移动机器人视觉导航

采用离散卷积的方法,利用Ｓｏｂｅｌ算子,Ｌａｐｌａｃｅ算子和梯度算子进行卷积．利用此３种方法均可实现边缘提取的目的,其中Ｓｏｂｅｌ算子的效果最佳．经过对实际图像的处理,证明了方法的可行性．通过对图像的边缘检测可以对障碍物进行定位从而实现导航的要求．     

基于视觉的移动机器人实时避障和导航

阐述了移动机器人通过视觉传感器在不确定的环境中实现自主避障和导航的一种方法，首先讨论了路径规划的分层结构，然后通过简单的图像处理方法获取运动环境中的避碰点，最后给出机器人实现局部路径规划的算法，该方法有效地利用了全局环境地图和视觉信息。减少了计算量，提高实时性，通过仿真研究说明了该算法的有效性和可行性。     

基于立体视觉的移动机器人障碍检测算法研究

针对室内导航环境的特点以及匹配精度和匹配算法的实时性问题,本文提出了一种基于区域分割的障碍检测方法。通过区域分割,把图像对应点的匹配问题简化为区域边界点的匹配,提高了匹配的精度。分割后的区域作为一个独立的对象进行处理,障碍物三维信息计算转化为视差的判断,提高了匹配的速度。该算法能够实现在室内环境下的实时障碍检测,不需要利用环境的先验知识,具有较强的自适应性。实验结果表明了该方法的有效性。     

基于视觉信息的移动机器人动态避障方法

为了提高自主移动机器人的动态避障能力,提出了一种基于视觉信息的拟人动态避障方法,以视觉信息为决策依据,利用神经网络对障碍物的屏幕坐标和实际相对坐标进行非线性映射,在避障过程中只考虑障碍物相对于机器人的运动及可能的碰撞方式,无需考虑机器人和障碍物的运动速度和运动方向,仿真试验证明这种方法是可行而有效的．     

基于Skinner-Ransac的移动机器人单目视觉SLAM

针对移动机器人单目视觉同时定位与地图创建(simultaneous location and mapping,SLAM)数据关联问题,提出一种Ransac抽样算法.该算法(Skinner-Ransac)基于Skinner操作条件反射原理,结合扩展卡尔曼滤波(extended Kalman filter,EKF)运动模型获得的先验信息,对图像匹配点抽样集合中的每个匹配点对赋予权值,并根据判断函数对其权值进行更新.最后,针对数据关联的效率要求提出新的迭代终止条件,以公开图像数据集作为图像采集样本.实验结果表明:Skinner-Ransac算法高效可靠,SLAM的位姿估计结果可以达到移动机器人自主导航的需求.     

一种改进的移动机器人视觉跟踪算法研究

运动物体的实时跟踪是移动机器人视觉的关键技术之一．为了实现对目标快速有效的跟踪,本文提出了一种改进的移动机器人视觉跟踪算法,该算法在mean shift算法的基础上,利用颜色特征作为视觉跟踪依据,并且引入Kalman滤波进行迭代窗口的预测．实验仿真结果表明,本文算法一定程度上消除了光照条件的影响,而且很好的解决了当目标被遮挡时发生目标跟踪偏差或丢失的问题,具有实用价值．     

基于逆投影差分的移动机器人障碍物快速检测

移动机器人的障碍物快速检测是其导航、避障、轨迹跟踪的关键技术。目前多数传感器存在距离盲区以及异常尺度等问题,且现有算法大多计算复杂,难以满足实时性需求。为了改善这些问题,本文提出了一种基于环视逆投影差分的移动机器人障碍物快速检测与定位新方法。该方法以水平地面为参考平面,对移动机器人上环视系统中相邻视角相机拍摄的图像进行逆投影变换,再经图像差分得到逆投影差分图,图中像素值为零的点位于参考平面,反之则位于参考平面之外,经过阈值化、滤波后即可用来区分参考平面与非参考平面目标,实现其视场公共区域内障碍物的快速检测;同时以逆投影差分图为基础,通过像素坐标系到机器人自身坐标系的转换可获得目标相对于移动机器人精准的位置信息。在实际场景中对5 m范围内不同类型、大小、距离的障碍物进行测试,平均检测精度为97.3%,平均检测耗时为46 ms/帧,平均定位误差为1.1%。实验结果表明,本文方法能快速有效地检测和定位移动机器人附近的动、静态障碍物。     

基于视觉伺服的移动机器人离散型滑模跟踪控制

针对视觉伺服轮式移动机器人,考虑其非完整约束被破坏情形下的离散化运动学系统,给出了一个离散型的滑模跟踪控制器设计策略,运用Lyapunov理论对相应的跟踪误差系统进行了严格的稳定性证明。最后,仿真算例验证了控制器设计的有效性。     

基于视觉的移动机器人轨迹跟踪

借助视觉反馈,研究了质心与几何中心不重合的非完整移动机器人轨迹跟踪控制问题。利用固定在天花板上的摄像机系统,作者提出了一种基于视觉伺服的运动学跟踪误差模型;基于这个模型,在质心与几何中心和视觉参数未知的情形下,作者设计了自适应轨迹跟踪控制器,并运用李雅普诺夫方法严格证明了闭环系统的稳定性。Matlab仿真证明了控制器的有效性。     

三维视觉传感系统的研究及仿真计算

三维视觉传感系统在机器人视觉领域有着重要的意义和实用价值。本文采用单摄像机与３－Ｄ示教器组成的仿真三维视觉传感器装置来完成空间坐标系中物体的空间位置和姿太的测量。将３－Ｄ示教器坐标,机器人坐标及摄像机坐标用透视变换坐标变换及ＬＥＤ的几何关系来求取被测对象的空间位置和姿态。本方案具有简单,快速,可靠的特点,为机器人视觉,形及最小一乘法来实现视点的标定,其算法结构优于非迭代矩阵分解算法。     

移动机器人信息融合技术研究

智能化是未来移动机器人的发展方向，而智能化的基础是传感器技术的发展，移动机器人信息融合技术弥补了使用单传感器带来的缺陷．介绍了国内外移动机器人的研究现状，详细阐述了信息融合技术在移动机器人领域的应用．对在移动机器人中应用信息融合的一些关键技术，包括基于移动机器人的融合结构、融合算法、目标识别和自主导航等问题作了较深入的探讨，并对信息融合技术在移动机器人领域中的应用前景给予展望．     

移动机器人信息融合技术研究

智能化是未来移动机器人的发展方向,而智能化的基础是传感器技术的发展,移动机器人信息融合技术弥补了使用单传感器带来的缺陷.介绍了国内外移动机器人的研究现状,详细阐述了信息融合技术在移动机器人领域的应用.对在移动机器人中应用信息融合的一些关键技术,包括基于移动机器人的融合结构、融合算法、目标识别和自主导航等问题作了较深入的探讨,并对信息融合技术在移动机器人领域中的应用前景给予展望.     

一种基于激光信息的移动机器人两步自定位方法

提出了一种基于激光信息的移动机器人两步自定位方法.在对扫描数据预处理之后,第一步采用序贯搜索法进行室内环境的直线提取并建立角度直方图,通过角度直方图匹配求取机器人的旋转角度.第二步对角度匹配后的激光数据进行核密度估计,以核相关为基础建立以平移向量为参数的目标函数,并采用BFGS拟牛顿法实现平移向量的求解.实验结果证明该方法能够有效的实现移动机器人的精确自定位.     

一种基于激光信息的移动机器人两步自定位方法

提出了一种基于激光信息的移动机器人两步自定位方法.在对扫描数据预处理之后,第一步采用序贯搜索法进行室内环境的直线提取并建立角度直方图,通过角度直方图匹配求取机器人的旋转角度.第二步对角度匹配后的激光数据进行核密度估计,以核相关为基础建立以平移向量为参数的目标函数,并采用BFGS拟牛顿法实现平移向量的求解.实验结果证明该方法能够有效的实现移动机器人的精确自定位.     

基于PUMA机器人的视觉伺服控制实验研究

为解决在视觉伺服过程中存在定位精度低、伺服速度慢的问题 ,给出了一个基于图像特征的机器人视觉伺服控制方法 ,实现了机器人“手 -眼”协调视觉伺服控制 .通过适当的选取图像特征 ,实现了摄像机工作空间运动目标跟踪的视觉伺服任务 ,并采用扩展卡尔曼滤波控制方法完成机器人视觉伺服控制 .同时通过抓取目标物体进行计算机仿真及模拟实验 ,给出了实验数据 .经过比较可以看出 ,运用此方法提高了定位精度及伺服速度     

Identification of abnormal movement state and avoidance strategy for mobile robots

1 INTRODUCTION Abnormality identification is crucial for dead-reckoning, locating and mapping, navigating and safety of mobile robots, especially when robots work in unknown environments such as planetary exploration. The abnormalities of mobile robots can be divided into two categories: faults of internal components (such as sensor, actuator, etc)[1?5] and abnormal movement states while interacting with environments (such as slipping of wheel)[6?7]. Those abnormal movement states include …     

移动机器人长期自主环境适应研究进展和展望

针对移动机器人在未知环境中自主探索及建图存在盲目性的问题, 提出了一种基于贝叶斯优化评估多重信息增益的探索策略。在候选点提取方法上采用融合前沿点聚类与可通行区域的方式综合衡量提取, 相较于传统的前沿点检测方法有效解决了候选点集合过大及环境信息缺失等问题; 在候选点评估方法上利用贝叶斯优化计算多重信息增益, 综合考虑地图熵值与距离成本, 相较于仅考虑地图熵值选取最佳候选点的方法, 有效改进了机器人在环境中的冗余路径。该算法在机器人操作系统(robot operating system, ROS)中采用Gazebo进行仿真实验验证, 构建环境地图。结果表明, 该方法可以使移动机器人快速有效地探索未知环境, 高质量完成建图任务。

     

Novel method to calibrate kinematic parameters for mobile robots

In order to reduce the system errors of dead reckoning and improve the localization accuracy,a new model for systematic error of mobile robot was defined and a UMBmark-based method for calibrating and compensating systematic error was presented. Three dominant reasons causing systematic errors were considered: imprecise average wheel diameter,uncertainty about the effective wheelbase and unequal wheel’s diameter. The new model for systematic errors is considering the coupling effect of the three factors during the localization of mobile robot. Three coefficients to calibrate average wheel diameter,effective wheelbase,left and right wheels’ diameter were obtained. Then these three coefficients were used to make improvements on robot kinematic equations.The experiments on the dual-wheel drive mobile robot DaNI show that the presented method has achieveda significant improvement in the location accuracy compared with the UMBmark calibration.