面向未知环境的理鞋机器人系统设计与实现

近年来机器人和人工智能技术发展迅速，但实现机器人在家居环境中的接触式操作仍然是一个具有挑战性的问题．为实现机器人自主整理鞋子的功能，提出利用实例分割网络和最小外接矩形识别鞋子和其朝向的方法，借助深度相机的点云信息，估计机器人的抓取位姿和放置位姿，并利用卷积神经网络和余弦相似度对同一双鞋子进行配对，设计了一套基于三维视觉的机器人自主理鞋系统．对系统中鞋子朝向识别的准确率和鞋子匹配的准确率进行评估，并进行真实机器人的自主整理测试．结果显示，所提方法对鞋子朝向识别的准确率达到96.2%，加入VGG16网络后，鞋子匹配算法的匹配准确率从62.6%提升到87.4%．该方法能准确实现机器人对鞋子及其朝向的识别进而对鞋子进行匹配，提升了机器人鞋子整理的稳定性．     

堆叠散乱目标的6D位姿估计和无序分拣

针对目标散乱堆叠场景下的机器人分拣问题,建立一种从目标筛选、识别到6D位姿估计的无序分拣系统。利用局部凸性连接方法将Kinect V2相机采集的堆叠散乱目标点云数据分割成单独的点云子集,定义抓取分数从中筛选出最上层未被遮挡的目标作为待抓取目标,保证机器人分拣目标时能从上至下进行抓取;针对不同种类目标的分拣需求,基于匹配相似度函数对三维目标进行识别并定位抓取点;融合截断最小二乘-半定松弛算法和最近点迭代算法,建立目标6D位姿估计模型,保证目标点云和模型点云重合率低情况下的精确配准。在自采数据上进行目标6D位姿估计实验以及机器人无序分拣实验,结果表明：提出的6D位姿估计方法相较于流行的几种方法,可以更快速、精确地获取目标的6D位姿,均方根距离误差<3.3 mm,均方根角度误差<5.6°;视觉处理时间远小于机械臂运动的时间,在实际场景中实现了机器人实时抓取的全过程。     

Eye-to-Hand机器人系统的平面工件识别研究

针对Eye-to-Hand类型机器人,利用灰度阈值实现工件的存在判定,然后采取基于彩色图像H阈值的图像分割方法实现工件的轮廓识别,在此基础上给出机器人手眼标定和确定工件质心的方法以获取工件的平面位姿信息。实验结果表明本方法能够很好地满足Eye-to-Hand类型机器人视觉应用中对获取的目标工件位姿信息所需的精度。     

工业机器人校正技术及软件设计

机器人末端执行器准确到达预先指定位姿的能力是其重要的技术指标之一,而机器人位姿误差校正补偿技术正是提高机器人位姿精度的有效方法.本文采用机器人位姿误差局部校正方法,建立了机器人工作空间位姿转换矩阵及误差模型.以AdeptOne机器人为对象,利用光电检测手段,自行设计研     

基于三视图几何约束的摄像机相对位姿估计

针对从影像中恢复摄像机位姿的问题,提出基于三视图几何约束的位姿估计算法.利用强制选择机制对影像进行特征点提取,通过光流法和前后向误差实现相邻三帧影像的特征点匹配;推导基于本质矩阵优化分解的位姿估计,利用对极几何约束构建目标函数,通过迭代优化确定旋转矩阵的唯一解,优化了唯一解的确定方法,提高了相对位姿估计效率,得到第1、2摄像机矩阵;基于三视图的几何约束关系,由三焦点张量和匹配特征点建立目标函数,由迭代过程得到第3摄像机相对于第1摄像机的位姿参数.结果表明,提出算法的鲁棒性、精度以及算法效率均优于传统算法,能够快速、准确地估计摄像机相对位姿,可以实现对旋翼无人机的轨迹跟踪.     

一种非结构环境下目标识别和3D位姿估计方法

为提高非结构环境下目标识别准确率和位姿估计精度,提出一种利用Kinect V2 RGB-D传感器并基于目标的CAD模型进行不同类型目标自动识别和3D位姿估计的新方法.利用虚拟相机获取目标CAD模型的深度图像,并将目标的模型转化为点云图,采用体素栅格滤波减少场景点云中的点数;利用点对特征描述子(PPF)作为CAD模型的全局描述子,并将相似的PPF划分成一组放进一个hash表,用于识别和定位目标,所有目标的hash表组成了3D模型数据库;利用基于投票策略的方法对不同类型目标进行检测识别和3D位姿估计,并采用位姿聚类的方法和ICP配准进行位姿修正,再通过奇异值滤波剔除误匹配位姿,从而提高位姿估计精度.在虚拟机器人实验平台仿真环境中分析了3种管接头的识别率和位姿估计误差,结果表明:3种管接头平均识别率96%,位置误差4 mm,姿态误差2°,能够满足机械臂抓取要求.将提出的方法与两种主流位姿估计方法进行了对比实验,结果表明,提出的方法无论是识别率还是F1分数都要优于其他两种方法.     

基于平面运动约束的移动机器人位姿估计

针对大部分基于单目相机的位姿估计方法只适用于平面场景的问题,提出了一种同时适用于 平面场景和立体场景的单目位姿估计方法．首先,将所有图像与参考帧进行特征匹配;然后,提取每 帧图像中都出现的特征点的像素坐标,并结合地平面约束和相机内参矩阵构建出观测矩阵;其次, 对观测矩阵进行奇异值分解得到各帧图像的位姿估计,并利用约束矩阵解决奇异值分解不唯一问 题;最后,利用光束平差法优化图像位姿,得到机器人位姿的最优估计．实验结果表明：该方法能准 确对移动机器人进行位姿估计．     

一种智能空间辅助的家庭服务机器人SLAM方法

在单机器人SLAM过程中,定位误差和建图误差随机器人运动距离增大而增大。为了有效降低SLAM误差,本文提出了一种智能空间辅助的家庭服务机器人SLAM方法。基于Rao-Blackwellized粒子滤波思想,机器人定位和建图问题被分解为两个独立环节,首先,联合机器人控制量和智能空间摄像机网络的观测值估计机器人位姿,给出了位姿粒子的采样提议分布和权值更新公式;然后,机器人利用自身位姿及对目标的观测来构建环境地图。仿真实验表明本方法有效提高了机器人的定位精度,进而得到了更加精确的环境地图。     

基于3D视觉的机器人分拣实验系统研究与设计

针对智能制造工程专业多学科交叉融合特点,开展了基于3D视觉的工业机器人分拣实验系统研究与设计.采用Kinect相机、工业机器人、PC机、末端执行器搭建了系统硬件实验平台;采用支持向量机算法识别目标物体,提出了将中值滤波预处理和最近邻插值修复相融合的空洞毛刺修复方法;针对待识别物体是否重叠相互遮挡设计了基于霍夫变换计算物体中心点位置及基于点云配准的位姿估计定位策略;在上位机交互界面引导下完成机器人分拣系列实验.实验结果表明：该系统能够准确识别快速稳定分拣出特定形状和颜色的目标物体,实验内容涉及机器人、机器学习、图像处理、软硬件设计等多门课程知识与技术,综合性强、开放性好,为智能制造工程专业实验室建设提供了一种综合性创新型实践平台.     

水轮机修复专用机器人的位姿控制方法

为实现水轮机修复专用机器人的位姿控制，依据神经网络可以逼近任何非线性函数这一特性，采用融合遗传算法的神经网络建立机器人逆运动学模型，针对机器人的结构特点，改进了神经网络的输出训练样本，设计了用遗传算法学习神经网络权系数的软件实现方法，并提出了应用轨迹插补算法取得轨迹中间点位姿．运行结果表明，该方法可大大提高机器人的位姿控制准确度，并能快速地实现位姿控制．     

输电线巡检机器人自主抓线的控制

针对一种双臂巡检机器人越障过程中脱线手臂的自主抓线问题,提出了一种自主抓线控制方法。首先,基于输电导线纹理特征和积分投影方法估计导线的位姿(偏距、偏角)。然后,基于输电导线的位姿偏差设计自主抓线的仿人智能控制器,利用偏角、偏距和线宽的估计值并结合机器人的倾角信息对机器人进行自主抓线控制。实验表明,该方法能在不同光照和背景下有效估计输电导线的位姿,可靠控制脱线手臂自动落线。     

缝合机器人自主规划与协调控制系统设计

为提高复合材料预制件缝合机器人灵活性与加工柔性,应用三维扫描技术对缝合预制件点云数据进行采集,根据接缝特征进行中心线提取并提出一种缝合机器人自主规划算法,完成了机器人位姿矩阵的求解.以自主规划所得机器人位姿矩阵作为缝合工位及缝合姿态,采用西门子PLC设计缝针运动与机器人运动协调控制系统.基于Profibus现场总线通信技术,采用"一主多从"网络控制策略,完成各个设备之间的数据交换,进而达到控制目的.缝合实验结果表明,实际缝合轨迹偏差总体小于1.5 mm,该系统可以满足实际缝合工艺要求.     

轮腿式全地形移动机器人位姿闭环控制

轮腿机器人在越障及振动时,不可避免地会出现位姿(质心位置和俯仰、侧倾姿态)的变化。为实现对其位姿的控制,将汽车的多连杆悬挂系统应用到轮腿机器人设计当中,设计了一款新型轮腿式全地形移动机器人,降低复杂地面对轮腿机器人姿态的影响,保证轮腿机器人在复杂环境下自身姿态的稳定性。首先,建立了轮腿机器人的单腿运动学模型,并搭建了单腿试验台架,验证了模型的正确性。接着,针对轮腿机器人的位姿问题分别建立俯仰和侧倾模型,并对轮腿机器人的位姿进行解耦运算,在满足轮腿机器人各质心位置分量(x、y、z)不变的情况下实现其姿态的闭环控制。然后,采用比例控制(P控制)在Simulink中搭建轮腿机器人位姿控制策略。最后,在Adams中创建轮腿机器人虚拟样机,并建立适用于大外倾角的PAC轮胎模型,利用Simulink与Adams联合仿真验证轮腿机器人在立体坡面上的位姿控制效果,仿真结果表明,本文控制算法对轮腿机器人的质心位置和姿态均有很好的跟踪效果,可将质心位置误差、姿态误差分别控制在4.3%和5%以内,验证了本文控制算法的有效性。     

基于双目视觉与ROS的机器人去板坯毛刺方法

针对传统钢铁行业板坯去毛刺方法无法满足自动化生产的需求,提出基于双目视觉定位的机器人去板坯毛刺方法。在机器人操作系统(ROS)框架下配置所需工作站的仿真模型;通过加速分割检测特征角点检测算法对尺度不变特征变换算法进行改进,采用最近邻、次近邻比值法得到匹配可靠性最高的角点,利用以角点为中心的圆形区域筛选轨迹规划所需的有效角点;根据双目视觉获取的有效角点三维信息对机器人切割作业进行轨迹规划。结果表明,该方法便捷有效,角点定位准确,测量误差保持在合理范围内。通过完整地模拟双目视觉机器人切割板坯毛刺的历程,验证了双目视觉用于引导机器人去除板坯毛刺的可行性。     

输电线带电作业机械臂末端位姿误差补偿方法研究

输电线路带电作业机械臂辅助并代替人工进行线路检修作业与维护,具有广阔的应用前景。但自身与外部扰动等多重因素会使得机械臂末端位姿存在一定偏差,直接影响作业对象定位精度,为了提升机械臂末端在作业过程中的位姿精度,并使得机械臂能够自适应补偿扰动带来的影响,本文首先建立了机械臂作业过程的运动学模型,基于该运动学模型建立了机械臂关节连杆参数和关节转角存在摄动时的末端位姿误差数学模型,在上述基础上提出了一种机器人机械臂末端位姿误差补偿方法,并通过仿真实验验证了误差模型和补偿方法的有效性。最后,在带电线路上,以机械臂实现输电线路引流板螺栓紧固为例进行了检修作业,试验验证了本文所提出的机械臂末端位姿误差补偿方法的工程实用性,本文的研究对于输电线路智能运维管理具有重要理论意义和实际应用价值。     

基于深度神经网络的车辆特征识别方法

提出了一种基于深度神经网络的车辆特征识别方法,通过车辆特征智能检测识别实现交通智能监控和管理.采用三维区域轮廓扫描方法进行车辆图像采集和几何形状判断,对采集的车辆图像进行边缘轮廓检测和信息增强处理,突出车辆的类别属性特征点,在仿射不变区域对车辆角点分布信息进行直方图均衡化处理,实现车辆像素特征点的提取.对提取的像素特征点采用深度神经网络进行分类训练,实现车辆特征的智能识别.选取大量交通视频图像进行实验,仿真结果表明采用该方法进行车辆特征识别的成功率较高,输出车辆特征点正确的像素总数较多,对目标车辆的准确检测定位性能较好.     

足球机器人进攻路径及踢球位姿递推算法

在动态环境中实时、准确地预测和规划足球机器人进攻路径和踢球位姿难度极大．为此,提出一个简捷递推算法,用于规划足球机器人进攻路径和调整踢球位姿．FIRA SimuroSot仿真比赛的实践证明该算法是行之有效的．     

基于视觉反馈的机械臂预测控制

针对基于视觉的机器人目标抓取问题,构建一个基于图像的单目视觉伺服系统．预先建立基 于图像雅克比矩阵的模型,在明确考虑目标可见性约束及机器人执行器约束的前提下,将预测控制 算法引入到机械臂的视觉伺服控制中,基于视觉特征的运动预测设计一个简化的多变量机械臂视 觉伺服控制器,用以实现对机械臂末端位姿的控制．借助ＮＡＯ 机器人平台,利用机器人自带的 Ｎａｏｍａｒｋ标签进行物体的快速识别,并应用上述基于视觉反馈的机械臂预测控制方法实现ＮＡＯ 机器人手臂控制．实验结果验证了方法的可行性,算法简单易于实现,且控制精度令人满意．     

基于机器人运动参数与特征向量的标记点匹配方法

为提高移动摄影测量中相机定向方法的速度和柔性,提出一种基于机器人运动参数的相机定向方法.首先对机器人进行手眼标定,得出相机与机器人工具之间的相对位姿.然后利用手眼关系与机器人运动参数,将相机位姿统一到机器人基坐标系中,实现相机的自动定向.为消除极线约束匹配产生的歧义,本文提出一种基于特征向量的歧义匹配校正方法.实验表明,本文方法具有匹配率高、准确性高、速度快、柔性高的特点,适合智能制造中的在线精密测量.     

基于于滚动时域优化的移动舞台机器人位姿估计

为了解决舞台文化发展背景下移动舞台机器人的位姿估计问题,提出了一种基于滚动时域优化的移动舞台机器人位姿估计算法。结合移动舞台机器人的运动学模型和预设的参考位姿,采用ＰＤ控制实现了机器人对参考位姿的跟踪,建立了移动舞台机器人闭环误差系统模型。在此基础上,采用滚动时域估计算法实时估计机器人的跟踪误差,该算法在一个固定时域窗口内利用误差系统参数和测量数据进行迭代估计,结合参考位姿实现了对移动舞台机器人位姿的实时估计。以移动舞台机器人进行曲线运动为测试场景,仿真验证了该算法的有效性。