机器人视觉导航路径节点的编码与识别

为了解决视觉导航机器人利用九宫格进行自主定位时,存在的识别算法的鲁棒性较差和实际操作繁杂等问题,实现视觉导航机器人的自主定位,设计一种路径节点的二进制圆环编码方案并进行解码识别研究。实验表明,机器人能够准确识别各个路径节点,有效地解决了机器人视觉导航中路径节点的编码和识别问题。

基于嵌入式GPU的特征畸变单目视觉定位系统的研究

视觉定位和导航在物流仓储等领域具有广泛的应用前景,传统单目视觉难以实现准确的定位,而双目视觉虽能完成精确的定位和导航,但硬件成本高且影响车体尺寸。提出一种基于特征物形变的单目定位技术,利用单个相机对地面铺设的特征物(带编码的圆环图案)的畸变进行记录,以嵌入式图像处理单元(graphics processing unit,GPU)进行分析,实现端到端的单目视觉定位。其中嵌入式GPU对相机采集的图像通过深度学习目标检测算法识别特征圆环的编码图案,经传统图像处理获取图案物像的形变信息,将该形变信息输入至经极端梯度提升算法(extreme gradient boosting,XGBoost)训练好的回归模型,预测出相机相对图案中心的坐标,同时结合该特征圆环的绝对坐标,最终解算出相机的室内绝对坐标。实验结果表明:在2 m×2 m的范围内定位平均误差仅为0.55 cm,优于文献报道1个数量级,且算法在电脑端和在嵌入式GPU上的定位解算帧率分别为20帧和4帧,具有实时性。