基于全景视觉机器人自定位方法研究

根据RoboCup比赛规则的改变,在足球机器人失去利用球门、立柱等地标信息定位条件情况下,提出一种新的基于全景视觉的自定位方法。该方法通过对白色标志线上点的识别,结合场地环境栅格化的处理,通过最小误差搜索而达到快速、精确自定位的目的。实验结果表明该自定位方法达到了较高定位精度和较快定位速度。     

用于机器人足球赛的全景视觉设计仿真

该文介绍用于机器人足球中型组比赛的全景视觉系统设计与仿真.该系统由一个普通摄像机和一个全向镜组成,能够拍摄到周围360度的全景图像.该文首先分析了比赛对视觉系统的各项要求,然后对几种常用的全向镜的成像效果进行仿真,得到了它们的全景图像.通过仿真结果比较,发现双曲线镜面具有单视点、变形小、分辨率高、体积小的特点,能够很好地满足比赛的要求.最后给出了摄像机和双曲线镜面的设计参数以及双曲线镜面的仿真图,完成了整个视觉系统的设计.     

基于全景视觉与里程计的机器人自定位方法研究

通过分析全景视觉与里程计传感器的感知模型的不确定性，提出了一种基于路标观测的移动机器人自定位算法. 该算法利用卡尔曼滤波器，融合多种传感器在不同观测点获取的观测数据完成机器人自定位．与传统的、采用单一传感器自定位的方法相比，它利用视觉和里程计的互补特性，提高了自定位的精度．实验结果证明了上述方法的有效性．     

基于EKF的全景视觉机器人SLAM算法

研究全景视觉机器人同时定位和地图创建（SLAM）问题。针对普通视觉视野狭窄, 对路标的连续跟踪和定位能力差的问题, 提出了一种基于改进的扩展卡尔曼滤波（EKF）算法的全景视觉机器人SLAM方法, 用全景视觉得到机器人周围的环境信息, 然后从这些信息中提取出环境特征, 定位出路标位置, 进而通过EKF算法同步更新机器人位姿和地图库。仿真实验和实体机器人实验结果验证了该算法的准确性和有效性, 且全景视觉比普通视觉定位精度更高。     

基于全景与前向视觉的足球机器人定位方法研究

针对足球机器人比赛中要求快速准确获取目标位置信息的特点,设计了由全景视觉和前向视觉共同构建而成的机器人视觉系统.对于单一视觉传感器,采用图像坐标系转换求反正切法、分段比例法及针孔摄像机成像模型的方法,以blob面积为优选条件选择定位方式,从而得到精度较高的定位结果.实验结果证明了该视觉系统设计的合理性及定位方法的有效性.     

全景视觉在机器人自主定位中的应用

研究一种基于全景视觉的机器人自主定位的方法。利用光学视觉原理,设计了一种全景视觉传感器,从而获得机器人周围环境的全方位景物的图像。通过去除全景图像的噪声、分割颜色阈值、计算中心点等处理,识别出机器人周围景物的已知路标,采用三角定位法,计算出机器人的坐标,从而为机器人的导航、避碰等任务奠定良好的基础。实验结果表明,此方法对于机器人自主定位具有一定的可行性。     

基于动作视觉协调的足球机器人视觉跟踪方法

文章提出了一种基于动作视觉协调的足球机器人视觉跟踪方法,它跟踪准确,对光照环境的适应性强。实验表明,该方法简单有效。该方法已应用于某校研制的Mirosot机器人足球比赛系统,并且参加比赛取得了优良成绩。     

机器人视觉伺服综述

系统论述了机器人视觉伺服发展的历史和现状。从不同角度对机器人视觉控制系统进行分类,重点介绍了基位置的视觉伺服系统和基于图像的视觉伺服系统。对人工神经网络在机器人视觉伺服方面的应用情况作了介绍。讨论了视觉伺服中图像特征的选择问题。对机器人视觉所涉及的前沿问题进行阐述,并指出了目前研究中所存在的问题及今后发展方向。     

基于FPGA+DSP的智能车全景视觉系统

为实现智能车全景视觉系统的应用研究平台,设计了一种基于FPGA+双DSP的实时6通道数字图像采集与处理系统.该系统由两片FPGA与两个DSP组成.第一个FPGA进行多通道视觉图像采集的同步控制、逻辑处理,第二片FPGA辅助DSP进行海量图像数据的高速并行处理.两个ZBTSRAM芯片作为数据输入和输出的高速缓存,每通道的...     

基于全景近红外视觉的室外移动机器人定位系统

针对室外移动机器人定位、导航问题,提出了一种基于全景近红外视觉的路标定位系统。系统通过近红外主动照明降低了光照变化、阴影等因素的影响,利用全景摄像机获得大范围的路标定向信息。图像处理中改进大津法和路标跟踪的应用使识别路标更准确、更快速,三角定位算法确保能精确的计算出机器人的世界坐标。室外环境下移动机器人的定位实验结果表明,本系统具有较高的定位精度和良好的鲁棒性。     

Robot Homing by Exploiting Panoramic Vision

We propose a novel, vision-based method for robot homing, the problem of computing a route so that a robot can return to its initial home position after the execution of an arbitrary prior path. The method assumes that the robot tracks visual features in panoramic views of the environment that it acquires as it moves. By exploiting only angular information regarding the tracked features, a local control strategy moves the robot between two positions, provided that there are at least three features that can be matched in the panoramas acquired at these positions. The strategy is successful when certain geometric constraints on the configuration of the two positions relative to the features are fulfilled. In order to achieve long-range homing, the features trajectories are organized in a visual memory during the execution of the prior path. When homing is initiated, the robot selects Milestone Positions (MPs) on the prior path by exploiting information in its visual memory. The MP selection process aims at picking positions that guarantee the success of the local control strategy between two consecutive MPs. The sequential visit of successive MPs successfully guides the robot even if the visual context in the home position is radically different from the visual context at the position where homing was initiated. Experimental results from a prototype implementation of the method demonstrate that homing can be achieved with high accuracy, independent of the distance traveled by the robot. The contribution of this work is that it shows how a complex navigational task such as homing can be accomplished efficiently, robustly and in real-time by exploiting primitive visual cues. Such cues carry implicit information regarding the 3D structure of the environment. Thus, the computation of explicit range information and the existence of a geometric map are not required.     

一种优化的移动机器人ALV视觉归航算法

针对移动机器人平均路标向量（ALV）的算法性能受自然路标影响较大的问题,提出了一种优化算法．在利用图像特征检测与匹配手段,如SIFT（尺度不变特征变换）、SURF（加速鲁棒特征）等,来获得自然路标的前提下,优化算法首先对原始的ALV算法进行了过程拆解,获得归航子向量;然后利用统计学理论对归航子向量的贡献度进行调整,并剔除误匹配路标;最后将带有权值信息的归航子向量重新整合,获得指向目标位置的归航向量．实验表明,优化的ALV算法有效地提高了自然路标的整体精度,保证了路标的对应性,从而提高了ALV算法的准确性,使机器人可以以更理想的轨迹自主地到达目标位置．     

基于精简路标的机器人视觉归航算法

在受生物导航方式启发的局部视觉归航算法中,ALV(average landmark vector)算法因其模型简单、归航性能较好以及所需存储空间小等优点受到了广泛的重视.在非结构化环境中,ALV算法常常需要使用图像的局部特征作为自然路标点,在这种情况下,路标的对应性问题难以保证,同时在保证归航性能的前提下如何合理地精简路标数量也尚无有效的解决方法.针对上述问题,对基于双曲面镜的折反射全景图像进行了研究,提出了horizon环域的概念.在环域内提取SIFT(scale invariant feature transform)特征作为自然路标点并结合ALV模型提出了一种改进的基于自然路标的ALV算法.改进算法有效地缩小了路标点的提取区域,较好地保证了路标点的对应性并精简了路标点的数量.多个实际场景的实验表明,这种算法有效提高了归航精度.     

基于立体视觉的串联机器人跟踪检测系统

建立一种六自由度串联机器人视觉跟踪检测系统框架,包括图像采集、摄像机标定、机器臂跟踪检测、机器臂位姿建模与计算等。提出利用CamShift算法对机器人进行在线粗跟踪,搜寻和画定出机器臂操作器在当前窗口的区域位置。对跟踪到的机器臂按照SURF算法进行特征提取与立体匹配。该方法被用于对串联机器人位姿检测进行实验。实验结果表明,2种算法的结合适用于六自由度串联机器人在空间复杂运动的跟踪检测。     

基于双目视觉导航的仿生机器人鲁棒控制算法

仿生机器人在定姿过程中受到空间扰动因素的影响容易产生控制误差,需要对机器人进行精确标定,提高仿生机器人的定位控制精度,因此提出一种基于双目视觉导航的仿生机器人鲁棒控制算法。利用光学CCD双目视觉动态跟踪系统进行仿生机器人的末端位姿参量测量,建立被控对象的运动学模型;以机器人的转动关节的6自由度参量为控制约束参量,建立机器人的分层子维空间运动规划模型;采用双目视觉跟踪方法实现仿生机器人的位姿自适应修正,实现鲁棒性控制。仿真结果表明,采用该方法进行仿生机器人控制的姿态定位时对机器人末端位姿参量的拟合误差较低,动态跟踪性能较好。     

基于运动视的移动机器人定位方法

提出了一种新颖的基于运动视的定位方法．该方法从机器人接近的目标上选取两个特征点并根据它们的图像坐标确定机器人运动前后相对于目标的位姿．本文还提出了一种能够更准确地找出特征点图像坐标的搜索算法．试验结果表明该方法有较高的定位精度和较强的鲁棒性．     

基于机器视觉的自主式救援机器人的研究

本文将面向自主式救援机器人,从现阶段日本、中国对自主式救援机器人研究现状出发,深入分析自主式救援机器人的功能需求和硬件设备需求,并且结合自主式救援机器人工作中所具备的功能进行研究。在灾害事故当中,由于环境复杂救援人员难以勘探真实的灾害环境,从而影响救援效果,而自主式救援机器人则能够通过自身强大的移动、远程通信、监测与跟踪等功能为救援人员提供帮助。面对灾害事故频发的现代化社会,救援机器人的研发已成为全球重要的研究事项。     

挖掘机器人视觉目标定位

为实现挖掘机器人的自动挖掘,为挖掘控制算法及视觉图像采集与处理提供仿真操作平台,在挖掘机实验模型基础上进行了电路改造,构建了以单片机为核心的控制电路,通过无线蓝牙与上位机进行通讯,实现对挖掘机操作装置的控制;通过视觉传感器采集挖掘机铲斗、目标物的实时图像,经图像处理后,对目标物中心及铲斗标记中心进行提取、定位,计算出二者之间的实时距离,进而控制挖掘机铲斗对目标物进行挖掘;通过对平台进行实际控制及基于视觉目标的图像分割及定位,验证了文章构建的方法的有效性.     

基于彩色图像的机器人视觉声纳实现

着重分析了彩色图像中物体的识别方法 ,对如何利用彩色图像的颜色信息进行图像分割、目标识别进行了较为深入的讨论。提出了视觉声纳的概念 ,研究了从二维视觉信息中获取目标精确位置的算法。实验表明该算法可以得到相当精确的结果     

基于GPU的车载全景视觉系统

针对大、中型车辆在行驶、泊车过程中存在的视觉盲区以及多路视频全景拼接难以实时等工程化问题,本文设计出一种基于FPGA和GPU平台的多路相机安全驾驶辅助系统.FPGA实现图像数据采集、参数传递等预处理,在GPU上实现拼接算法的并行加速.在算法上优化实现多相机自动化标定,生成融合参数表以获取精确的融合配准关系.实验结果表明...