四旋翼在移动平台视觉导引自主降落研究综述

四旋翼无人机能否在有限的空间内快速、精确的降落在地面移动平台上,进行充电或回收,保证无人机的自主复飞,是实现空地协同的前提。为进一步促进我国空地协同技术的研究和发展,综述了基于视觉导引方式的四旋翼无人机在移动平台上自主降落的最新研究成果。在简要介绍四旋翼无人机自主降落技术的总体流程和主要框架基础上,提炼其中的关键技术:降落标识检测算法,无人机和地面移动平台状态估计,降落轨迹跟踪和控制器设计,针对各关键技术分析和总结了其相应研究方法,并对国内外若干研究团队设计的自主降落系统中采用的主要硬件设备、相应关键技术和取得的成果进行了梳理。讨论了当前的研究难点和可行的解决方案,并对未来发展的重点方向进行了展望。

基于深度学习的AUV水下视觉导引检测方法

自主水下航行器(AUV)自主对接与回收技术主要通过导引定位的方式实现AUV与对接装置的自主归航、接近、对接及锁紧等动作。为满足AUV水下自主对接过程中实时性、高精确性和鲁棒性等要求,提出一种基于深度学习的水下视觉导引检测方法。针对复杂水下场景下传统图像处理方法检测效果不佳的问题,使用基于YOLOv5的深度学习视觉导引检测方法对导引光源以及对接装置进行检测。首先,将目标图像数据接入YOLOv5模型进行迭代训练,将训练得到的最优模型参数保存用于后续实时检测;然后,在水下自主对接过程中, AUV使用机器人操作系统平台实时读取水下数据并调用YOLO服务对水下图像进行检测,输出导引光源以及对接装置位置信息;同时通过位置解算,将检测得到的中心点坐标转化到AUV相机坐标系下;最后将解算得到的AUV与对接装置的相对位置与AUV的航行方向持续反馈给AUV,进行引导直至对接完成。在海试中对水下视觉导引的实际检测准确率为97.9%,检测单帧耗时为45 ms,试验结果表明该方法满足自主对接与回收技术中对水下对接精度及实时性要求,具有实际应用价值。

视觉导引AGV鲁棒特征识别与精确路径跟踪研究

针对AGV多分支路径与工位点标识的可靠识别以及导引路径的精确跟踪问题,提出了一种基于双视野窗口的鲁棒特征识别与精确路径跟踪方法。采用整幅视野范围作为模式识别窗口,在该窗口采用基于核主成分分析(KPCA)和BP神经网络的识别方法,将路径特征通过核函数映射到高维空间进行PCA降维,再利用BP神经网络识别降维后的样本矩阵。同时提出一种导引扫描窗口设置方法,该窗口范围取决于摄像机竖直视角以及摄像机安装倾斜角,在导引扫描窗口内将导引路径简化为直线模型并用最小二乘法拟合,针对拟合直线计算导引所需的路径偏差。实验结果表明,KPCA-BP方法显著提高了路径特征识别的实时性和鲁棒性,6类路径特征的平均特征识别正确率为99.5%;导引扫描窗口有效减小了导引路径直线拟合的计算误差,直线路径跟踪误差小于3 mm,曲线路径跟踪误差小于30 mm。

多窗口实时测距的视觉导引AGV精确定位技术研究

为了提高视觉导引自动导引车(automated guided vehicle,AGV)的定位精度,提出了一种多窗口实时测距的精确定位方法。该方法通过在定位点铺设圆形标识作为定位标识符,首先根据车载视觉系统结构,建立视觉实时测距模型。通过对获得的椭圆图像的几何特征进行提取,并采用基于曲率角估计方法对椭圆边缘精确识别;然后,基于最小二乘拟合直线获取椭圆中心位置。最后,结合采用多窗口图像处理方法,将定位过程分为多个阶段进行,逐步逼近,最终实现精确定位。实验结果表明,该方法能使得视觉导引AGV的定位精度达到2 mm。

激光跟踪视觉导引测量系统的全局校准方法

针对柔性装配中现有激光跟踪测量系统存在效率低、成本高、自动化程度低等问题,提出用单目视觉系统联合激光跟踪仪实现大尺寸组合式自主导引测量。为实现该系统的全局校准,提出了一种新的基于平面的全局校准方法,该方法通过获取靶标平面分别在视觉系统和激光跟踪仪坐标系中的平面方程,求解两坐标系间转换矩阵,完成系统全局校准。建立了数学模型,进行了算法仿真和全局校准实验。实验中测量30个不同位姿的平面靶标,并进行全局校准。结果表明,该方法操作简单,稳定性强,有实际应用价值,校准后平面法向量夹角、原点到平面距离的RMS误差分别为0.13°和1.50mm。

激光跟踪视觉导引测量中靶标球球心定位方法

为解决现有激光跟踪测量系统中存在的搜索区域大、定位速度慢等问题,提出了一种基于单目视觉测量系统求解激光跟踪仪靶标球球心三维坐标,以此作为导引信息,引导单台激光跟踪仪实现多基准点自动测量的方法。对视觉测量所采用的椭圆识别和基于单目摄像机的球心定位算法进行了研究。首先,根据靶标球成像的特点,介绍了基于Gestalt的椭圆识别算法,实现了靶标球图像特征的自动提取与识别。然后,介绍了基于单目摄像机的球心定位算法,即根据图像椭圆方程、相机焦距和球半径求解球心三维坐标,并进行了仿真验证。最后,进行了实际的靶标球图像自动识别与球心定位实验。结果表明,采用文中方法测量两靶标球间已知距离约为550 mm时的RMS误差为1.728 2 mm。激光跟踪仪激光束搜索范围得到大幅减小,基本满足自动测量的快速性和高效性等要求。

极坐标捷联式视觉导引平台的机电建模与仿真

极坐标结构捷联式视觉导引平台为系统的轻小型化提供了一种解决方案,同时也具有较好的大离轴角跟踪能力。通过坐标变换将机体运动分别在外框坐标系和内框坐标系中描述,得到极坐标捷联式框架的运动学关系;基于刚体定点运动欧拉动力学原理,建立极坐标捷联式视觉导引平台的动力学模型;针对两轴框架的驱动电机,进一步建立包含电机电流环和力矩环的机电模型。最后结合实际数据,对所建的机电模型进行了仿真验证,并对干扰力矩和机体运动耦合作用对框架角速度和角度的影响进行了分析。仿真和分析结果表明:干扰力矩对框架角速度和角度有较大幅值的影响,需要机械的方法和增加补偿环节的方法加以消除;机体运动耦合作用对框架角速度和角度也有影响,并且这是系统固有的特性,只能通过补偿环节加以消除。

视觉导引AGV纠偏算法研究

针对视觉导引AGV在纠偏过程中,由于视觉导引实时性不足和常规PID中积分积累所引起的系统超调与振荡问题,提出以位置偏差作为控制系统输入,利用积分分离PID纠偏算法求得左右轮速度差,通过下位机控制左右驱动电机实现差速纠偏的控制策略。首先根据上述控制策略建立AGV小车运动学模型,分析小车在纠偏过程中的曲线运动轨迹特征,建立纠偏方程,然后通过系统辨识获得控制系统参数,设计积分分离PID纠偏算法,最后通过MATLAB进行数值仿真。仿真结果表明,积分分离PID控制器在调节时间、抑制超调与振荡方面性能优于常规PID控制器,仿真曲线具有较好的快速性和平稳性,并能够更平稳地对AGV轨迹偏差进行校正。

采用SVR-雅可比估计器的焊接机器人视觉导引

为实现基于视觉的6-DOF机器人智能焊接过程的自动导引,提出了一种无标定视觉伺服控制模型.该模型采用多个支持向量回归(SVR)机进行图像雅可比矩阵估计,建立了图像特征和机器人关节角的非线性映射关系,能够在无标定条件下进行焊接机器人视觉导引的伺服控制.文中给出了采用高斯核函数的图像雅可比矩阵估算表达式,并在计算机控制下对SVR-雅可比估计器进行自动训练后,分别对EIH"手眼"和ETH"眼看手"两种摄像机配置方式的焊接机器人进行视觉定位导引试验.试验结果表明,采用SVR-雅可比估计器的焊接机器人视觉导引能够较准确地定位在期望目标,与传统的Broyden-估计器相比有更好的动态响应质量.

复杂光照条件下视觉导引AGV路径提取方法

针对复杂光照条件下视觉导引AGV的路径提取问题,提出一种基于光照色彩模型的自适应图像照度分区阈值分割方法。首先研究光照照度与图像亮度分量的关系,通过统计复杂光照条件下的图像色彩分布建立光照色彩模型。其次根据光照色彩模型将导引路径图像划分为不同照度区域。然后在RGB色彩空间对低照度区域进行图像增强以还原路径色彩信息,在高亮光区域对色度分量Cb与Cr进行差分运算以抑制共模照度干扰,最后对不同照度区域分别进行自适应阈值分割。大量实验结果表明,在光照环境中同时存在高反光和暗阴影的运行路面,该路径提取方法具有较强的复杂光照适应性,可显著降低在高反光和暗阴影区域的欠分割及过分割误差,对导引路径的识别率为98%。

一种单摄像机视觉导引方法

本文提出了一种基于已知固定特征的单目摄像机视觉导引方法,建立了摄像机的运动和投影模型。设计了以正方形顶点为特征的参考平面目标,提出了复杂背景中全自动正方形顶点特征的图像提取新方法及标记特征点的方案。仿真试验表明,摄像机距离参考目标约10m,噪声偏差达到1.5像素时,位置RMS误差小于10cm,姿态RMS误差小于1.4°。因此,所提出的算法具有很强的抗噪声能力,能够满足实时性和实用性要求,为视觉导引的工程应用奠定了理论基础。

视觉导引的生物细胞自动操作运动规划的研究

对自动细胞操作的实现进行了研究。针对建立的基于显微视觉伺服的微操作机器人特点 ,设计了细胞转基因操作任务的过程规划。为实现细胞操作的在线实时路径规划 ,提出了子目标引导法 ,详细介绍了考虑细胞游动、操作器扰动以及操作障碍等因素的路径规划方法的实现。

非接触式IC卡在视觉导引AGV运动控制中的应用

为了改善AGV运动控制过程中视觉周期过长带来的速度低、导航精度不高以及对突发事件适应能力差等不足,在视觉导引AGV运动控制中采用非接触式IC卡控制系统,通过将视觉与非视觉的射频传感器集成,采用模糊控制的方式实现速度规划。实验证明,该方法可以增强AGV系统对复杂环境的适应能力,实现高速、高精度导航,提高系统可靠性,增强小车运动的智能性。

视觉导引下的轴与轴孔被动装配研究

提出了一种在视觉导引下的被动装配方法 ,该方法首先使用视觉进行粗定位 ,然后使用装配平台的扫描运动完成最后的装配 ,该方法克服了视觉装配误差大和被动装配时间长的缺点 ,集中了视觉装配速度快和被动装配精度高的优点 ,使得精确装配能够迅速完成 .文中不仅给出了装配系统的模型 ,而且给出了空间点的矩阵变换 ,通过摄像机的特殊配置 ,使得矩阵变换非常简单 .同时 ,对摄像机的最大成像误差进行了估计 ,为后面的装配平台运动提供依据 .最后 ,给出了装配过程的实验结果 ,从装配过程所化的时间来看 ,该系统是可行的 .

图像处理技术在AGV视觉导引控制中的应用

综合考虑自动引导车(AGV)视觉导引控制的技术要求和特点,确定了AGV视觉导引控制系统图像处理的流程,并根据该流程依次分析了图像预处理、图像分割和特征提取的特点和要求,确定了适合AGV视觉导引控制的图像处理算法,以V isua l C++为软件开发平台,实现AGV视觉导引控制的计算机图像处理系统,为图像处理技术在AGV视觉导引控制中的应用提供一个较为简单而可行的方法。

面向固定翼无人机的视觉导引仿真系统设计与实现

针对无人机自主着陆视觉导引相关算法研究和验证困难的问题,提出了一种基于Flightgear和Matlab的多机组网联合仿真技术,设计并建立了固定翼无人机自主着陆视觉导引仿真系统.系统中Flightgear渲染的摄像头视角图像数据通过HDMI视频接口实时传递到Matlab中;摄像头的内参数可通过虚拟棋盘格标定得出.利用该系统进行了基于合作目标的无人机视觉导引着陆闭环仿真实验,证明该系统能够验证无人机视觉着陆方法、算法的正确性及可行性.

机器人插件作业的视觉导引方法研究

插件作业 (parts mating)是装配机器人的一项基本作业环节 .本文介绍了以双目立体视觉实现该作业的视觉导引方法 .该方法通过采用人机交互方式 ,借助于人的智慧 ,提高了图像特征提取和匹配的准确性和可靠性、可直观准确地给出插件作业的动作参数 ,克服了自动视觉计算复杂、鲁棒性差的缺点 ,适用于机器人遥操作作业 .实验表明 。

基于Mecanum轮的全向运动视觉导引AGV研制

介绍了自主研发的Mecanum全向运动视觉导引AGV。该AGV采用视觉导引方式,利用CCD摄像机采集地面路径信息,对采集的每一帧图像做畸变校正及光照补偿后进行阈值分割,采用场扫描法扫描路径,获得当前路径相对视野的角度偏差与距离偏差;主控制器调整Mecanum轮速度,使车体沿导引线行进。采用Mecanum轮驱动的AGV具备全向运动能力。实验表明,研制的全向运动视觉导引AGV能够实现可靠的导引。

单目机器视觉导引的无人机自动着舰方案设计与仿真

介绍舰载无人机的发展现状和机器视觉的概念及其导引原理 ,提出了一种基于单目机器视觉导引的无人机自动着舰方案 ,在考虑舰艇摇摆的情况下 。

AGV视觉导引控制问题研究

路径识别和路径跟踪是AGV视觉导引控制中的两个关键问题 ,本文利用颜色信息识别路径 ,采用模糊控制策略跟踪路径 ,系统的可靠性高 ,同时也兼顾了系统的实时性要求。