基于全景视觉与里程计的移动机器人自定位方法研究

通过分析全景视觉与里程计传感器的感知模型的不确定性 ,提出了一种基于路标观测的移动机器人自定位算法 .该算法利用卡尔曼滤波器 ,融合多种传感器在不同观测点获取的观测数据完成机器人自定位 .与传统的、采用单一传感器自定位的方法相比 ,它利用视觉和里程计的互补特性 ,提高了自定位的精度 .实验结果证明了上述方法的有效性 .

基于全方位视觉传感器的农业机械定位系统

利用全方位视觉传感器能提供传感器周围360°范围内信息的图像,通过全方位图像可准确获取物体方向角,基于该特点研发一种可以实现农业机械自动导航的定位系统。该系统硬件主要由全方位视觉传感器、人工标识、PC、PC软件和作业车构成。该计算算法首先通过全方位视觉系统的校正,得出相机的成像投影中心;通过图像处理提取人工标识的位置,估算出标识相对于相机的方向角,然后根据圆周角定理和几何关系计算出相机的位置来完成农业机械的定位。在面积为5×3m2的水泥地面和白炽灯光的实验室中进行试验,平均选取10个位置进行试验,试验结果显示估算点和选取点间距离的平均误差小于3cm。研究证明该定位系统是可行的。

基于全景与前向视觉的足球机器人定位方法研究

针对足球机器人比赛中要求快速准确获取目标位置信息的特点,设计了由全景视觉和前向视觉共同构建而成的机器人视觉系统.对于单一视觉传感器,采用图像坐标系转换求反正切法、分段比例法及针孔摄像机成像模型的方法,以blob面积为优选条件选择定位方式,从而得到精度较高的定位结果.实验结果证明了该视觉系统设计的合理性及定位方法的有效性.

全景视觉在机器人自主定位中的应用

研究一种基于全景视觉的机器人自主定位的方法。利用光学视觉原理,设计了一种全景视觉传感器,从而获得机器人周围环境的全方位景物的图像。通过去除全景图像的噪声、分割颜色阈值、计算中心点等处理,识别出机器人周围景物的已知路标,采用三角定位法,计算出机器人的坐标,从而为机器人的导航、避碰等任务奠定良好的基础。实验结果表明,此方法对于机器人自主定位具有一定的可行性。

基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别,首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法;然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足,以提高机器人对其前方目标球的感知识别精度,同时给出了一种简单有效的前向视觉系统标定方法;最后介绍两套视觉系统共同工作的实现机制,以提高机器人的目标识别处理速度。实验结果表明,两套视觉系统能够很好地共同完成机器人的目标识别。

基于视觉的目标定位技术的研究进展

基于视觉的目标定位是目前计算机视觉领域的研究热点。就现阶段基于视觉的定位技术进行了综述,着重介绍了基于单目视觉定位、基于双目视觉定位和基于全景视觉定位3类定位技术的研究现状,并分析了各自的优缺点。最后就基于视觉定位方法的发展趋势做了简要分析,以期为以后基于视觉定位问题的研究提供参考。

智能全方位视觉传感器及其应用研究

全方位视觉传感器(ODVS,Omni-Directional Vision Sensor)是传感器网络的一种重要部件.该文研究了ODVS的设计、嵌入式Linux ODVS系统结构、ODVS视频服务器及ODVS应用系统软件的开发,详细阐述了基于ODVS的多目标自动跟踪系统的具体应用,给出了实验结果,本研究对传感器网络的高效应用有着重要的应用价值.

基于全景视觉的移动机器人同步定位与地图创建研究

提出了一种基于全景视觉的移动机器人同步定位与地图创建(Omni-vSLAM)方法.该方法提取颜色区域作为视觉路标;在分析全景视觉成像原理和定位不确定性的基础上建立起系统的观测模型,定位出路标位置,进而通过扩展卡尔曼滤波算法(EKF)同步更新机器人位置和地图信息.实验结果证明了该方法在建立环境地图的同时可以有效地修正由里程计造成的累积定位误差.

一种新的用于足球机器人的全向视觉系统

全向视觉系统是RoboCup中型组足球机器人最重要的传感器之一。为了实现足球机器人的目标识别与自定位,提示了一种新的足球机器人全向视觉系统的设计与实现,其中在硬件上设计了一种由水平等比镜面和垂直等比镜面组合而成的新型全向反射镜面,其能够采集到较理想的全景图像;软件上则根据该镜面的成像特性实现了一种新颖的基于场地标志线信息的机器人自定位算法,该算法能够获得较准确的机器人自定位值。实验结果表明,该全向视觉系统能够有效地应用于机器人足球赛中。

基于分离参数标定的鱼眼镜头成像模型研究

鱼眼图像具有大视场角,但在应用方面存在严重畸变,为了探索鱼眼镜头的成像规律,本文提出一种基于分离参数标定的鱼眼镜头成像模型研究方法。对相机的物理参数进行分离标定,设计靶标,拟合径向、切向畸变系数,从而得到鱼眼镜头成像模型。比较由成像模型反推出的物点与真实物点的位置,实验结果表明,经本文提出的成像模型得到的成像点与真实物点的入射角和偏移角的误差均值分别为0.011 5和0.019 4。采用基于分离参数标定的鱼眼镜头成像模型研究方法可以较好地反映鱼眼镜头的成像规律,为更广泛地应用鱼眼镜头奠定基础。

基于全景视觉机器人定位的路标提取方法

针对全景图像像素点过多、图像复杂导致单一图像分割算法难以提取出图像中人工路标的问题,提出了一种用HSV阈值分割法与OTSU最大类间方差法相结合的算法.通过对两种算法的结合使用,可以更有效地滤除图像中的干扰区域及干扰点,从而将路标从图像中提取出来.利用三角定位法的相交圆法计算出移动机器人的坐标,完成对移动机器人的定位.结果表明,该方法能够提取出全景图像中的路标,有效地避免了错误提取的情况,具有一定的可行性.

基于鱼眼镜头的全方位视觉参数标定与畸变矫正

针对利用鱼眼镜头构建的全方位视觉系统研究内外部参数标定及图像畸变矫正方法,建立成像系统模型,提出成像系统中需要标定的内、外部参数;采用改进的线性标定法标定图像中心,研究径向畸变系数及其他参数的标定方法;在参数标定的基础上,分别利用等距投影和支持向量机训练方法,对图像中的像素点及整幅鱼眼图像进行畸变矫正.实验证明,研究的标定方法可准确地标定出视觉系统的内外部参数;基于等距投影的像素点矫正可应用于精确定位视觉系统的空间位置;基于支持向量机训练方法的全图像畸变矫正可获得理想的鱼眼图像矫正效果,所提出的参数标定和畸变矫正方法将有利于与鱼眼镜头在机器视觉领域的应用.

基于全景视觉的机器人相互定位的研究

为了使机器人能够更好地定位,研究了一种基于全景视觉的机器人相互定位的方法.2个全景摄像机和用于识别机器人的三色环圆柱体分别安装在不同的移动机器人上,利用光学视觉原理,通过CCD摄像机,获得包括另一个移动机器人的全方位景物图像.将得到的全景图像二值化处理后,通过噪声去除及八方区域生长算法找到符合条件的区域,并将找到区域的RGB颜色模型转换为H IS颜色模型.根据三色环圆柱体自身的3种颜色的固定顺序明显区别于背景的特点,识别出机器人上的目标三色环圆柱体,通过设计出的机器人相互定位算法,计算出机器人在世界坐标系下的坐标.实验结果表明,本文研究的基于全景视觉的移动机器人定位方法是令人满意的,对实际应用有一定的价值.

全向移动机器人编队分布式控制研究

简单介绍了NuBot机器人的两个主要组成部分:全向视觉和全向运动系统,并给出了运动学分析.基于该机器人平台,提出了D-A和D-D控制两种跟踪算法.通过机器人之间的相对定位和局部通信,实现了多机器人编队的分布式控制,同时,该算法可对机器人朝向进行独立控制.针对不同情况下的编队避障问题,提出了编队变形和编队变换两种方法.仿真和实际机器人实验表明,D-A控制方法能够实现平滑的编队变换;编队变形方法能够在尽量保持原始队形的情况下保证编队顺利避障.

基于主动式全景视觉传感器的管道内部缺陷检测方法

针对管道内表面检测空间受限的约束以及同时需要检测管道内壁功能性缺陷和结构性缺陷等需求,基于主动式全景视觉检测原理提出了一种既能视觉检测管道横截面几何尺寸又能获取和分析管道内壁表面缺陷的管道内部全方位视觉检测方法。利用携带有主动式全景视觉传感器的爬行机器人进入管道内部,分别实时获取内壁全景图像及激光横断面扫描全景图像。本文重点介绍基于管道内壁全景图像的缺陷检测方法,对管道内壁全景图像进行展开、预处理并提取管道病害区域的几何特征,最后判定缺陷类别及危害程度。经本文方法获取的缺陷几何特征实验数据验证,管道内表面存在的较为普遍的裂缝、腐蚀缺陷几何特征差异明显:腐蚀缺陷的圆形度较大,而裂缝缺陷的圆形度趋于0;腐蚀缺陷的凸度普遍大于裂缝缺陷;裂缝缺陷由于弯曲程度不同其边界离心率变化率大,而腐蚀缺陷的边界离心率趋于1。实验结果表明:该系统能够有效提取疑似缺陷区域并计算各几何特征,可通过合适的阈值判定其所属类别,为管道内表面缺陷检测提供了一种新的手段。

适用于管道内形貌检测的3D全景视觉传感器

管道内部缺陷种类繁多、检测困难且自动化程度低,针对这些问题,提出了一种适用于管道形貌检测的3D全景视觉检测方法。首先设计了一种获取管道内部全景颜色纹理信息的全景视觉传感器(ODVS),然后设计了一种能快速并高精度获得管道内壁深度信息的主动式全景视觉传感器(ASODVS),接着将这两种ODVS进行紧凑小型化设计,通过软件将全景3D测量数据与全景颜色纹理数据的快速融合,在对管道内功能性缺陷和结构性缺陷进行全方位自动分析和评估的同时实现管道内部三维建模。实验结果表明,所设计的ASODVS+ODVS能实时获取地下管道内部颜色纹理和几何信息的全景图像,配置在管道机器人上能在狭长管道内边行走、边检测、边识别和边重构。

一种新型的小型无线主动式全景视觉传感器设计

针对小口径火炮炮膛内表面全景图像获取难、内膛疵病种类多、定性定量分析难和检测自动化程度低等问题,本文提出了一种基于主动式全景视觉的各种口径火炮身管疵病检测方法。首先,设计了一种便于获取各种口径火炮炮膛形貌全景图像的主动式全景视觉传感器,通过对心装置将其与伸缩推杆连接成一体,便于在检测时主动式全景视觉传感器沿火炮炮膛轴线移动采集内膛全景图像;其次,通过P2P点对点通信技术将主动式全景视觉传感器获取的全景图像传输给检测系统。实验结果表明:基于主动式全景视觉传感器的视觉检测系统能够适合不同孔径的火炮身管,实现了小型化、无线化和轻量化的设计,为实现火炮身管疵病检测的"采集-识别-判定"全过程的自动运行奠定了坚实基础。

一种基于全景视觉系统的Robocop机器人定位方法

对全景视觉成像原理进行了讨论,提出了一种基于YUV色彩空间的多阈值图像分割和利用三角定位原理实现的机器人定位方法。通过识别全景视觉图像中坐标已知的特征信标,提取信标特征,进而应用几何原理计算出机器人的空间坐标,实现机器人的定位,为机器人导航和蔽障工作奠定了基础,有效地减少了彩色图像分割的计算量,避免了全景视觉图像柱面展开所带来的误差。通过实验证明,本方法能够较精确地实现机器人的定位。

全景视觉非线性核相关滤波目标跟踪技术

为了实现全景视觉下目标跟踪,本文提出了基于非线性核相关滤波的全景视觉目标跟踪算法,该算法将岭回归与循环样本矩阵和经典的相关滤波联系在一起。通过核技巧,建立了非线性回归函数,解决了全景成像畸变的影响。通过在极坐标系下构造傅里叶形式的梯度方向直方图特征描述子(HOG),保证了全景目标的旋转不变性。针对全景成像特点设计自适应机制和基于极坐标表示的目标搜索机制。以OTB100库中存在平面内旋转情况的图像序列与原方法进行对比实验,本文算法跟踪精度提高13.5%。并在全景图像上进行实验,相比于原方法,本文算法能够实现有效全景视觉目标跟踪。

基于全向视觉的移动机器人实时全局地图构建

实时全局地图构建是实现移动机器人智能化的关键;研究了一种基于全向视觉的移动机器人全局地图的实时构建方法.首先介绍了全向视觉的体系结构,然后对图像处理软件的相关模块,包括基于颜色的阈值分割、区域连通、特征提取和目标识别等进行了说明,最后通过坐标的转换实现全局地图的构建;实验结果表明,由于充分利用了全向视觉的特性,构建的全局地图准确性高、实时性好,完全能够满足移动机器人对环境建模的需要。