针对传统大尺寸复杂曲面特征点坐标测量过程中存在的被测工件与测量系统进行坐标系统一时会存在较大偏差、被测工件在测量过程中易产生移动和深孔中心位置点无法准确测量等问题,设计了一种用于大尺寸复杂曲面特征点的坐标测量系统。首先,对手持框架和探针的结构进行了设计,使用iGPS定位系统和工业机器人搭建了测量系统。然后,采用微平面法对探针测头进行了补偿。测量系统可同时实现对大尺寸曲面上特征点三维坐标的自动化测量和动态测量。实验结果表明:采用微平面法的测头补偿误差不超过±0.2mm,深孔中心位置点的测量精度在±0.2mm左右,测量系统不确定度为0.279mm。测量系统可实现大型复杂曲面坐标的动态跟踪测量,且适用于带有深孔特征的曲面测量。