移动机器人目标检测技术及其安保场合应用

移动机器人的视觉目标检测技术已被广泛应用于监控、安保、无人驾驶等场合。文中针对移动机器人目标检测面临的光照变化、复杂背景、遮挡、相机运动等问题,总结了国内外基于图像处理相关的方法,并介绍了常用的基于机器学习的移动机器人目标检测技术。通过对国内外应用于公共安检的移动机器人的性能比较,结合自主研发的HEBUT移动机器人,详细分析了移动机器人目标检测的主要技术及发展方向。     

基于改进背景差法的运动目标检测

运动目标检测是视觉领域的重要研究内容,文章在研究了现有大量算法的基础上,提出了一种基于改进背景差法的运动目标检测方法,利用三帧差分图像法的主要思想,将背景差法和帧间差法结合起来,使它们优势互补,从而克服相互的弱点。实验结果表明,该方法可以很好地适应背景中存在周期运动干扰的情况,并且可以适应背景突变的情况。     

基于两轮机器人运动模型的Kalman滤波视觉导航

在视觉算法对目标物识别的基础上,对两轮移动机器人运动模型进行分析,提出将其作为扩展卡尔曼滤波的系统状态方程,并应用到视觉导航系统中。仿真实验及实际测试表明,方法能较好地对两轮移动机器人的运动实现预测和估计,减轻环境干扰影响、降低处理计算量并提高系统实时性,满足了机器人在复杂环境下视觉导航的要求。     

基于双目视觉的智能监控系统运动目标自动化跟踪方法

传统方法无法对目标精准定位,在动态环境下跟踪精准度低,提出基于双目视觉的智能监控系统运动目标自动化跟踪方法。采用背景差分法构建背景模型,通过计算二值差分图像比较差分图像像素和某特定阈值,确定检测目标具体位置。研究以双目视觉安全防护为基础的监控示意图,利用特征向量线性组合表达不同人脸变化或特性,根据具体实施步骤设计人脸监测与识别流程,采用CamShift跟踪算法求局部最优解,获取重投影矩阵,在监控系统运动目标发生遮挡后再次进行自动化跟踪。以Python为语言基础进行实验对比分析,由实验结果可知,基于双目视觉方法跟踪精准度较高,能够实现对运动目标的精准定位。     

基于相关系数的光流计算方法研究

在对移动机器人的运动与光流进行定性分析时,引入全局光流相关系数的概念,将相关系数作为光流全局分布特牲的测度因子来判别移动机器人运动情况。这对以后的移动机器人视觉导航等具有一定的现实意义。     

基于LPT和改进背景减算法的运动目标检测方法

生物视觉系统具有对运动目标敏感、分辨率调节迅速等特点,能准确无误地识别目标。对数极坐标变换(log polar transformation,LPT)是生物视觉的基础。对已有的传统运动目标检测算法进行了比较分析,并在仿生视觉认知模型基础上提出了一种基于对数极坐标变换和改进背景减算法的运动目标检测方法。该方法使用混合高斯背景建模,通过对对数极坐标变换后的图像进行柔和帧差法和背景建模的背景减算法,实现对运动目标的检测。通过实验分析,结果表明该方法可有效实现目标的准确快速检测定位和跟踪。     

基于单高斯背景模型和双差分融合的运动目标检测算法

提出了一种新的运动目标检测算法,实现了只对帧图中感兴趣的运动目标区域进行背景匹配更新,能够较精确地检测出运动目标。该算法首先提出了双差分模型确定运动目标最大分布的可能区域,然后融合单高斯背景模型对此区域进行背景重建,再运用背景差分得到精确前景目标。仿真试验结果表明,该方法降低了运算的复杂程度,提高了检测精度,具有很好的鲁棒性。     

运动目标检测的差分图像法分析研究

针对应用于运动目标检测上的差分图像法本身内在特性引起的空洞、拖影、拉长等若干缺陷问题进行了研究.沿着从差分静态背景、差分自适应的更新背景,到帧间差分,三帧差分的脉络,分析了这些方法中空洞、拖影、拉长等现象之间的联系与演变,提出了有关解决或者改进措施,并进行了相关的实验验证.     

基于单目视觉的自主移动机器人监测系统

搭建了一个基于单目视觉的自主移动机器人平台.提出了一种背景模型自更新的差分运动分析算法,用该算法实现的系统能够快速的适应环境的改变,可靠性高.将该算法应用到自主移动机器人中,使机器人实现了对人形物体的识别、跟踪与监测.     

基于FPGA的移动机器人视觉系统

移动机器人导航技术是智能机器人研究领域的一个重要方向,也是智能机器人的一项关键技术.近几年来,随着图像处理技术及计算机处理能力的飞速发展,加之视觉信号具有信号探测范围宽、获取信息完整等优点.视觉导航成为移动机器人导航的主要发展方向之一.本文首先阐述机器人视觉导航系统的发展过程.在分析了移动机器人的基础上,提出了视觉导航系统的嵌入式实现方案,并设计了电路系统.     

一种融合图像和传感信息的自主投篮机器人视觉系统

提出了一种基于计算机视觉与多传感器信息融合的信号处理技术及检测方法，同时将该方法应用到我校参加ABU(亚广联)举行的ROBO—CON竞赛的自主机器人上。系统具有较高的定位精度、快速性及鲁棒性，取得比较好的比赛效果。     

基于双目视觉的主从式机器人主手系统设计和研究

提出了一种基于双目视觉的主从式机器人主手系统,采用双目视觉技术实时识别并跟踪手柄的运动,同时测量其空间位姿。首先通过背景差分法检测出手柄,然后用卡尔曼滤波器对手柄的位置和速度进行预测,跟踪手柄的运动。在标记点的立体匹配中采用了特征匹配和区域灰度匹配相结合的方法,并引入唯一性和顺序一致性约束来剔除伪匹配,最终测罱出手柄的实时空间位姿信息。实验结果证明系统方案是可行的。     

基于背景差分的巡检机器人视觉识别方法

针对巡检机器人检测异物范围受限,只能检测经过训练的异常物体问题,提出了一种基于视频对齐的背景差分技术。巡检机器人由于运行速度不稳定、摄像头角度存在偏差,会导致视频无法对齐,识别准确率低,因此采用一种改进的联合优化算法对视频进行处理。首先使用改进的DTW算法逐帧查找与目标视频对应的帧,将视频对应帧提取出来;再采用SURF算法提取对应帧的特征点,进行筛选后使用DeepFlow算法得到对应帧图像的变形场矩阵,进而将图像角度修正,并进行像素级的匹配。实验结果表明,DTW-SURF-DeepFlow联合算法可以将图像进行完全的对齐,经过对齐的图像通过背景差分即可以检测出任意的异常物体,提高了异物检测的准确性。     

一种基于大视野的微操作系统的目标定位方法

针对微操作系统中位于视野之外的操作对象的任意性,提出了一种对显微镜视野之外操作对象的自动定位方法,实验证明,该方法能将操作对象自动移至显微镜视场内,可提高工作效率,提高自动化程度。     

核电容器高效磨削的焊缝轨迹检测与识别系统的研究

为了实现核电高压容器高效磨削中的焊缝磨削轨迹的在线检测,提出了一种基于机器人视觉的焊缝磨削轨迹检测与识别技术,该技术是将基于结构光的视觉系统安装在磨削机器人的末端,使磨头反转,构成视觉的检测系统。并对采集到已焊V型坡口的焊缝图像进行图像处理试验,结果表明,该系统能够运用于核电高压容器高效磨削的焊缝磨削轨迹检测中,并且可以获得被磨削工件的形位信息。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于双目立体视觉的工业机器人在线温度补偿

工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。     

Vision Based Simulation and Experiment for Performance Tests of Robot

The feature-based visual servoing approach has been used to control robot through vision. In order to find the position of the end effector by vision and through robot performance tests, computational kinematic approach has been used. The software carries out the duty of environment simulation and operation of an industrial robot. The disputes related to image capturing, image processing, target recognition, and how to control robot by vision system ability have been carried out in the simulation tests. The vision based program has been defined in such a way that it can be carried out by a real robot with the least changes. In the experiment, the vision system will recognize the target and control the robot by obtaining images from environment and processing them. At the first stage, images from environment are changed to a grayscale mode then it can diverse and identify objects and noises by using a threshold objects which are stored in different frames and then the main object will be recognized. This will control the robot to achieve the target. Finally, the issues of robot performance tests based on the two standards ISO 9283 and ANSI-RIA R15.05-2 have been accomplished through simulator program using vision system over the 3P robot for evaluating the path-related characteristics of the robot. To evaluate the performance of the proposed method experimental test is carried out.     

连续体机器人形状检测方法综述

综述了连续体机器人形状检测的不同方法,并对各种研究方法进行了分析比较,最后指出基于视觉、智能材料或者光纤光栅的单一检测方法和结合多种传感器的复合方法是未来的发展方向。