基于边缘方向图的建筑物直线特征提取

从建筑物图像中提取直线是视觉导航、特征识别和遥感影像处理等很多应用中的关键步骤。针对复杂建筑物图像,提出了一种基于边缘方向图的直线特征提取算法。该算法在Canny边缘的基础上,提出边缘方向编码策略,能过检测9×9局部窗口内的直线,将边缘拆分成直线、曲线和点的组合,生成了一种新的直线检测辅助图像——边缘方向图,并通过分析边缘方向图中连续线边缘的方向分布,结合直线误差判别准则和稀疏直线拟合识别直线。实验结果表明:该算法的直线检测性能优于Hough变换和相位编组等经典方法,对建筑物图像的直线检测准确率高,误判率、漏检率低,算法稳健性强。     

一种基于梯度方向直方图的直线轮廓提取新方法

直线轮廓检测是计算机视觉领域中的一个基本问题。在靶场光测图像分析中,通过提取导弹、火箭等目标的直线轮廓,可以得到目标的三维姿态参量。提出了一种基于梯度方向直方图的直线轮廓提取新方法。梯度方向直方图被定义为具有相同梯度方向的图像点的梯度幅值之和。利用梯度方向直方图可以很方便地确定图像上边缘方向,根据此方向可在图像上搜索直线边缘的位置。由于同时利用了梯度的幅值和方向信息,所以该方法能自动地提取直线边缘而无需阈值。通过在实际图像中提取直线边缘,证明了该方法的有效性。     

一种基于视觉信息与偏振天光信息融合的航向角提取方法

在室外智能移动机器人自主导航研究中,仿生偏振导航技术由于不易受累积误差和电磁干扰影响的特点逐渐受到了关注。为提高精度、增强鲁棒性,针对仿生偏振导航提出了一种适用于城市、雾霾天气下的航向角提取方法。引入不易受遮挡、雾霾因素影响的图像强度信息,分别对图像强度信息与偏振天光信息构建优化代价,并进行联合优化,获取最优航向角;室外实验测试显示：信息融合方法在雾霾、天空遮挡等场景下表现良好,在雾霾场景下标准差为0.10～0.24°,比单一偏振天光航向角提取方法提高了83.1～99.7%;在天空遮挡场景下的标准差为0.04～0.09°,比单一偏振天光航向角提取方法提高了90.9～96.7%。     

基于垂线包络和平行线对的城市道路图像消失点检测算法

从单幅图像中识别道路消失点,是无人驾驶、智能导航等领域的关键技术之一。针对城市典型道路和街道图像,提出了一种新的基于垂线包络和平行线对的城市道路图像消失点检测算法。提取单幅图像中的所有平行线对,利用图像中存在的竖直线,提出了竖直区域的包络线估计方法,并实现了对道路区域的分割,有效提取了道路区域内的平行线对。使用方向分组策略将道路区域平行线分成两类,并对近似对称的直线对求交点。利用Cmeans聚类和统计相结合的方法估计了城市道路场景中的消失点。实验结果表明,该算法能够准确有效地估计城市道路场景中的消失点。     

复杂工况下视觉AGV导航标识带中心线的提取研究

针对光照不均匀、导航标识带破损、少量杂物干扰的复杂工况条件下,对视觉AGV采集到的路面导航标识带图片进行特征提取,采用灰度化、中值滤波进行了图像预处理,研究了Otsu法和迭代法等动态阈值分割算法以及形态学在图像分割中的应用,并对预处理图像作了分割对比实验。然后对分割后的图像进行边缘提取,分析了基于最小二乘法和Hough变换算法的直线拟合原原理,提出了Hough算法下基于边缘线的中心线拟合算法,并作了直线拟合对比试验。实验表明,复杂工况下,采用基于形态学和Otsu算法相结合的方法对图像进行分割,得到的二值图像边界更完整,效果更好,基于Hough变换算法较最小二乘法能更精确有效地提取出导航标识带中心线及其方程。     

基于机器视觉的自然环境下作物行识别与导航线提取

针对基于机器视觉的农业导航机器人在图像处理时易受光照变化影响和常规导航线检测算法实时性、稳健性不高等问题,提出了YCrCg颜色模型,选择该颜色模型中与光照无关的Cg分量进行后续图像处理,采用基于二维直方图的模糊C均值聚类法(FCM)进行图像分割,并根据图像中作物行的特点,提出了基于直线扫描的作物行直线检测算法。该算法将图像底边和顶边像素点作为直线的两个端点,通过移动上下端点位置产生不同斜率直线,选择包含目标点最多的直线作为作物行中心线。实验表明,不同光照下基于YCrCg颜色模型的图像分割可以有效地识别出作物行,处理一幅640pixel×480pixel图片耗时约为16.5ms,直线扫描算法能快速准确的检测出导航线,与最小二乘法、Hough变换等算法相比具有速度快、抗干扰性强等优点。     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中。根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则。在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果。为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

基于暗原色的农机具视觉导航线提取算法

针对农机具视觉导航线提取算法受外界环境影响较大,适用性、稳定性较差等问题,提出了一种基于暗原色的农机具视觉导航线提取算法。基于暗原色原理提出了一种新的农田图像灰度化方法,实现了农田图像中的农作物和土壤更好地区分。再利用形态学方法和最大类间方差法对灰度图进行二值化和滤波,并结合垂直投影的方法提取导航感兴趣区域,进而确定感兴趣区域的导航定位点,并通过最小二乘法将定位点拟合得到导航线。实验结果表明,该算法适用于不同颜色情况下的农田场景及农田道路导航线提取,与传统算法相比,在精度上满足导航线的要求且速度也有较大的提高,具有更广的适用性。     

基于光照不变图像的阴影图像道路及导航线提取算法

针对有阴影情况下的道路及导航线提取问题,提出一种基于光照不变图像分割和投票函数的阴影道路图像道路及视觉导航线提取算法,该算法利用正交分解法获取彩色光照不变图像,并对其进行分割,通过构造的投票函数及道路判别准则提取道路区域,扫描道路定位点后对其进行最小二乘拟合提取导航线。该方法不需要大量样本进行学习。实验结果表明,所提算法与现有两种算法相比,在检测精度和速度上均具有明显优势,并且算法复杂度较低。算法能够有效地解决阴影环境下道路及导航线的提取问题。     

一种合成孔径声纳图像线目标提取方法

本文研究了针对高分辨率合成孔径声纳图像中常见的管道、线缆等重要水下设施的线目标提取方法。基于图割理论的Grab Cut算法相比其他迭代算法具有较快的收敛速度,但需要人工辅助选定前/背景区域的初始化条件;为此,本文设计了基于尺度放缩后进行Radon变换的感兴趣区域提取环节,作为Grab Cut的初始化步骤解决方案,使之可以快速自动解译;此外,该优化方案还缩小了模型训练的样本容量,提升了直线目标的提取精度和效率。经实验验证,该方法可以快速准确地提取直线目标,且具有相对较强的鲁棒性。     

基于激光测距仪全局匹配扫描的SLAM算法研究

针对传统的SLAM(Simultaneous Localization and Mapping)算法构建地图时容易受环境因素和外界条件的的影响,在非线性系统状态下误差修正能力不足,且当机器人位姿都处于未知状态时,移动机器人位姿获取不精确,地图构建SLAM技术特征量的获取比较繁琐、不准确等问题。以电力巡检机器人为平台,研究了基于全局匹配的扫描算法,摒弃传统的栅格地图模型的插值方法,采用双线性滤波的插值方法,保证子栅格单元的精确性,估算栅格占用函数的概率和导数。最后采用此算法解决了SLAM地图构建的问题,并分别在室内室外环境进行实验。实验结果表明：基于激光测距仪的全局匹配扫描的SALM算法,在室内室外两种不同环境下,不受复杂背景的影响,准确地进行机器人位姿定位,以及环境地图的构建     

基于滑模控制的室内移动机器人路径跟踪

为解决室内环境下移动机器人的路径跟踪问题,建立了移动机器人的数学模型,并构造一种新型滑模控制趋近律。采用该趋近律设计滑模控制律,并利用李雅普诺夫定理证明了系统稳定性。采用所设计的滑模控制器对室内移动机器人进行路径跟踪实验,仿真结果验证了该方法的有效性。     

激光测距无损检测机器人运动控制研究

为了提高无损检测机器人行走的直线度,针对移动机器人系统,本文研究了激光测距的位置反馈方法,开发了基于微控制器STM32芯片的控制器,完成了边缘传感器信号、光电码盘信号、激光测距信号的接收与处理。设计了系统的软件结构,探讨了移动机器人系统的建模与仿真,详细分析了永磁同步电机的数学模型和移动机器人的运动学模型,在此基础上,以移动机器人的侧移与偏移角度为指标,设计PID控制器的参数,进行PID控制算法的仿真。经过仿真分析,研究扰动对于系统各部分新能的影响,验证了控制算法的合理性与有效性。     

基于嵌入式系统的搬运机器人设计与路径规划研究

为了解决目前工业搬运机器人发展的需求问题,设计了一款基于嵌入式系统的搬运机器人。该型搬运机器人的循线采用的是一种七路灰度传感器,并通过设计的一种蓝牙模块将灰度信息发送到手机端,从而简化了循线时的调试,具有创新性。搬运机器人前端安装有颜色传感器用以区分不同种类的物料。电机控制部分设计了一个PID闭环控制系统,通过PWM脉冲宽度调节来控制电机的转速。然后,针对模拟场地提出了一种路径规划算法,并通过设计的搬运机器人进行了实验测试与分析,验证了该方法的准确性和有效性。     

基于粒子滤波和人工势场法的放射源搜寻方法

针对放射源搜寻过程中难度大、定位精度低等问题,提出了一种适用于移动机器人的自主寻源方法。该方法利用移动机器人搭载辐射探测器采集的剂量计数值,根据γ射线的衰减规律建立辐射衰减模型;在机器人前进的过程中利用粒子滤波算法对放射源的参数进行实时估计;采用高斯分布函数对重采样后的粒子进行自适应更新,保证重采样后的粒子具有多样性;根据辐射环境创建机器人路径规划模型,采用人工势场法规划机器人的自主寻源路径。实验在Matlab下进行了仿真验证,结果表明,该方法在有遮挡环境下能够搜寻到未知的单点源,同时自适应更新能够提高算法的稳定性,缩小寻源误差。     

模糊PID控制下移动机器人定位方法研究

机器人定位研究一直是机器人学研究的重点,但目前机器人定位方法都存在缺点,抗干扰能力差,不能做到准确定位,主要是由于环境等多方面因素的干扰,定位误差会逐渐加大。由于上述原因,提出了一种基于设定值加权模糊PID控制的移动机器人自定位方法。给出了定位过程的参数,为机器人移动建立模型,设计一种模糊 PID 控制器,根据误差及变化率大小,选择模糊定位或PID定位,实现移动机器人的智能定位,提高机器人定位准确的准确性。通过仿真实验结果证明：模糊PID控制的机器人自定位方法对移动机器人的定位过程有较好的改善作用,实用效果较好。     

Collision avoidance for a mobile robot based on radial basis function hybrid force control technique

Collision avoidance is always difficult in the planning path for a mobile robot. In this paper, the virtual force field between a mobile robot and an obstacle is formed and regulated to maintain a desired distance by hybrid force control algorithm. Since uncertainties from robot dynamics and obstacle degrade the performance of a collision avoidance task, intelligent control is used to compensate for the uncertainties. A radial basis function (RBF) neural network is used to regulate the force field of an accurate distance between a robot and an obstacle in this paper and then simulation studies are conducted to confirm that the proposed algorithm is effective.     

基于直线的射影不变性和极线约束标定摄像机参数

提出一种用图像对标定摄像机参数的新方法。传统自标定方法需要先由图像特征计算基础矩阵,该方法则是从图像中提取一组未知长度和长度比的平行直线,以图像中心坐标为主点初值,利用直线的射影不变性先求得摄像机焦距、旋转矩阵和平移向量的初值;再由图像对固有的极线约束来优化摄像机的参数,从而得到高精度的主点、焦距、旋转矩阵和平移向量。使用该方法对图像目标进行三维重建,仿真实验表明：该方法对场景要求较少,原理简单,方法易行,标定摄像机参数精度较高。     

基于RFID无阻塞扫描控制的机器人室内定位设计

针对RFID移动机器人室内定位中的标签扫描问题,提出一种基于六边形分布模式的RFID无阻塞扫描控制方案,用于机器人的室内定位系统设计和误差检测。首先,将RFID标签根据六边形模式进行分布,减小位置估计的静态误差;然后,阅读器利用固定信道分配(FCA)方法给每个标签分配ID,使阅读范围内标签ID都不相同;最后,当阅读器读取信息时,发送查询请求给范围内的标签,标签根据自身ID决定应答时隙,避免冲突。实验结果表明,相比基于树的扫描控制方案,本文方案能够降低标签/阅读器的复杂度,同时具有较小的位置估计误差和扫描延迟,可帮助机器人实现精确定位。