基于Player/Stage仿真机器人的绘图系统实现

本文在Player/Stage仿真平台上仿真了在无线传感网络环境下的进行环境位置信息采集的机器人.利用Java客户端与仿真机器人进行Socket连接,实现了C/S工作模式的绘图系统.机器人可以传回采集的环境现场位置坐标数据,客户端实时处理这些位置坐标数据并绘制机器人工作环境的结构地图.本绘图系统的实现有助于多机器人系统利用这些信息行进行机器人的壁障与编队.     

基于遗传算法模式匹配的机器人实时视觉伺服

对于机器人手臂来讲 ,对工作环境的识别是完成一个智能任务的最重要的问题之一 .因为这种智能可以使它工作在一个变化的环境中 .本文提出了一种新的机器人手臂的控制策略 ,可以利用视觉信息来指导机器人的手臂在它的工作空间中捡起一个已知形状但任意位置和方向的物体 .在对物体的搜索过程中 ,利用基于视觉闭环的视觉伺服来完成对机器人手臂的运动控制 .本系统利用遗传算法 (Genetic Algorithm ,GA)和模式匹配技术完成对搜索空间的搜索并获得了良好的结果 .本文完成了对带有两连杆手臂的视觉伺服系统的仿真 ,仿真结果证明了算法的有效性     

足球机器人动态路径规划方法研究

针对机器人足球系统的高度实时性、不确定性,提出了一种基于统计预测的路径规划方法,该方法考虑到障碍物的速度大小和方向的不确定性,用数学统计的方法对障碍物的运动进行建模;机器人在运动过程中,根据得到的环境信息在机器视觉范围内建立预测窗口和避障窗口,在预测窗口内,机器人根据障碍物的信息建立障碍物的预测区域,在避障窗口内,机器人根据自身的位置与障碍物的预测区域,分别调用切线法或滚动窗口法进行路径规划;该方法属于局部路径规划方法,机器人在移动过程中需要不断更新环境信息来进行避障.     

基于ADAMS机器人双目视差位置跟踪方法研究

没有立体视觉导向的机器人只能按照固定轨迹运动以及跟踪、抓取固定位置的对象,重复完成固定的工作,因而导致机器人的工作灵活性较差;因此,研究视觉伺服的机械臂系统是具有极其重要意义的;双目立体视觉系统可以使机器人具有类似于人的感知能力;当机器人工作的环境或者操作对象发生改变时,机器人都能够随之做相应的变化;仿真实验结果表明,双目立体视觉系统可实现机器人的眼指导手跟踪三维空间中自由运动小球的过程,并同时可以在ADAMS环境中直观地、动态地观察机械臂的运动姿态.     

工业机器人遥操作系统的空间映射与控制策略

针对工业机器人遥操作系统中存在的主从机器人工作空间差异以及运动控制精度与安全问题,提出了一种工作空间映射算法与位置—速度混合控制策略。首先,将遥操作划分为自由运动和交互两个阶段,在自由运动阶段采用映射算法使主从机器人的工作空间高度覆盖,使主机器人可操控的从机器人运动范围最大化。进一步,在交互阶段设计了一种位置—速度混合控制策略对工业机器人的运动进行准确的控制,使主从机器人的实际位置轨迹准确的跟随,并进一步引入反馈引导力以实现安全的控制。最后在Touch-ABB IRB120主从机器人遥操作实验平台上对所提控制方法进行验证,实验结果表明该方法使得主从机器人运动范围在高度覆盖的同时可以保证遥操作控制的精度。     

动态环境下四腿机器人图像处理的改进

视觉系统是咱主体机器人感知外界坏境信息的重要环节.颜色分割是视觉系统中图像处理的第一步.目前公认效果较好的方法采取的是颜色表查找法.本文以四腿机器人足球比赛为背景和研究平台,提出一种快速制作颜色表的方法,并在实时环境下运用了图像增强技术,改进了颜色分割的算法,提高了机器人视觉系统的鲁棒性,并应用于2006年的RoboCup中国机器人大赛中,得到了较好的效果.     

足球机器人视觉系统光强自适应算法研究

研究足球机器人比赛问题,比赛环境的光强度变化严重影响足球机器人视觉系统的识别性能.为提高机器人视觉识别率,提出了一种基于HSI颜色空间模型的光强自适应算法.算法将比赛场地划分为若干区域,利用HSI颜色空间模型可以分离环境光强度信息的特点,在比赛中动态更新所有划分区域的HSI颜色空间,提高了机器人视觉系统对光强变化的自适应能力,实现了机器人对比赛场地信息的精确辨识.因此用算法优化机器人视觉识别系统进行仿真.结果表明,在实际比赛中,算法能够有效降低环境光强度变化,大大提高了对足球机器人视觉辨识性能.     

一种机器人抓取矩形零件时的标定方法

计算机视觉系统应能根据视觉传感器(如摄像机)获取的图像计算出三维环境物体的位置、形状等几何信息,并由此识别环境中的物体,从而做出正确反应。因此,标定是视觉技术中的重要问题之一。以SCARA机器人为研究对象,针对机器人手爪抓取矩形零件时出现的零件转角难以确定的问题,对矩形零件的位置和角度的标定方法进行了研究。该方法不考虑畸变量,采用几组点就可以确定标定参数,简化了计算量。     

无线传感器网络环境下基于粒子滤波的移动机器人SLAM算法

定位问题是移动机器人研究领域中最基本的问题,在Bayes的框架下研究了机器人与无线传感器网络(WSN)组成系统中的同时建图与定位问题(SLAM).针对该系统中只存在距离测量信息可用的情况提出了一种基于粒子滤波的SLAM算法.该方法将机器人状态和节点位置估计设置为一组全局估计粒子,通过对粒子及其权重的更新来计算整个系统的状态.算法将WSN节点的位置估计在机器人的路径上分解为相互独立的估计,从而将全局粒子的计算转化为使用一个机器人状态滤波器和对应于每个机器人粒子的节点位置滤波器进行计算.针对观测信息低维的特点,设计了处理低维观测信息的方法,使得观测信息可以在滤波阶段得到合理利用.并且详细介绍了提出的SLAM算法原理和计算过程,并通过仿真实验证明了算法的有效性和实用性.     

一种引入通信的多移动机器人编队方法*

提出以视觉跟踪为基础并引入通信进行多机器人的编队控制方法,根据需要编写了一种新的通信协议,采用闭环l-Φ实现编队算法.这种多机器人编队控制避免了视觉系统的局限,能够更好地在复杂未知环境中协作完成任务,解决了编队控制的无反馈和实时性不高的问题,使得机器人能够准确迅速地进行跟踪和通信编队,一起顺利达到目标点.试验结果证明了该方法的有效性.     

A real-time vision module for interactive perceptual agents

Abstract. Interactive robotics demands real-time visual information about the environment. Real-time vision processing, however, places a heavy load on the robot's limited resources, which must accommodate multiple other processes running simultaneously. This paper describes a vision module capable of providing real-time information from ten or more operators while maintaining at least a 20-Hz frame rate and leaving sufficient processor time for a robot's other capabilities. The vision module uses a probabilistic scheduling algorithm to ensure both timely information flow and a fast frame capture. In addition, it tightly integrates the vision operators with control of a pan-tilt-zoom camera. The vision module makes its information available to other modules in the robot architecture through a shared memory structure. The information provided by the vision module includes the operator information along with a time stamp indicating information relevance. Because of this design, our robots are able to react in a timely manner to a wide variety of visual events.     

Robust trajectory planning for robotic manipulators under payload uncertainties

A number of trajectory planning algorithms are available for determining the joint torques, positions, and velocities required to move a manipulator along a given geometric path in minimum time. These schemes require knowledge of the robot's dynamics, which in turn depend upon the characteristics of the payload which the robot is carrying. In practice, the dynamic properties of the payload will not be known exactly, so that the dynamics of the robot, and hence the required joint torques, must be calculated for a nominal set of payload characteristics. But since these trajectory planners generate nominal joint torques which are at the limits of the robot's capabilities, moving the robot along the desired geometric path at speeds calculated for the nominal payload may require torques which exceed the robot's capabilities. In this paper, bounds on joint torque uncertainties are derived in terms of payload uncertainties. Using these bounds, a new trajectory planner is developed to incorporate payload uncertainties such that all the trajectories generated can be realized with given joint torques. Finally, the trajectory planner is applied to the first three joints of the Bendix PACS arm, a cylindrical robot to demonstrate its use and power.     

图像尺寸对机器人视觉定位实时性的影响研究

尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法由于具有尺度、旋转和光照不变等特性,被广泛应用到移动机器人视觉定位领域。由于定位计算中使用的特定标示物图像及背景图像的尺寸对定位计算时间影响较大,为提高移动机器人视觉定位的实时性能,分别改变待识别图像以及背景图像的尺寸,进行了图像匹配实时性测试实验。实验结果表明,特定标示物图像和背景图像的尺寸缩小到40%～60%时,移动机器人视觉定位实时性提高30%～40%左右,特征点数减少20%～30%左右。在满足定位精度要求的情况下,大大提高了定位的实时性。由此可知,通过合理选择图像的尺寸不仅可以满足匹配精度,还能提高移动机器人的视觉定位效率,对于类似该实验使用的移动机器人视觉定位具有广泛的指导意义。     

An efficient multi-camera, multi-target scheme for the three-dimensional control of robots using uncalibrated vision

A vision-based control methodology is presented in this paper that can perform accurate, three-dimensional (3D), positioning and path-tracking tasks. Tested with the challenging manufacturing task of welding in an unstructured environment, the proposed methodology has proven to be highly reliable, consistently achieving terminal precision of 1 mm. A key limiting factor for this high precision is camera–space resolution per unit physical space. This paper also presents a means of preserving and even increasing this ratio over a large region of the robot's workspace by using data from multiple vision sensors.In the experiments reported in this paper, a laser is used to facilitate the image processing aspect of the vision-based control strategy. The laser projects “laser spots” over the workpiece in order to gather information about the workpiece geometry. Previous applications of the control method were limited to considering only local, geometric information of the workpiece, close to the region where the robot's tool is going to be placed. This paper presents a methodology to consider all available information about the geometry of the workpiece. This data is represented in a compact matrix format that is used within the algorithm to evaluate an optimal robot configuration. The proposed strategy processes and stores the information that comes from various vision sensors in an efficient manner.An important goal of the proposed methodology is to facilitate the use of industrial robots in unstructured environments. A graphical-user-interface (GUI) has been developed that simplifies the use of the robot/vision system. With this GUI, complex tasks such as welding can be successfully performed by users with limited experience in the control of robots and welding techniques.     

Model-based visual feedback control for a hand-eye coordinatedrobotic system

The integration of a single camera into a robotic system to control the relative position and orientation between the robot's end-effector and a moving part in real time is discussed. Only monocular vision techniques are considered because of current limitations in the speed of computer vision analysis. The approach uses geometric models of both the part and the camera, as well as the extracted image features, to generate the appropriate robot control signals for tracking. Part and camera models are also used during the teaching stage to predict important image features that appear during task completion     

仿生六足机器人图像采集卡USB驱动技术研究

针对仿生六足机器人作业任务的具体情况,设计了一款具有USB接口的图像采集卡;该采集卡采用FPGA/CPLD进行图像采集和控制,通过USB接口完成图像数据的传输,具有体积小、速度快、功耗低和实时性好等特点;由于该采集卡是仿生六足机器人视觉子系统的重要组成部分,在视觉子系统中应与其他器件进行合理挂接,因而必须妥善解决USB驱动问题;通过研究和探索,编写了USB设备驱动程序,并使用2个URB来轮流读取,提高了接收效率;调试编译的结果表明该USB设备驱动程序具有良好的实时性和可移植性,有效提高了仿生六足机器人视觉子系统的工作效率。     

基于RoboCup场地标志线的移动机器人自定位方法

自定位是自主移动机器人在RoboCup中型组比赛中的一个主要研究任务。本文提出了一种基于场地标志线上白点的中型组机器人自定位算法。该自定位方法采用数字罗盘确定机器人在世界坐标系下的朝向,白色标志线上的点确定机器人在世界坐标系下的坐标值,该算法进一步融合了视觉定位结果和里程计信息,使得定位结果更加鲁棒。     

Plan Execution Based on Active Perception: Adding Hints to Plans

In this paper we present a complete control architecture for a mobile robot which enables it to achieve a set of proposed goals with a high degree of autonomy and to react to the changing environment in real time. Autonomy and robustness are achieved through careful selection and incremental implementation of a set of basic Motor-Behaviors that interpret the sensor readings (sonar, vision and odometric sensors) and actuate the motors. The plan is provided by a user, and is expressed as a sequence of goals and a series of hints on how to achieve them. These hints are based on the user's knowledge of the environment and of the robot's behavioral and perceptual abilities. A new set of behaviors, called Conductor-Behaviors, which inspect and modify Motor-Behaviors' attributes, have been introduced in order to link the robot's Motor-Behaviors to the user's plan. Finally, a canonical set of symbols, attached to the Motor-Behaviors, serves as well grounded symbols that the user can utilize to express the plans. We also report experimental results with a real robot that demonstrate how plans expressed as goals and hints to achieve them improve the robot's performance.     

Delta机器人传送带与视觉的标定方法

针对机器人在流水线上精确抓取的问题,提出了Delta机器人系统的标定.通过机器人末端执行器在传送带上移动,计算出机器人与传送带的比例因子与转化矩阵,从而得到传送带相对于机器人的位姿,再通过相机对传送带上的物体获取计算出相机与传送带之间的转化矩阵.最后由传送带作为中间媒介,计算出视觉与机器人的转换关系.这一标定过程为实物抓取打下了基础.     

基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别，首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法；然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足，以提高机器人对其前方目标球的感知识别精度，同时给出了一种简单有效的前向视觉系统标定方法；最后介绍两套视觉系统共同工作的实现机制，以提高机器人的目标识别处理速度。实验结果表明，两套视觉系统能够很好地共同完成机器人的目标识别。