基于PCL的自动化机器人视觉形状特征识别算法分析

目前提出的自动化机器人视觉形状特征识别算法识别时间过长,导致识别精准度较低.为了解决上述问题,基于PCL技术研究了一种新的自动化机器人视觉形状特征识别算法.通过云数据采集、数据预处理、提取特征点、分割处理图像完成阈值图像处理.从形状轮廓的长度、直径、离心力、斜率以及曲率、角点这几个决定性因素作为特征分析的切入点实现轮廓...     

基于机器视觉的Delta机器人目标识别算法研究

传统机器视觉目标识别算法中的目标物与背景不精确分割会导致定位不准确,并影响并联机器人工作时的抓取精确度。为此,提出一种基于ORB特征提取算法与Onecut分割算法结合的目标提取算法,对Delta机器人进行系统标定,确定了工业相机、机器人及传送带的位置转换关系。将ORB特征提取算法与Onecut算法相结合,实现了Onecut免交互分割以及对目标进行识别和定位。实验结果表明,此算法的定位精度达到并联机器人的抓取要求。     

足球机器人视觉系统目标识别算法的改进

介绍了国内外足球机器人视觉系统中目标识别算法的发展现状,讨论了视觉子系统中的目标识别问题,采用了一种将颜色信息从RGB空间映射到HIS空间的快速变换方法,并以此为依据采用颜色阈值法和顺序网格与种子点生长相结合的目标搜索方法确定场上的目标,进一步提高了足球机器人视觉系统的实时性.     

一种抗阳光干扰的视觉机器人路径识别算法

视觉机器人能够准确识别路径是其循迹导航的关键。针对全局动态阈值、双峰动态阈值路径识别算法无法应对阳光干扰的问题,提出了一种抗阳光干扰的路径识别算法。该算法基于图像的照射-反射模型,首先通过局部伽马矫正改善图像光照质量,再将其转换到对数域中获取图像梯度信息,以进一步削弱低频入射光量,达到抗阳光干扰的目的。然后合成4个检测方向的改进Sobel算子,并取无穷范数为最终梯度,以提高路径识别的准确性。最后通过局部动态窗口阈值法来匹配最佳阈值,以进一步提高抗阳光干扰能力。通过求取路径三角形的有向面积,以有向面积的正负、大小来判断路径走向与弯曲程度,并以此作为视觉机器人行进转向的控制依据。搭建机器人操作系统(Robot Operating System, ROS)平台进行实验,实验结果表明该算法能够有效改善视觉机器人的抗阳光干扰能力,提高循迹的可靠性与鲁棒性。     

一种基于视觉识别的机器人随动挂件系统

悬挂链输送作为发动机缸体铸件工序转运过程中的一个重要环节,针对现有工艺流程中人工挂件生产效率低、劳动强度大、存在安全隐患和造成铸件磕碰伤等问题,设计了一种基于视觉识别的机器人随动挂件系统,该系统采用视觉识别技术和机器人随动跟踪技术,实现悬挂链在运动状态下300 kg重载缸体自动抓取挂件。系统已投入使用,运行稳定可靠,机器人有效替代人工,生产效率提高10%,因铸件磕碰伤导致的废品率降至0.4%以下,具有良好的应用前景。     

基于机器人视觉的目标追踪算法研究

针对目前机器人视觉的目标追踪算法中匹配效率低的问题,对机器人视觉理论、尺度不变特征变换、特征点匹配、高维空间向量等方面进行了研究,对提高目标追踪算法效率的常用方法进行了归纳,提出了一种基于欧氏距离和特征向量夹角的最近邻搜索算法。首先对数据进行了降维操作,计算了高维空间内所有向量到原点的欧氏距离并进行了排序;计算了高维空间内所有向量与随机选择的参考向量之间的夹角,并进行了排序;设定了查询范围参数,计算了查询向量到原点的欧氏距离,淘汰掉了一批非最近邻点,缩小了检索范围;最后计算了查询向量到参考向量之间的夹角,以该夹角为中心,检索出了最近邻。研究结果表明:该方法可大幅减少匹配时间,能有效提高特征匹配的正确率。     

基于视觉的四足机器人彩色目标的识别

视觉系统是robocup四足组的重要组成部分,场上所有信息均通过视觉系统采集和传递。因此如何高效准确的处理彩色图像信息是整个视觉系统的关键问题。这里使用了一种改进了的基于阈值的颜色判定法,并采用游程连通性分析法进行彩色区域分割,从而达到了使机器人准确快速认知当前环境的目的。     

基于单目视觉的工业机器人目标识别技术研究

为实现工业机器人能在多个目标的工作环境下自主识别指定的目标,提出了一种基于单目视觉技术的解决方法.主要采用中值滤波和最大类间方差法对初始图像分别进行滤波和分割,给出一种新的统计矩阵标记区域算法,利用目标本身的几何特征达到识别目的,选取质心标记法实现目标物体的定位.实验结果表明,该方法在较复杂的环境下能够获得较好的识别定位指定目标的效果,为工业机器人抓取目标提供了必要的信息.     

用于目标识别的PCA-SC形状匹配算法

基于形状上下文(Shape Context)算法并融合主成分分析(PCA)的降维思想,提出了一种PCA-SC算法来提高形状匹配和目标识别的速度和抗噪能力.该算法将SC算法获取的特征矩阵构成协方差矩阵,按照特征值由大到小的准则进行降维,形成新的特征矩阵用于匹配和识别,既抑制了噪声干扰,提高了识别准确率,又能够提高匹配速度,易于满足工程应用对实时性的要求.利用MNIST图像数据库中的图像进行了实验分析,结果表明,PCA-SC算法在保持了SC算法原有的定位准确、抑制噪声等优点的基础上,识别速度提高了1倍;准确率达到了96.15％,提高了约0.5％;而且抗噪性更强,可用于匹配和识别较复杂的形状和目标.该算法基本满足匹配和识别对速度、准确率和抗干扰性等方面的要求.     

一种基于移动机器人视觉的服务目标人确认算法

本文提出一种基于移动机器人视觉的服务目标人的确认算法.首先提出采用基于标准混和高斯模型与人眼特征相结合的方法检测人脸,提高了光线不均情况下人脸的检测率;在检测到人脸的基础上,再采用基于Gabor特征变换法的HMM人脸识别方法确认指定的服务目标,采用几何标准化方法将检测到的目标人脸进行标准化处理,然后对检测到的每个人脸分块并提取其Gabor、特征,建立HMM模型.通过大量的实验验证了目标人寻找方法不仅对本实验室采集的人脸库有较好的识别效果,而且在线实时验证也取得较好的效果.     

一种新颖的目标区域识别算法

文中就不变矩区域描述算法的缺陷,提出了一种新的目标区域的识别算法.该算法运用目标区域的外接椭圆的几何特性,结合二叉树的多尺度功能,有效地实现了对目标形状的描述.这种算法不仅具有平移、旋转、缩放的不变性,而且具有多尺度性和细节差异的不变性.只要目标区域的大体形状固定,细节的差异就不会影响识别率.试验验证,利用新算法比用不变矩算法的系统目标识别率提高了15%以上.     

基于视觉的目标识别中改进SIFT算法研究

为解决SIFT特征匹配算法计算量大、运算速度慢等问题,在详细分析了原有经典算法的基础上,对其进行改进:一方面从降低运算复杂度的角度考虑,通过对每个像素的梯度模值和梯度方向进行高斯加权,将原有128维的特征描述符降低至24维;另一方面对特征向量的搜索方法进行改进,在原有BBF搜索方法的基础上,引入每一维度的数据与节点之间的关系来限定搜索范围,减少搜索次数,提高算法的搜索速度,进而减少算法整体的运行时间。最后,通过实验验证算法在运算速度上的提升,同时对匹配的准确度进行分析,在保证算法准确度的基础上提升运算速度。     

基于机器人视觉的服务机器人表情识别研究

开发了一种基于机器人视觉的表情识别系统。系统首先基于人脸肤色及Gabor纹理特征精确定位人脸区域,其次用Gabor小波变换提取表情特征并设计基于支持向量机的表情分类器,最终实现对7种人脸基本表情的识别。实验表明,该方法在室内环境下能够实时地识别表情并具有较高的识别成功率。     

基于视觉的采摘机器人目标识别与定位方法研究综述

目标识别和定位的精度直接关系到采摘机器人采摘效率、质量和速度。本文对近年来采摘机器人的目标识别和三维定位的研究工作进行了系统性的总结和分析,综述了果蔬识别和定位的几种主要方法:目标识别:数字图像处理技术、基于机器学习的图像分割与分类器和基于深度学习的算法;三维定位:基于单目彩色相机、基于立体视觉匹配、基于深度相机、基于激光测距仪和基于光基3D相机飞行时间的三维定位。分析了影响果蔬识别和定位精度的主要因素:光照变化、复杂的自然环境、遮挡以及动态环境干扰下成像不精确。最后对采摘机器人目标识别与定位的未来发展作了几点展望。     

基于模型约束的人体姿态视觉识别算法研究

针对移乘服务机器人对人体姿态识别高精度性的要求,以及现有的人体姿态识别方法在关节遮挡情况下识别精度低的问题,提出了一种基于模型约束的人体姿态识别算法,以解决移乘操作前机器人系统对人体关节空间坐标的精确提取。首先采用OpenPose算法识别彩色图像中未遮挡关节的像素坐标,通过对RGB-D相机的彩色图像与深度图像进行对齐,将关节像素坐标转换为3D坐标。然后依据人体模型相关参数以及未被遮挡关节坐标计算与之相连接的被遮挡关节的空间坐标,用于提高遮挡关节的识别精度。实验结果表明,所提出的算法在关节未遮挡时识别精度为92%,在关节遮挡时达到了90%。单帧计算平均用时约为190 ms,满足移动服务机器人操作的实时性要求。     

一种刮研机器人及其高点识别算法的设计

传统的刮研工艺主要是工人手持刮刀依靠人力刮削高点,效率低下且危害身体健康.随着计算机视觉技术与机器人技术的发展,用视觉图像信息控制机器人作业成为一种趋势.设计了一种新型的基于图像信息控制的自动刮研机器人,对其机械结构和控制系统进行了阐述,并对设备所用相机进行了标定与图像鸟瞰化.针对刮研高点之间相互粘连的现象,研究开发了针对平面高点的分割识别图像处理算法,实际图像处理实验显示该算法可以准确的定位刮研高点,达到使用高点的位置信息来控制直角坐标机器人刮削作业的目的 .     

一种基于机器视觉的机器人标定方法

机器人标定是离线编程技术实用化的关键技术之一.提出了一种基于机器视觉的机器人标定方法,利用双目视觉测量机器人上的目标点,通过目标点位置的测量撮出机器人的关节轴线,根据相应的运动学模型求出机器人的几何参数,并解决了在测量过程中摄像机视野小的问题.实验结果表明该方法能够实现机器人几何参数的标定,提高了机器人的绝对精度.     

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.     

一种不同高度目标的视觉定位新算法

本文提出一种针对平面上方高度已知目标的视觉定位算法。该方法避开了复杂的摄像机参数标定过程,直接运用射影几何的基本性质实现了平面内目标的单目视觉定位。在此基础上,进一步运用成像深度的多义性实现对高度已知目标的平面坐标定位。最后进行了初步的精度分析,给出了算法应用的建议。该定位算法无需预先知道摄像机的参数,也无需对姿态进行特别的规定,可以根据实际场景来布局定位参考点,降低定位误差。实验表明其具有实现简单,精度高的特点。     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。