4自由度双目立体视觉系统的设计

本介绍了一种4自由度双目立体视觉系统,该系统是本实验室设计的仿人双臂冗余自行走机器人的一部分,由于安装了该视觉系统,机器人的操作范围扩大,可以跟踪移动的工件,使得该机器人特别适合柔性制造系统中的装配作业和搬运作业,可以将装配和搬运一体化。同时由于该机器人具有自行走功能,可以在视觉控制下使柔性制造系统具有动态自动重组的能力。     

遥控作业移动机器人环境建模方法研究

本文介绍了用于遥控机器人作业虚拟环境生成的建模方法，重点研究了基于人机交互的双目立体视觉和多视点建模方法，以克服视觉自动建模方法计算复杂、鲁棒性差的缺点，给出了环境建模的实验系统和实验结果。     

虚拟现实辅助机器人遥操作技术研究

本文以水下机器人的遥操作作业为应用背景,提出并实现了虚拟现实技术和视觉感知 信息辅助机器人遥操作实验系统．该系统使用了CAD模型和立体视觉信息完成遥操作机器人 及其作业环境的几何建模和运动学建模,实现了虚拟作业环境的生成和实时动态图形显示． 采用了基于立体视觉的虚拟环境与真实环境的一致性校正、图形图像叠加、作业体与环境位 姿关系建立、基于网络的监控通讯等关键技术．在这个实验系统中,操作人员可利用所生成 的虚拟环境,在多视点、多窗口作业状态图形和图像显示帮助下,实时动态地进行作业观测 与机器人遥操作与运动规划,为先进遥操作机器人系统的实现提供了经验和关键技术．     

软体机器人手眼视觉/形状混合控制

当末端带有相机的连续型软体机器人进行作业时,由于避障、安全性等多方面因素,既需要末端相机－机器人系统的视觉伺服,也需要机器人的整体形状控制．针对这个问题,本文提出了一种软体机器人手眼视觉/形状混合控制方法．该方法无需知道空间特征点的3维坐标,只需给定特征点在末端相机像平面的期望像素坐标和软体机器人的期望形状就可达到控制目的．建立了软体机器人的运动学模型,利用该模型,结合深度无关交互矩阵自适应手眼视觉控制和软体机器人形状控制,提出了一种混合控制律,并用李亚普诺夫稳定性理论对该控制律进行证明．仿真和实验的结果均表明,末端相机特征点像素坐标和形状可以收敛到期望值．     

基于立体视觉的机器人手眼无标定三维视觉跟踪

本文在未标定手眼关系及摄像机模型的情况下,建立了机器人立体视觉跟踪问题非线性视觉 映射关系模型,并据此设计了基于人工神经网络的视觉跟踪控制器．仿真结果表明该算法能 完全消除稳态跟踪误差,具有很强的环境适应性和容错能力,算法简单,易于实时实现．     

视觉导航草坪修剪机器人控制系统设计

设计了基于视觉导航的草坪修剪机器人,通过摄像头采集草坪场景的图像,利用基于深度学习的图像分割技术识别草坪已割区域和未割区域,提取区域间的分割线作为机器人的规划路径。系统以STM32F407VET6为主控芯片进行机器人驱动控制系统的设计,以IR2014结合H桥作为底盘电机驱动电路,在视觉识别的区域分割线的导引下进行循迹运动。实验结果表明,该控制系统能够在视觉导航下完成行进运动、避障和割草作业。     

基于双目立体视觉的壁面清洗机器人障碍物检测研究

针对壁面清洗机器人及其作业环境的特点,在简要介绍了诸类常用的实现避障的方法之后,提出了基于双目立体视觉的障碍物检测方法。为了提高障碍物检测的准确性和实时性,建立了平行双目视觉模型,并提出了一种基于区域与边缘特征相结合的对应点匹配算法。研究结果表明:该方法具有处理的数据量较小、实时性好、实现简单、避障较可靠的特点。     

基于EVision的双目视觉系统的设计与实现

设计和开发了一个排爆机器人的双目立体视觉系统。该系统使用Matlab7.0和机器视觉软件EVision6.2的EasyMultiCam进行图像捕获并和EasyMath模式匹配库进行图像特征匹配,能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、求取可疑目标物的特征点的立体坐标，并把图中实时显示在控制台上，控制排爆机器人准确地抓取可疑目标物。该机器人视觉系统成功的抓取实验，表明了它在精度上能够满足排爆机器人的项目要求。     

MOTOMAN-SV3XL机器人手眼视觉立体定位系统

分析了基于恒定旋转矩阵的机器人视觉立体定位方法原理,提出利用机器人控制命令参数直接获取恒定旋矩阵的方法,该方法大大简化了摄像机内外参数的标定过程。设计了MOTOMAN-SV3XL机器人手眼视觉控制系统,制了相应的控制软件,进行了大量的实验研究,并取得了良好的效果。     

排爆机器人双目立体视觉系统的研究和开发

为了辅助公安人员更好地完成排爆工作，设计和开发了一个带双目立体视觉系统的排爆机器人。该视觉系统使用Matlab7.0和机器视觉软件EVision的EasyMatch库进行开发，能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、求取可疑目标物的特征点的立体坐标，并把图像实时显示在控制台，控制排爆机器人准确地抓取可疑目标物。该机器人视觉系统成功地抓取实验，表明了它在精度上能够满足排爆机器人的项目要求。     

Intelligent control of a robot manipulator by visual feedback

We present a new approach to visual feedback control using image-based visual servoing with stereo vision. In order to control the position and orientation of a robot with respect to an object, a new technique is proposed using binocular stereo vision. The stereo vision enables us to calculate an exact image Jacobian not only at around a desired location, but also at other locations. The suggested technique can guide a robot manipulator to the desired location without needing such a priori knowledge as the relative distance to the desired location or a model of the object, even if the initial positioning error is large. We describes a model of stereo vision and how to generate feedback commands. The performance of the proposed visual servoing system is illustrated by a simulation and by experimental results, and compared with the conventional method for an assembling robot. This work was presented in part at the Fourth International Symposium on Artificial Life and Robotics, Oita, Japan, January 19–22, 1999     

立体视觉测程研究进展

立体视觉测程技术正逐渐成为移动机器人在非结构化环境中导航定位的主要实现方法.本文对立体视觉测程技术在机器人导航应用中的现状进行分析,总结目前立体视觉测程技术的主要研究内容和方法,评述各种技术方法的优缺点,最后对立体视觉测程的发展进行展望.     

多目标背景下双目视觉深度信息优化研究及其实现

针对机器人领域应用视觉进行目标物体抓取问题,提出了一种针对多目标背景下,新的深度优化处理方法.通过设定一个阈值块,以遍历成块的深度信息用类似聚类的方法,提出目标物体的具体坐标,传递给机器人手臂,完成准确的抓取操作.依次介绍了双目视觉原理、摄像机标定、双目矫正和双目匹配等内容,以及呈现出原始的深度信息图以及优化后的深度信息图,比较它们的差距.最后在实验中给出了证明:此种深度信息优化方法能够有效的提高机器人抓取目标物体的成功率.最后,还在文章最后给出了下一步的研究方向.     

改进型SIFT立体匹配算法研究

针对机器人视觉系统立体匹配中存在的匹配重复或错误等问题,提出了一种基于尺度不变特征变换（Scale Invariant Feature Transform,SIFT算法）和余弦相似度匹配规则的立体匹配方法。该方法以左、右两幅图像中特征向量较多的图像作为基准匹配图像,另一幅图像作为待匹配图像;再由二者的特征向量之间的余弦相似度所建立的匹配规则进行立体匹配。实验结果表明,改进型立体匹配方法有效地降低了匹配错误或重复比,具有较强的鲁棒性,匹配效果较佳,更加有利于机器人视觉系统的三维重建与定位。     

目标位姿测量中的三维视觉方法

要测量出一组特征点分别在两个空间坐标系下的坐标，就可以求解两个空间目标间的位姿关系，实现上述目标位姿测量方法的前提条件是要保证该组特征点在不同坐标系下，其位置关系相同，但计算误差的存在却破坏了这种固定的位置关系，为此，提出了两种基于模型的三维视觉方法－基于模型的单目视觉和基于模型的双目视觉，前者从视觉计算的物理意义入手，通过简单的约束迭代求解实现模型约束，后者则将简单的约束最小二乘法和基于模型的单目视觉方法融合在一起来实现模型约束，引入模型约束后，单目视觉方法可以达到很高的测量精度，而基于模型的双目视觉较传统的无模型立体视觉方法位移精度提高有限，但姿态精度提高很多。     

基于人工路标和立体视觉的移动机器人自定位

针对室内移动机器人的自定位问题,提出一种基于人工路标和双目视觉的室内移动机器人自定位方法。首先设计了一种可扩展的彩色人工路标,并给出路标的编码方法;然后利用色彩空间变换,直线交比不变性以及自适应窗口实现路标检测与识别;最后在分析双目立体视觉模型的基础上建立起基于路标的双目立体视觉定位模型,实现移动机器人的准确定位。实验结果表明,路标对光照和视觉传感器的采集位置具有较强的鲁棒性,定位精度能够满足室内移动机器人的定位要求。     

基于彩色立体视觉的障碍物快速检测方法

Real-time obstacle detection method is a key technique for machine vision based mobile robot and au-tonomous land vehicle navigation in unstructured environments. In this paper o considering the real-time requirement for stereo matching algorithm, an adaptive color segmentation method for possible obstacle region detection is first developed based on the color feature, and a simple region based stereo matching algorithm of binocular vision for realobstacle recognition is also introduced. Obstacle detection is implemented by combining the road color adaptive seg-mentation method and region based stereovision method. Lots of experiment results show that the proposed approachcan detect obstacle quickly and effectively, and this algorithm is particularly suited for road environments in which the road is relatively flat and of roughly the same color.     

双目视觉引导机器人码垛定位技术的研究

针对机器人采用示教方式码垛时所遇到的误抓取等问题,提出了一种基于双目视觉引导机器人码垛的定位方法。完成了双目标定、手眼标定以及极线校正工作,利用灰度变换与图像滤波相融合的算法对图像进行预处理,提高图像的质量。将图像的灰度级分布与立体匹配算法相结合,提高立体匹配的精度,获得更好的视差图像,对视差图像进行处理得到了码垛产品区域的中心点,然后结合平行双目系统和手眼标定的结果引导机器人对产品进行定位、码垛。实验表明：该方法可实现对产品区域中心点的精确定位,获得其坐标值,引导机器人码垛。     

五自由度立体视觉仿真平台设计与建模

从立体视觉与机器人控制集成的角度出发，建立了一个主动立体视觉跟踪和定位系统，用于柔性装配线中装配零件的运动跟踪和装配工位的精确定位。该系统具有五个自由度，其中三个是平移自由度，两个是转动自由度，该文针对平台的结构进行了运动学建模和分析，采用D—H方法建立了五自由度立体视觉平台的运动学模型，得到运动学的正解。在该运动学方程基础上开发了系统仿真平台，介绍了’系统仿真平台的设计原理和操作特点。该仿真平台验证了机构设计的正确性，验证了五自由度平台运动学分析的正确性。该仿真平台采用虚拟现实建模方法，建立了五自由度平台的三维立体模型和立体视觉跟踪运动物体的实验模型，具有良好的交互性和开放性。     

基于栅格模型的双目移动机器人三维场景重建

以投影几何学以及双目立体视觉原理为理论基础,对移动机器人的三维重建技术进行研究,对移动机器人漫道过程中所在的兴趣区域的场景进行较为精确的建模.设计了机器人的快速建模方法,利用迭代最近点算法(ICP),完成了多个局部三维场景模型的融合.同时,结合栅格投射理论,完成了对全局三维场景模型的更新.利用栅格模型重建的三维场景,具有环境信息丰富,模型描述精确的特点,可以应用于移动机器人导航领域.