基于激光视觉传感的机器运动目标跟踪研究

复杂背景影响下机器人跟踪运动目标精度提升是目前相关领域研究的重点,因此,研究基于激光视觉传感的机器运动目标跟踪方法.使用激光传感器获取激光数据,利用扫描匹配算法实现运动目标检测,同时定位机器人并构建所处环境的图像;使用单目视觉传感器,通过目标位置估计算法计算出运动目标的角度信息与距离信息,使用Rao-Blackwell...     

一种简单的电容式三维力柔性触觉传感器设计

随着机器人智能化程度不断提高,机器触觉和机器视觉技术均得到了很大发展,但是目前大部分触觉传感器均不能满足触觉感知应用的要求。因此,提出了一种新型的具有滑觉检测功能的柔性三维力触觉传感器。该传感器能够将力量变化转化为气隙变化,进而引起电容发生变化。然后将接触力建模为实测电容的多项式函数,对传感器输出进行校正进而实现法向力测量和滑动检测。测试结果显示,提出的传感器能够以较高的精确度测量法向力,重复性好,并且能够检测滑动现象,在0-100mN测量范围内的法向灵敏度约为0.4 pF/N,均方根误差为1%。此外提出的传感器结构简单、成本较低,易于大规模生产和应用。     

基于C51单片机智能机器人触觉导航系统设计

触觉传感器在智能玩具和机器人导航方面有着广泛的应用,作者根据触觉传感器的这一特性设计出一款智能机器人导航电路,详细介绍了导航系统设计方案、硬件电路的组成以及软件的编程思路;并通过测试,提出了机器人进入90度墙角之后的人工决策办法,可以使机器人顺利地从墙角死区退出。     

基于主动式全景视觉的管道形变检测及重构技术的研究

研究了一种采用主动式全景视觉传感器(ASODVS)的 管道内表面全方位检测方法。基于主动式全景视觉检测原理, 提出了一种能够快速、全方位获取管道内壁三维点云信息,实现视觉检测管道形变的全景激 光视觉系统; 利用携带有ASODVS的爬行机器人进入管道内部,采集激光横断扫描全 景图像;然后根据提 取的管道内壁三维点云数据计算最小直径、横断面面积等几何特征判断变形率;最后根据三 维点云圆周分 布的特征,采用三角格网模型进行三维重构。实验结果表明:基于主动式全景视觉的管道内 壁全方位检测 系统能够实时完成对管道凹凸形变的检测和识别,并恢复管道内壁的三维形貌,具有较高的 检测精度。     

机器人用PVDF触觉传感器的国外研究现状

目前,国内外对具有人类功能的机器人操作器和灵巧手展开了广泛的研究,其中触觉传感器是一个主要方面。由于PVDF（聚偏二氟乙烯）压电薄膜具有压电能力高、柔韧、极薄、质轻等特点,其许多特性接近人类皮肤的特性,尤其受到研究人员的关注。文章从PVDF薄膜的原理和特性出发,展开介绍了国外机器人用PVDF触觉传感器的研究现状。     

激光视觉引导下的工业机器人步态运动学参数辨识

工业机器人在多个领域都有广泛应用,而离线编程则成为其重要的发展方向。由于离线编程对机器人自身的绝对定位精度有较高要求,为提升绝对定位精度,设计一种激光视觉引导下的工业机器人步态运动学参数辨识方法。基于线结构激光测量技术,设计由工业智能相机、感光元件、滤光片、线激光器构成的激光视觉传感器,使用该传感器测量工业机器人,以获取其三维信息。通过粗引导与精引导两个步骤对激光视觉传感器实施激光视觉引导,以提高效率,降低瞄准误差。工业机器人步态运动学参数误差的辨识模型,通过最小二乘法对模型实施迭代求解,以获取精确的方程组解,从而完成步态运动学参数辨识。测试结果表明,该方法的步态运动学参数辨识误差低于0.02 mm,在30次迭代次数以内即可完成求解。     

基于CMAC的触觉传感信号自适应逆滤波器设计

CMAC是模仿人类小脑工作机理的一种神经网络,它具有自适应补偿能力。本文首次在机器人PVDF触觉传感器领域使用了基于CMAC神经网络的逆滤波系统,目的是消除在通过触觉传感器的应力信息反求被触摸物体的轮廓过程中系统模型产生的结构误差。使用ARMA模型对触觉传感器模型进行了较好的逼近,保证了整个系统能有效工作。设计了基于频域特性的物体轮廓高程估计逆滤波器系统,此逆滤波器具有较快的速度和很强的通用性。     

激光近场探测传感器在机器人动态避障中的应用

普通传感器在工业机器人应用中,外部环境的不确定性会对机器人目标探测效果造成影响,导致机器人无法精准避障。为此,研究激光近场探测传感器在机器人动态避障中的应用。确立场景环境坐标系,并利用探测传感器探测出障碍物信息。基于此,采用多激光近场传感器信息融合技术,定位探测的障碍物,从中得出障碍决策值,最终根据障碍决策值,制定激光近场探测传感器动态避障行为,完成动态避障。实验结果表明,通过对该传感器开展机器人静态避障测试、动态避障测试,验证了该传感器应用后的避障精准度高。     

激光雷达和视觉技术的机器人移动位置跟踪系统

以提升机器人位置跟踪精度为目的,设计激光雷达和视觉技术的机器人移动位置跟踪系统。该系统利用激光雷达传感器、方向传感器、里程计获取机器人位置距离信息、方向信息和移动里程信息后,利用MC9S12XS128微控芯片连接RS232通讯接口,将该信息传输到ARM嵌入式处理器内;用户通过与Ubuntu/Debian,操作系统环境人机接口相连的LCD显示屏,调用ARM嵌入式处理器内机器人位置距离、方向等信息后,通过启动位置跟踪单元内的基于类圆弧机器人识别的自适应位置跟踪算法程序,实现器人移动位置跟踪,并利用基于视觉技术的地图生成单元,生成机器人运行位置环境地图。实验结果表明：该系统跟踪机器人位置反馈时间最短仅为12 s,具备较好的实时性;在跟踪机器人简单移动位置和复杂移动位置时的跟踪线路与实现线路几乎重合,具备较强的机器人位置跟踪能力。     

利用SOI材料提高触觉传感阵列的性能

利用半导体材料、平面工艺和微机械加工研制触觉传感器是当前触觉传感器研究开发的一个重要方面,其中硅膜片电容式触觉传感阵列则是在研究中被广泛采用的结构.然而,触觉传感阵列的性能常受到微机械加工精度的限制.为了提高电容式触觉传感阵列的性能,本工作以SOI材料中异质结界面作为深槽腐蚀中腐蚀自停止界面,以提高硅膜片的表面平整度和厚度均匀性.在此基础上研制了 16×16硅膜片电容式触觉传感阵列,得到了较好的结果.     

基于Bayes估计的机器人触觉传感器信号数据融合

针对触觉传感器不同触觉组单元获得的物体表面轮廓图像，设计了中心式数据融合结构，全局融合算法采用Bayes估计，有效地避免了单一触觉组单元不确定性误差的影响，提高物体表面轮廓数据测量和图像重构的精度，对触觉传感系统整体性能的提高有重要意义。     

基于压电薄膜的多信息触觉检测系统

为模拟人类触觉感知功能,实现智能触觉,研制了一种基于聚偏氟乙烯（PVDF）压电薄膜的多信息触觉检测系统,初步实现了对物体表面柔软度、黏性、纹理粗糙度、纹理规律性、热度5种维度信息的检测识别。该触觉检测系统利用凸点型压电薄膜传感器获取物体表面信息,上位机对采样信号进行数字滤波、特征提取及特征分类,最终得到物体表面特性信息,并绘出物体表面特性五感图。其中纹理粗糙度采用主频率识别方法,利用傅里叶变换（FFT）进行特征提取。实验结果表明,该系统能够有效区分被测物体表面信息。     

一种高分辨率触觉指纹传感器

本文描述了一种基于光的全内反射（ＴＩＲ）原理，用光学玻璃作为波导极，在其上覆盖一层深色弹性膜的触觉指纹传感器。该传感器具有一般刚性波导板触觉传感器的高分辨率特点；耐用性好，成本低，能够清晰地获取人的手指纹理，非常适合用作自动指纹识别系统中的指纹读取仪。     

激光视觉传感器的机器人焊缝高精度跟踪系统

以提升焊接机器人焊接精度为目的，设计激光视觉传感器的机器人焊缝高精度跟踪系统。由工业相机和激光传感器、焊接机器人等组成系统硬件架构，获取焊缝激光光源后，将其传输至激光图像传感层。采用激光图像传感器对焊缝激光光源图像进行物理滤波处理，使用工业相机拍摄焊缝激光图像。提取焊缝激光图像特征，依据其特征点位置对焊接机器人进行手眼标定，获取焊接机器人校正向量并将该向量输入到机器人运动控制层内的焊缝跟踪程序内，利用该程序不断修正焊接机器人跟踪行为并向接口电路电机驱动器发送控制跟踪命令，实现机器人焊缝高精度跟踪。实验结果表明：该系统具备良好的启动性能，对焊机机器人手眼标定径向畸变、切向畸变数值均较小，跟踪不同类型焊缝的最低偏差数值仅为0.01 mm,跟踪精度高。     

基于圆柱谐振腔结构的接近传感器研究

为满足精密机器人视觉应用中对接近传感器的高精度测量要求,研究了一种新型的接近传感器,该传感器是基于圆柱谐振腔和TE011谐振模而设计的。通过仿真研究了接近距离、谐振腔几何尺寸与工作频率之间的关系,结果表明,该传感器的距离测量精度可达1μm。该传感器不受温度、湿度、尘埃等环境因素影响,可用于精密机器人视觉中。     

基于多传感器的礼仪机器人测距系统的研发

为了提高礼仪机器人在复杂环境中测量数据的可靠性以及解决同一类型多传感器测距盲区无法补偿的问题,使得礼仪机器人可以测得300cm以内障碍物的距离信息,本设计采用红外传感器和超声波传感器组成礼仪机器人的测距系统,并应用自适应加权数据融合技术对传感器所测数据进行融合,实现了两种传感器在功能上的互补,提升了系统的实时性,减小了系统的测距误差。实验结果表明系统可在300cm以内精确测距,提高了整体测距精度,得到了被测距离更加准确的估计。     

基于视觉与行为模型的机器人目标跟踪

由于存在通信延时等问题，月球机器人必须具备一定智能来进行行为控制。Brooks提出机器人的包容结构理论重点在于强调机器人不同控制层间的联系，以及机器人不同行为功能的分配。本文提出一种视觉与行为模型，主要描述在同一控制层内视觉传感器与行为控制之间的关系，它将机器人的视觉行为与运动行为紧密联系起来，在运动的同时计算地面光流场变化来学习当前机器人动作状态，利用颜色信息的多窗口目标跟踪获取目标属性，最后采用强化学习方法，规划加器人动作．提高了运动控制的稳定度和精确席。     

多传感器信息融合技术和发展

多传感器信息融合（Multisensor Information Fusion)是20世纪80年代出现的一个新兴学科，它是将不同传感器对某一环境特征描述的信息，综合成统一的特征表达信息及其处理的过程。多传感器信息融合首先广泛地应用于军事领域，如海上监视、空一空和地一空防御、战场情报、监视和获取目标及战略预警等，随着科学技术的进步，多传感器信息融合至今已形成和发展成为一门信息综合处理的专门技术，并很快推广应用到工业机器人、智能检测、自动控制、交通管理和医疗诊断等多种领域。我国从20世纪90年代也开始了多传感器信息融合技术的研究和开发工作，     

基于单目的手持式视觉测量方法研究

提出一种基于单目视觉和惯性传感器的视觉测量方法,当手持移动摄像头时,利用惯性传感器获取摄像头轨迹,再根据多视角测量原理,测量被测物体的大小、位置等信息;利用图像特征点的移动信息抑制加速度传感器的累积误差。实验证明测量结果误差在2%以内,且该方法不需要任何摄像机外参数的先验知识及定标参照物,可满足实际测量需求。     

基于激光再制造机器人的表面浅斑缺陷识别研究

机器视觉系统对于提高激光机器人再制造质量有重要作用。针对浅斑类缺陷无法在点云数据中定位的问题,开发了专用识别系统,将二维图片和三维点云结合起来实现该类缺陷的三维检测。对灰度图片进行处理,包括图像频域增强、区域标记和区域合并等,实现了二维图片中的缺陷定位;利用双目立体视觉系统对再制造零件表面进行扫描,获取零件表面三维点云数据,同时将二维缺陷边界转换为三维缺陷边界,实现了点云数据中缺陷的定位。实验结果表明,该系统能有效识别浅斑类缺陷,并且再制造精度高。