双目立体视觉的移动机器人实验平台的研究

带有视觉识别和移动功能的机器人具有较高的操作特征和较大的适应性，本文在对双目立体视觉移动机器人实验平台总体描述基础上，集中详细讨论了该实验平台的轮式移动系统和双目立体视觉系统。     

多传感器信息融合的移动机器人定位算法研究

为有效降低使用单一传感器进行移动机器人定位时的不确定误差,提高机器人定位与建图的准确性和鲁棒性,提出了一种多传感器信息融合的移动机器人定位算法。基于激光RBPF-SLAM算法实现机器人同时定位与路标地图构建,运用图优化理论约束优化蒙特卡洛定位的位姿估计结果;通过双目视觉重建环境的三维点特征,针对视觉信息处理计算量大、跟踪精度不高的问题,研究改进基于ORB的特征点提取与四边形闭环匹配算法;利用因子图模型对激光RBPF-SLAM定位和双目视觉定位进行最大后验概率准则下的信息融合。仿真和实验结果表明通过上述方法可以得到比传统RBPF-SLAM算法及一般改进算法更高的定位精度,验证了所提方法的有效性和实用性。     

多传感器信息融合的移动机器人定位算法研究（英文）

为有效降低使用单一传感器进行移动机器人定位时的不确定误差,提高机器人定位与建图的准确性和鲁棒性,提出了一种多传感器信息融合的移动机器人定位算法。基于激光RBPF-SLAM算法实现机器人同时定位与路标地图构建,运用图优化理论约束优化蒙特卡洛定位的位姿估计结果;通过双目视觉重建环境的三维点特征,针对视觉信息处理计算量大、跟踪精度不高的问题,研究改进基于ORB的特征点提取与四边形闭环匹配算法;利用因子图模型对激光RBPF-SLAM定位和双目视觉定位进行最大后验概率准则下的信息融合。仿真和实验结果表明通过上述方法可以得到比传统RBPF-SLAM算法及一般改进算法更高的定位精度,验证了所提方法的有效性和实用性。     

排爆机器人双目立体视觉系统设计

双自立体视觉是计算机视觉的一个重要分支,双目立体视觉直接模拟人类双眼处理景物的方式,可靠简便,在许多领域均极具应用价值,例如在机器人视觉系统中的应用.本文基于排爆机器人的应用,详细描述了排爆机器人双目立体视觉系统的设计与实现,由双目立体视觉系统根据目标物的二维图像计算出目标物的三维坐标.实验表明该系统能提高排爆机器人智能性与易操作性,大大提高了机械人的定位精度.     

可见光通信与双目视觉的室内定位

提出一种基于可见光通信与双目视觉测量的高精度室内定位方法,旨在为室内移动机器人提供一种精度高、成本低、不易受干扰的室内定位方案。该方法利用双目视觉传感器对LED光源进行成像测量,利用惯性测量单元传感器记录成像测量的三维姿态角,并通过可见光通信技术获取LED光源的坐标信息,最终计算双目视觉传感器相对于LED光源的三维坐标。根据该方法研制了一款基于可见光通信与成像的定位模块,该模块可以利用单个或两个LED光源进行成像定位。当定位模块采用1280×720分辨率的图像时,在2 m×2 m×3 m室内环境中可实现厘米级移动定位,定位频率大于5 Hz;当利用两个相距60 cm的LED光源进行定位时,在三维方向上的定位误差均小于5 cm,同时能够提供小于1.4°的定向纠正。该方法可以为室内移动机器人提供厘米级定位导航服务。     

基于共面4点的机器人位姿求解及其不确定性分析

针对工业机器人视觉伺服控制系统的位置定位问题,提出了一种采用共面4点的单目机器人视觉系统的摄像机位姿求解方法.为评价这种单目机器人视觉系统的定位精度,对定位不确定性的评定方法进行了研究,并在深入分析机器人视觉系统平面定位精度不确定性的基础上,提出将极大似然抽样一致性与上述位姿求解方法相结合,以改善机器人的定位精度.实验证明,该方法在抗噪声能力、对外点稳定性方面优于传统的最小二乘法,有利于提高视觉系统的定位精度和鲁棒性.     

一种基于机器视觉的苹果采摘机器人

为了实现苹果采摘任务,设计了一种由4个自由度的机械手、双目立体视觉系统和气动比例控制系统组成的苹果采摘机器人.提出了基于苹果形心特征立体匹配的图像识别算法,利用三角测距原理获取苹果形心的三维坐标.利用D-H方法对机器人进行了运动学分析,得到了机器人的正解、逆解及工作空间.在此基础上,利用Visual Studio编写控制程序并制作机器人样机进行了实验.实验结果表明,立体视觉系统在工作距离小于1 000mm时,定位误差约为1％,可满足苹果采摘机器人在大多数采摘作业环境下的工作要求.     

一种主要基于多超声波传感器定位的新方法

提出对室内空间分区的方法,解决了移动机器人在室内环境下的定位。在室内有随机障碍物的情况下,根据空间区域特点剔除坏值,采用串联和并联推断的方式,对机器人进行定位。该方法融合了机器人内部传感器电子罗盘、里程计和外部4个超声波测距传感器的同步和异步信息,具有很高的抗干扰特性和较高的定位精度。     

基于双目视觉测量系统的机器人误差检测方法

针对机器人存在的几何参数误差影响绝对定位精度的问题,提出一种基于双目视觉测量系统的机器人误差检测方法。采用修正的DH(MDH)模型建立了带几何误差的机器人运动学模型,根据工具中心点(TCP)实测点与误差补偿后的理论点应重合的原理,推导出误差辨识模型。为构建约束方程,利用平面和空间圆拟合,实现了测量坐标系到基坐标系的转换。通过仿真确定了可辨识的误差,初步验证了误差检测方法的有效性。搭建了误差检测实验装置,使用Handyprobe光笔测量仪进行了误差检测实验。误差补偿后,检验点组绝对定位误差均值减小81.02%,证明了基于双目视觉测量系统的机器人误差检测方法的有效性和可行性。     

基于SFPM的遥操作工程机器人双目视觉定位

为解决遥操作工程机器人作业过程中视频图像传输的时延问题,建立了基于双目视觉的遥操作工程机器人定位系统,提出一种基于单特征点匹配(SFPM)的双目立体视觉定位方法。通过对机器人抓手和抓取物上的单特征点的特征检测和立体匹配,实现特征点的三维信息恢复,并将获取的二者空间坐标和相对距离实时反馈给操作者,为远程遥控机器人逼近并抓取目标物提供判断依据。实验表明:该方法能够对目标物实现快速准确定位,定位精度满足工程作业要求,可为遥操作工程机器人的视觉提示系统设计提供技术参考。     

医疗机器人支撑喉镜下手术的视觉导引

详细论述了医疗机器人如何利用双目视觉系统,通过采集喉镜上3个标记点的三维坐标,获得喉部手术前支撑喉镜的三维位姿信息,并进行了摄像机标定实验与动物手术前视觉导引实验的研究。实验结果表明,该方法具有精确度高、速度快、可实时获得支撑喉镜的相对位置和姿态等优点。     

基于双目视觉的双臂作业型服务机器人的研制

描述了基于双目视觉的移动式双臂作业型智能服务机器人的总体设计思想,以及介绍了双六自由度机械臂作业与双目视觉结合应用的方式,双臂的运动学和规划仿真。仿真结果表明,运动规划方式符合双臂的作业要求。     

基于仿生双目机械云台的图像跟踪技术研究

现有的机器人视觉系统在振动、颠簸环境中难以满足应用要求,往往会出现跟踪视频图像的跳动、图像模糊以及跟踪目标的丢失等问题,文中基于仿生双目视觉平台提出了一种图像跟踪算法。介绍了该仿生双目平台系统的各硬件组成部分、相应功能及其相互间的接口,并详细描述了算法的推导及软件实现过程。     

基于神经网络的双目视觉传感器建模

根据双目视觉传感器的工作原理 ,分析了影响测量精度的因素 ,表明双目视觉传感器的物体空间坐标与图像坐标之间存在复杂的非线性映射关系 ,其数学模型无法用解析式精确地加以描述。因此 ,提出一种基于神经网络的双目视觉传感器建模方法。数值实验表明 ,该方法简便易行 ,建立的模型有较高的精度     

基于双目视觉的工业机器人运动轨迹准确度检测

针对工业机器人运动轨迹准确度检测困难的问题,提出了一种基于双目视觉理论的检测方法。根据空间解析几何学中点、线和面三者之间的约束关系,建立了基于直线特征匹配的工业机器人运动轨迹位姿视觉检测模型。基于此模型对一种典型六轴工业机器人运动轨迹的位置偏差和姿态偏差进行了测量。测量结果表明采用这种方法的测量系统结构相对简单,能够方便地进行工业机器人动态轨迹准确度的测量。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于双目视觉的六自由度工业机器人控制系统研究

目前机器人视觉系统正越来越广泛地应用于视觉检测、视觉引导和视觉装配领域。为了使机器人能够快速准确地识别、检测、抓取工作台上的工件,该文设计了一套双目视觉的六自由度工业机器人控制系统。文中以张正友摄像机标定法为理论依据研究双目视觉合成技术,利用MATLAB摄像机标定工具箱分别获取左右摄像机的内外参数;通过建立机器人用户坐标系、摄像机坐标系以及世界坐标系实现了空间坐标转换;由OpenCV图像处理算法获得工件坐标位置,控制系统驱动机器人实现工件抓取。     

基于双目立体视觉的工业机器人在线温度补偿

工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。     

基于双目视觉识别技术的智能挖掘机器人研究

为能够在无人驾驶情况下完成各项复杂作业任务,设计和研究具有双目立体视觉系统的智能挖掘机器人.该挖掘机器人可实时捕获机身周围的图像信息、求取对象物特征点的立体坐标,并根据计算结果自行规划并控制执行单元完成作业任务.通过实验验证,该挖掘机器人满足现场作业的精度要求和环境要求,可有效提高作业质量,减轻劳动强度,提高生产效率.为工程机械的自动化、智能化提供了新的解决方案,具有重要的社会经济效益.     

远距离三维坐标测量中双目视觉系统结构参数的优化

针对双目视觉系统对远距离大视场复杂地形环境下目标点三维坐标的测量,研究了优化系统结构,提高双目视觉系统坐标测量精度的方法。分析了系统结构参数对测量精度的影响,通过在监测区域内设置靶标对系统进行标定。测量时,将获取的目标点图像信息代入测量模型进行解算,从而获得目标点的空间三维坐标。仿真分析了系统结构参数中调平传感器精度以及系统布局方式对三维坐标测量精度的影响,得出了其误差影响趋势。在此基础上,提出系统调平传感器精度为±0.1°的要求以及系统合理的布局方式,为构建双目视觉测量系统的布局提供参考。对直径200m的区域进行了监测,结果显示目标点的相对定位误差均小于0.33%,满足系统的精度指标要求,同时使得系统现场架设更加方便快捷,避免了盲目性。