遥操作工程机器人双目视觉定位

针对遥操作工程机器人的视觉定位问题,提出一种基于神经网络的双目立体视觉定位方法。利用工程机器人特征点的二维图像坐标和三维世界坐标建立成像系统的神经网络模型,据此在线获取机器人的位置信息。该方法不需要求出摄像机的内外参数,同时无需考虑镜头的畸变和两相机的相对位置关系,而是隐含在神经网络中,这将简化定位计算的复杂性。实验表明,该方法简单有效,定位精度满足工程要求,可为网络环境下遥操作工程机器人的位置反馈控制提供技术参考。     

移动机器人SLAM问题新解

针对移动机器人研究领域中最基本SLAM的问题,传统求解算法在实际应用中往往会出现机器人不能精准定位,且创建地图时间延长等问题。为解决该问题,本文提出了一种基于神经网络与粒子滤波的移动机器人快速SLAM算法。该算法引入基于神经网络的机器人避障机制,首先将机器人的动态环境信息用神经网络来描述,然后采用改进的粒子滤波SLAM算法来实现机器人的SLAM,算法将神经网络的局部搜索能力与粒子滤波的全局搜索能力充分发挥于机器人的SLAM问题求解过程。实验表明,该算法较好的实现了机器人的快速精准定位,并能在缩短地图创建时间的同时提高地图创建的精确度。     

遥操作工程机器人的双目视觉定位方法研究

针对遥操作工程机器人视频图像传输时延问题,建立了遥操作工程机器人的双目视觉定位系统,提出一种极线约束法与形态学向量夹角相结合的组合匹配方法对目标物进行立体匹配。该系统通过创建目标物模板,利用此模板识别经立体校正后的图像对上的目标物,并获取特征点,然后采用提出的组合匹配方法对特征点进行立体匹配,并对其三维重建,实现目标物的空间定位。实验表明,该方法匹配计算量小,定位效率高,定位精度满足工程作业要求,可为遥操作工程机器人的视觉提示系统设计提供技术参考。     

基于惯性导航与立体视觉的风管清扫机器人同时定位与地图创建方法

风管清扫机器人是用于完成中央空调通风管道系统清扫工作的一种自动化设备,为提高其在庞大且封闭的未知通风管道网络中的自主导航能力,提出一种低成本的机器人同时定位与地图创建解决方案。该方案结合惯性测量单元的高速动态性能及双目立体视觉传感器良好的环境感知能力,通过采用Rao-Blackwellized粒子滤波方法融合两种传感器的测量信息,可以有效地抑制惯性传感器的漂移,快速地估计机器人三维的位置、姿态和速度,并且获取稳定的环境视觉路标信息,能够满足风管清扫机器人同时定位和地图创建的要求。同时,为确保视觉路标关联的鲁棒性,提出一种双向的基于几何相容性及路标视觉特征相结合的数据关联方法。试验结果证明所提的同时定位与地图创建方案和数据关联法的有效性。     

基于单目视觉的轮式机器人同步定位与地图构建

如何降低计算复杂度是视觉机器人同步定位与地图(SLAM)构建的热点问题.提出一种基于单目视觉的低计算复杂度的轮式机器人同步定位与地图构建算法.该算法在观测步通过图像处理与分析,识别特征点并进行定位,将轮式机器人的视觉投影与空间物体的几何关系转换为计算机器人相对特征点的距离和角度.整体算法步骤按照预测、观测、数据关联、更新、地图构建的递推算法进行同步定位与地图构建.提出的算法可识别环境目标,并进行平滑运动.在滤波观测步只处理单帧图像数据,和Active Vision和立体视觉方法相比,降低了算法的计算复杂度.     

激光SLAM自主导航的线段特征提取混合算法研究

移动机器人在未知环境中自主导航时定位需要精确的地图,同时为了构建精确的地图必须确定机器人的位姿,同时定位与地图构建(SLAM)问题便产生.基于激光雷达SLAM自主导航算法是研究的方向之一,激光雷达具有测距精度高、测距远等优点,但是由于激光雷达的数据量少、传感器本身噪声的影响,容易导致机器人构建地图精度低、定位误差大等问题.针对激光雷达的数据测得的距离信息进行线段特征提取算法,通过将常用PDBS、IEPF算法优缺点进行综合,提出了一种混合特征提取算法.最后通过对SICK的LMS111-10100激光雷达获取环境中的一组数据进行处理,分别对PDBS、IEPF算法及混合算法提取效果与实际环境对比,验证了特征提取混合算法的有效性.     

基于手势识别的两轮机器人控制系统设计

提出了一种基于人类手势识别的机器人移动控制系统设计.采用IBM笔记本电脑作为上层控制器,DCT0020运动控制卡作为下层运动控制器,较好地实现了人手手势信息识别以及对机器人的实时控制.介绍了机器人的机械系统结构,论述了基于BP神经网络算法进行手势信息识别和VC6.0的控制平台编程以及基于无线通信的遥操作技术.通过实际环境下对手势信息的采集、预处理、识别,最终实现对机器人的运动控制,验证了识别算法的可行性以及控制系统的稳定性.     

多功能巡检救援机器人系统设计及定位导航

设计了一种针对核环境场合的多功能巡检救援机器人系统,可多通道远程遥操作执行巡检救援任务。结合机器人功能特性及作业要求,提出了一种适用于狭小多障碍环境下的不变姿态直角转弯电磁导航方法。通过EKF方法融合里程计和惯性测量单元,并以激光雷达数据为观测量,在ROS上采用FastSLAM方法实现了机器人基于多传感器的建图和定位。介绍了机器人的系统设计及其电磁导航、建图定位实现方法,并进行电磁导航巡线实验和同时定位,实验结果证明了导航算法和定位方法的可行性和正确性。     

基于SFPM的遥操作工程机器人双目视觉定位

为解决遥操作工程机器人作业过程中视频图像传输的时延问题,建立了基于双目视觉的遥操作工程机器人定位系统,提出一种基于单特征点匹配(SFPM)的双目立体视觉定位方法。通过对机器人抓手和抓取物上的单特征点的特征检测和立体匹配,实现特征点的三维信息恢复,并将获取的二者空间坐标和相对距离实时反馈给操作者,为远程遥控机器人逼近并抓取目标物提供判断依据。实验表明:该方法能够对目标物实现快速准确定位,定位精度满足工程作业要求,可为遥操作工程机器人的视觉提示系统设计提供技术参考。     

基于深度Q网络学习的机器人端到端控制方法

为了提高机器人在没有障碍物地图或者激光雷达数据稀疏情况下进行无碰撞运动的准确性,将强化学习与深度学习方法融合,提出了一种基于深度Q网络学习的机器人端到端控制方法。首先,利用传统Q学习方法进行强化学习,生成大量的有标签数据样本;然后,利用深度神经网络构建从激光雷达数据输入到机器人运动速度输出的端到端控制模型,该模型由输入层、输出层和两个全连接层组成;最后,在仿真环境中完成了模型的训练和评估,并将其部署在机器人平台上测试。实验结果表明,该方法训练生成的模型有效地建立了激光雷达数据与机器人运动速度之间的映射关系,按照这种映射关系,机器人在每一个控制周期选择Q值最大的动作执行,能运动平顺地规避障碍物。