移动机器人视觉控制系统

2003年8月24日，中国科学技术大学机器人队代表中国参加了在泰国举行的第二届删(亚广联)机器人大赛，我们的视觉机器人表现突出，获得了最件技术奖。本文介绍了参赛机器人的视觉控制系统设计。     

移动机器人视觉控制系统

机器人由图像采集系统，模式识别系统，控制系统，传感器和各种执行单元构成。我们采用工控机，配合图形采集卡，进行图像的采集和处理。控制系统主要由单片机构成。识别系统将处理结果通过编码发送到控制系统，由控制系统融合触觉，接近觉等其它传感器信息，控制各种功能执行单元。     

单片机实现自控机器人小车

本题是中国科技大学机器人对抗赛的一个参赛作品,本次对抗赛的主题是机器人投捡球对抗赛,具体要求如下: 1.机器人原始尺寸不得超过30cm×30cm×30cm,进入场地后展开尺寸不得超过40cm×40cm×40cm,且机器人只能是一个,总重量不得超过10kg。比赛中人不得参与控制(包括不得采用声控、无线电遥控等)。2.场地设施:一块3m×3m的正方形场地,用2cm的白线沿长和宽方向分别将场地6等分。场地的四周用挡板围起,挡板高10cm,在场地的中心固定一个高8cm、外径为30cm的透明圆筒,壁厚不大于1cm,圆筒中心位置固定一个60W的白炽灯泡(加保护罩),圆桶内底面为木质地板,比赛场地面用人造革地板。3.比赛时间为3分钟。4.每场比赛由两队参加,机器人始发点为既定启动区,待裁判宣布开始后,机器人方可启动。比赛过程中只允许重启一次。5.比赛前由裁判随机地将五个白色乒乓球从小桶中倒在场地中,另外20个黄色乒乓球分别放在场地中既定的白线交点处。比赛中机器人吞入乒乓球(不分颜色)每个得1点,机器人将乒乓球放入场地中间的圆筒内,投入黄     

基于变量含误差模型估计基础矩阵

估计基础矩阵是计算机视觉中的重要研究问题.本文提出了一种基于变量含误差(EV)模型的非线性估计方法.建立EV模型之后,本文采用非线性目标函数,并同时估计模型参数与测量误差.此外本文方法还考虑了规范化图像坐标和基础矩阵秩为2的约束.模拟数据和真实图像的实验结果表明,本文方法显著提高了估计基础矩阵的精度.     

基于EIV模型的点线位姿估计

针对基于多个点线特征的位姿估计问题,该文将点线特征约束统一成二次型约束的形式,并引入EIV模型描述影响点线特征投影的噪声。为了简化问题,采用伪线性化方法,并提出了基于奇异值分解的迭代算法来估计位姿参数。实验表明该算法受初始值影响小,收敛快,能够提供高精度和鲁棒的位姿估计结果。