结合视觉里程计的微小型空中机器人SLAM研究

经典的基于“平滑摄像机模型”的单目视觉同步定位与地图构建方法无法适用于具有复杂飞行模式的微小型空中机器人.针对这个问题,提出一种结合视觉里程计的单目视觉同步定位与地图构建方法.该方法通过视觉里程计直接估计机器人机载摄像机相对位姿变化,并将这些位姿信息嵌入基于EKF的单目视觉同步定位与地图构建算法中.同时,在采用视觉里程计进行位姿估计时,针对可能出现的退化问题,采用特征分类的策略,提高了估计的鲁棒性.将方法应用于一套真实的微小型智能无人直升机系统上,实验数据验证了方法具有良好的适用性和实用性.     

基于单目视觉的自主牵引机器人研究

采用单目相机设计了一种在空间内能够跟踪靶标的自主移动机器人系统,它主要包括单目视觉系统、移动机器人平台、无线模块、上位机及控制软件。上位机控制软件首先对通过无线图像采集模块获得图像进行图像处理与特征提取,获得靶标的在图像坐标系下的当前位置信息,然后与靶标的目标位置进行比对,获得机器人的运动控制量,进而控制机器人始终跟踪靶标,从而实现了基于图像的机器人在空间位置控制过程。     

基于单目视觉的双机器人协同标定技术

由于机器人的基坐标系隐藏在底座内部,导致双机器人基坐标系间位姿关系的测量变得十分困难,而该关系作为机器人离线编程、协同控制的基石,对于多机器人系统的正常工作至关重要。为此提出了基于单目视觉的协同标定方法,利用单目视觉和棋盘格标定板求解双机器人基坐标系间位姿相对关系并使用激光跟踪仪标定法作为对照对双机器人基坐标系关系进行了标定,并通过双机器人位姿协同实验对标定的结果进行验证,最终得到基于单目视觉的协同标定方法所对应的双机器人位置协同误差最大值为1.278 mm,最小值为0.601 mm;姿态协同误差最大值则为0.481°。     

结合图像内容匹配的机器人视觉导航定位与全局地图构建系统

为了解决机器人室内定位时的绑架问题和相似物体的干扰,设计了一种具有图像内容匹配功能的视觉系统,从而使机器人能有效提取关键帧序列构建室内全局地图并实现自主定位。考虑影响图像内容匹配的主要干扰是机器人视角和位移造成的图像畸变,本文通过对室内物体的图像畸变建模与特征分析,设计了一种图像内容匹配方法。该方法以图像重叠区提取、基于子块分解匹配的重叠区重建两部分为核心,可将待匹配的两帧图像畸变调整为一致后再进行内容匹配并准确解算它们的相似度。其能有效利用各个房间内不同的景物和布局信息来消除相似物体的影响,从机器人学习环境时采集的视频中提取空间间距大且重叠相连的关键帧序列建立整栋建筑内部的全局导航地图。机器人工作时,实时视觉的图像内容与地图关键帧序列匹配,提取出与每个时刻视觉图像最相似的关键帧对机器人实施定位。在由3个房间和2条走廊组成的实验区进行了实验测试,结果表明:机器人可有效消除相似物体的干扰,绑架发生时仍可通过与全局地图匹配实施准确自主定位,匹配准确率≥93%,定位精度误差(RMSE)0.5m。     

基于惯性导航与立体视觉的风管清扫机器人同时定位与地图创建方法

风管清扫机器人是用于完成中央空调通风管道系统清扫工作的一种自动化设备,为提高其在庞大且封闭的未知通风管道网络中的自主导航能力,提出一种低成本的机器人同时定位与地图创建解决方案。该方案结合惯性测量单元的高速动态性能及双目立体视觉传感器良好的环境感知能力,通过采用Rao-Blackwellized粒子滤波方法融合两种传感器的测量信息,可以有效地抑制惯性传感器的漂移,快速地估计机器人三维的位置、姿态和速度,并且获取稳定的环境视觉路标信息,能够满足风管清扫机器人同时定位和地图创建的要求。同时,为确保视觉路标关联的鲁棒性,提出一种双向的基于几何相容性及路标视觉特征相结合的数据关联方法。试验结果证明所提的同时定位与地图创建方案和数据关联法的有效性。     

基于单目机器视觉的高压输电线路障碍物定位研究

高压输电线巡线机器人运行线路上的障碍物识别定位,是实现巡线机器人自主导航的关键技术之一。针对110k V高压输电线路地线结构的特点,提出了基于单目机器视觉的高压输电线路障碍物定位研究方法。通过在巡检机器人本体上安装单目摄像机,利用单目摄像机采集前方线路图像,对图像中的障碍物进行识别,利用识别出来的障碍物位置中心与摄像机的位置关系建立测距几何模型,来对巡线机器人前方障碍物进行定位。该方法可以较精确地对巡线机器人前方约(1-2)m内的障碍物进行定位并测距,且误差小、识别率高、响应快。最后,通过实验验证该方法有较高的可行性和有效性,能够极大提高巡线机器人自主导航能力。     

NAO的单目视觉空间目标定位方法研究

为了实现单摄像头工作的双足机器人NAO的视觉定位,采用单目视觉技术,建立一个空间点定位模型。根据摄像机的小孔透视模型,将图像中的二维坐标通过几何关系映射为机器人坐标系中的三维坐标,实现NAO基于单目视觉技术对空间目标定位。进行了定位实验,实验结果误差在允许范围之内,验证了该定位方法的实际可行性。     

基于单目视觉的轴孔零件定位系统设计

针对轴孔零件精密装配过程中单目视觉定位系统的使用困难,设计了一种基于单目视觉的轴孔零件定位系统,提出了基于图像特征的零件倾斜角计算方法,可直接判定零件倾斜姿态。通过对椭圆快速检测算法进行优化,减小噪声影响,实现了高精度检测。最终通过该系统实现了轴孔零件的准确定位,提高了轴孔零件自动装配的成功率。实验证明,提出的方法能够在单目视觉条件下准确得到待装配零件的空间位置信息,满足同轴度要求15μm级的轴孔精密装配需求,具有较好的工程应用价值。     

单目视觉双臂机器人相对位姿的快速标定

由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。     

基于单目视觉的并联机器人末端位姿检测

高效、准确地检测机器人末端位姿误差是实现运动学标定的关键环节。提出一种基于单目摄像机拍摄立体靶标序列图像信息的末端执行器6维位姿误差辨识方法,构造具有平行四边形几何约束的四个空间特征点,并以平行四边形的两个消隐点为约束,建立空间刚体位姿与其二维图像映射关系模型,实现末端位姿的精确定位,然后以Delta高速并联机器人为对象,进行了运动学标定试验,验证该方法的有效性,为这类机器人低成本、快速、在线运动学标定提供重要的理论与技术基础。     

基于激光雷达的移动机器人同时定位与地图创建的研究

应用同时定位与地图创建理论建立全区域覆盖移动机器人导航系统,融合航位推算理论和基于环境特征的定位方法,设计了基于光电编码器--磁航向传感器组合和LMS激光雷达的混合定位系统.使用扩展Kalman滤波技术完成了基于特征直线的机器人位置更新.通过计算机仿真,结果表明建立的混合定位系统和同时定位与地图创建方法是一种切实可行的全区域覆盖移动机器人的导航方法.     

一种基于声纳信息的移动机器人地图创建方法

未知环境中移动机器人地图创建是自主移动机器人一项重要的基本功能。本文提出了一种新的基于声纳传感器信息进行栅格地图创建方法。将Bayes法则应用于栅格概率估计和声纳信息处理过程中，有效的克服了声纳传感器的不确定性，实现了从局部地图到全局地图的更新。实验验证了该方法的可行性和有效性。     

基于深度学习的视觉同时定位与建图研究进展

随着机器视觉的不断发展,视觉传感器其小巧轻便、价格低廉等优势,使得视觉同时定位与建图(VSLAM)越来越受人们关注,深度学习为处理VSLAM问题提供了新的方法与思路。本文综述了近年来基于深度学习的VSLAM方法。首先回顾了VSLAM的发展历程,系统阐释了VSLAM的基本原理与组成结构。然后从视觉里程计(VO)、回环检测与建图3个方面分析各类基于深度学习的方法,从特征提取与特征匹配、深度估计与位姿估计及关键帧选择等3个部分阐述了深度学习在VO中的应用;基于场景表达方式的不同,总结了几何建图、语义建图及广义建图中的深度学习方法。接着介绍了目前VSLAM常用的各种数据集以及性能评估指标。最后指出了目前VSLAM面临的难题与挑战,展望未来深度学习与VSLAM结合的研究趋势与发展方向。     

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。     

基于视觉的汽车轮毂打磨实训系统设计

随着智能制造技术的飞速发展,企业转型升级加速,对技术技能型人才的需求与日俱增。该文设计汽车轮毂智能化打磨加工工艺的实训系统,通过Profinet工业以太网通信,结合PLC实现对系统的逻辑控制,通过机器视觉对轮毂表面检测,将需要打磨的区域反馈给工业机器人实现自动打磨,提高轮毂打磨的精度和效率,改善加工工艺。该实训系统能满足对学生进行PLC与工业机器人现场编程、机器视觉的基础应用以及制造加工工艺的知识与技能的训练,提高学生综合技能与素养。     

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。     

全区域覆盖移动机器人的导航系统总体设计

导航与定位是自主移动机器人研究的重点,是实现移动机器人智能化的核心技术。本文从全区域覆盖移动机器人面临的实际环境,综合光电编码器、磁航向角传感器和LMS221系列激光雷达的特性设计一种混合定位系统。通过理论分析,论述同时定位与地图创建方法（SLAM）在导航系统中应用的可行性和解决方案。     

使用非视觉传感器的移动机器人定位问题的研究方法

回顾使用非视觉信息的移动机器人定位问题研究状况,根据各种方法研究的侧重点将经问题分为４类,即使用信标的定位,基于环境模型的定位,基于多传感器融合信息的方法以及定位和环境建模同时进行的方法,且指出各种方法的优缺点。