基于树莓派的六足机器人目标跟踪系统研究

在室外环境进行机器人目标识别与跟踪是计算机视觉和机器人技术的前沿发展方向,机器人在导航、智能监控、多机协作、人机交互等领域应用广泛.设计了一种基于树莓派的六足机器人目标识别与跟踪系统.通过六足机器人搭载Kinect高清摄像头对行人和目标六足机器人进行识别与跟踪,YOLO v3进行行人和目标六足机器人的检测与识别,得到质...     

具有颜色识别功能的类人机器人设计

针对传统类人机器人在控制系统实时性和视觉识别方面的不足,以S3C6410作为主控芯片,设计了具有视觉识别功能的类人机器人控制系统,通过改进和简化视频识别算法取得了良好的目标识别效果。实验表明,基于本控制系统设计而成的类人机器人实时性好,目标识别准确,通过调整运动路径能够快速找到目标。     

RoboCup中NAO机器人球场目标红球识别与快速找球策略

根据RoboCup中NAO机器人足球比赛的规则,机器人通过对颜色的识别来识别球场上的物体及环境。文章分析了RGB颜色空间的优缺点,采用HSV作为视觉系统的颜色空间,减弱了现场光照变化对视觉系统产生的影响。文章提出了一种基于HSV色彩空间下识别红球的方法,然后提出一种简单的追踪红球策略,与测距追踪实际效果相比较,发现这种追踪策略更符合实际场景应用。     

一种用于高尔夫赛的NAO机器人比赛系统设计

基于NAO机器人平台设计了一种机器人高尔夫球比赛系统,并设计制作了用于比赛的附加硬件结构,提出并实验了一种基于高尔夫比赛规则的机器人比赛系统,控制NAO机器人通过单目视觉识别周围环境和目标物,并通过运动控制设计机器人击球、行走等动作使机器人完成整个比赛流程.实验证明该系统可行,并获得江苏省第一届机器人高尔夫赛省一等奖.     

基于Lab特征模型的兵乓球追踪机器人的设计与实现

随着科技的进步,机器人是未来发展的趋势。兵乓球追踪机器人是一种典型的实时机器人,追踪是捡球机器人前期的必要基础。针对单目摄像头的运用,提出了一种基于Lab特征模型的兵乓球追踪机器人的设计方法。乒乓球追踪机器人采用图像处理技术和光学理论对乒乓球进行识别、定位、测距,并能通过单片机控制电机实现实时追踪。对乒乓球颜色特征提取和乒乓球中心定位算法进行了研究,采用Lab特征模型对乒乓球颜色进行识别,引入质心法对乒乓球中心实现定位,推理出单摄像头对乒乓球进行距离测量的示意图和理论公式。依据定位中心和距离值,通过单片机控制电机运动,实现对乒乓球追踪功能。经实验测试,该机器人能够对乒乓球进行快速精准定位,算法处理时间小于100ms,定位误差小于30mm。     

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。     

全自主足球机器人混合视觉系统的设计与实现

根据中型组机器人足球比赛的需要,设计并实现了一套由全向视觉、前向单目视觉和嵌入式视觉构成 的混合视觉系统．全向视觉具有360± 的水平视角,信息量大、实时性好,但近端信息的感知识别精度较低,前向单 目视觉和嵌入式视觉就是为了解决该问题而加入的．前向单目视觉主要用于识别位于机器人正面不远处的目标,且 可给出精确的目标位置信息,同时全向视觉和前向单目视觉的处理都是在机器人上位机上进行的．为了解决机器人 非前向近端信息缺失的问题,在不增加上位机负担的情况下,本文通过下位机的嵌入式视觉识别机器人周边非前向 近端的动态目标或障碍物,较好地解决了机器人360± 范围内近端信息的获取问题．实验结果表明,该视觉系统较好 地实现了对机器人远端、近端目标的识别．     

基于DQN和K-means聚类算法的天然气站场仪表智能识别研究

天然气站场中的仪表是工人和设备交互的窗口,可以反映工厂的运行状况。但是站场很多老式仪表不能远程读取示数,采用人工方法读取则浪费人力,需要对其进行智能化的读数研究。针对上述问题,采用了一种基于四足机器人作为载体运动控制,并通过深度强化学习（DQN）进行目标追踪任务和图像处理来读取仪表示数的新方法。首先通过改进的 DQN 算法的深度网络模型,根据仿真的环境中机器人学习效果,设计并调整动作奖励函数,设计机器人顶层决策控制系统。实现一维与二维状态参数输入下的仪表目标追踪任务。其次在仪表定位和仪表配准的基础上,通过K-means聚类二值化处理得到刻度分明的表盘;将图像进行内切圆处理,再在图像中间添加一根指针进行旋转,旋转过程中精确计算指针与表盘重合度最高的角度来得到对应刻度。经过实验表明,此算法可实现运动过程中仪表目标的精准追踪和降低计算时间,并大大提高了仪表追踪与识别的精度和效率,为天然气站场的仪表安全监控提供了有效保障。     

基于YOLO-tiny-RFB模型的电站旋钮开关状态识别

针对多类别目标检测在特定场景中数据样本有限的情况,为进一步提高机器人系统中轻量级神经网络对小型物体识别的准确率和稳定性,提出了一种基于机器人操作系统（ROS）的目标状态识别模块。首先,考虑到嵌入式设备的算力限制,目标识别模型采用轻量级的网络YOLO-tiny作为主要架构,并在YOLO-tiny中引入RFB,提出了YOLO-tiny-RFB模型。随后,基于MobileNet对旋钮开关的多种状态实现精准分类。最后,设计数据关联规则,通过图像配准及交并比（IOU）计算等算法使识别模块完成同一场景多次识别结果的融合,从而使用户能够对不同时刻各表计的状态进行追踪。实验结果表明,相较于YOLO-tiny,YOLO-tiny-RFB模型在少量增加模型计算量的情况下,在构建的电站仪器识别数据集上,其目标识别平均精度均值（mAP）提升了17.9%,达到了82.4%。在旋钮数据分布极端不均衡的情况下,通过引入多种数据增广方法使模型的平均准确率达到了90.7%。所提出的目标检测模块和状态识别网络模型能够有效、准确地完成各类仪器的状态识别,同时能够对仪器状态的识别结果在时间跨度上进行融合。     

嵌入式Arduino系统物联网机器人的研发与应用

在21世纪飞速发展的社会中,人们越来越向往智能生活,物联网机器人能最大限度实现智能生活。笔者设计并实现了一种嵌入式系统的物联网服器人,该机器人系统主体由四麦克纳姆轮、Arduino控制器、Arduino扩展板、传感器列阵、WLAN无线通信以及语音检测、图像智能识别等模块构成,并将该系统与现代智能家居有效结合,构成一种新型物联网平台。Arduino机器人在检测到复杂情况时可以精准发出远程警报,能较有效地异地操控家中的智能家居,出色地完成语音识别和人机对话,并通过视觉追踪实现自动跟拍等功能。该服务机器人为进一步实现智能、安全物联网提供一种新的可能,拥有广阔的应用和发展前景。     

一种用于彩色图像目标识别的自适应阈值分割方法

机器人视觉系统利用颜色、形状等信息来识别环境目标，但是难点在于识别的鲁棒性和实时性的保证。采用移动机器人做平台，提出一种基于颜色学习的实时目标识别系统，并提出了一种目标颜色学习和分割算法，该算法基于自适应阈值分割图像，考虑环境的光照变化进行调整，改善了系统的实时性和鲁棒性。     

Optimization of layout and path planning of surgical robotic system

Positioning a surgical robot for optimal operation in a crowded operating room is a challenging task. In the robotic-assisted surgical procedures, the surgical robot’s end-effector must reach the patient’s anatomical targets because repositioning of the patient or surgical robot requires additional time and labor. This paper proposes an optimization algorithm to determine the best layout of the operating room, combined with kinematics criteria and optical constraints applied to the surgical assistant robot system. A new method is also developed for trajectory of robot’s end-effector for path planning of the robot motion. The average deviations obtained from repeatability tests for surgical robot’s layout optimization were 1.4 and 4.2 mm for x and y coordinates, respectively. The results of this study show that the proposed optimization method successfully solves the placement problem and path planning of surgical robotic system in operating room.

     

移动机器人多目标彩色视觉跟踪系统

机器人视觉系统利用颜色、形状等信息来识别环境目标，但是难点在于识别的 鲁棒性和实时性的保证．本文采用全自主移动机器人为平台，提出了一种硬件成本低廉的、 基于颜色学习的实时多目标视觉跟踪系统，并提出了一种新颖的目标颜色学习和跟踪算法． 该视觉系统已成功集成在自主移动机器人系统中，非结构环境下的动态目标跟踪实验表明了 系统的实时性和鲁棒性．     

Surveillance Robot Utilizing Video and Audio Information

For the aging population, surveillance in household environments has become more and more important. In this paper, we present a household robot that can detect abnormal events by utilizing video and audio information. In our approach, moving targets can be detected by the robot using a passive acoustic location device. The robot then tracks the targets by employing a particle filter algorithm. To adapt to different lighting conditions, the target model is updated regularly based on an update mechanism. To ensure robust tracking, the robot detects abnormal human behavior by tracking the upper body of a person. For audio surveillance, Mel frequency cepstral coefficients (MFCC) is used to extract features from audio information. Those features are input to a support vector machine classifier for analysis. Experimental results show that the robot can detect abnormal behavior such as “falling down” and “running”. Also, a 88.17% accuracy rate is achieved in the detection of abnormal audio information like “crying”, “groan”, and “gun shooting”. To lower the false alarms by abnormal sound detection system, the passive acoustic location device directs the robot to the scene where abnormal events occur and the robot can employ its camera to further confirm the occurrence of the events. At last, the robot will send the image captured by the robot to the mobile phone of master.     

一种基于人机交互的移动机器人反应式导航方法

针对未知环境中移动机器人的自主导航问题,提出了一种基于人机交互的反应式导航方法。在采用模糊逻辑实现机器人基本智能行为的基础上,利用基于优先级和有限状态机的混合行为协调方法建立"环境刺激-反应"机制,提高机器人的局部自主能力。提出将"人刺激-反应"机制引入机器人系统,提高机器人系统对环境的理解与决策能力。在不同环境模型中利用提出的方法对移向指定目标的机器人自主导航进行了仿真,仿真结果验证了该方法的有效性。     

机器人卫星地面实验平台全局视觉系统

机器人卫星地面实验平台是研制机器人卫星的重要手段。本文针对所开发的机器人卫星地面实验平台，设计了全局视觉，完成机器人卫星姿态分析、目标和障碍物的识别与定位。     

基于特征约束和均值漂移的机动目标粒子跟踪

粒子滤波是适用于非线性非高斯系统下目标跟踪的强有力工具．ＭｉｒｏＳｏｔ足球机器人系统可以作为研究机动目标跟踪问题的平台．对此,在分析ＭｉｒｏＳｏｔ系统目标特征的基础上,提出一种基于目标特征约束的均值漂移粒子滤波算法,利用约束和优化的思想提高粒子的质量并减少其数量．对比实验表明,该方法有效地克服了传统粒子滤波的计算量和粒子退化问题,保证了多机动目标跟踪的准确性和实时性．     

一种基于数据竞争的高分辨率图像的聚类分割算法

近些年,机器人技术得到了迅猛的发展,应用越来越广泛.随着机器人技术的推广和普及,对机器人使用的要求也越来越高,其中对智能机器人的要求尤显迫切.机器视觉是智能机器人研究领域的一个重要研究方向.在机器人视觉系统中,核心问题是目标提取,对目标实时、准确、快速提取的关键技术是图像分割.由于机器人感知的环境的复杂性及目标的多样性,往往导致机器人感知获得的图像数据量较大且图像本身存在不可预知的复杂性,这就对准确的目标分割和提取处理提出了挑战性问题.本文针对高分辨率图像数据集的分割处理,提出一种新的聚类算法,即根据数据点能量和的大小识别类代表点和类成员点,通过数据点间的竞争识别出最有能力成为簇成员的数据点,并将其与mean shift聚类算法有效地结合应用于彩色图像分割问题中,能够快速高效地实现高分辨率图像的目标分割,并得到较好的图像分割效果.实验结果表明,本文算法在分割效果和分割效率上明显优于传统聚类算法.     

Visual Navigation in Natural Environments: From Range and Color Data to a Landmark-Based Model

This paper concerns the exploration of a natural environment by a mobile robot equipped with both a video color camera and a stereo-vision system. We focus on the interest of such a multi-sensory system to deal with the navigation of a robot in an a priori unknown environment, including (1) the incremental construction of a landmark-based model, and the use of these landmarks for (2) the 3-D localization of the mobile robot and for (3) a sensor-based navigation mode.For robot localization, a slow process and a fast one are simultaneously executed during the robot motions. In the modeling process (currently 0.1 Hz), the global landmark-based model is incrementally built and the robot situation can be estimated from discriminant landmarks selected amongst the detected objects in the range data. In the tracking process (currently 4 Hz), selected landmarks are tracked in the visual data; the tracking results are used to simplify the matching between landmarks in the modeling process.Finally, a sensor-based visual navigation mode, based on the same landmark selection and tracking, is also presented; in order to navigate during a long robot motion, different landmarks (targets) can be selected as a sequence of sub-goals that the robot must successively reach.