基于ROS的移动机器人视觉跟随系统设计

视觉跟随是机器人领域中一个比较重要的部分,可以应用在仓储搬运、安防、军事等多种领域。由于传统算法存在当背景比较复杂的情况下无法有效跟踪目标、对跟踪目标和外部环境的分辨率要求高所以只能进行辅助跟踪、计算量大无法满足实时性要求等问题。本文采用KCF算法设计,设计了基于ROS的移动机器人视觉跟随系统,利用循环矩阵在傅里叶空间可对角化的性质,从而使得矩阵运算被转化成元素的点乘,减少了计算量从而提高了运算速度,满足了算法的实时性要求。经过实验和数据分析,本移动机器人可以实时有效的跟随指定目标实现视觉跟随功能。     

基于计算机视觉的轮椅跟随系统设计

为解决老年人口日益增多而看护人员缺乏的问题,设计了一种具有自动跟随功能的智能轮椅系统.该系统通过计算机视觉传感器获取图像信息后,首先利用自适应高斯混合建模的背景减除法完成对目标的检测,再利用基于多特征融合的粒子滤波的TLD(Tracking-Learning-Detection)跟踪算法完成对目标的跟踪,最后结合双目定...     

基于改进YOLOX的移动机器人目标跟随方法

针对移动机器人在复杂场景中难以稳定跟随目标的问题, 提出基于改进YOLOX的移动机器人目标跟随方法, 主要包括目标检测、目标跟踪以及目标跟随三个部分. 首先, 以 YOLOX 网络为基础, 在其框架下将主干网络采用轻量化网络 MobileNetV2X, 提高复杂场景中目标检测的实时性. 然后, 通过改进的卡尔曼滤波器获取目标跟踪状态并采用数据关联进行目标匹配, 同时通过深度直方图判定目标发生遮挡后, 采用深度概率信息约束及最大后验概率(Maximum a posteriori, MAP)进行匹配跟踪, 确保机器人在遮挡情况下稳定跟踪目标. 再采用基于视觉伺服控制的目标跟随算法, 当跟踪目标丢失时, 引入重识别特征主动搜寻目标实现目标跟随. 最后, 在公开数据集上与具有代表性的目标跟随方法进行了定性和定量实验, 同时在真实场景中完成了移动机器人目标跟随实验, 实验结果均验证了所提方法具有较好的鲁棒性和实时性.     

基于SSD_MobileNet模型的ROS平台目标检测

目标检测是机器人技术领域中重要的技术环节,而作为机器人开发领域中最受欢迎的平台之一,ROS （Robot Operating System）平台实现快速准确的目标检测功能是非常必要的.目前深度学习方法是实现目标检测功能的核心技术,但当前ROS平台自带的目标检测数据包实现原理仍是基于传统的局部图像特征描述方法,目标检测鲁棒性差,泛化能力弱.本文就将针对以上问题,提出一种基于SSD_MobileNet框架,结合独立制作的图像数据集训练定制的目标检测模型,并将模型集成到ROS平台实现快速准确的目标检测功能.     

基于ROS的移动机器人平台系统设计

ROS是一个开源机器人操作系统。通过对机器人操作系统的研究,首先介绍了ROS系统框架和结构特点,其次提出了在ROS环境下搭建移动机器人平台的方法,并介绍了移动机器人系统的硬件平台,最后阐述了移动机器人各个功能模块。该移动机器人可以根据事先确定的任务自主进行全局路径规划,同时不断感知周围的局部环境信息,对ROS的应用有着重要的意义。     

基于GSM的远程门禁控制系统设计

介绍了应用GSM通信技术,开发基于单片机STC12C5A08S2的门禁控制系统。通过直流电机正反转按照调试好的圈数控制卷门的上下移动去实现控制,用户可以通过手机终端发送设定手机号码的短信查询门禁当前工作状态。门禁可手动自动切换：手动工作时,门可随意开关;当自动时用户可以发送带密码的短信到SIM卡去控制门的状态,在没有收到短信门却人为移动情况下,将通过外接的自动报警装置触发报警,同时向设定的手机号码发送短信。     

基于Kinect视觉传感器的助老跟随机器人设计

随着人口老龄化现象凸显,针对助老服务的机器人发展迅速,发展前景广阔,越来越多的助老服务机器人走入家庭,针对老年人行走行为中突然加速或消失的行为,提出利用机器人跟踪及预警技术的助老机器人平台研究方案。该平台搭载视觉传感器、控制器、显示屏、声光报警器等硬件设备,基于ROS系统和MeanShift算法实现跟踪,同时对跟踪过程中出现的异常进行预警信息显示及告警,经检验该方案的跟随助老机器人平台可实现跟踪、预警功能,方案可行性高,可以保障老年人的行为安全。     

基于UWB的自主跟随机器人系统设计

针对传统自主跟随机器人采用摄像头图像识别的方法存在跟随对象容易丢失的问题,该文研究并设计了一种基于UWB的自主跟随机器人系统。自主跟随机器人采用双边双向测距(SDS-TWR)的算法计算出标签到基站之间的距离,再通过反余弦定理求出标签和基站之间形成的角度,并将角度和距离信息形成的融合信息通过串口发送给主控制器,通过主控制器对获取的融合信息进行处理,完成跟随目标对象的任务。实践证明,在利用角度大小跟随中,通过减少跟随边长误差,进而减小跟随角度误差,以提高自主跟随机器人的跟随精度,实现自主跟随机器人系统在人员移动密集的环境下对目标对象实时地、准确地跟随。     

基于RGB-D的机器人跟随系统设计

机器人跟随可广泛应用于物流、安防、家庭服务、医院等诸多领域,基于ROS平台设计了机器人跟随系统,包括机器人差速运动控制、深度图像处理和机器人跟随软件.在目标跟踪定位方面,提出了一种利用深度图像信息(RGB-D)的深度质心算法,该算法在采用KCF算法进行目标跟踪的基础上,计算跟踪矩形区域的深度质心值,然后剔除远高于深度质...     

基于强化学习的多目标车辆跟随决策算法

为满足自适应巡航系统跟车模式下的舒适性需求并兼顾车辆安全性和行车效率,解决已有算法泛化性和舒适性差的问题,基于深度确定性策略梯度算法(deep deterministic policy gradient,DDPG),提出一种新的多目标车辆跟随决策算法.根据跟随车辆与领航车辆的相互纵向运动学特性,建立车辆跟随过程的马尔可...     

一种双模控制的自主跟随机器人系统设计

为解决非视觉跟随方式的不稳定性,设计了一种基于机器视觉传感器的自主跟随机器人系统。系统具备自主跟随和手动遥控两种模式。采用Processing软件编写手机端应用程序(APP),通过Wi Fi模块向系统发送模式选择命令。在自主跟随模式下,通过开源机器视觉模块Open Mv采集图像信息,采用Micro Python编程实现对跟随标记的识别定位,获取定位坐标,建立向量空间,并调用差速跟随算法使机器人自主跟随标记,以完成自适应移动。在遥控模式下,通过2.4 GHz无线射频模块n RF24L01发送指令,实现了对无法识别目标等特殊环境下的机器人的控制。通过系统硬件设计和软件编程,搭建了一台系统模型机。采用April Tags码作为跟随标记,对系统功能进行了验证。该系统实现了对特定目标的自主跟随以及手动遥控跟随;无线通信稳定,实现了双模控制,满足了预期要求。该系统对跟随机器人的发展起到了有力的推动作用。     

远程数据采集控制分布式系统设计

在化工生产中,如何精准地控制精馏装置直接关系到化工企业产品的质量和产量以及能源消耗。本文就介绍了一种利用visualC++以及分布式系统实现精馏塔数据的采集和控制的方案。该方案具有精度高,操作简便,便于扩展等优势,不但能运用于实验室研究,还可直接应用在各种规模的化工生产。     

基于ROS的垃圾督导机器人导航系统设计与实现

针对垃圾督导机器人在垃圾投放点如何导航这一问题,文章基于ROS(Robot Operating System,机器人操作系统)设计实现了垃圾督导机器人的导航系统,系统使用Jetson Nano和STM32分别作为主、从控制器,从控制器通过PI(比例积分控制)算法控制机器人的运动,使用串口与主控制器进行命令交互和数据传输,主控制器运用ROS功能包实现了定位建图和导航功能,使用有限状态机实现了巡逻任务,最后通过仿真对功能进行了可行性验证和实地测试。结果表明:垃圾督导机器人能够在垃圾投放点完成预先设定的导航任务,满足实际功能需求。     

基于Lyapunov函数方法的时滞车辆纵向跟随控制

应用向量Lyapunov函数方法和比较原理,基于非线性车辆动态耦合模型,研究具有时间滞后的车辆跟随系统的指数稳定性问题,得到了车辆跟随系统的指数稳定性判据．根据滑模控制策略确定了车辆跟随系统的纵向控制规律,基于稳定性准则设计了车辆纵向跟随控制器参数．仿真结果表明,基于该方法设计的车辆纵向跟随控制器能使跟踪误差具有较快的收敛率．     

基于模糊控制方法的自动地形跟随系统设计

对飞机纵向地形跟随控制系统控制律的设计问题进行了研究。为了消除干扰,提高跟踪效果,首先以飞机的纵向运动状态为研究对象,建立了相应的自动地形跟随控制系统结构模型,再应用模糊控制的方法分别通过控制航迹角和控制法向加速度两种方案设计了飞机纵向地形跟随系统的控制律,同时给出了仿真验证的模型,然后对模型各个输出的特性以及地形跟随的效果进行了仿真验证,仿真结果表明,设计的控制系统得到了良好的地形跟随效果,最后以控制航迹角的系统响应曲线为例,通过与传统的PID控制效果进行对比,说明经过模糊控制的系统具有良好的抗干扰性。     

基于ROS构建无人驾驶车辆环境感知系统

无人驾驶系统由环境感知等多个组件构成,一般基于各类分布式程序框架来实现.基于ROS系统这类消息传递通信的分布式多进程框架来构建环境感知系统,是一种可行的参考.本文讨论了无人驾驶系统环境感知信息融合中的ROS机制和组成,基于ROS系统下的目标检测与跟踪等环境感知具体实践,讨论了无人驾驶车辆中ROS性能分析及其改进等内容,可以作为相关技术实现的有益参考.     

室内单目机器人视觉目标发现与跟随

本文研究了室内单目机器人上的视觉目标人发现与跟随问题,分为场景变化检测,目标人检测,目标人视觉追踪和目标人主动跟随几个部分,主要研究了场景变化检测算法和目标人视觉追踪算法. 高速的场景变化检测算法通过对场景建模来分析该场景是否变化,为目标检测部分提供潜在变化帧和潜在变化区域. 实验结果表明能够提高系统运行速度,减少机器人运行时的卡顿. 视觉目标追踪算法结合表观模型和SLAM过程得到的地图点信息,估计目标区域内属于背景的部分,减少由于遮挡和目标尺度变化对于追踪算法的表观模型的影响,实验结果相比于对比算法取得较大效果提升. 本文尝试使用近年来效果较好的深度神经网络来进行目标检测. 使用小型深度网络并加强对于室内场景下人的学习,在运行速度和检测效果方面取得较好的平衡. 在视觉目标人的发现和跟踪的基础上,我们实现了机器人的跟随. 由于单目视觉仅能够提供目标的方向信息,所以机器人主动跟随的目标是保持目标人在成像平面的水平居中位置. 在目标无遮挡和部分遮挡的情况下,机器人能够成功的跟随人.     

基于超声波传感器的智能跟随系统设计

设计了一种通过超声波传感器进行目标定位和跟踪的智能小车系统.利用超声波传感器模块作为跟随目标信息采集与发射的装置;建立数学模型;针对不同的阵列方式和发射角度对超声波信号的获取进行研究;验证后选择特定角度实现了大面积超声波信号的获取.通过实验证明:搭建的超声波跟随系统在有效范围内可以获得被跟随目标的距离位置信息;误差小且...     

自平衡跟随机器人的目标识别及预测重拾策略

为使用更简单有效的方式实现双轮自平衡机器人的自适应跟随控制，采用单目视觉目标识别的Apriltag算法，可被动式地反解三维坐标中相机的相对位置，以此对目标进行定位。在目标识别的跟踪与选择中利用判别法、门限法以及滑窗法进行限定，同时使用多项式曲线拟合方法对目标移动的下一状态进行跟踪预测，判断出运动趋势，使在丢失目标的情况下，根据设计的寻找方案，补偿跟随重拾目标。实验表明，本文方法在目标识别与预测及丢失后重拾目标方面有显著效果。