基于单目视觉的机器人目标定位测距方法研究

为实现具有单目视觉的双足机器人对目标物体的定位测距,根据针孔成像和几何坐标变换原理,提出一种基于单目视觉系统自身固定参数计算目标物体深度信息的几何测距方法;该方法利用双足机器人自带的单目视觉系统的固定参数,通过几何映射关系求解目标物体在三维空间内的坐标位置及相对于机器人的距离,克服了由于外界环境变化以及对参照物识别时所产生的误差影响测距定位精度的问题,从而实现基于单目视觉的目标物体精确跟踪定位;并对所提出方法进行了实验,得到比理论结果误差较小的实验数据,证明了方法的可行性。     

激光与单目视觉融合的移动机器人运动目标跟踪

针对室内环境下的移动机器人运动目标跟踪问题,提出一种基于激光与单目视觉传感信息融合的机器人定位和目标运动估计方法.首先,利用激光传感信息实现对目标的检测,并完成机器人定位与环境建图;然后,设计一种基于单目视觉传感器的目标位置估计算法,获得目标的距离和角度信息;为了实现两类传感信息的有效融合,将激光与单目视觉进行联合标定,得到二者的相对位姿关系,基于此,将激光与单目视觉提取的目标距离和角度通过具有最优重要性函数和权重的粒子滤波器进行融合,实现对目标运动状态的准确估计.实验结果表明该方法具有良好的跟踪性能.     

基于单目视觉的微型空中机器人自主悬停控制

针对微型空中机器人在室内环境下无法借助外部定位系统实现自主悬停的问题,提出一种基于单目视觉的自主悬停控制方法.采用一种四成分特征点描述符和一个多级筛选器进行特征点跟踪.根据单目视觉运动学估计机器人水平位置;根据低雷诺数下的空气阻力估计机器人飞行速度;结合位置和速度信息对机器人进行悬停控制.实验结果验证了该方法的有效性.     

基于ReLU神经网络的移动目标视觉伺服研究

针对移动目标跟踪以及抓取的问题,提出一种基于ReLU网络模型的单目视觉伺服系统。首先建立机器人视觉系统,完成对目标跟踪以及特征提取的任务,并通过结合单目视觉模型对其位姿进行估计,从而得到目标状态;然后,利用ReLU神经网络对机械臂的逆运动学进行学习,并用训练后网络模型构建单目视觉伺服系统的控制策略来避免机器人逆运动学求解计算量大、多解等问题;最后,为了提高抓取成功率,对末端执行器的运动轨迹进行规划。实验在NAO机器人平台上进行,根据实验结果证明方法的有效性。     

基于单目视觉的同时定位与建图算法研究综述*

与传统基于激光传感器的同时定位与建图（SLAM）方法相比,基于图像视觉传感器SLAM方法能廉价的获得更多环境信息,帮助移动机器人提高智能性。不同于用带深度信息的3D传感器研究SLAM问题,单目视觉SLAM算法用二维图像序列在线构建三维环境地图并实现实时定位。针对多种单目视觉SLAM算法进行对比研究,分析了近10年来流行的单目视觉定位算法的主要思路及其分类,指出基于优化方法正取代滤波器方法成为主流方法。从初始化、位姿估计、地图创建、闭环检测等功能组件的角度分别总结了当下流行的各种单目视觉 SLAM 或Odometry系统的工作原理和关键技术,阐述它们的工作过程和性能特点。总结了近年最新单目视觉定位算法的设计思路,最后概括指出本领域的研究热点与发展趋势。     

嵌入式移动机器人视觉定位及地图构建系统设计

设计了一种具有定位和导航功能的嵌入式移动机器人,采用双控制器协同工作模式并具有多种感知模块;在设计的嵌入式平台上进行了单目视觉定位和导航研究;通过彩色路标和电子罗盘实现对机器人的定位,分析了摄像机成像原理,给出了世界坐标系和图像坐标系的映射关系,简化了机器人定位的难度;通过超声波传感器旋转测距获得周围环境信息,对环境信息处理后建立地图的栅格模型;实验表明该定位方法能够准确提取路标的重心,具有较好的定位精度,减少了计算时间;通过超声波数据可以比较准确的建立环境模型,能够满足避障要求。     

自平衡跟随机器人的目标识别及预测重拾策略

为使用更简单有效的方式实现双轮自平衡机器人的自适应跟随控制，采用单目视觉目标识别的Apriltag算法，可被动式地反解三维坐标中相机的相对位置，以此对目标进行定位。在目标识别的跟踪与选择中利用判别法、门限法以及滑窗法进行限定，同时使用多项式曲线拟合方法对目标移动的下一状态进行跟踪预测，判断出运动趋势，使在丢失目标的情况下，根据设计的寻找方案，补偿跟随重拾目标。实验表明，本文方法在目标识别与预测及丢失后重拾目标方面有显著效果。     

基于单目视觉的移动机器人测距方法

本文针对多机器人编队过程中的跟踪控制,提出了一种跟踪机器人采用单目视觉技术获取前方被跟踪机器人距离信息的方法.该方法首先对跟踪机器人摄像机进行内参数标定,并在目标机器人背部设置视觉标记.然后系统获取目标机器人的含有视觉标记的单帧图像,预处理此图像,并识别出图像中的视觉标记所在的目标区域,用Hu氏不变矩计算该区域形心.最后推导出单目测距算法,利用图像信息和其它参数可以计算出两机器人之间的距离.实验结果表明,所设计的单目测距系统能得到准确的距离,为跟踪控制提供了重要的反馈信息.     

基于视觉感知的海生物吸纳式水下机器人目标捕获控制

针对近海水产养殖环境下海生物目标的机器捕捞,设计了一款海生物吸纳式水下机器人.该水下机器人可以采取手动遥控吸取和视觉伺服控制吸取方式完成对海生物目标的机器捕捞.为了实现基于视觉感知的目标捕获控制,在摄像机平面坐标系上建立了水下机器人和目标之间的运动学关系,并在此基础上提出了自适应递归神经网络控制器.通过设计递归神经网络估计和补偿外界环境干扰,利用S面函数使水下机器人快速到达期望位置并保持稳定,结合递归神经网络和系统动力学模型设计鲁棒函数进一步提高非线性系统在视觉控制中的可靠性和稳定性.最后,在近海自然养殖条件下对海生物进行视觉跟踪控制实验,实现了对海生物目标的主动吸取控制,验证了该控制器的功能.     

基于单摄像头的运动目标跟踪定位技术研究

单目视觉跟踪定位、双目视觉跟踪定位和多目视觉传感器跟踪定位是当前的计算机主要的视觉定位跟踪方式,但是由于利用双目视觉跟踪定位和多目视觉传感器中存在着视场小、系统结构庞大、立体匹配难等缺陷,在很多工业制造场合已逐渐被标定步骤少、结构简单的单目视觉所代替。本实验通过单目视觉方式实现了对运动目标跟踪定位,并设计了基于单摄像头的运动目标跟踪定位系统,采用CamShift算法通过目标颜色信息选取对目标进行识别、提取以及检测,通过基于邻域线性搜索与卡尔曼滤波器相结合的跟踪算法,准确实现运动目标的识别和定位,并进行了一系列相应的理论实验验证与分析,给出了最终的实验结果。     

单目视觉移动机器人导航算法研究现状及趋势

拥有自主导航能力的移动机器人在救灾、家政等人类生活中使用得愈加广泛。单目视觉导航算法作为机器人视觉导航中的一种,具有成本低、距离不受限的优势,但仍存在尺度不确定性和初始化问题。该综述根据对移动机器人的运动性质研究,主要从障碍检测、空间定位、路径规划三个方面对单目视觉导航技术进行了模块化分析,并以单目视觉导航算法的关键技术迭代与发展为脉络,对各模块的典型算法进行分析,从速度、准确性、鲁棒性等方面对不同算法进行综合性评比,并对算法存在的主要问题与难点进行剖析,结合人类对移动机器人能力的需求和移动机器人的技术状态对单目视觉导航技术的未来发展趋势进行预测。     

移动机器人前向单目视觉的建模研究

为了实现目标对象的快速、精确识别,对移动机器人前向单目视觉进行了建模.首先,给出了前向单目视觉成像模型,包括软、硬件设计,并结合目标特征属性得到目标中心在图像上的坐标;然后,通过视觉标定模型实现前向单目视觉的目标定位,得到目标对象在机器人体坐标系中的坐标;最后,利用参数估计的方法计算真实检测结果与理想检测结果的误差分布模型的参数,得到前向单目视觉的观测模型.实验结果表明,前向单目视觉模型建立精确,且实时性好.     

未知环境基于单目次优视差的多模滤波目标跟踪算法

在未知环境下基于单目视觉的机器人同时定位、地图构建和目标追踪的耦合问题（SLAMOT）中,需要足够的视差才能满足目标跟踪的可观性条件。同时,针对目标运动的不确定性以及系统对于目标运动方式的未知性,提出一种基于次优视差的多模滤波目标跟踪算法。首先,采用目标不确定性椭球投影面积变化最大的方向为次优视差方向,并将其作为机器人视差控制方向;然后,采用多模滤波算法计算目标各种运动方式的概率;其次,对各运动方式的目标状态进行估计,最后根据各运动方式的概率加权估计出目标状态。另外,考虑到工程应用中应减小能耗,因此,在满足目标跟踪要求的条件下,降低视差速度。仿真实验表明：视差速度为0.3 m/s时,次优视差算法的残差均值为0.16 m,而启发式算法、多模滤波算法、传统扩展卡尔曼滤波（EKF）算法的残差均值为0.25 m、0.06 m和0.16 m。在视差速度较低时,所提算法也能满足目标跟踪的可观性条件,具有较强的工程应用价值。     

Vision Based Target Tracking and Collision Avoidance for Mobile Robots

A real-time object tracking and collision avoidance method is presented for mobile robot navigation in indoors environments using stereo vision and a laser sensor. Stereo vision is used to identify the target and to calculate its relative distance from the mobile robot while laser based range measurements are utilized to avoid collision with surrounding objects. The target is tracked by its predetermined or dynamically defined color. The mobile robot’s velocity is dynamically adjusted according to its distance from the target. Experimental results in indoor environments demonstrate the effectiveness of the method.     

基于序列图像的视觉定位与运动估计

研究了移动机器人的视觉定位和目标的运动估计。采用单目视觉系统,借助人工标识物,由小孔成像模型及空间几何关系,推导出视觉测距模型,并实现了移动机器人的自定位和目标的定位。通过序列图像,应用基于特征的运动分析方法估计球体的运动参数,推导出移动机器人对运动目标的跟踪模型。球体定位实验结果表明:该方法的定位精度较高。     

基于主动视觉和超声的机器人目标跟踪系统

运动目标跟踪技术是未知环境下移动机器人研究领域的一个重要研究方向。该文提出了一种基于主动视觉和超声信息的移动机器人运动目标跟踪设计方法,利用一台SONY EV-D31彩色摄像机、自主研制的摄像机控制模块、图像采集与处理单元等构建了主动视觉系统。移动机器人采用了基于行为的分布式控制体系结构,利用主动视觉锁定运动目标,通过超声系统感知外部环境信息,能在未知的、动态的、非结构化复杂环境中可靠地跟踪运动目标。实验表明机器人具有较高的鲁棒性,运动目标跟踪系统运行可靠。     

Design and implementation of vision-based transport for a mobile robot via Kalman filter

A vision-based scheme for object recognition and transport with a mobile robot is proposed in this paper. First, camera calibration is experimentally performed with Zhenyou Zhang’s method, and a distance measurement method with the monocular camera is presented and tested. Second, Kalman filtering algorithm is used to predict the movement of a target with HSI model as the input and the seed filling algorithm as the image segmentation approach. Finally, the motion control of the pan-tilt camera and mobile robot is designed to fulfill the tracking and transport task. The experiment results demonstrate the robust object recognition and fast tracking capabilities of the proposed scheme.