自主足球机器人的单目视觉自定位方法

全自主机器人足球系统中，每个自主足球机器人都是一个独立的智能机器人，有自己的决策、通信、视觉和感知、机电控制等子系统，但是系统不具备全局视觉。为了使系统能够了解场上全局信息，足球机器人的自定位是必须解决的关键问题之一。文章介绍了一种在颜色场地信息已经视觉识别的前提下，通过单目视觉测距，实现全自主足球机器人自定位的几何方法：对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能引起误差的因素进行了分析．实验结果表明方法可行。     

基于视觉处理的Tripod机器人的几何定位与颜色识别

文章旨在基于贝加莱Tripod机器人工作平台,进行机器人视觉的研究,给机器人增添不可或缺的眼睛。通过捕捉平台上图像传给计算机进行处理,进行高斯滤波、灰度化、二值化、霍夫变换等一系列操作实现几何体的几何定位与颜色识别。实验结果表明,该视觉系统实现了Tripod机器人对于物体的精准定位和颜色辨识。     

基于颜色的运动目标快速识别与跟踪

在自主式移动机器人对运动目标进行跟踪时,视觉系统主要完成目标的识别与跟踪,提高目标识别与跟踪的实时性和准确性是保证机器人跟踪顺利进行的关键。针对此提出了一种基于颜色色度Hs的向量判定算法,并运用这种算法结合动态窗口和螺旋扫描等技术,有效地提高了目标识别与跟踪的实时性和准确性。     

六脚足球机器人的设计与实现

机器人是科学技术的综合应用,它集电子科学,材料科学,软件研制和精密机械于一体,更是人工智能的集中体现。目前足球机器人主要是双足机器人,而六脚足球机器人的研究能在一定程度促进多足机器人的技术发展。文中通过设计动作系统、避障系统和视觉识别系统,利用51单片机来实现六脚足球机器人的避障,足球识别和射门动作等功能。     

视觉引导工业机器人定位抓取系统设计

本文将美国国家一起公司的视觉开发模块以及ABB-IRB120及其人作为研究基础,对视觉识别系统进行了模块设计,构建了基于单目视觉的机器人自动识别以及抓取系统,通过建立抓取系统模型给出图像坐标到机器人坐标的算法,在C#环境下进行开发,最终控制了机器人对目标的抓取。     

基于双目视觉的目标完整点云获取方法

快速获取复杂形状目标的完整三维点云,重构目标的三维模型是目前智能检测和机器人识别与定位的关键技术和难点。基于立体视觉,提出一种图像预处理和优化半全局立体匹配过程的方法。该方法设计了图像预处理算法,与半全局立体匹配和点云配准算法配合使用,获取复杂形状目标完整的三维点云。搭建了硬件实验平台和旋转工作台,获取多角度下目标的左右图像对,在此平台上开发了一套基于双目视觉的点云获取系统,并以复杂形状的齿轮为实验对象对该系统进行测试。测试结果表明,该方法生成的物体三维点云效果良好,为目标三维重构提供方法和理论,实用性较强,并且系统运行速度快,算法处理过程可行。     

融合射频识别和激光信息的动态目标定位

低成本、可靠的动态目标定位方法成为目前研究的热点。传统的激光定位或视觉定位方法需要解决识别奇异性和环境遮挡等问题,射频识别(RFID)通过无线射频信号对特定目标进行识别,因此被广泛用于动态目标的定位。该文提出一种融合激光信息与RFID信息对动态目标快速定位的方法。该方法利用粒子滤波器融合RFID信号强度、相位信息和激光数据。首先使用预先训练的信号强度模型将信号强度融入粒子滤波器;然后利用激光聚类后的数据估算运动目标的速度,与RFID相位差估算出的运动目标速度进行匹配;最后利用匹配成功的激光数据对粒子进一步约束。在SCITOS服务机器人上验证了算法的可行性,结果表明,与激光和信号强度的定位方法相比,该方法的定位精度得到了明显提高。     

基于改进yolov5的悬轨机器人控制系统设计与实现

近年来,随着深度学习技术的不断发展,计算机视觉技术已成为了一个极其重要的研究热点。文章针对现有计算机视觉系统中成本与算法可用性的平衡问题,设计了一款以树莓派4b为计算平台的悬轨机器人控制系统。该系统应用改进后的yolov5算法模型,实现对行人目标的识别检测。通过改进后的模型,在以人脸为识别目标时,精度可达到89%。     

一种视觉识别智能搬运机器人的设计

针对目前室内搬运机器人的移动精准度不高、视觉识别容错率低等问题，设计了一款以STM32F1和STM32H7为核心的双主控室内移动搬运机器人。采用13线霍尔编码器和增量式PID算法对电机进行闭环控制；采用电机里程计实现机器人定位，采用陀螺仪读取机器人姿态角度再利用PID算法对机器人空间定位和姿态进行矫正；利用OV7725摄像头获取图像，对图像进行中值滤波预处理，根据物体颜色并结合形状进行物料识别；利用PID算法对物料进行定位、抓取和放置。实验结果表明，在任意复杂的环境中，都能完成物料的正确抓取，并且能够精准地放置物料。     

基于机器视觉的协作式机器人Baxter目标识别算法

为了提升协作式机器人Baxter在工作应用中识别抓取目标物体的准确性和鲁棒性,对所涉及到的一些图像处理算法进行研究,提出了基于HSV颜色模型和形态学处理的工作区域轮廓检测算法,改进了传统识别圆的Hough变换算法。实验结果表明,所提出和改进的算法能够提升协作式机器人Baxter对目标识别的准确性和鲁棒性。     

基于多目标Camshift手势识别

基于单目视觉下的手势识别技术一般由手势建模、特征提取、手势匹配等几个关键技术构成。手势跟踪算法目前主流的是粒子滤波算法和Camshift算法。系统采用Camshift算法,将人手图像由RGB空间转换到HSV空间后,在HSV空间利用半自动预定义模板颜色对人手进行分割,并对其进行改进实现多目标跟踪,由于Camshift算法为半自动算法,在对手势进行跟踪前需对手势进行手动标定,系统采用了手势跟踪与手势识别技术结合的方法,改进了Camshift算法,解决了Camshift的半自动问题和实现多目标跟踪,实现双手的手势识别。     

A robust omnidirectional vision sensor for soccer robots

How to make robot vision work robustly under varying lighting conditions and without the constraint of the current color-coded environment are two of the most challenging issues in the RoboCup community. In this paper, we present a robust omnidirectional vision sensor to deal with these issues for the RoboCup Middle Size League soccer robots, in which two novel algorithms are applied. The first one is a camera parameters auto-adjusting algorithm based on image entropy. The relationship between image entropy and camera parameters is verified by experiments, and camera parameters are optimized by maximizing image entropy to adapt the output of the omnidirectional vision to the varying illumination. The second one is a ball recognition method based on the omnidirectional vision without color classification. The conclusion is derived that the ball on the field can be imaged to be an ellipse approximately in our omnidirectional vision, and the arbitrary FIFA ball can be recognized by detecting the ellipse imaged by the ball. The experimental results show that a robust omnidirectional vision sensor can be realized by using the two algorithms mentioned above.     

基于HOG和粒子滤波的足球视频中球的跟踪方法

在足球视频中,由于球员和摄像机的运动使得基于背景的方法无法有效检测和跟踪足球;足球在视频中所占像素个数少、运动复杂,并且在球场中有相似目标如球袜等的干扰,使得目标难以准确跟踪。为改善足球的跟踪效果,文中提出了一种基于梯度向量直方图和粒子滤波的足球跟踪算法。算法以粒子滤波为跟踪框架,用HOG特征与颜色特征融合,结合足球的结构信息与颜色信息,实现了足球视频中足球的稳定跟踪。实验结果表明,文中算法跟踪足球更准确,并可在存在相似目标干扰的条件下有效地跟踪足球。     

基于立体视觉技术的实时测距系统研究

双目立体视觉测距系统由于计算量大、受限于硬件水平等原因,通常无法做到实时测距,为解决这一问题,对双目立体视觉的关键技术进行研究与分析后,采用预标定方法,通过选取一种快速的立体匹配算法,对其各参数进行优化,并以动态视差搜索的方式,结合目标跟踪算法,实现了对目标的实时跟踪与测量。经实验验证,该系统成本低、可行性高,能实时对目标进行跟踪与测量,并在一定范围内具有较高的精度,且有一定的应用价值。     

一种改进型机器人仿生认知神经网络

为了更好地模拟人类视觉系统中的注意力选择,本文提出一种改进型机器人仿生认知神经网络.首先模拟人类视觉皮层结构,在已有模型基础上建立改进型仿生认知神经网络模型;增加位置层(Position Motor,PM)到感受野(Receptive Field,RF)的自上而下(top-down)的视觉注意,同时下颞叶(Inferior Temporal,IT)不再接收全局视觉信息,而改为接收带有自下而上(bottom-up)视觉注意的局部信息,不仅降低数据处理的复杂度,也更加符合人类格式塔心理;最后利用该模型实现机器人复杂背景下目标识别与跟踪.实验结果证明该方法在有效减少数据冗余、缩短处理时间的同时,还可有效提高机器人视觉系统对目标的识别准确率.     

图像传感器OV7620在自主足球机器人中的应用

在简单介绍了全自主足球机器人比赛系统的基础上，分析了传统视觉系统的缺点，给出了用CMOS图像传感器OV7620、SRAM帧存储器IS61LV25616、CPLD／FPGA控制器EPF10K10LC84—3以及DSP器件TMS320VC5416设计的新型嵌入式图像采样处理系统的设计方案。提出了RGB空间到HIS空间的变换方法，从而明显提高了足球机器人视觉系统的速度和可靠性。     

基于视觉与行为模型的机器人目标跟踪

由于存在通信延时等问题，月球机器人必须具备一定智能来进行行为控制。Brooks提出机器人的包容结构理论重点在于强调机器人不同控制层间的联系，以及机器人不同行为功能的分配。本文提出一种视觉与行为模型，主要描述在同一控制层内视觉传感器与行为控制之间的关系，它将机器人的视觉行为与运动行为紧密联系起来，在运动的同时计算地面光流场变化来学习当前机器人动作状态，利用颜色信息的多窗口目标跟踪获取目标属性，最后采用强化学习方法，规划加器人动作．提高了运动控制的稳定度和精确席。     

自主足球机器人全维视觉系统的设计与建模

对全维视觉系统（OPVS）及其成像模型进行了研究。利用单视点约束条件和方程设计了自主足球机器人全维视觉传感器的镜面参数,确定全维视觉传感器的尺寸,建立了包括反光镜的反射模型和摄像头的针孔成像模型在内的一整套完备的数学模型,确定像点和物点间的对应关系,为全维成像提供了必要的数学模型和算法。用仿真实验和真实图像实验验证了系统的实用性。