前方车辆障碍物检测方法的研究

为降低车辆前方障碍物检测的误警率及冗余报警率,建立毫米波雷达与摄像机数据融合模型;通过毫米波雷达检测初选出有效目标物,借助OpenCV对摄像机采集的图像进行处理,获得障碍物轮廓信息,识别出障碍物;分析障碍物底部阴影特征,并建立图像感兴趣区域,从而判断其是否是车辆类型障碍物;最后在联合卡尔曼滤波算法的基础上提出多传感器信息融合障碍物检测方法。仿真结果表明,运用毫米波雷达与摄像机信息融合能够更有效地检测障碍物相关信息,并提高系统的精确度。     

可变精度的神经网络摄像机标定法

提出了一种提高摄像机标定精度的方法.通过摄像机径向畸变模型,建立根据畸变严重程度自动改变区域划分数目的方法,对远离图像中心畸变程度严重的区域,划分细密;而靠近图像中心畸变轻微的区域,划分粗疏.通过对摄像机径向畸变区域进行划分,并且对每个畸变区域的像素进行单独的处理,构造相应的神经网络,得到整个畸变区域的处理结果,并对于不同的划分结果进行比较分析.分析比较得出:采用可变精度的神经网络摄像机标定法,可以大幅度提高标定的精度,划分数目越多,标定的精度越高,实验中识别率最高可达到99.45%.     

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。     

轮对在线检测中基于异面特征点的摄像机标定

基于光截图像的轮对在线检测中,摄像机的标定技术直接影响轮对参数的检测精度。针对轮对在线检测环境,设计了一套摄像机标定系统。在该系统中,设计特制的平面标定板,将其竖直固定于轨道面不同位置,通过异面特征点实现了摄像机的标定。并利用摄像机标定软件实现了标定板图像采集,图像处理,特征点计算机图像坐标提取和摄像机内外部参数计算。实验结果表明,该标定系统的摄像机标定精度在0.1mm以内,可应用在轮对在线检测中。     

基于圆点阵列靶标的特征点坐标自动提取方法

以用于摄像机标定的2D平面圆点阵列靶标为研究对象,提出一种在复杂背景环境下,无需人工干预,自动提取靶标标定特征点图像坐标的方法。对摄像机标定图像进行自适应阈值分割,将其转换为由多个连通区域组成的黑白二值图像,根据靶标图案的形态特征,首先对图像上的连通区域进行面积判断,初步剔除非目标区域;然后对其进行特征识别,提取出靶标图案区域;再对靶标图案区域进行轮廓提取,使用最小二乘椭圆拟合的方法,计算得到靶标各圆点中心的图像坐标;最后对各标定特征点进行定位操作,确定其所对应的圆点在7×7圆点矩阵中的位置。     

基于单目视觉的障碍物定位和测量

障碍物定位与测量是智能移动机器人自主运动的核心问题之一。研究了一种结合障碍物色彩属性和接触边缘属性的算法,通过单个视觉传感器实现平坦路面中障碍物的定位和测量。该算法以图像中已知路面范围的外观属性为基准对图像进行初步处理,依据障碍物和地面接触边缘属性对障碍物进行初步定位,在障碍物上选择区域,以该区域外观属性为基准对图像进行二次处理,得到障碍物在图像中占据范围,结合视觉传感器成像原理,对障碍物位置和尺寸进行标定和测量。以轮式移动机器人为实验平台,验证所提算法的可行性和精度,最终测得其定位误差为1.6%,测量误差为1.5%。     

基于双目视觉的行车中障碍距离检测方法研究

目前无人驾驶汽车以及汽车安全辅助驾驶技术是近几年的研究热点。针对汽车在城市拥堵道路上低速运行时完全自动驾驶安全性问题,重点研究了基于双目立体视觉行车中障碍距离检测方法。该方法首先根据双目标定理论获取左右摄像机的内外参数和畸变系数,再进行双目图像校正与匹配,然后根据左右图像中目标点的不同坐标得出视差,最后利用三维重建方程组得出障碍物的距离。实验结果表明:该方法对汽车前方5米左右的障碍物检测精度高,距离误差小,能在城市复杂交通环境中及时作出相应的反应,有效避免交通事故的发生。     

立体视觉和三维激光系统的联合标定方法

双目立体视觉和三维激光扫描是移动机器人环境探测与建模的常见传感测量方法。为实现两个系统的数据融合应用,必须为二者的测量坐标系建立数学关系,即对其进行传感器之间的位姿联合标定。为此提出了一种基于三维特征点距离匹配的联合标定新方法,设计了一种镂空棋盘格作为标定板。使用双目立体相机提取棋盘格角点三维坐标信息,使用激光测距雷达扫描获取镂空区域中心点三维坐标,最终通过最小化两组特征点的理论与实际测量距离的平方差获取两传感器坐标系之间的旋转矩阵和平移向量。进行的联合标定测量实验结果表明了该方法的准确性和可靠性。     

用于摄像机标定的棋盘图像角点检测新算法

摄像机标定是从二维图像获取准确的三维信息的必要步骤,摄像机标定的精度在很大程度上取决于标定板控制点的图像定位精度,鉴于此,对棋盘格标定板图像的角点定位问题进行了研究.笔者通过对图像像素类型及其性质进行分析,提出了以小邻域环形模板上像素灰度的跳变次数为判据的棋盘角点检测新算法,该算法不但能快速检测出角点,而且还能确定角点的类型.利用此性质,剔除了容易受外界环境影响的棋盘外圈角点,即非X型角点,从而从另一个角度保证了所提取角点的精度.为了达到更高的精度,笔者以棋盘图像的高度对称性为依托,在每个初定位角点的局部邻域内,用灰度重心法对角点进行了亚像素定位.实验结果表明,提出的算法具有较高的精度,能够为高精度摄像机标定提供可靠数据.     

视觉机器人目标检测分析

设计了利用数学形态学处理图像目标并求解目标质心坐标,通过摄像机的标定以确定机器人运动的空间位置的方法,即利用数学形态学中的膨胀、腐蚀等基本定义和区域填充等算法,除去图像中的背景、检测出目标并获取目标的质心坐标;然后采用OpenCV的单双目立体标定函数进行摄像机内外参数标定,以确定机器人运动的空间位置坐标。     

基于激光SLAM技术的电力巡检机器人交互控制

提出基于激光SLAM技术的电力巡检机器人交互控制方法,利用激光SLAM技术在地图模型、运动学模型、里程计观测模型以及多传感器观测模型的基础上绘制机器人的巡检地图,通过Dijkstra算法根据巡检地图获得最短巡检路径,并采用DWA滑动窗口法对选取的巡检路径进行评分,选择评分最高的路径作为机器人的巡检路径,完成电力巡检机器人的交互控制。实验结果表明,所提方法的避障效果好、路径规划效果好、控制精度高。     

双程摆扫激光测距探测成像在输电线路通道监测中的应用

针对传统输电线路通道监测方法忽略了对输电线图像的边缘灰度特征检测,导致输电图像轮廓特征不准确,输电线路通道监测出现较大误差的问题,提出基于双程摆扫激光测距探测成像的输电线路通道监测方法.构建双程摆扫激光测距探测成像模型,采用激光传感器实现对双程摆扫激光测距探测节点部署.利用探测模型提取输电线路通道监测双程摆扫激光图像,检测输电线路图像的边缘灰度特征.采用双边滤波器实现对输电线路通道监测的图像增强和降噪处理,构建边缘轮廓特征检测模型,根据图像差异度融合结果实现对输电线路通道监测.仿真实验结果表明,采用该方法进行输电线路通道监测的可靠性较好,监测自动化水平和视觉成像水平较好,提高了输电线路通道监测方法的自适应性和准确性.     

基于激光三角法和嵌入式的微位移实时检测系统

基于激光三角法和嵌入式的微位移实时检测技术,采用激光三角法测距和灰度重心法提取激光条纹中心的原理,使线结构光、透镜、CCD位置信息满足Scheimpflug共轭清晰成像条件。通过图像处理获取像面坐标系位移信息,得到待测物体物面坐标系的位移,利用灰度重心法实时提取结构光条纹中心的特点,结合嵌入式系统尺寸小、稳定、便携的特性,实现对待测物体进行实时、非接触和微位移测量。     

基于DSP和CPLD的激光雷达图像采集和显示集成系统

介绍了一种以DSP和CPLD为核心的激光雷达图像采集系统,阐述了系统工作原理、系统结构和软硬件设计.系统以TMS320VC5402DSP芯片作为系统控制和图像处理的核心,通过双口RAM接收激光雷达图像数据,用CPLD根据场、行、列、写雷达图像4个同步输入信号生成双口RAM的地址信号实现图像存储,原始图像和处理后图像显示在彩色TFT液晶屏上.此外,系统还可通过USB接口与PC机通信实现图像的存储和回显功能.该系统为激光距离成像雷达以及距离图像的研究提供了一种有效的分析和测试工具.     

轮式机器人多路超声波避障系统设计

在多传感器智能轮式机器人设计中,实时测距、避障并获取环境信息的传感器系统是非常重要的一部分。介绍了一种基于Atmega128单片机的多路超声波探测及运动控制系统,对系统原理、软硬件设计方法、存在的问题进行阐述。此系统在自行设计的轮式机器人得到应用,通过实验验证了该系统的工作特性。     

输电线路除冰机器人障碍视觉检测识别算法

障碍物检测识别是实现输电线路除冰机器人自主除冰作业的关键技术之一.针对220 kV输电线路的结构特点,提出了一种障碍物视觉检测识别算法.算法首先对机器人采集的原始图像进行中值滤波以减少图像噪声并减小障碍物内部的灰度差异;然后利用Otsu算法来确定Canny算子的参数,较好地提取出图像的边缘;最后利用改进的随机Hough变换(RHT)提取出几何图形基元,并施加一定的结构约束,实现了对障碍物的检测识别.在模拟线路上的实验结果表明,该方法能有效地对高压输电线路的导线以及防震锤、绝缘子等障碍物进行检测识别.     

服务机器人激光测距组件的环境可靠性模型 及其定量评价方法研究

服务机器人行业发展迅速,其核心零部件激光测距组件可靠性直接影响整机性能。本文基于服务机器人的应用环境,对激光测距组件工作特性进行研究,建立了测距组件普适的环境可靠性模型及其试验评价方法。以测距精度作为研究对象,以可靠性评价因子Rs作为评价指标,提出了测距组件可靠性函数通用表达式。采用自主搭建的测距精度检测平台,对5种型号的组件样品进行了测距精度环境可靠性试验及定量评价。评价结果显示仅有1款样品的Rs值小于1,表明其环境可靠性水平较高;其他4款样品在防水防尘及盐雾试验后的Rs均大于1,存在失准或失效现象,暴露了产品在设计及应用中的薄弱环节。试验及评价结果进一步验证了环境可靠性模型及其定量评价方法的通用性及可行性。     

基于激光雷达的自动泊车系统

自动泊车的任务复杂且精度要求较高,为此设计了基于激光雷达的自动泊车系统,主要通过高精度的激光雷达进行车位检测和车辆定位。泊车过程为先通过车身姿态的预调整,来更精确地检测车位,再进行安全易控的路径规划,最后通过前馈反馈控制进行路径跟随。仿真结果证明该泊车方法精度高,系统稳定可行。     

用于弱纹理场景三维重建的机器人视觉系统

为了实现机器人在弱纹理场景中的避障和自主导航,构建了由双目相机和激光投点器构成的主动式双目视觉系统。对立体视觉密集匹配问题进行了研究:采用激光投点器投射出唯一性和抗噪性较好的光斑图案,以增加场景的纹理信息;然后,基于积分灰度方差(IGSV)和积分梯度方差(IGV)提出了自适应窗口立体匹配算法。该算法首先计算左相机的积分图像,根据积分方差的大小确定匹配窗口内的图像纹理质量,然后对超过预设方差的阈值与右相机进行相关计算,最后通过遍历整幅图像得到密集的视差图。实验结果表明:该视觉系统能够准确地恢复出机器人周围致密的3D场景,3D重建精度达到0.16mm,满足机器人避障和自主导航所需的精度。与传统的算法相比,该匹配方法的图像方差计算量不会随着窗口尺寸的增大而增加,从而将密集匹配的运算时间缩短了至少93%。     

用于车辆防撞控制的行车环境传感研究

介绍未来世界先进安全车辆基本概念,着重阐述了应用激光雷达技术进行主动障碍探测的防撞控制系统。它采用近红外激光雷达对车辆前方进行扫描探测、建立行车环境动态辨识模型,引进安全／危险系数及事故预测确信度系数,必须时对驾驶员限出警告或启动车辆自动控制系统工作。