基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

一种冗余机械臂的多运动障碍物避障算法

冗余机械臂的避障问题一直是工业机器人应用领域的研究热点之一;为了改进传统避障算法的不足,提出了一种多运动障碍物的避障算法;该算法利用各障碍物的运动状态得到与机械臂之间的最小预测距离,并将其利用雅可比转置矩阵转化为机械臂对应杆件上的躲避速度,再将躲避速度引入梯度投影法中求得机械臂的关节角速度,并通过积分得到避障运动中机械臂的关节角度值,在完成末端轨迹跟踪的同时实现冗余机械臂的实时避障;利用一款七自由度冗余机械臂对该算法进行了仿真验证,结果表明该算法能有效实现冗余机械臂对多运动障碍物的避障。     

基于激光和单目相机信息融合的智能轮椅避障策略研究

针对智能轮椅使用环境复杂多变,障碍物形状各异,单一传感器无法获得完整的环境信息的问题,提出一种基于激光传感器和单目视觉传感器信息融合的障碍物检测方法。通过单目相机和激光雷达传感器感知智能轮椅周围环境,得到障碍物的形状、距离分布状况等信息;在此基础上提出两种传感器信息的融合策略,建立局部障碍物地图,进一步采用模糊神经网络完成整体避障算法,实现智能轮椅安全、快速避障等功能。实验结果验证了文中所提避障算法的可行性及有效性。     

基于角度交会的二维坐标图像测量系统

针对基准平面障碍物检测定位问题,设计了一种采用角度交会法测量二维坐标的嵌入式图像检测系统。二维坐标测量系统采用双线法标定线阵CCD图像传感器,并采用角度交会法对被测对象进行坐标计算,从而测得未修正的二维坐标测量结果。采用控制变量法分别测量X轴和Y轴坐标,使用Matlab软件对数据进行处理,并对X轴和Y轴测量误差分别进行多项式线性拟合,进而得到坐标修正公式,修正的二维坐标误差明显变小。实验结果表明：基于角度交会的二维坐标图像测量系统能够实时、准确、快速和可靠地测量二维坐标,为基准平面障碍物二维坐标测量定位提供了一种可行的方案,具有一定的应用价值和意义。     

基于传感网络的水下机器人控制器设计

由于水下机器人在水下受到不定水流的干扰,机器人控制器缺陷较大。设备并实现了一种以传感网络配合模糊控制理论的水下机器人控制器。利用频率为20khz的超声波传感器网络组成控制器中的距离测量模块,对水下机器人测量方位和运动速度进行测量,给出了测距过程,主控模块以S3C2410嵌入式主控芯片为主,配合神经网络算法对障碍物进行判断,设计了详细的判断过程,提高机器人水下避障性能。以M3型水下机器人作为测试对象,测试结果说明控制器可以较高完成工作,达到应有水平。     

基于激光雷达的多旋翼飞行器实时避障系统

针对多旋翼飞行器的障碍物规避问题,提出一种基于激光雷达的自主飞行多旋翼飞行器避障系统,实现多旋翼飞行器自主飞行的实时避障;该避障系统针对静态、低速运动障碍物,综合飞行器本体姿态、速度、加速度等状态信息,建立基于改进势场法的避障模型和算法;在机器人操作系统(ROS,Robot Operating System)平台进行该避障系统的软件实现,其通过串口与飞控进行通信,完成多旋翼飞行器的自主避障飞行;同时,为了使该系统能在强光环境正常工作,在不影响系统实时性的前提下,对激光雷达的干扰问题进行优化设计;大量实验表明:该避障算法计算量小,能够保证避障系统的实时性,在机体慢速以及低速运动(机体与障碍物之间的相对运动速度小于等于3 m/s)的场景中能够正确检测范围6 m内,并迅速规避障碍物。     

基于机器视觉的锯条自动化装盒系统设计

以VS2010为软件平台,以Staubli TP80机器人,康耐视摄像机和传送带为硬件基础,对锯条进行识别,定位和动态抓取,搭建了一个基于机器视觉的工业机器人智能抓取系统,其中Staubli-TP80机器人为操作手臂,利用康耐视摄像机和工控机搭建视觉检测平台,通过抓取系统的参数化建模实现图像坐标到机器人坐标的转换,利用OpenCV函数库实现锯条的图像处理和模式匹配,最后控制机器人对动态目标进行抓取。     

适用于实时避障的新型智能化机器人敏感皮肤的研究

在未知环境中,实时避障是实现智能化机器人自主工作的关键技术。敏感的皮肤可以使智能机器人具有环境感知和实时决策的能力。研制的敏感皮肤南模块化和带有强数据处理能力的微型红外传感器阵列构成,可以粘贴在机器人表面,依赖于皮肤上的红外传感器来感知外部环境。系统采用了几何光学模型法来测量敏感皮肤与障碍物间的距离。实验结果表明,在感知区域内,敏感皮肤能够实时准确地给出多关节机器人周围的障碍物存在和距离信息,为解决机器人避障问题提供新的范例。同时敏感皮肤的研制也是机器人在传感和控制领域中应用的一次尝试,对促进机器人和各相关科学的发展及提高机器人智能化的水平具有深远的意义,并将有着广阔的应用前景。     

基于改进比例导引法的机器人动态避障算法

随着机器人运动环境日益复杂,为了使机器人可以安全、有效的避开动态障碍到达目的地,提出一种基于改进比例导引法的机器人动态避障算法。首先借助比例导引法的思想,通过使机器人与动态障碍物的相对速度方向导引到避障向量方向完成避障,然后为满足避障完成时间和机器人机动性能约束要求,得到重叠比例导引系数取值范围,并采用比例导引法对机器人运动路径进行规划到达目的地,最后采用仿真实验测试其有效性。仿真结果表明,本文算法可以使机器安全有效的避开动态障碍物,对机器人的实际运动轨迹控制具有一定的参考价值。     

改进Fast-RCNN的双目视觉车辆检测方法

针对不同空间尺度的车辆表现出显著不同的特征导致检测算法效率低、准确性差且单目难以准确获取车辆距离信息的问题,提出了一种改进Fast-RCNN的汽车目标检测法,利用双目视觉对车辆进行测距。首先利用双目立体相机采集前方图像并进行预处理,加载深度神经网络Fast-RCNN的训练数据,再针对汽车不同空间尺度引入多个内置的子网络,将来自所有子网络的输出自适应组合对车辆进行检测,然后利用SURF特征匹配算法进行左右图像的立体匹配,根据匹配数据进行三维重建并确定车辆质心坐标,从而测量出车辆与双目相机之间的距离。实验结果表明,所述算法可以实现对车辆的快速检测,检测时间比传统的Fast-RCNN缩短了42 ms,并且实现了对5 m范围车辆距离的准确测量,其误差仅为2.4%,精确度高,实时性好。     

输电线巡检机器人弱光条件下的障碍物识别研究

在室外光照条件变化下进行有效的障碍物识别是高压输电线路巡检机器人所面临的技术难点之一。针对弱光条件下障碍物识别的稳健性问题,提出了一种基于机器人视觉的障碍物识别智能方法,以使巡检机器人适应各种不同程度的弱光变化。通过对采集的障碍物图像进行自适应同态滤波处理,以减少部分光照的影响;将障碍物图像分成均匀大小的子区域,运用改进的局部方向模式提取各个子区域图像的特征直方图向量,并把子块特征直方图逐个串联为总的直方图;再选用卡方距离法进行统计识别。实验结果表明:该方法使巡检机器人对输电线上的防震锤、悬垂线夹和绝缘子串能够进行有效的识别。相比于其他算法,其具有更好的抗光照干扰效果和更高的准确识别率;提升了机器人巡检过程中图像识别的稳健性、适应性和准确性,极大地提高了巡检机器人在电力行业的可持续发展性。     

基于单幅图像大尺寸实际平面上的光点定位方法

 为满足某地面实验中视觉测量系统的研制需求,研究了一种基于单幅图像的大尺寸实际平面上光点的定位方法。通过建立关于实际平面上光点3D坐标的数学模型,结合利用图像确定的通过光点的空间光束,实现了由单幅图像确定光点的3D坐标。依据具体特点,把实际平面分为高阶曲面型、分块平面型和分块曲面型3种类型,并分别给出了相应类型的光点定位方法。仿真实验验证了所提出方法的正确性,并比较分析了方法的精确性;实际试验数据表明,所提出方法可以满足尺寸为8000mm×8000mm的大型实际平面上光点的定位需求,定位误差小于1mm。     

基于模糊距离和DS证据融合的清洁机器人定位设计

针对现有清洁机器人定位算法具有的定位精度不高且难以保证在线定位的实时性问题,设计了一种基于模糊距离和DS(DEMPSTER-SHAFER)证据融合的清洁机器人自定位算法。首先,对清洁机器人的总体结构进行了建模和分析,并对其进行硬件设计,为了实现清洁机器人的实时精确定位,采用DS证据数据融合方法对多传感器采集的数据进行有效数据融合,为了进一步提高其精确性,引入了模糊距离,定义当前传感器采集数据与理想结果之间的距离,根据距模糊距离的大小自适应地调大或减少传感器采集数据分配信度的权重,将加权信度作为新的信度进行融合得到最终的融合结果。在不同的场地中进行实际试验,对文中设计的清洁机器人进行实际定位,实验结果表明文中方法能有效地进行定位,较经典的DS证据融合和其它方法具有较高的定位精度,且具有较小的时间复杂度和空间复杂度, 具有较大的优越性。     

基于特征点最小距离拟合的文档图像倾斜检测

在文档扫描输入的过程中,文档图像不可避免地会发生倾斜,而布局分析及字符识别对页面倾斜十分敏感,因此倾斜检测和矫正是文档分析预处理中的重要环节。提出了一种基于最小距离拟合的文档图像倾斜检测方法。首先通过对文档图像进行二值化、分块、膨胀运算、连通标记等一系列图像处理操作,以此找到特征点;然后采用最小距离法对这些特征点进行直线拟合,便可获得文档的倾斜角。实验结果表明,该方法能够快速、精确地检测文档的倾斜角度。     

机械视觉疲劳裂纹扩展试件自动定位安装方法

针对现有疲劳裂纹扩展试验中试件的安装定位仍采用操作繁琐、效率低下的手动安装问题,本文提出了一种基于机械视觉的疲劳裂纹扩展试件安装定位方法,首先,对试件及夹具图像进行采集、处理和分析,实现夹具、试件圆心坐标及半径的自动快速识别、孔差距离的精确测量;然后利用模糊PID算法来控制直流伺服电机运动定位,从而实现试件的正确安装定位;最后采用工业数字显微镜对不同时间点的试件位置偏差进行停机测量对比,实验结果表明：所提出方法能够对试件进行精确安装定位,最大偏差为0.122 mm,具有重要的理论和应用价值,并为其它类似基于机器视觉的检测定位方法提供了有价值的参考。     

基于行为模糊控制的移动机器人路径规划

针对未知环境下移动机器人路径规划和提高自主导航安全性问题,基于行为的控制结构思想,在此基础上提出了一种基于模糊控制的移动机器人路径规划算法;根据传感器接收的障碍物和目标距离方位信息,将路径规划分成避障行为、趋向目标行为;结合模糊逻辑理论和人类驾驶经验,制定模糊规则,输出转角和速度;仿真结果表明,移动机器人能够克服环境中的不确定性,有效地实现良好的路径规划,验证了模糊控制算法的可行性,体现了该路径规划策略的有效性和正确性。     

基于轮廓特征理解的城市道路图像深度估计

准确估计道路场景图像中的深度信息,是智能交通和机器人导航中对障碍物估计和定位的关键。基于区域特征理解的单幅静态城市道路图像深度估计算法,可以通过边缘生长图像分割算法得到一系列封闭的图像区域;然后统计每个分割区域自身的多元特征,包括区域的颜色、面积、位置,所包含的直线、垂线和平行线;基于这些特征,进一步估计道路消失点,并实现天空、垂直面和道路区域的分割和三维空间推理,最后根据典型道路的深度变化规律实现对道路图像的深度估计。实验结果表明,该算法能够有效地估计道路消失点以及道路区域内部的渐变深度信息。     

一种复杂环境下移动机器人避障新方法

基于传统人工势场法的机器人避障算法虽然计算量小、实时性好,但在陷阱区域或在障碍物前可能产生震荡,导致机器人不能到达目标点,为解决上述缺陷,提出一种带记忆功能的沿边法。通过记录和分析障碍物边缘人工势场法的局部最小点来判断目标点是否被障碍物包围,从而避免机器人来回震荡和围着目标点旋转的发生。该方法步骤分为沿边行为激活和退出条件、局部最小点记录条件以及目标点被障碍物包围的判断准则。通过实验,结果表明该方法解决了复杂环境下机器人的避障问题。该方法用于复杂环境下的机器人避障是可行的、有效的。     

智能化上料系统中工件视觉定位的研究

随着我国工业生产行业的快速发展,人工上料越来越难以适应,为解决工业生产线生产效率不高,人工成本过大,智能化不足等问题;基于国内外现有工件定位方法的研究,采用机器视觉对工件定位进行研究,利用工业相机采集图像信息,上传到PC端中 NI Vision软件进行图像预处理、边缘检测,并基于边缘检测结果提取质心点,然后利用坐标转换算法,获得对应世界坐标系下的坐标值,通过通信单元传送给机器人控制系统,控制机器手移动;经验证,算法不仅稳定可靠,而且易于修改,所得结果精度相对较高。     

基于梯度的区域生长和距离直方图的快速圆检测方法EI北大核心CSCD

针对基于Hough变换类圆检测算法所需设置参数较多和基于距离直方图的算法计算量大等问题,提出了一种基于梯度的区域生长和距离直方图的快速圆检测方法(GHC)。该算法通过利用梯度模值和方向进行区域生长的方法得到若干圆弧线段支撑区域;选取弧线段上的三个坐标点求解该圆弧段对应的圆心和半径并求解出正方形适应区域;将每条圆弧线段上的所有点向其适应区域内各坐标点进行投影并统计距离的累加值;综合全图距离直方图,精确地求解出图像中包含各圆的圆心和半径并进行完整度校验。通过实验表明,相比基于距离直方图的圆检测算法(HBCD)和随机Hough变换算法(RHT),该法对不同尺寸、完整度的单圆或多圆均有良好的检测效果,具有较强的稳健性和较小的空间、时间复杂度。