一种机器人导航中数字路标的分割和识别方法

基于路标的移动机器人视觉导航的基础上,提出了一种基于边缘点数量统计和FCM(Fuzzy C-means)聚类的路标图像分割方法.在对分割后图像进行维纳滤波,二值化等预处理的基础上,完成了数字路标的识别.通过实验证明,该算法能实时地完成数字路标的分割和识别,有效地应用于移动机器人的视觉导航.     

一种基于BoW物体识别模型的视觉导航方法

针对复杂的室内环境,提出一种新的动态环境下的移动机器人视觉导航方法.该方法以室内常见物体作为自然路标,通过单目视觉建立识别模型来认知环境中的各种物体.首先对室内常见物体建立图像库,并对库中的大量图像采集SIFT特征;然后通过BoW模型来描述各幅图像,针对每类物体利用线性支持向量机(SVM)训练出物体识别模型;最后借助交互的手绘地图描述室内环境,移动机器人从中获得辅助路径以及自然路标的大概位置,从而完成导航任务.通过大量实验,从自然路标变化、目的区域变化、手绘地图偏差等多角度验证该方法的鲁棒性.实验结果表明,该导航方法操作简单高效,并具有人机交互性强、动态环境下适应能力高的优点.     

机器人视觉导航的几种特征点方法比较

针对移动机器人视觉导航中移动速度较快且计算能力较弱、视觉路标的图像特征检测与匹配时间之间存在矛盾这一问题,提出了选择合适的满足实时性的特征检测方法.对机器人视觉导航中获得图像特征常用的特征点法(如KLT,SURF,SIFT,Harris等)进行了探讨.通过对移动机器人导航中的图片采用不同方法进行测试,比较了不同方法所需...     

交比不变量在机器视觉中的误差分析及应用

研究成像过程中交比不变量的误差问题.介绍了如何利用两个黑条来构造共线4点的交比;分析了图像像素噪声对交比值精度的影响;给出了一个与摄像机外部参数有关的交比误差不等式,得到了交比误差上下限.利用交比不变性设计了一种结构简单的新型人工路标,这种路标对各种视角及变光照条件下的检测具有很高的鲁棒性.真实图像的检测结果表明,这种人工路标易于识别,被检速度快而准.这对单目自主移动机器人基于人工路标的视觉定位与导航具有重要的实际应用价值.     

基于单目视觉的移动机器人导航方法

针对光照强度大范围变化的室外复杂道路环境下移动机器人视觉导航问题,提出了一种新的基于彩色图像处理的单目机器人导航方法。对于预先设置的引导轨线和停靠位标识,通过HSI模型对图像进行颜色分割和数学形态学处理,提取出导航目标和识别停靠位标识,并用“采样估算”的方法计算导航参数。实验表明此方法获取的导航参数受光照和地面环境的影响不大,且偏离导航线误差较低,具有较好的实时性和鲁棒性。     

基于HSI图像分割的AGV道路标线中心线提取

针对视觉导航AGV的道路标线中心线提取,提出了一种新型的基于HSI图像分割的方法。该方法首先将原始的RGB图像转换成HSI图像,在此基础上完成图像分割。图像分割所获得的单色位图,经过图像形态学的处理,包括开运算、腐蚀、差运算等,最终可提取出道路标线的中心线。对实际道路图像数据的实验验证了该方法的有效性。与原有方法相比,该方法所需运算简单,实现该方法所需硬件资源消耗小,适合基于嵌入式系统开发的视觉导航AGV。     

一种基于模糊识别的移动机器人避障算法

设计了一种基于障碍物模糊识别的移动机器人避障方案.移动机器人的视觉导航,具有信息量大的特点,在避障中相对其他传感系统,有一定优势.视觉图像处理计算量大复杂度高,避障中采用模糊控制的思想,减少图像矩阵精确变化和处理,选取障碍物图像中部分边缘点作为特征坐标点,据此设计模糊控制算法识别出障碍物其大致的姿态信息.根据障碍物图像大致姿态信息和其在视觉探测图像区域的方位信息,设定一组虚拟目标点序列,合理规划移动机器人的安全避障路径.最后,仿真试验演示方案良好的避障效果,证明在简单视觉环境中可行性和有效性.     

基于颜色和纹理特征的道路图像分割

针对移动机器人的视觉导航需求,研究彩色道路图像的精确分割问题.为解决图像中的干扰因素对道路分割精度所带来的负面影响,首先对道路图像进行了基于颜色特征的过分割,对颜色过分割结果再进行基于小波纹理特征的区域融合.通过考察区域空间位置的相邻性以及小波纹理特征的相似性,该算法将过分割区域进行了再融合,实现了复杂环境下对道路区域及环境区域的精确分割.实验结果表明,所提出的区域分割算法快速、有效、实时性好,并对复杂环境具有良好的鲁棒性,可以满足移动机器人实际运行的要求.     

基于特征地图的移动机器人EKF-SLAM和FastSLAM算法自主导航研究

对移动机器人未知环境中自主导航和SLAM(即时定位与构图)问题进行讨论。设计了一种构建2D可视化路标特征地图的方案,该方案结合单目视觉传感器和里程计的鲁棒感知模型,建立包含世界坐标系下三维信息的路标数据库,并获得全局环境下特征地图;提出了一种基于Python平台分析移动机器人自主导航鲁棒性的方法,通过在Python平台下引入扩展模块NumPy、PyLab构建仿真平台,对不同噪声环境下EKF-SLAM(扩展卡尔曼滤波器)和FastSLAM算法的导航过程进行了研究。实验显示了构图方案和仿真平台的可行性。     

一种基于视觉信息的自主搬运机器人

提出了一种利用视觉信息进行定位和抓取的自主机器人搬运系统,此系统由带有两自由度操作手的轮式移动机器人和远程控制站组成。机器人利用视觉系统识别路标信息,采用MonteCarlo方法进行自定位。当靠近目标物体时,机器人利用视觉系统识别目标,并在利用该信息引导下自动抓取。由于机器人的运行是靠视觉系统获取的路标信息和目标物体信息引导的,同时具有遥操作控制功能,因此该系统能轻松完成复杂环境下搬运物体的任务。     

盲环境移动定位(Ⅰ):序列编码图形路标识别算法

针对无卫星导航信号的盲环境中移动目标定位需要,提出一种适合于盲环境移动定位的序列编码图形路标技术方案,包含更多可用信息的序列编码图形路标方案.在测试环境中布设序列编码图形标志牌,建立了实现盲环境中移动目标快速定位定姿的路标模型实时采集包含编码图形路标的图像,利用SIFT(scale invariance feature transform)算法定位编码图形路标,使用Otsu算法进行图像分割和路标边界跟踪,利用快速Hough变换确定编码中心,全自动解译出路标信息,并根据编码库查询得到编码标志牌中心点的三维坐标.实验结果表明,方法可行、算法有效,为盲环境中移动目标的精确定位定姿技术开发奠定了路标基...     

基于彩色图像的移动机器人视觉导航系统

基于移动机器人视觉处理的实践 ,提出了基于颜色模型的图像分割方法 .运用快速聚类的方法处理分割图像并进行目标定位 ,通过实验检验图像分割和目标定位的精度 ,给出了目标定位计算公式 ,对误差的产生进行了分析 .     

盲环境移动定位(Ⅱ):基于单目视觉系统的定位技术

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相机,实时采集包含编码图形路标的图像;根据解码得到的编码标志牌中心点的三维坐标,利用POSIT算法解算出相机的位姿参数,实现盲环境下移动目标的精确定位定姿.实验结果和精度分析表明,该研究为盲环境中移动目标快速精确的自主定位提供了一种可行的新方法.     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。     

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

基于异质传感器信息融合的移动机器人SLAM研究

针对采用单一传感器在移动机器人同步定位与构图(SLAM)中存在定位精度低、构图不完整等问题,提出一种基于Kinect视觉传感器和激光传感器信息融合的SLAM算法。首先将Kinect传感器获取的深度图像经过坐标系转换得到三维点云、通过限制垂直方向滤波器过滤三维点云的高度信息、再将剩余三维点云投影到水平面并提取边界点云信息转化为激光扫描数据;然后与激光传感器的扫描数据进行数据级的信息融合;最后输出统一数据实现移动机器人的构图及自主导航。实验结果表明,该方法能够准确的检测小的及特征复杂的障碍物,能够构建更精确、更完整的环境地图,且更好地完成移动机器人自主导航任务。     

视觉导航的多尺度全方位时空图象综合理解方法

本文提出基于全方位时空图象的多尺度视觉导航方法。其基本思想是根据具体视觉任务（道路识别、障碍物检测和全局定位）的要求，采用不同时空尺度的视觉传感器和处理方法，将空域大尺度的全方位“环视”，小尺度的双目“注视”和时域大尺度的时空“远视”相结合，综合完成道路图象的理解。设计了适于机器处理的特殊传感器和快速有效的处理方法，并利用图象级的不变性避免了困难的图象分割和三维恢复。     

小波提升方法在移动机器人导航图像去噪中的应用

小波提升算法能够将复杂的滤波过程分解成多个简单步骤,且分解的每一步都可逆.针对光照不均匀、烟雾和灰尘等复杂环境下,移动机器人视觉系统所提取的图像有大幅度噪声,实验利用小波提升算法的快速去噪,并通过仿真实验验证了该方法的有效性.实验结果证明该方法既能够计算快捷精确,又能够节省内存,能够提高移动机器人视觉导航系统的整体反映速度.     

北斗导航辅助移动机器人同时定位和地图构建研究

针对未知环境下移动机器人实时构图和导航问题,将基于激光的环境特征提取和地图构建技术与北斗卫星导航相结合,设计了一种基于特征地图的移动机器人自主导航系统。利用激光提取环境信息,采用点和直线段进行环境表示,结合里程计进行定位,同时进行地图构建。然后在地图上关联北斗坐标,丰富地图信息,根据路径规划方法实现移动机器人自主导航。在Poineer3-AT机器人上实验表明:该方法能够快速提取直观的表示环境信息,并实现自主导航功能,有效提高了移动机器人导航能力。     

机器人双目图像实时立体匹配算法

针对移动机器人平台上的双目视觉深度信息获取问题,研究了一种适用于动态图像序列的双目图像立体匹配算法.采用成熟的半全局立体匹配算法对图像快速立体匹配;分析了在复杂环境下的运动平台上完成立体匹配所面临的主要噪声干扰,包括白斑噪声和断层闪烁噪声;为此,分别提出了白斑滤波算法和视差图时间域滤波方法以抑制这两种噪声.试验结果表明,所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰,最终能够实时获得连续清晰的视差图序列.