基于激光融合与彩色视觉的SLAM陪伴机器人系统设计

为了提高教育机器人的定位精准度,此次研究对机器人的激光雷达观测模型和彩色相机成像模型进行了研究,提出了四种观测模型误差,并通过融合激光视觉技术对误差进行消除,设计了优化后的机器人SLAM方案。实验结果表明,此次研究提出的融合激光视觉技术的定位误差仅有1.8%,并可以在3.2 s内完成机器人定位。在静态和动态环境中,该技术分别可以实现98.5%和92.6%的导航成功率。且优化后的机器人可以达到92.8%的满意度。故此次研究提出的融合激光视觉技术的SLAM机器人在学前教育领域可以有效地发挥陪伴作用。     

足球机器人视觉系统光强自适应算法研究

研究足球机器人比赛问题,比赛环境的光强度变化严重影响足球机器人视觉系统的识别性能.为提高机器人视觉识别率,提出了一种基于HSI颜色空间模型的光强自适应算法.算法将比赛场地划分为若干区域,利用HSI颜色空间模型可以分离环境光强度信息的特点,在比赛中动态更新所有划分区域的HSI颜色空间,提高了机器人视觉系统对光强变化的自适应能力,实现了机器人对比赛场地信息的精确辨识.因此用算法优化机器人视觉识别系统进行仿真.结果表明,在实际比赛中,算法能够有效降低环境光强度变化,大大提高了对足球机器人视觉辨识性能.     

基于工业机器人与机器视觉的芯片分拣系统设计

随着科技的发展,近年来工业机器人技术的不断发展成熟,在制造领域中,工业机器人的应用范围也越来越广.由工业机器人、机器视觉检测、PLC等系统构建的芯片分拣系统,可以实现复制式、可定制化生产,避免了工人的重复性劳动,减少了工作负担,让生产工作更加灵活,提高了工作效率.     

基于视觉伺服的工业机器人位姿跟踪方法

目前，工业机器人工作大多是基于先精确示教后运行的，工作效率较低，因此采用视觉提高机器人的智能水平，以实现对目标物体的自动检测和定位抓取，具有重要的现实意义和研究价值。文章以机器人视觉伺服为研究对象，利用视觉伺服使机器人末端跟踪标定板的位姿，包括摄像机标定、机器人手眼标定、机器人控制，可为机械臂的定位抓取提供帮助。     

机器人视觉伺服研究进展:视觉系统与控制策略

视觉伺服控制是机器人系统的重要控制手段. 随着机器人应用需求的日益复杂多样,视觉伺服的研究面临着挑战. 视觉伺服系统的设计主要包括视觉系统、控制策略和实现策略三个方面. 文中对视觉伺服中存在的主要问题进行了分析,重点介绍了视觉系统中改善动态性能和处理噪声的主要技术手段,阐述了处理模型不确定性和约束的控制策略的改进方案,总结了提高视觉伺服系统的可实现性和灵活性的实现策略. 最后,基于当前的研究进展对未来的研究方向进行了展望.     

双队列控制的激光视觉焊缝跟踪系统研究

设计与实现了一套激光视觉引导的焊缝自动跟踪系统,包括系统的整体硬件构成和关键算法。在工业机器人末端安装激光视觉传感器构成焊缝跟踪系统的硬件部分。采用小波变换滤除焊缝图像噪声,采用改进的Steger算法和Hough变换方法提取激光条纹中心直线,进一步提取出焊缝位置。提出一种双队列控制策略,在采集的焊缝特征点的基础上进一步插值,从而实现激光视觉引导的焊缝自动与平滑跟踪。实验结果表明,该系统具有较好的跟踪精度,能满足工业实际需求。     

计算机视觉在工业机器人上的应用

介绍工业机器人计算机视觉系统的工作原理和系统组成。该系统具有对摄像机视场中特征点自动定位和跟踪功能。结合工业机器人控制软件,该系统使工业机器人能实时地调整运动轨迹,提高其适应性和灵活性。     

基于机器视觉的工业机器人自动分拣系统设计

经济的发展推动了我国工业自动化进步,自动分拣是工业自动化中的一部分,传统的工业机器人自动分拣系统的分拣精确度较低,无法满足目前的工业化生产需求,因此基于机器视觉设计了新的工业机器人自动分拣系统.硬件部分设计了CCD图像采集器和运动控制卡,软件部分首先处理了工业机器人自动分拣图像,其次基于机器视觉识别了自动分拣工件类型,...     

融合视觉信息的激光SLAM

针对Gmapping SLAM(simultaneous location and mapping)算法在地图构建过程中对里程计定位精度要求较高且存在粒子耗散、退化等问题，本文首先设计出并行视觉识别与定位网络，用视觉特征与定位信息弥补粒子退化与激光点的漂移，强化定位能力，提高语义信息与构图精度；其次优化提议分布，将观测模型从里程计观测模型变换为激光观测模型并进行高斯采样，用更少的粒子覆盖机器人的概率分布；最后通过贝叶斯规则将视觉信息与激光信息融合，利用仿真工具、机器人平台与原算法进行对比，实验结果表明该算法不仅有效地提高地图构建的精确度与鲁棒性而且丰富了地图的语义信息。     

动态环境下四腿机器人图像处理的改进

视觉系统是咱主体机器人感知外界坏境信息的重要环节.颜色分割是视觉系统中图像处理的第一步.目前公认效果较好的方法采取的是颜色表查找法.本文以四腿机器人足球比赛为背景和研究平台,提出一种快速制作颜色表的方法,并在实时环境下运用了图像增强技术,改进了颜色分割的算法,提高了机器人视觉系统的鲁棒性,并应用于2006年的RoboCup中国机器人大赛中,得到了较好的效果.     

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。     

双目视觉的新颖实时局部2维地图构建方法

根据轮式机器人移动的特点,提出一种采用双目视觉的新颖实时局部2维栅格地图构建算法。首先,提出虚拟高度线投影成像原理,将场景均匀栅格化,在栅格中引入虚拟高度线,并将其投影到立体视觉系统的立体图对中产生投影线,将求解场景点高度值的问题转化为在投影线上和水平视差搜索范围内寻找具有最大相似测度的对应点问题;然后,提出一种新颖的局部2维地图构建方法,该方法以机器人所能越过的最大高度为阈值,对高于阈值部分的虚拟高度投影线上的场景点由其在图像对中的相似测度确定其是否为障碍物区域。实验结果表明,该方法满足机器人导航所要求的有效性和实时性,并可应用到构建3维地图。     

一种配网带电作业机器人的目标线路识别与定位算法研究

配网带电作业机器人需要处理复杂的配电网目标线路感知与识别问题。提出一种基于色彩信息和匹配算子的配电网线路识别方法和中心视差计算方法,实现对线路的曲线特征识别和三维定位。基于色彩信息和匹配算子的检测方法能够有效地匹配复杂环境中的线路,解决线路的表面纹理弱、形态弯曲多样的问题,有效提升了线路的识别效果。中心视差计算方法通过利用线路的几何特性,分析计算线路中心线的曲线视差距离,得到配电网线路的三维位置信息。最后将该算法应用到配网带电作业机器人中,测试结果表明该算法能够准确识别和定位出配电网线路。     

基于三维视觉的机器人安全预警系统

在许多自动化应用场景中,如装配和分拣过程中,工业机器人的应用是提高生产质量和生产效率的一个重要环节。在机器人工作过程中,保证机器人和工人工作的安全,是推动机器人应用和发展的首要前提。该文提出一种基于三维视觉的机器人安全预警系统。首先,该系统利用三维相机对监控场景进行高精度三维重建,并将多个点云进行融合;然后,提取人体关键点,并根据三维人体关键点判断人与机械臂的安全距离;最后,计算判断人体与机器人是否处于设定的安全距离范围,并据此控制机械臂的工作状态。实验结果表明,该文所开发的安全预警系统能保障大视野范围内的人员安全。     

基于改进ORB特征的遥操作工程机器人双目视觉定位

为了提高遥操作工程机器人定位系统图像处理的实时性,提出一种基于改进ORB特征的遥操作工程机器人双目视觉定位方法。利用图像二分法剔除掉图像中的无效区域,只保留匹配区域,采用ORB算法完成有效区域的匹配,最后采用RANSAC算法剔除伪匹配,得到较为精准的匹配点对。与传统算法对比实验结果表明,该方法可以提高匹配效率,消除误匹配,提高匹配精度,定位效率高,能满足遥操作工程机器人作业的实时性要求,可为遥操作工程机器人及其他领域遥操作机器人的视觉提示系统设计提供技术参考。     

结构光与双目视觉相结合的三维测量

在三维测量技术中,传统的双目立体视觉方法计算量大,对没有明显特征的图像,匹配精度较低。本文将基于结构光的三维测量技术与双目成像技术相结合,解决了特征点搜索的困难,提高了测量的精度。与传统结构光成像技术相比,采用常规的双相机立体标定,不需要进行投影仪标定,降低了系统的复杂性,提升了系统的可操作性和灵活性。最后,运用该技术进行三维测量实验,测量结果表明了该技术的可行性。     

基于RGB-D信息的移动机器人SLAM和路径规划方法研究与实现

移动机器人在各种辅助任务中需具备自主定位、建图、路径规划与运动控制的能力。本文利用RGB-D信息和ORB-SLAM算法进行自主定位,结合点云数据和GMapping算法建立环境栅格地图,基于二次规划方法进行平滑可解析的路径规划,并设计非线性控制器,实现了由一个运动底盘、一个RGB-D传感器和一个运算平台组成的自主移动机器人系统。经实验验证,这一系统实现了复杂室内环境下的实时定位与建图、自主移动和障碍物规避。由此,为移动机器人的推广应用提供了一个硬件结构简单、性能良好、易扩展、经济性好、开发维护方便的解决方案。     

基于图优化的移动机器人视觉SLAM

针对目前移动机器人视觉SLAM（simultaneous localization and mapping）研究中存在的实时性差、精确度不高、无法稠密化建图等问题,提出了一种基于RGB-D数据的实时 SLAM算法。在本算法前端处理中,采用了鲁棒性与实时性更好的ORB特征检测。利用 RANSAC 算法对可能存在的误匹配点进行剔除完成初始匹配,对所得内点进行PNP求解,用于机器人相邻位姿的增量估计。在后端优化中,设计了一种遵循图优化思想的非线性优化方法对移动机器人位姿进行优化。同时结合闭环检测机制,提出了一种点云优化算法,用于抑制系统的累积误差,进一步提升位姿与点云的精确性。实验验证了本文所提方法能够迅速、准确地重构出稠密化的三维环境模型。     

基于光束平差法的双目视觉里程计研究

机器人自定位是实现机器人自动导航及其他智能行为的前提, 一种基于光束平差法的移动机器人双目视觉里程计可以有效地实现机器人自定位. 为此, 首先采用点模式匹配方法建立相邻图像之间的特征匹配关系, 根据立体视觉算法得到匹配点对的三维对应关系; 然后, 计算摄像机的相对运动参数, 并采用光束平差分段优化算法对其进行优化. 所提出的双目视觉里程计能够避免车轮半径变化、空转、打滑等对里程计测量精度的影响, 相对定位精度较高.

     

高精度激光测距下的机器人自主避障控制

在机器人自主避障过程中,由于传感器数据的误差会降低机器人感知和决策的准确性,从而影响机器人自主避障能力。为此,提出高精度激光测距下的机器人自主避障控制方法。通过设计机器人体系结构,建立机器人运动学模型,为机器人避障控制提供依据。采用高精度激光测距技术,构建机器人移动场地地形。通过自适应阈值方法,完成机器人的自主避障控制。实验结果表明,所提方法的机器人自主避障控制效果好,且障碍物位置测试值与实际位置值的误差保持在0.5m以内,具有较高的避障控制精确度。