基于车体几何约束的全向AGV转弯路径优化

可通行路径搜索及规划是AGV实现智能自主运行的关键环节。针对非圆对称移动机器人采用常规路径规划方法规划的非直线路径,特别是转弯时可能发生碰撞干涉的问题,基于车体几何约束,分析麦克纳姆轮全向AGV 3种转弯方式,给出各方式实现转弯变向的对应限制、判据及轨迹求解的方法,并讨论不同应用目的下转弯方式的选择。

基于RGB-D传感器的车间三维场景建模

感知车间环境是实现自动引导小车(AGV)智能化自主运行的基础.三维场景建模比二维地图更适于表达非结构化场景信息,然而已有的激光雷达技术和视觉技术实现方法都有其不足之处.文中利用RGB-D深度传感器,结合移动机器人及开源机器人操作系统(ROS)建构了一套软硬件系统,用于制造车间环境的复杂大场景三维建模;介绍了该系统光机电硬件和ROS软件的各模块功能与集成设计,以及相应的扫描策略,并用该集成系统进行了车间局部环境自动连续扫描、数据拼接、三维建模实验.结果表明用该系统可以较好地完成三维场景建模任务.

移动高光对三维场景重建的影响与消除

针对制造车间光滑地面在阳光或灯光照射下的扫描图像往往存在反射光斑,且随相机位置变化而变化,会严重干扰图像处理和利用的问题,提出了一种识别和去除高光的方法,用于改善图像处理效果和三维重建精度。基于扫描序列图像的三维场景重建流程和SURF特征原理,分析移动的高亮反光斑对图像特征点提取和匹配的影响;对于缺乏表面纹理的灰度图像,提出一种基于逐行多级阈值和动态模板高光识别与去除方法,保留非高光点的特征信息,识别与修复同步完成。实验结果表明,无高反光的前后两帧图像的匹配特征点对比有高光情况下至少高出8%,优化后的余留匹配特征点更多;扫描一段30m长的车间场景序列图像,用提出的方法修复高光后进行三维重建,点云拼接误差减小了10cm。表明移动高光对图像序列三维重建有不可忽视的影响,本文提出的方法能有效地去除高光。

基于机器视觉的果料异物自动检测系统光源设计

本文介绍了一种基于机器视觉的水果鲜料在线自动检测与异物剔除系统,着重分析讨论了其中的光源选择与设计问题。采用多块LED面光源及漫光板组成灯箱,消除了果料阴影及湿态凹凸表面无规则反光时图像的不良影响,并排除了外界环境光的干扰。试验证明了该系统的可行性和有效性。

基于灰度图像直方图的边缘检测

数字图像的边缘检测在图像分割、模式识别、机器视觉等中有很重要的作用。灰度图像的边缘检测通常都基于灰度的梯度变化,而图像的直方图就描述了一幅图像的灰度级内容,通过实验找到了数字图像的边缘检测与图像的直方图之间的内在联系,得出具有双峰直方图的图像,其边缘检测效果是比较好的。

基于机器视觉的物料废料剔除系统

提出了一种基于机器视觉的通用块状物料的废料剔除系统的设计。由上位机对采集到的物料图像进行处理,然后输出结果信号给下位机,在下位机内存中建立一个环形缓冲区存放上位机发来的数据,下位机不断读取和分析缓存数据,并实时测量输送速度,计算物料位置。当物料到达剔除位置时输出信号,控制剔除执行机构动作,对废料进行剔除。

非圆形AMV在变向路段的车体可活动范围研究

通常移动机器人的路径规划是在地图平面上,将机器人简化为质点或圆形,再对障碍物的轮廓进行膨胀得出的,非圆运动体沿着这样的规划路径运行,很可能会在变向区段受到干扰,或者规划中被判定为无路可走,而实际上可在一定条件下通行。考虑AMV形状、大小几何约束和道路条件,经建模计算出AMV以斜向平移、定点自转和沿曲线转弯等方式通过变向段的约束参数;模拟AMV连续运动通过变向段,得到其可通过的车体中心可活动范围,在此范围内的路径既安全又不过于保守。

基于图像拼接的大尺寸零件精密测量

讨论了大尺寸零件精密测量中高分辨率图像获取的方法,重点研究了图像拍照系统的构建以及拼接技术在其中的应用。在比较几种图像匹配算法之后,本文对SIFT特征匹配算法进行了介绍,并在一个500mm×300mm的大零件的图像拼接实验中对其进行了应用。实验证明拼接精度可以达到令人满意的程度。因此这种方法在大尺寸零件精密测量中是可行及有效的。

双二维激光雷达相对位姿的标定方法

针对室内空间的三维重建,采用双二维激光雷达,提出精确标定两雷达相对位姿的方法,实现三维空间的可连续采集,并获得准确的三维轮廓点云。利用静态标定靶标的扫描数据,建立靶标参数求解数学模型,得到双雷达坐标系相对位姿的补偿矩阵,并转化为精确矩阵。建立仿真平台,模拟标定实验,实现靶标参数的扭曲校正,初步验证该标定方法可行,并进行模拟采集实验,获得的点云分离程度小于等于7mm。搭建了硬件实物平台,标定后进行室内轮廓采集实验,最终得到了无畸变扭曲的三维轮廓点云。实验结果表明,双二维激光雷达相对位姿的标定精度可以满足室内场景三维重建的要求。