基于目标跟踪的并联机器人视觉位姿检测

建立一种基于视觉的并联机器人位姿检测系统框架,包括图像采集、图像处理、位姿检测、参数反馈4个部分。使用单目摄像头采集图像,以二自由度冗余机器人为控制对象,利用Haar特征提取对目标进行粗跟踪。进一步获得目标上特定的几个特征点,基于平行不变性原理,得到机器人末端操作器的实际位姿参数。通过求解机器人的逆运动学方程,得到电机的控制参数。实验和仿真验证了该系统的可行性。     

视觉同步定位与地图重建—–基于先验信息的SIFT 匹配算法

鉴于尺度不变特征转换（SIFT）匹配算法存在计算效率不高且容易出现误匹配的问题,针对视觉同步定位与地图重建,提出了一种基于先验信息的SIFT匹配算法．该算法首先根据机器人和特征点的相对距离变化来预测尺度空间的变化;然后根据机器人和特征点的当前状态来预测特征点的图像位置;最后在预测的图像位置进行SIFT匹配．实验结果表明...     

机器人柔性视觉检测系统现场标定技术

针对江淮车身厂的轿车车身提出了一种基于工业机器人的柔性视觉检测系统．通过控制机器人在空间的位姿变换,立体视觉传感器能够依次到达空间指定测量位置采集空间特征点的图像信息,并通过计算图像数据获得该点的三维坐标数据．利用双经纬仪和精密靶标对机器人视觉测量系统进行整体标定,同时完成了测试试验数据的采集及计算,取得了较好的测量效果．该系统柔性好、测量无死角,能适应生产线多车型检测的需要．     

基于双目视觉的新型并联机构末端位姿检测

针对一种新型3-DOF驱动冗余并联机构,为提高双目视觉末端位姿检测的实时性和精度,首先采用Harris-SIFT算法对图片进行预匹配,通过Harris提取图像特征点,并采用SIFT特征描述子对图像进行匹配,使得匹配结果兼具实时性和稳定性;为解决匹配算法存在的误差匹配和错误匹配问题,提出一种改进的RANSAC算法对预匹配结果进行提纯,该改进方法通过分格取点和提前取点验算临时模型克服常规RANSAC算子匹配不准确、算法费时的缺点.实验结果表明,采用改进的RANSAC算法提纯较常规RANSAC算子不仅可以大幅度降低图像处理时间,而且可以更大程度提高匹配正确率,进而位姿检测的实时性和精度得以提高.     

三维重建系统下的特征点处理与位姿恢复优化算法

基于SIFT算法原理,构建了一个全新的算法框架,使用FCN（fully convolutional networks,全卷积神经网络）和BP（back propagation,反向传播）神经网络,综合考虑图像主目标的语义分割、图像灰度共生矩阵等方面的影响,实现了自适应的特征点检测范围、数量调整,并在特征点匹配阶段利用相机位姿偏移稳定性剔除误匹配,同时采用基于图优化的方法对位姿恢复结果进行非线性优化,得到了更加精确的相机位姿。最后与现有主流算法进行分析比对,实验结果验证了该算法的有效性,提高了特征点检测的场景自适应程度与特征点匹配、位姿恢复的精度,实现了更加高效的三维重建。     

一种新型遥感图像配准方法

提出了一种新型全自动稳健的遥感图像配准算法。首先,在图像二维平面空间和尺度空间中同时检测局部极值作为特征点,并在特征点邻域提取局部不变特征描述子一尺度不变特征变换（SIFT）。然后,利用距离测度进行SIFT特征匹配得到初步的匹配集合。最后,运用稳健的随机采样一致性（RANSAC）算法将匹配点集划分为内点和外点,在内点域上精确地估计出图像变换模型。实验利用仿真数据测试了SIFT特征的可重复性和可匹配性,利用卫星图像验证了该自动配准算法的有效性和稳健性。     

基于局部特征的WEB近重复图像检测

首先分析了不同类型的图像特征对不同重复图像类型检测性能的影响,SIFT局部描述子不仅具有良好的尺度和亮度不变性,同时对仿射形变、视角改变和噪声等也有一定的鲁棒性,因此选择了SIFT描述子来描述图像特征。同时针对SIFT特征在检测过程中匹配计算代价大的缺点,提出了基于奇异值分解的SIFT特征点集合匹配方法,实验结果表明该方法在检测效果和检测时间方面取得了一个很好的平衡。     

基于单目视觉的机器人Monte Carlo自定位方法

针对单目视觉机器人定位问题,提出一种基于改进的尺度不变特征变换(SIFT)的Monte Carlo自定位方法.应用改进的SIFT方法提取特征,既能保证对图像光强变化、尺度缩放、三维视角和噪声具有不变性,又能减少SIFT算法产生的特征点及其抽取和匹配的时间.在机器人移动过程中,环境特征点的观测信息和里程计信息通过粒子滤波相融合,获得了更准确的环境标志点坐标.仿真实验结果验证了该方法的有效性.     

一种基于SIFT和SUSAN特征的图像匹配方法

针对SIFT方法在角点检测上的不足,提出了一种基于SIFT和SUSAN混合特征匹配的自动匹配算法。算法应用SIFT和SUSAN两种具有互补特性的局部不变特征,利用SIFT方法检测空间极值特征点,利用SUSAN方法检测角点,结合两种特征点位置,利用SIFT方法生成匹配特征向量,最后根据最近邻特征点距离与次近邻特征点距离之比确定初始匹配点对,实现图像的配准。实验表明该算法有效,能够提高图像的自动匹配准确性。     

一种结合SIFT和对应尺度LTP综合特征的图像匹配算法

由于SIFT特征是一种性能良好的局部特征,常被广泛应用于图像匹配,但SIFT特征点有128维描述符,所以具有匹配复杂度高和计算量大等缺点。为了提高图像匹配效率,研究了一种新的图像匹配方法。该方法通过构建尺度空间、检测极值点、确定关键点等步骤生成SIFT关键特征点;然后利用特征点周围邻域点的旋转不变LTP特征和相对灰度直方图来描述,替代传统SIFT特征点的128维描述,图像匹配过程中使用街区距离代替欧氏距离;最后利用光照变化、模糊变化、尺度和旋转综合变化三组图像进行算法仿真匹配实验。实验结果表明,本算法在图像尺度、旋转、光照变化条件下具有更高的匹配精确度,并且有效地提高了图像的匹配速度。     

基于立体视觉的串联机器人跟踪检测系统

建立一种六自由度串联机器人视觉跟踪检测系统框架,包括图像采集、摄像机标定、机器臂跟踪检测、机器臂位姿建模与计算等。提出利用CamShift算法对机器人进行在线粗跟踪,搜寻和画定出机器臂操作器在当前窗口的区域位置。对跟踪到的机器臂按照SURF算法进行特征提取与立体匹配。该方法被用于对串联机器人位姿检测进行实验。实验结果表明,2种算法的结合适用于六自由度串联机器人在空间复杂运动的跟踪检测。     

一种基于图像的移动机器人泊位方法

提出一种新的移动机器人泊位方法. 该方法采用一幅预先采集的参考图像定义机器人的期望泊位状 态（期望的位置和方向）,利用尺度不变特征变换（SIFT）算法和基于双向BBF 的特征匹配算法实现泊位站当前图 像与参考图像之间的匹配以获取视觉反馈信息,基于极点伺服策略根据参考图像准直机器人,采用质心跟踪法防止 目标图像出视场,采用RANSAC 算法求解当前图像与参考图像间的仿射变换,利用一个末段控制策略实现精确泊 位．本文方法不需要环境模型或人工标记．室内环境下的实验结果证实了该方法的有效性．     

A three-dimensional measurement system for robot applications

This paper presents a 3D noncontacting sensor system designed to measure the position and orientation of a robot end effector. This measurement system includes two parts: a tridimensional object including four spheres placed along the axes of a tetrahedron and a set of three orthogonally pointed cameras. The purpose is to design a measurement system characterized by easy relationships in order to satisfy real-time constraints. The system has been used in two experiments: first, to calibrate a parallel robot and validate the geometrical control performance, then as an exteroceptive sensor in an assembly task. The system computes position and orientation of the tetrahedron in 100 ms time. The position and orientation accuracy are, respectively, 0.6 mm and 0.2 deg in a workspace, being a cube with 0.3 m sides.     

An Orientation Invariant Visual Homing Algorithm

Visual homing is the ability of an agent to return to a goal position by comparing the currently viewed image with an image captured at the goal, known as the snapshot image. In this paper we present additional mathematical justification and experimental results for the visual homing algorithm first presented in Churchill and Vardy (2008). This algorithm, known as Homing in Scale Space, is far less constrained than existing methods in that it can infer the direction of translation without any estimation of the direction of rotation. Thus, it does not require the current and snapshot images to be captured from the same orientation (a limitation of some existing methods). The algorithm is novel in its use of the scale change of SIFT features as an indication of the change in the feature’s distance from the robot. We present results on a variety of image databases and on live robot trials.     

An observer-controller combination for a unicycle mobile robot

This paper considers the problem of output feedback trajectory tracking with a unicycle mobile robot system. A state-feedback controller for the non-linear error dynamics of the robot is combined with an observer that estimates the orientation error based on available trajectory information and measurement of the position coordinates. A stability analysis, derivation and implementation of the resulting controller is given and tested on an experimental mobile robot.     

一种基于SIFT特征的机器人环境感知双目立体视觉系统

针对双目立体视觉系统在机器人环境感知领域中存在的立体匹配以及测量精度问题,设计一种基于SIFT特征的双目立体视觉测量系统.利用SIFT特征良好的旋转、尺度、光照不变性等特性,有效地解决双目立体视觉系统的匹配问题,同时将SIFT算法在由FPGA和DSP组成的嵌入式系统上实现,显著地提高测量系统的实时性.提出一种基于二次多项式的误差补偿方法,对系统的测量结果进行补偿,弥补双目立体视觉系统测量误差随测量距离增加而增加的不足,从而提高系统测量精度.通过实际的测量实验、移动机器人环境感知实验以及与现有双目立体视觉产品的对比实验结果表明,系统能够很好地解决双目立体视觉的立体匹配和精度问题,并且能较好地应用于移动机器人环境感知任务中.     

基于位置反解算法的并联机器人坐标变换方法

目的为提高工作效率,提升工业机器人的可靠性、稳定性和运动精度,避免机器人出现速度以及加速度的突变,对机器人的位置进行准确的控制。方法 以RBT-6T03P并联机器人为例,应用坐标变化法和位置反解算法对并联机器人机构的位置坐标进行分析并利用MATLAB进行仿真。结果 结果表明：通过位置反解对并联机器人的坐标进行变换求解是方便可行。结论 所述控制方法相对于并联机器人求正解算法更加简单、方便、快捷。     

CAD-Vision-Range-Based Self-Localization for Mobile Robot Using One Landmark

Localization is the process of determining the robot's posture within its environment including its current position and heading direction (or orientation). The process is of utmost importance for the autonomous navigational functions of a service robot. This paper describes a new localization method for service robots operating in a building based on a CAD model of the indoor environment in reasonable details. Only one specific landmark pasted within a specific region on the wall is needed. The camera with pan/tilt/zoom functions mounted on the robot first searches for this identification landmark and starts to conduct measurements using a laser rangefinder. With the polar coordinates of few measurement points on the wall and an accurate local CAD model, the exact position and orientation of the robot can be identified. This method has five distinctive advantages. First, the position of the landmark does not need to be precise. Second, each localization exercise is independent and no previous history of the moving track of the robot is required but the computational speed is still high. Third, the method is very robust with good fault-tolerance because it makes use of the reliable Hough transform. Fourth, the resolution is automatically adjusted because the panning resolution of the camera is based on the first effective measurement representing the distance of the robot from the landmark. Fifth, only the local CAD model of the room at the vicinity of the landmark needs a high precision because this model is used for localization. The system does not demand a highly accurate CAD model of the entire built environment. CAD models at other places are for navigation and path planning only.     

6－6型Stewart机器人的可操作性分析及其定义

本文根据并联机器人的特点，运用可操作度的概念，进一步提出了位置可操作度和姿态可操作度的定义。通过对位置反解直接求导，建立了６－６型ｓｔｅｗａｒｔ机器人的位置、姿态和综合可操作度的公式，为并联机器人的运动学分析提供了依据。