一种基于光束平差法的双目鱼眼系统标定方法

针对双目鱼眼系统畸变偏大导致标定误差较大的问题,文中提出了基于光束平差法的双目鱼眼系统标定方法。通过灰度质心法获取标定板的特征点(圆心)坐标并进行排序;基于Kannala鱼眼相机模型和张正友标定法对双目鱼眼系统进行标定,获取系统内外参数及畸变参数;将得到的初始标定参数与特征点的三维空间坐标作为待优化集合,利用光束平差法结合LM法和雅可比稀疏矩阵对该集合进行迭代优化,使得双目鱼眼系统的重投影误差最小。实验表明：相比于传统的双目鱼眼系统标定方法,提出方法的重投影误差减小了52.64%。     

基于CBL的双目视觉自主机器人定位

在需要机器人做出快速反应的环境中,为了解决通过廉价传感器(彩色视觉)实现自主机器人的定位,提出了基于约束路标(CBL)的双目视觉自主机器人定位方法．在CBL的路标测量类型中增加了直线的斜率,同时双目视觉的协作为定位提供了更多信息,提高了机器人位姿估计的准确度．实验结果表明了该方法的可行性和有效性．     

基于双目视觉的机器人运动目标检测与定位

针对移动机器人自定位精度低的问题,提出了先由静止的工作机器人进行自定位,再对运动目标进行检测和定位的方法.基于HSV模型颜色特征,工作机器人分割出人工路标并进行自定位,利用帧间差分法将采集到的视频图像序列中相邻两帧作差分运算,提取出运动目标,并通过双目立体视觉视差原理计算出运动目标的绝对坐标,帮助运动目标完成定位.结果表明,该方法定位精度高于传统的移动机器人自定位的定位精度,且算法的实时性好,具有现实的研究意义.     

基于光束平差法的像机内参数虚拟立体校准方法

为解决摄像机内参数的精确校准问题,对基于光束平差法的像机内参数虚拟立体校准方法进行了研究。通过对摄像机成像过程中各种畸变因素的分析,建立一个更加全面的校准模型;建立了关于校准参数的共线性方程,并对其进行线性化。构建基于Gauss-Markov原理的误差模型,实现对像机参数的优化求解。利用红外发光二极管随坐标测量机测头在校准空间内作定间距移动构成虚拟立体校准模板,保证了高精度校准控制点的获取。校准试验表明,该方法切实可行,能够解决视觉测量时摄像机内参数精确校准问题。     

一种基于整体平差的图像拼接方法

提出了一种基于整体平差的栅格图像拼接方法，该方法把整幅图纸的４个角点作为拼接控制点，然后利用相邻扫描图像块重叠区中连接点的传递特性，通过量测与整体平差，算得各扫描图像块相对于图幅坐标系的几何变换参数，最后经重采样实现图像的自动拼接，所列试验表明，新提出的拼接方法速度快、精度高。     

一种基于整体平差的图像拼接方法

提出了一种基于整体平差的概格图像拼接方法，该方法把整幅图纸的４个角点作为拼接控制点，然后利用相邻扫描图像块重叠区中连接点的传递特性，通过量测与整体平差，算得各扫描图像块相对于图幅坐标系的几何变换参数，最后经重采样实现图像的自动拼接．所列试验表明，新提出的拼接方法速度快、精度高．     

基于人工离线特征库的室内机器人双目定位

针对室内复杂环境下的移动机器人的定位问题,研究了一种能够适应空间狭小、特征点密集的环境的双目视觉定位方法。以基于扩展卡尔曼的同时定位与地图创建方法为基础,并为了克服算法计算量过大(特征点数较多时)、关联脆弱等问题,设计了人工离线建立特征库的方法,并引入了稀疏性限制、稳健点筛选等改进措施,保证了特征库分布均匀、数量可控。实验结果表明:本文方法能够在复杂环境下实时定位,具有较高的可靠性和精度。算法通过引入了特征库定期更新策略来适应环境变化,从而可实现长期有效地定位。     

机器人双目视觉系统的标定与定位算法

介绍了双目视觉系统的构成,选用简单实用的张正友标定法对系统使用的两个CCD摄像机进行了标定.基于双目视觉系统,提出一种计算物体位置信息的解析解方法——投影法,利用标定结果对不同位置进行深度信息测量,通过计算结果分析,基于视觉信息探测到的位置信息在1500mm范围内,3个方向的误差分别为0.72mm,0.69mm,20.96mm,验证了方法的正确性.     

基于双目视觉跟踪的三维拼接技术

为了扩大三维面形测量的视场,提出了基于双目视觉跟踪的三维拼接技术。采用了两套双目测量系统,一个为全局的跟踪系统,一个为测量系统。在测量系统上固定一个7×7棋格靶标作为中介,将每次测量系统测得的物体三维点坐标转换到统一的全局坐标系下完成拼接。测量系统采用的是投影格雷码结构光加上双目视觉原理的方法获得物体三维点坐标,实验结果证明了该方法的可行性和有效性。     

Approach of simultaneous localization and mapping based on local maps for robot

An extended Kalman filter approach of simultaneous localization and mapping（SLAM） was proposed based on local maps A local frame of reference was established periodically at the position of the robot, and then the observations of the robot and landmarks were fused into the global frame of reference. Because of the independence of the local map, the approach does not cumulate the estimate and calculation errors which are produced by SLAM using Kalman filter directly. At the same time, it reduces the computational complexity. This method is proven correct and feasible in simulation experiments.     

基于粒子群优化的移动机器人全局定位算法

为了提高图像特征匹配过程中地图库的搜索速度,提出了一种局部子地图库搜索方法。并针对机器人自定位过程中会产生多个候选位姿,提出了利用粒子群优化算法来优化候选位姿以得到定位精度较高的优化解的全局定位新方法。最后通过Pioneer 3DX在室内环境的全局定位实验分析了粒子群优化前后定位精度和定位时间的变化。实验结果表明,新算法以牺牲较少的计算时间获得了较高的定位精度。     

基于激光测距雷达的室外移动机器人定位

采用激光测距雷达作为机器人的外部传感器,里程计和惯性导航系统作为内部传感器,对室外移动机器人环境地图已知情况下的定位问题进行了研究。根据定位系统的特点建立了系统的运动模型和观测模型,考虑到系统的不确定性,提出了一种基于混合模型的系统误差描述方法,同时采用扩展卡尔曼滤波对多传感器信息进行了融合,仿真试验的结果表明该定位系统具有较高的定位精度。     

单目视觉自然路标辅助的移动机器人定位方法

针对很多场合下GPS信号会受到遮挡而无法使用,导致机器人定位精度下降很快的问题,提出一种基于单目视觉自然路标辅助的机器人绝对定位方法.在导航环境中的若干位置预先建立视觉路标库.机器人在利用惯导（INS）定位过程中,同时对采集到的单目图像和库中的视觉路标进行匹配.建立基于全局特征信息（GIST）和快速鲁棒算子（SURF）局部特征相结合的在线图像快速匹配框架,同时结合基于单目视觉的运动估计算法修正车体航向.最后利用卡尔曼滤波将视觉路标匹配获得的定位信息和INS有效地融合起来.结果表明,该方法有效地提高在GPS受限情况下惯性导航定位的精度和鲁棒性.     

移动机器人的同时定位和地图创建方法

通过声纳传感器实时地创建和修正地图,局部地图是基于栅格的概率模型：工作环境被划分成栅格,每一个栅格赋一个值,标识栅格中有障碍物的概率．地图应用哈夫变换创建,定位通过对超声波数据应用滤波算法并结合地图创建实现．使用Pioneer2移动机器人在实际的室内环境中的实验,验证了该方法的可行性．     

基于双目视觉的无人机定位与控制系统

设计实现了一个基于双目视觉的无人机定位与控制系统.系统由四旋翼飞行器、两个Wii Remote传感器、Kinect传感器、凌动处理器等构成.飞行器采用STM32F401为主控,辅以六轴速度和加速度传感器以及超声波传感器实现姿态和高度控制.利用两个Wii Remote传感器以双目视觉的原理即可实现飞行器的三维定位与追踪.Kinect传感器实现对手势姿态的识别.在Intel凌动处理器平台上利用2.4G无线数传与飞行器通信,并利用PID控制器以增强飞行器的鲁棒性.该系统实现了在室内没有GPS信号的情况下对飞行器的精确定位,以及基于手势姿态识别的对四旋翼的智能控制.     

基于能量规划的崎岖地面四足机器人平面跳跃控制

针对四足机器人传统奔跑控制方法中存在的俯仰角波动以及崎岖地形适应问题,提出了一种基于Trot具有前后脚同时支撑步态的崎岖地形跳跃控制方法。建立了步态支撑相平面运动模型,并通过虚拟模型控制,实现了躯干平面运动控制解耦。对虚拟模型中躯干的运动过程进行了能量规划,计算出纵向虚拟位置刚度,实现了跳跃周期控制;通过水平方向虚拟力的比例控制实现了机器人水平运动速度控制;采用大位置误差增益的PD控制方法实现了躯干姿态控制,保证了跳跃过程中躯干俯仰角的稳定。在虚拟物理仿真环境中建立了四足机器人的平面虚拟样机,对控制方法进行了仿真实验以及在假设条件不满足情况下的鲁棒性测试,仿真实验结果表明了该方法对跳跃控制的有效性。     

Rao-Blackwellized滤波器实现机器人同时定位和地图创建

为了实现移动机器人仅依靠单目视觉和里程计创建可靠地图,本文提出了基于Rao-Blackwellized粒子滤波器的同时定位和地图创建方法.文中建立了鲁棒的运动模型和感知模型;通过有效的尺度不变特征变换方法提取环境特征,并采用基于KD-Tree的高维特征点最近邻快速搜索算法实现特征匹配;通过对匹配对的三维重建创建了密集的空间三维自然路标.实际实验表明本文方法能创建较高精度的地图.     

基于直线特征提取匹配搜救机器人的同步定位与地图构建

针对搜救机器人在灾后特征环境下同步定位与地图构建问题,提出了改进动态阈值分裂合并算法,与固定阈值算法相比提高了直线拟合的准确性。推导出匹配条件参数,通过比较始末点距离解决了误匹配,提高了匹配精度。在此基础上,进行全局定位计算。利用最小二乘法进行滤波处理,提高了定位精度。通过仿真与模拟现场实验表明,本文方法能使提取的直线更准确地反映实际地形环境,完成二维栅格地图的实时创建任务。     

基于模型预测控制的四足机器人斜坡自适应调整算法与实现

为了实现四足机器人在有斜坡地形下的自适应稳定行走,在模型预测控制基础上进行扩展,设计四足机器人在斜坡上的足端位置调整与躯干姿态自适应调整策略。由惯性测量单元(inertial measurement unit,IMU)测得机器人运动时的姿态参数,通过推导的足端轨迹算法,得到足端位置的坐标映射,调整机器人在斜坡上的重心位置;通过设计的“虚拟斜坡”躯干姿态调整算法,实现机器人在上坡过程中躯干姿态的自适应调整。利用实验室的四足机器人物理平台和搭建的实际斜坡地形环境,验证了所提算法的可行性和有效性。机器人平台验证结果表明,所提出的斜坡自适应控制方法提高了机器人在坡面上的稳定裕度,优化了足端运动空间,实现了四足机器人的自适应爬坡调整。