基于XTION的机器人室内三维地图实时创建

针对室内复杂环境中移动机器人三维地图创建问题,基于RGB-D相机XTION搭建机器人地图创建系统,提出一种利用视觉里程计和贝叶斯闭环检测实时创建三维地图的方法。在机器人操作系统(ROS)框架内,首先由移动机器人携带XTION获取环境三维图像经WIFI上传上位机,然后由上位机软件使用SURF算法对RGB-D相机图像进行特征点提取与匹配,接着采用视觉里程计进行机器人位姿估计,同时利用贝叶斯闭环检测消除累积误差,最后使用g2o方法对三维点云图进行优化并创建完整的三维地图。经室内环境实验验证,机器人地图创建系统创建了完整的室内环境三维地图,所描述室内物体轮廓比较清晰并与真实场景相一致,机器人位姿估计比较精确,验证了利用视觉里程计和贝叶斯闭环检测实时创建三维地图的可行性。     

基于ORB关键帧匹配算法的机器人SLAM实现

针对复杂环境下机器人的同时定位与地图构建(SLAM)存在实时性与鲁棒性下降等问题,将一种基于ORB特征点的关键帧闭环检测匹配算法应用到定位与地图构建中。研究并分析了特征点提取与描述符建立、帧间配准、位姿变换估计以及闭环检测对SLAM系统的影响,建立了关键帧闭环匹配算法和SLAM实时性与鲁棒性之间的关系,提出了一种基于ORB关键帧匹配算法的SLAM方法。运用改进ORB算法加快了图像特征点提取与描述符建立速度;结合相机模型与深度信息,可将二维特征图像转换为三维彩色点云;通过随机采样一致性(RANSAC)与最近迭代点(ICP)相结合的改进RANSAC-ICP算法,实现了机器人在初始配准不确定条件下的位姿估计;使用Key Frame的词袋闭环检测算法,减少了地图的冗余结构,生成了具有一致性的地图;通过特征点匹配速度与绝对轨迹误差的均方根值对SLAM系统的实时性与鲁棒性进行了评价。基于标准测试集数据集的实验结果表明,ORB关键帧匹配算法能够有效提高SLAM系统建图速度与稳定性。     

基于单目视觉的轮式机器人同步定位与地图构建

如何降低计算复杂度是视觉机器人同步定位与地图(SLAM)构建的热点问题.提出一种基于单目视觉的低计算复杂度的轮式机器人同步定位与地图构建算法.该算法在观测步通过图像处理与分析,识别特征点并进行定位,将轮式机器人的视觉投影与空间物体的几何关系转换为计算机器人相对特征点的距离和角度.整体算法步骤按照预测、观测、数据关联、更新、地图构建的递推算法进行同步定位与地图构建.提出的算法可识别环境目标,并进行平滑运动.在滤波观测步只处理单帧图像数据,和Active Vision和立体视觉方法相比,降低了算法的计算复杂度.     

基于全局特征与局部特征的图像分级匹配算法研究及应用

移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法具有高的精度和鲁棒性、良好的实时性,针对此,提出了基于全局特征和局部特征的图像分级匹配算法。首先对输入的待匹配图像应用改进的形状上下文算法提取全局特征与图像库中图像进行遍历粗匹配,得到与当前待匹配图像相似度最高的3幅图像并构建临时图像库;然后利用改进的SIFT算法提取输入图像局部特征与临时图像库中3幅图像的局部特征进行精确匹配,最终得到与待匹配图像相似度最高的图像作为匹配结果输出。所提出的图像分级匹配算法将基于全局特征的改进形状上下文算法和基于局部特征的改进SIFT算法相结合,从而达到优势互补的目的。实验结果表明,该算法在机器人基于拓扑地图导航过程中有效地提高了图像匹配效率,缩短了运行时间。     

爬壁机器人双目视觉障碍检测系统

针对壁面障碍物的不确定性,设计了一种爬壁机器人双目视觉障碍检测系统。具体包括搭建双目平行视觉系统,根据双目视觉理论对摄像机进行标定,获取相机标定参数;通过标定参数和极线约束对双目图像进行校正,解决图像畸变不共面问题;利用块搜索模型和相似度函数获取视差,保证视差获取的快速性与鲁棒性;最后提出一种障碍物检测算法:建立壁面检测模型约束检测范围,引入面积阈值,过滤干扰并实现障碍物提取,提出一种障碍物定位算法,通过宽度、深度与偏距三个方面对障碍物进行定位,同时,通过线性插值解决障碍物中心视差丢失问题。实验结果表明:在保证实时性的基础上,该系统能够有效检测前方障碍物且准确提取率能够达到95.9%,定位误差为4.91%,满足爬壁机器人检测要求。     

基于图像处理的室内巡检机器人坐标提取方法研究

为获取室内安全走道中的障碍物信息，以引导巡检机器人进行自主作业，提出一种基于分布式远程通信与二维坐标提取的地图更新方法。控制ROS(Robot Operating System)机器人基于Gmapping算法创建全局先验地图，用于巡检机器人的轨迹规划；若检测到新增障碍物，通过图像处理方法获取障碍物位置坐标，并将其作为标记点，引导机器人进行局部建图，从而实现对原始地图的更新。试验结果表明，该方法具有一定的可行性。     

机器人视觉装配中的精确定位策略研究

针对自动导航小车存在定位不精准的问题,通过机器视觉方法来校正小车位姿。从源图像中识别出定位孔的像素坐标并计算转换到全局坐标系下,通过多组匹配点计算小车实际位姿。在分析相机标定与位姿计算过程中可能引入误差的基础上,提出相应误差消除策略。通过实验,验证了视觉标定结果的可靠性和误差消除算法的正确性,为视觉引导下的机器人装配工作提供了依据。     

基于立体匹配技术的X射线分层成像方法研究

针对安检领域中行李箱内多层物体在二维透视图像中相互重叠,导致物体之间的形状不清晰、不易辨认和存在盲区等问题,提出了一种基于立体匹配技术的分层成像方法.该方法利用双目立体视觉原理,结合双角度投影的灰度信息对投影图像由外向内进行分割,并对分割结果基于相似属性进行匹配,结合视差进行分层重建.最后利用视差原理重建出不同深度的物体,实现了对不同深度物体的识别.经实验验证,该方法有效地消除了视图中的重叠现象,提高了对物体的识别准确率.     

基于Kinect传感器的室内机器人自定位研究

针对同步定位地图创建（SLAM）中的定位问题,提出一种基于Kinect传感器的室内机器人自定位方法。利用Kinect传感器采集图像信息和深度信息,获取场景图像的SIFT匹配特征点集,并将特征点集的像素和深度信息转为三维数据,利用ICP算法计算机器人相邻位姿的旋转矩阵与平移向量。采用RANSAC方法去除SIFT匹配外点,提高了运动参数的计算精度。通过实验验证该方法的可行性。     

一种球形移动机器人传感系统设计

文章为了解决球形机器人自主控制的问题,根据球形机器人结构和运动的特殊性,设计了一种球形机器人的传感系统。建立了无滑动条件下球形机器人运动模型,根据运动模型由惯性测量系统和光电码盘数据组合得到机器人位姿。利用激光测距传感器获取周围障碍物信息。通过全局CCD视觉传感器跟踪识别目标物体,使用手眼CCD视觉传感器和超声传感器定位目标物体并协调机械臂实现对操作目标准确快速的抓取、放置。     

室内自主式移动机器人定位方法研究

定位是确定机器人在其工作环境中所处位置的过程.应用各种传感器感知信息实现可靠的定位是自主式移动机器人最基本、也是最重要的一项功能之一.本文对室内自主式移动机器人的定位技术进行了综述,介绍了当前自主式移动机器人定位方法的研究现状.同时,对国内外具有典型性的研究方法进行了较详细的介绍,并重点提出了几种室内自主式移动机器人通用的定位方法,对其中的地图构造、位姿估计方法进行了详细介绍.最后,论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的研究方向.     

室内自主式移动机器人定位方法研究

定位是确定机器人在其工作环境中所处位置的过程。本文对室内自主式移动机器人的定位技术进行了研究。论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的发展方向。     

基于概率方法的多微型机器人分布式定位

针对常见的微小型机器人群体定位中单纯依赖外部彩色视觉图像信息以及定位精度较差的问题,提出了一种基于概率方法的多微型机器人分布式定位方法。该方法利用部分可观Markov过程,将外部视觉信息和机器人个体的驱动信息融合,从而提高了定位精度。方法基于分布式形式出现,并且仅需要外部视觉传感器提供灰度图像,从而提高了多机器人系统的可扩展性。     

全局运动序列的视频对象分割算法

针对全局运动视频序列，本文提出一种快速有效的基于边缘均灰度投影匹配的全局运动估计与补偿算法，将连续几帧图像的相同背景稳定在同一幅图像的相同位置上，从而能够沿用静止背景序列的视频对象分割算法。实验结果证明，该方法能够从背景变化的视频序列中较好地提取运动对象，具有较强的鲁棒性。     

变电站巡检机器人的数字仪表自动识别技术研究

针对变电站巡检机器人数字仪表识别算法准确度不高的问题,本文提出了一种基于样本匹配算法的数字仪表读数识别算法。该算法在使用局部最大类间方差的高阶统计和阈值对仪表板上的显示区域进行定位的基础上,最后根据数字仪表显示区域和数字位置相对固定的特征采用样本匹配算法实现对数字仪表的自动读数。实验结果表明,该方法简单、高效,可有效地应用于变电站自动检测机器人的室内仪表读数自动识别任务。     

基于ROS和激光雷达的室内移动机器人定位和导航系统设计与实现

根据自主运动机器人的室内定位需求,设计并实现基于机器人操作系统ROS和激光雷达的室内移动机器人定位和导航系统。机器人系统采用树莓派控制器作为控制核心平台,利用激光雷达采集环境信息,在ROS分布式框架下进行软件算法的开发,实现基于扫描匹配算法的SLAM功能、基于最优路径算法路径规划以及基于粒子滤波算法的导航功能。理论仿真及实验实测结果表明,系统可构建精度较高的环境地图,并对机器人进行定位,有效完成室内定位和导航任务,具有低成本、开源、模块化、易于拓展等优点。     

移动机器人的蒙特卡罗自主定位算法研究

在分析基于贝叶斯估计的定位过程基础上,针对Markov定位算法需要大量存贮空间和计算量导致无法在较高频率下有效利用传感器信息的问题,利用基于采样的Monte Carlo方法解决移动机器人的自主定位问题。理论分析和仿真试验表明,Monte Carlo自主定位算法很大程度上提高了定位效率,能够更有效的利用传感信息且降低了传感信息不确定性的影响,在“绑架”后以及在中心对称环境中都表现出良好的全局定位性能。     

基于局部和全局特征融合的图像检索

提出了一种综合全局统计特征和局部二值位图特征的图像检索算法。首先,分别计算图像R、G、B三通道的均值和方差,获取图像全局统计特征。然后根据块截断编码思想,将图像划分成4×4的图像子块,同样计算其均值,若块均值大于图像全局均值,则该块设为“1”,否则,设为“0”,由此得到图像的二值位图特征。最后,对归一化的特征进行有机融合获取最佳相似匹配函数进行检索。实验结果证明：综合两种特征的效果比使用单一特征的效果好;和同类算法相比,其算法鲁棒性好,检索准确率更高。