基于ArUco码的无地图AMR视觉辅助归航方法

传统视觉导航方法多依赖于稳定的环境特征和全局一致的地图,对于环境特征及光照要求较高,同时存在无法获得精确的导航位置、收敛性无法保证等问题;因此提出了一种不依赖全局地图,仅通过识别ArUco码信息实现自主移动机器人返航的方法。机器人在出发状态中识别并以时序记录相对于视界内的ArUco码的关键位姿,使得在返航状态中通过选择视界内时序更小的ArUco码并构建局部坐标系从而实现局部定位与导航,并通过局部坐标系的连续变化,实现无全局地图返回出发点的目的。机器人对不同的出发路径实现了返回出发点的结果并实现了静态障碍物的避障功能,在全覆盖路径返航测试中节约了79.16%的路程,同时机器人在20次重复定位测试中实现了平均停止误差0.8cm。该方法展现出对于不同出发路径采用更短的返航路径的能力,具有一定的自适应性。

智能车辆的自主驾驶与辅助导航

本文综述了国外有关智能车辆（亦称轮式移动机器人）研究的某些最新进展．重点介绍了美国ＣＭＵ的Ｎａｖｌａｂ５系统，德国的ＶａＭｏＲｓ－Ｐ系统和法国的Ｐｅｕｇｅｏｔ系统的平台结构，分析了相应的视觉处理系统的主要特点，归纳了值得注意的研究动向和发展趋势。

基于异构双目视觉的全自主足球机器人导航

通过理论分析和实验,论述了全自主足球机器人异构双目视觉协调导航的合理性和有效性,给出了测量目标相对坐标的模型,分析了基于双目协调的足球机器人导航数据融合方法,提出了双目协调导航模型及基于行为的目标实现策略.在所开发的小型全自主足球机器人上的仿真和实验结果,证明了双目协调的有效性和实用性.

面向医院的移动机器人导航系统设计

本文设计了一种采用RFID和机器视觉相结合的自主移动机器人导航系统。该系统在搜索和识别走廊内RFID标签和门牌号的基础上实现自定位和导航。本文首先给出了移动机器人导航系统的整体设计,然后分别给出了基于RFID辅助定位方法和基于DSP的门牌号识别方法,最后在博创UpVoyager移动机器人平台上验证了本系统的有效性。

煤矿井下移动机器人深度视觉自主导航研究

煤矿井下移动机器人是煤矿机器人的主力军,煤矿井下移动机器人的自主导航是其研究的难点和热点。目前,煤矿井下移动机器人自主导航所必须的三维环境数据库尚未形成,尤其是制作高分辨率、多信息融合的煤矿井下高精度地图还处于研究阶段。为了有效解决煤矿井下移动机器人自主导航问题,构建了基于深度相机的机器视觉系统,提出了一种基于深度视觉的导航方法,自主导航过程分为地图创建与自主运行两个阶段。在地图创建中:①对深度视觉数据进行特征提取与匹配,利用10组煤矿井下真实视频截图,对比测试5种特征提取与匹配组合算法,结果表明SURF+SURF+FLANN与GFTT+BRIEF+BF算法能够在煤矿井下获得良好匹配结果;②建立煤矿井下移动机器人深度视觉定位与建图问题的捆集调整迭代最近点图模型(Iterative Closest Points Bundle Adjustment,ICP BA);③通过图优化方式估计当前观测下的最优位姿与环境路标点坐标。在实验室场景中利用提出的ICP-BA图优化算法,建立了包含关键位姿与三维环境点的原始点云地图。在自主运行阶段:①通过八叉树数据结构,将点云地图转化为移动机器人运动规划可使用的Octomap导航地图,实验结果表明,Octomap导航地图分辨率可调、系统资源占用低、索引效率高;②使用三维到二维映射的视觉图匹配PNP(Perspective N Points)方法进行实时在线重定位;③基于图搜索的A*(A Star)路径规划作为轨迹规划初值,自定义最小化能量损失泛函为最小化加加速度的变化率(Minimum-Snap)求解2次规划问题,生成用于煤矿井下移动机器人运动执行的轨迹。在Matlab开发环境中设计随机导航地图,生成时间分配、位置、速度、加速度、加加速度的最优轨迹规划结果,验证了运动规划算法的正确性。通过理论分析和实验验证,表明笔者提出的煤矿井下移动机器人深度视觉自主导航方法的有效性。

导购机器人导航与控制系统的设计

本文采用了无线射频识别技术、红外线距离传感技术和地磁感应电子罗盘相结合的方法,设计出了一种基于DSP控制的信息融合的自主移动的机器人的导航与控制系统。并且在设计的过程中根据实际情况的需要,对传统的红外避障传感器进行了一些改进,同时,对信息融合状态下的DSP系统的驱动架购设计,作出了一些研究和论述。给出了小型机器人的运动控制的驱动电路的设计。最后,对这种架构下的自行设计出来的机器人,在超级市场中进行了实际的稳定性测试。

自主导航农业机器人全方位视觉目标识别与跟踪研究

随着我国信息化技术的逐渐提高,机械自动化、集成电路、智能控制系统和测试计量等行业得到了快速发展,使得移动机器人达到了一个全新的高度,农业机器人也因此被广泛应用。在机器人众多研究问题中,全方位视觉的目标识别与跟踪一直是比较复杂并较难解决的问题。为此,基于全方位的自主导航技术,根据农业机器人工作特点和运动特性,建立了机器人工作空间的环境模型,提出了一种陆标导航和运动目标跟踪系统的视觉伺服方案,开发了以DSP控制器为核心的全方位视觉图像处理系统。试验结果表明:所设计的农业机器人全方位视觉目标识别与跟踪系统精准度高,可靠性和实时性强,各项性能指标优。

基于射频和电子罗盘的机器人导航系统的设计

采用了射频识别技术、红外锁相传感技术和电子罗盘相结合的方法,设计出了一种基于DSP控制的信息融合的自主移动的机器人的导航与控制系统。根据实际情况的需要,对传统的红外避障传感器和传统的射频解码部分进行了改进。

分段扫描算法在单目视觉道路检测中的应用

随着近几年图像处理技术以及计算机处理能力的飞速发展,视觉导航已成为机器人导航的主要发展方向之一。在此采用彩色空间分割方法,改进了基于区域直方图的分割算法,获取道路YUV空间上下阈值,根据阈值在三维空间中进行全图分割得到二值化图像。并提出了一种新的分段扫描式路径检测方法,对摄像机进行分段标定,给出可行走线区域及其端点的世界坐标值,实现了路径的快速、准确检测。

基于计算机视觉的移动机器人导航

针对跟随路径导引的移动机器人导航方式的灵活性较差、维护成本较高、功能单一的缺点,将计算机视觉用于移动机器人路径识别。首先对视觉传感器获得的视频图像进行处理,获得有用的特征目标,实现机器人对当前路径信息的理解。然后调用直行或转弯功能模块对机器人进行导航控制。实验结果表明,该导航方式具有较好的实时性和鲁棒性。

纯方位角目标跟踪及移动平台可观性控制方法

为了解决未知环境下的单目视觉移动机器人目标跟踪问题,提出了一种将目标状态估计与机器人可观性控制相结合的机器人同时定位、地图构建与目标跟踪方法。在状态估计方面,以机器人单目视觉同时定位与地图构建为基础,设计了扩展式卡尔曼滤波框架下的目标跟踪算法;在机器人可观性控制方面,设计了基于目标协方差阵更新最大化的优化控制方法。该方法能够实现机器人在单目视觉条件下对自身状态、环境状态、目标状态的同步估计以及目标跟随。仿真和原型样机实验验证了目标状态估计和机器人控制之间的耦合关系,证明了方法的准确性和有效性,结果表明:机器人将产生螺旋状机动运动轨迹,同时,目标跟踪和机器人定位精度与机器人机动能力成正比例关系。

智能车视觉导航系统

本文介绍一个移动机器人的视觉导航系统,该系统采用黑白图象进行特定环境的道路边缘检测.其道路边缘检测方法具有一定的抗干扰能力.在该系统的引导下,我们自行研制的自主移动车可用每小时1公里的速度在校园内的道路上自动行驶.

基于图像视觉伺服的移动机器人自主导航实现

提出了一种基于移动机器人双目摄像头的图像视觉伺服方法,实现了基于图像视觉伺服的移动机器人自主导航.当匹配图像特征点时,采取KLT算法和基于Harris算子角点检测与匹配算法相结合的方法,大幅优化了整个工程的运行时间,并结合RANSAC算法剔除误匹配的特征点对,使机器人能够精确地定位.实验结果证明该方法有效、正确.