面向全自主智能机器人的无标定图像视觉伺服控制研究

在利用全自主智能机器人检测、搬运目标物的过程中,为了提高主机元件对机器人的伺服控制效果,设计了一种无标定图像视觉伺服控制方法;首先,根据机器人轨迹的无标定估计结果,计量目标物的位姿点,推导出机器人无标定图像中的目标物检测与追踪条件;按需连接视觉伺服控制器,通过求解机器人无标定运动内积的方式,计算图像视觉特征的伺服选择标准,实现对机器人无标定图像视觉特征的伺服选择;然后,在无标定图像中定义雅克比矩阵,根据图像视觉分割原则,完成机器人图像角点的伺服匹配处理,再通过确定强化控制参数的取值范围,实现无标定图像的视觉伺服控制;根据实验可知,应用该方法可以解决智能机器人难以运动至标定区域的问题,为提高伺服控制指令的执行有效性提供了保障。

基于纹理增强的ORB特征点提取与匹配算法

针对传统的ORB算法在面对纹理变化较大或纹理不明显的场景时特征提取能力的不足,提出了一种基于纹理增强和颜色增强的ORB特征点提取与匹配算法。首先,通过设计纹理增强预处理方法,分析了图像纹理特征的统计信息,以改善图像的纹理信息表达;其次,在经过纹理和颜色增强处理的图像上应用ORB算法执行特征点提取,从而获得更为突出和多样的纹理特征点;最后,为进一步提高特征点匹配的准确性,引入了一种综合考虑纹理相似度和尺度一致性的匹配策略。实验结果显示,与传统的ORB算法相比,基于纹理增强的ORB算法在特征点提取和匹配的准确性和鲁棒性上均得到了显著的提升。