基于改进ORB算法的视觉里程计特征匹配方法

为了满足排爆机器人自主导航要求,利用视觉SLAM技术,为排爆机器人路径规划做准备。本文主要对用特征点法搭建的前端视觉里程计进行优化,将FAST角点法与Harris角点法进一步结合,同时引入SIFT算法关键点检测,然后与BRIEF描述子结合,用暴力匹配算法完成不同图像的匹配。通过仿真实验验证算法的可行性,为后续的路径规划奠定基础。     

无人飞行器视觉SLAM特征检测和匹配算法研究

近几年图像局部特征检测和描述在机器人视觉中得到了广泛的应用,鲁棒的、快速且高精度的视觉特征检测和描述算法对飞行器进行实时的位姿估计和地图构建具有决定性意义;针对四旋翼无人飞行器平台的RGB-D传感器同时定位与地图构建(SLAM),讨论FAST、STAR、SIFT和SURF等检测算法和ORB、FREAK和SURF等匹配描述符的性能,对不同的特征算法进行对比评估出最合适的特征检测方法和匹配描述符;最后,基于Eclipse与OpenCV平台进行了实验,实验结果表明FAST检测和FREAK描述符比其他方法更适用于四旋翼飞行器在板视觉SLAM,且能基本满足实时性。     

水下滑翔蛇形机器人滑翔控制的强化学习方法

研究了一种强化学习算法,用于水下滑翔蛇形机器人的滑翔运动控制.针对水动力环境难以建模的问题,使用强化学习方法使水下滑翔蛇形机器人自适应复杂的水环境,并自动学习仅通过调节浮力来控制滑翔运动.对此,提出了循环神经网络蒙特卡洛策略梯度算法,改善了由于机器人的状态难以完全观测而导致的算法难以训练的问题,并将水下滑翔蛇形机器人的基本滑翔动作控制问题近似为马尔可夫决策过程,从而得到有效的滑翔控制策略.通过仿真和实验证明了所提出方法的有效性.     

基于角点聚类的移动机器人自然路标检测与识别

针对未知环境中机器人视觉导航的自然路标检测,提出了一种基于角点聚类的自然路标局部特征提取、不变性表示及其匹配算法.用SUSAN算子提取左右视图中的角点,在极线约束下对左右视图的角点进行匹配,消除遮挡或噪声引起的角点;同时应用立体视觉计算角点视差,进一步筛选角点.根据角点聚类策略提取自然路标局部特征,并提出不随距离、角度变化的局部特征不变性表示及匹配方法.理论分析和实验结果表明,该算法具有较好的鲁棒性,在一定距离和角度变换下能够对路标进行正确识别.     

基于主元梯度直方图的输电线路障碍物检测

基于视觉导航的输电线路巡检机器人在智能电网和输电线路巡检中有广泛的应用。提出一种基于主元方向梯度直方图特征的快速分类检测方法用于在线障碍物检测与识别。与传统基于几何结构基元的方法相比,该方法能在不提升计算复杂度的情况下显著提升识别精度,明显改善了识别算法在野外大范围复杂背景与光照影响下的性能。实验结果表明,该方法能达到精度和速度的性能平衡。     

基于自适应阈值的ORB特征点提取算法研究

在弱纹理场景下,针对ORB算法提取特征点过程中,固定阈值检测FAST角点可能会导致提取效果不佳进而影响匹配精度,提出了自适应阈值的ORB特征点提取算法,通过图像灰度差值和像素分布概率来计算图像对比度,根据对比度动态计算角点检测阈值。然后根据动态阈值算法实现特征点的提取,采用暴力匹配算法和快速最近邻接匹配（FLANN）两种匹配算法,在EuRoc数据集上分别对比了ORB算法、SIFT算法与该算法的特征点匹配精度和耗时。结果表明,在匹配精度上比ORB算法提升了26.6%,比SIFT算法提升了32.7%。     

视觉SLAM中闭环检测算法的研究

在基于人工视觉的移动机器人导航中,闭环检测是机器人准确构建地图及定位的一个重要问题。本文研究的闭环检测算法结合了计算机视觉中的词袋技术和视觉词典技术,在对图像进行处理时利用了BRIEF+FAST关键点的方法,利用离线阶段生成的词典树将二进制描述子空间离散化。训练图像生成的图像数据库结构主要由等级词袋、倒置索引和直接索引组成。倒置索引和直接索引提高了算法的效率。为了保证闭环检测结果的可靠性,对于匹配的图像还要进行验证。重点详述了一种高效的闭环检测算法,相对一般的基于概率的闭环检测,在硬件设备相同的情况下,本算法效率更高。     

基于改进RBPF算法的轮式机器人SLAM导航系统设计

传统的机器人导航系统在复杂的地形环境中常常无法引导机器人躲避突然出现的障碍物,无法精准采集数据;为此提出一种改进RBPF算法的轮式机器人SLAM导航系统,对系统硬件和软件进行设计;改进RBPF算法是一种滤波算法,将激光雷达与里程计的信息作为提议分布,提高了导航精度;系统硬件主要由导航功能模块、底盘驱动模块、控制模块组成,利用RPLIDAR A1型激光雷达设计导航功能模块,并设计底盘驱动模块和控制模块;软件设计中,以改进RBPF算法为基础,设计了轮式机器人SLAM导航系统的实现程序,应用算法代入的方式加强了普通轮式机器人导航算法对粒子计算与卡尔曼滤波的敏感程度;实验结果表明,在有障碍物的室内场景中,与传统滤波算法以及基于软件库系统相比,改进RBPF算法规划的路径更短,导航错误点出现率降低了30%左右。     

基于FLCN方法的足球机器人动作控制

考虑到足球机器人比赛中射门动作的重要性,为了使足球机器人的动作具有准确性,提出了一种基于FLCN（Fuzzy Limit-Cycle Navigation,即模糊极限环导航）方法的动作控制。通过对极限环形状的改进,使其具有椭圆特性;并针对该情况设计了相应的模糊规则,应用模糊算法确定椭圆中心点的位置来导航机器人,完成截球和射门的动作。在仿真试验与集控式足球机器人实战中进行了验证,结果证明了该方法的有效性。     

基于路径边沿引导策略的蛇形机器人路径跟踪方法

为了控制蛇形机器人在路径边沿的引导下沿着期望路径运动,在基于角度对称性调节的方向控制方法的基础上,提出路径边沿引导策略.随着蛇形机器人的运动,路径的2个边沿交替作为有效边沿.利用传感器检测有效边沿,根据有效边沿获得临时目标点.临时目标点随着机器人的运动沿有效边沿不断更新.不断更新的临时目标点确定了路径的延伸方向.将临时目标点引入方向控制参数,从而使机器人根据路径边沿调节运动方向.仿真显示蛇形机器人能够在摩擦系数未知的地面上根据路径边沿调整运动方向.仿真结果验证该方法不仅能实现蛇形机器人跟踪期望路径,而且能实现蛇形机器人跟踪期望路径的中心线.     

基于ROS的差分轮式机器人系统的设计

随着基于机器人操作系统(ROS)的移动机器人应用研究的发展,如何实现快速建图、精准导航和语音交互是其面临的主要问题。为优化以上问题的解决方案,对基于ROS的差分轮式机器人系统进行了设计和研究。系统设计主要包括硬件设计、软件设计和试验测试三部分。首先,提出采用统一机器人描述格式(URDF)仿真模型和运动学模型分析,确定差分轮式机器人的结构形状及运动轨迹。其次,采用高效的FastSLAM算法完成定位与地图构建,全局路径规划采用蚁群算法,局部路径算法采用动态窗口(DWA)算法,使系统的建图更快、导航更精准。最后,通过模型仿真和实物测试完成控制效果的验证。试验结果表明,所设计的机器人系统能快速构建SLAM地图,精准完成导航,并通过语音指令控制机器人运动,避开障碍准确到达指定地点。该设计为移动机器人系统在环境感知与多传感器信息融合方面的研究提供了可靠平台,对基于ROS的家庭陪护机器人系统的研究也具有重要的借鉴意义。     

室外机器人视觉导航的路径结构识别

提出了基于路径结构特征识别的视觉导航算法,以室外环境下导航路径图像为研究背景,根据图像RGB颜色特征,利用颜色聚类算法,将导航路径从复杂背景中提取出来,并检测出导航路径的中心离散点作为导航路径的基准点。当路径具有较明显的曲线特征时,利用最小二乘法曲线拟合检测导航路径,否则利用最小二乘法检测直线作为机器人的导航路径。实验结果表明：该算法在导航路径具有复杂的结构特征等情况下有较好的导航效果。     

基于改进ORB算法的移动机器人视觉SLAM方法研究

以移动机器人视觉导航为应用背景,针对传统ORB算法在视觉SLAM中存在特征点分布不均匀、重叠特征点较多的问题,提出一种改进ORB算法。首先,对每层图像的尺度空间金字塔进行网格划分,增加空间尺度信息;其次,在特征点检测时,采用改进FAST角点自适应阈值提取,设置感兴趣区域;然后,采用非极大值抑制的方法,抑制低阈值特征点的输出;最后,使用基于区域图像特征点分布的方差数值评价待检测图像中特征点的分布情况。实验结果表明,改进ORB算法特征点的分布较为均匀,输出特征点重叠数量较少,执行时间较短。     

基于人脸识别与光流追踪的移动机器人视觉导航方法

针对移动机器人视觉导航中跟踪目标丢失的问题,提出了基于人脸识别与稀疏光流算法(KLT)结合的移动机器人视觉导航方法(FR-KLT视觉导航方法)。采用OpenCV库中的Haar特征提取人脸识别算法实时检测识别目标人脸,通过Harris角点检测获取目标人体特征点,对目标人体进行精准定位;KLT光流追踪法测算目标移动趋势,并预测目标下一刻大致位置。目标人体位置变动时移动机器人对目标进行实时追踪导航。通过Pioneer-LX机器人在真实环境下试验,验证了该方法准确识别并跟踪目标的实时性和有效性。     

图像FAST角点检测算法的FPGA实现与系统集成

基于Vivado HLS工具封装了包括FAST算法和AXI接口的FPGA硬件IP,并将该IP集成到工业摄像机的嵌入式系统中,工作摄像机中FAST算法的最终处理结果传输给视觉检测设备主机.利用相同图像的FAST角点检测算法对FPGA算法电路和OpenCV算法程序进行对比实验,完成相同功能的情况下前者的处理速度比后者快约6...     

基于PSO蛇形机器人CPG控制模型参数的优化

针对蛇形机器人链式CPG(central pattern generator)复杂模型,提出了采用粒子群算法(particle swarm optimization)优化CPG控制模型参数,用来解决CPG参数整定效率低、效果不理想的问题,然后结合Webots机器人仿真软件,实现了PSO算法优化蛇形机器人CPG控制模型参数。最后利用Webots仿真软件,通过实验仿真与遗传算法的结果相对比,证实了PSO算法的优越性,为蛇形机器人的运动步态转换提供好的基础。     

桥梁缆索检测蛇形机器人攀爬运动分析与实现

为方便实现对桥梁缆索的检测和日常维护任务,利用蛇形机器人良好的适应性,通过研究其控制规律,给出了一种简单的并可实现蛇形机器人沿缆索进行螺旋攀爬运动的控制函数.分析了螺旋攀爬运动中控制参数与螺旋参数之间的关系,利用粒子群优化算法对控制参数与螺旋半径、螺旋上升角、螺距之间的关系进行优化拟合,给出了拟合函数.通过Webots...     

机器视觉中角点检测算法研究

角点检测是运动检测、图像匹配、视频跟踪、三维重建和目标识别等必不可少的关键步骤,角点检测的准确性直接影响实验结果。为了更好地了解角点检测技术的发展现状,根据三种现有的角点检测方法分类对角点检测方法及相关改进进行了总结分析,并选择了FAST、SUSAN、SIFT、Shi-Tomas这几种较为典型的角点检测算法进行了实验对比,并给出了实验结果。不同的实际应用对角点检测的要求不同,不同的角点检测算法也可以相互结合,通过对现有角点检测技术的总结分析为在实际应用中对角点检测技术的选择和改进方向提供了借鉴和参考。     

基于单目视觉定位与运动目标检测算法的机器人在竞赛系统中的研究

机器人竞赛系统具有很强的实时性,该系统不但要有准确的定位能力,而且要有对移动机器人进行检测识别的能力。研究针对学生机器人竞赛中的定位与检测问题,在特征匹配的视觉背景提取算法(Visual Background Extractor, ViBe)的基础上,结合方向性FAST特征点检测和旋转BRIEF描述子,改进竞赛系统,期望实现对学生竞赛系统的准确定位。结果显示,改进后的ViBe算法准确率最高,平均准确率为87.34%;改进后的ViBe算法误检率最低,平均误检率为9.12%。改进后的ViBe算法能够有效识别鬼影并且进行消除处理,同时能消除光照突变带来的影响,有效定位与识别机器人。结果表明研究方法具有优越性,且能够提升匹配速度,对学生竞赛系统中机器人的定位与运动目标的检测具有重要意义。     

基于模糊滑模的六足蛇形臂机器人的末端位姿控制

针对六足蛇形臂机器人的超关节极限和位形偏移量大、末端位姿的控制稳定性不好的问题,提出一种基于模糊滑模的六足蛇形臂机器人的末端位姿控制算法。在超冗余运动学逆解空间中建立蛇形臂机器人的运动学模型,采用修正的DH参数法进行六足蛇形臂机器人的末端位姿参数调节和融合处理,建立蛇形臂机器人的末端位姿力学控制模型,在末端跟随运动中采用外环滑模导纳控制方法进行末端位姿的自适应参数调节,采用滑模误差反馈调节方法确定六足蛇形臂机器人的末端位姿,实现六足蛇形臂机器人准确的姿态定位和参量解算,提高控制稳定性。仿真结果表明:采用该算法进行六足蛇形臂机器人的末端位姿控制的姿态校正性能较好,蛇形臂关节的空间位姿自适应调整能力较强,跟随运动准确,具有很好的位姿控制稳定性。