关键词： 卷积神经网络   扩展卡尔曼滤波   摄像机定位   物体三维位置估计  

摘要： 为解决无人驾驶中车辆定位与周围场景中物体三维位置估计,采用卷积神经网络(CNN)检测图像中的物体,用扩展卡尔曼滤波(EKF)方法融合惯性传感器测量得到的加速度和角速度,同时估计摄像机位置和物理世界中物体三维位置.图像结合惯性传感器(IMU)信息,克服了单目摄像机估计得到的摄像机位置和物体三维位置的尺度不确定性;结合卷积神经网络检测物体提高特征点匹配准确度,实现对物体在三维世界中的位置通用的估计.在实验部分用Matlab分别模拟仿真场景和现实场景的数据库KITTI,有效估计摄像机运动和场景中物体三维位置估计.

关键词： 有向距离函数   三维重建   透明物体定位  

摘要： 在主动法三维重建中,结构光深度传感器无法捕捉到透明物体的深度,导致深度图上出现孔洞或深度不一致现象。针对透明物质的成像特点,提出了一种新颖的利用深度图上的无效深度和错误深度在三维空间中定位透明物质的算法。利用有向距离函数来融合多张深度信息,创新性地提出了3种基于有向距离函数的统计指标来搜寻深度缺失及大幅度跳跃的噪声部分以定位透明物质。实验结果表明,此算法能够在重建物体模型的同时正确有效的定位透明物体,从而改进三维重建模型的精度。

关键词： 卷积神经网络   未知物体   智能感知   机器人视觉定位控制  

摘要： 无需事先获得操作目标的模型信息,仅根据当前图像特征就能实现机器人对未知目标的智能感知与定位或跟踪,一直是机器人视觉伺服领域中具有挑战性的问题.这里的"未知"不仅是指对操作台上所有物体的类别属性和位置信息未知,而且对操作物体的形状、大小等这样的几何模型先验信息也未知.为了解决这个问题,提出了一种基于卷积神经网络的机器人对未知物体的视觉定位控制策略.首先,利用基于卷积神经网络的多目标识别与检测算法获取机器人操作台上所有未知物体的类别属性信息;其次,用户根据多目标识别与检测结果在线随机地选择机器人拟定位的目标物体,此后在整个机器人视觉控制过程中,机器人视觉控制系统利用该网络从多个物体中检测出用户所选定的目标物体并计算出当前图像特征,从而实现机器人对未知目标的智能感知;最后,根据图像特征误差,设计视觉滑模定位控制律以实现机器人对未知物体的视觉定位.在MOTOMAN-SV3X六自由度工业机器人上完成了5组复杂自然场景下未知物体视觉定位实验,实验结果表明了所提出的机器人视觉定位控制策略的可行性和有效性.

关键词： MSP430   金属探测   电感/数字传感器   智能滤波  

摘要： 金属物体探测定位装置是一种两自由度移动进行金属物体位置探测及定位的仪器。该装置以MSP430作为主控核心,两个蓝牙传输设备作为数据传输机构,电感/数字传感器LDC1000作为金属传感探头,步进电机控制的滑动导轨作为探头载体,LED和蜂鸣器作为声一光报警提示。测试结果表明该装置性能稳定、探测精度高、扫描时间短。

关键词： QR   Code   视觉定位   NAO机器人   DH参数   逆运动  

摘要： 对于服务型机器人在室内环境中物体的抓取提出一种基于QR code(二维码)的单目视觉定位方法,该方法利用二维码独有的几何特征,能够快速实现对贴有二维码标签物体的空间定位,且定位准确度高;然后,将NAO机器人的手臂按DH参数进行运动学建模,根据定位得到物体的空间位置对机器人手臂进行逆运动求解,完成目标物体的抓取动作。实验结果表明,该方法能够稳定、准确地完成对目标物体的识别、定位和抓取。

关键词： 深度图像   边缘特征   板型物体识别   定位算法   位姿估计  

摘要： 工业机器人和机器视觉组成的分拣系统一直是工业实现智能化的研究热点之一。本文以“工业机器人自动化钢板打磨系统”为应用背景，针对工业环境中常见的板型物体，开展了板型物体识别与定位算法研究，针对不同的钢板场景，本文进行了两个研究内容，一个是基于深度图像边缘特征的板型物体识别与定位算法研究，另一个是基于点云边缘点对特征的板型物体识别与定位算法研究。在各自的应用场景中，本文两个算法都实现了钢板的识别与精确定位。\n 针对整齐的层叠板型目标，本文提出了一种基于深度图像边缘特征的板型物体识别与定位方法。本文算法分为两个阶段，离线建模阶段和在线检测阶段，在离线建模阶段，建立余弦值查找表和所有待检测目标的模板;在线检测包括计算梯度图像和基于图像金字塔的搜索。本文通过减少基准模板的边缘点数目、优化旋转角度离散步长以及基于金字塔的匹配搜索策略提高在线检测的效率。另外，本文将该算法成功应用于“工业机器人自动钢板打磨系统”项目中，根据系统在工作现场的运行统计结果得出，该方法不仅其定位精度在项目容忍范围之内，而且满足项目对实时性的要求。\n 针对有一定倾斜角的杂乱钢板，本文在基于投票策略的位姿估计算法基础上，加入了边缘点对特征，提出了一种基于边缘点对特征的板型物体识别与定位方法。该方法分为两个阶段，离线建模阶段和在线识别阶段，在离线建模阶段，对所有钢板进行边缘点提取，对所有满足约束条件的边缘点构建点对特征，并将该点对和其对应的特征保存在哈希表中;在线识别阶段，首先对场景进行平面分割，对所有待识别平面点云提取边缘，利用与离线建模阶段同样的特征描述，对每一个参考点与每个其他的边缘点构建点对特征，然后进行点对特征对齐和位姿估计。另外在匹配过程中使用位姿聚类以及ICP位姿优化进一步提高匹配的准确度与精度。本文在实验室搭建了实验平台，并进行了大量测试实验，验证了该算法对有一定倾斜角的杂乱板型物体识别与定位的有效性。

关键词： 护理机械臂   目标物体   定位识别   双目视觉  

摘要： 随着机器视觉技术的不断更新与快速发展，该技术在国民生产工业中和人们的日常生活中均得到了越来越广泛、越来越重要的应用，从利用二维图像重建三维结构早已成为人们关注的焦点，且利用双目视觉技术进行三维重建也得到了广泛的研究，主要是因为在空间三维立体环境中，通过导航定位使得操作目标物体变得相对容易。\n 本课题主要研究了护理机械臂系统平台上的基于双目机器视觉技术的目标物体识别定位技术，主要介绍了利用所设计的双目立体视觉系统，通过采用激光斑点的引导和双目摄像头摄像，完成对激光斑点的识别，从而最终实现对目标物体的自动识别与定位，并根据识别定位的结果，通过控制系统发出控制命令，从而控制机械臂准确可靠地抓取目标物体。整个系统的软件设计是利用计算机系统，基于OpenCV2.4.10工具，在Microsoft Visual Studio2013编程环境下进行设计、编写实现的。由于OpenCV软件是一个代码开源的计算机软件，其包含大量视觉库资源，利用软件资源库里可以直接调用的封装好的函 数，从而可以实现对摄像机所采集的图像信息进行相关的算法处理。三维立体空间模型的重建过程，包含对因相机本身原因而产生的畸变进行消除、校正，并进行图像的匹配以及重投影等相关各过程。\n 目标物体的双目视觉定位的具体过程是通过采用激光器发出的激光斑点打到待识别操作的目标物体上，并以此激光斑点作为待识别的目标物，再利用摄像机对激光斑点进行图像信息采集，然后再对采集到的图像信息进行相应的分析与处理，以获取到激光光斑在图像中的具体特定位置的坐标信息，最后对激光光斑的空间坐标再进行三维重建，从而最终获得激光光斑的空间三维坐标。本论文的研究方法能够得到误差范围在1cm以内的目标物体定位识别操作的效果，满足了护理机械臂的作业精度要求。

关键词： 柔性触须   传感器   结构优化   定位方法  

摘要： 柔性触须传感器是触觉传感器的一种,是对动物触须功能的仿生设计,具有应用范围广、限制小、准确度高等特点,近几年得到机器人研究者的普遍关注。利用霍尔元件和触点传感器作为检测单元,通过对传感器结构的优化设计和对柔性触须的受力分析,提出了一种仿生柔性触须传感器的设计方法,并推导了柔性触须传感器的定位方法,实现了对接触物体三维位置的准确定位。该触须传感器结构简单,便于调节和安装。经实验验证,其线性性、重复性等静态特性优异,位移定位误差〈1 mm,角度误差〈5°,位移分辨率和角度分辨率分别可达到0.1 mm和1°,能够准确定位多种触碰状态下的物体位置,可用于遥操作机械臂等需要准确定位物体位置或精密操作的执行器末端。

关键词： 图像分割   物体定位   区域生长算法  

摘要： 区域生长算法(Region seeds growing,RSG)一般可以通过以下方法实现,输入图像中属于目标物体的一个或多个种子点(seed point)或者一个或多个种子区域,再以该种子点(或区域)为起点,考察邻域像素点,并依照一定的准则将符合要求的邻域点添加进生长区域中,最后将目标物体在图像中呈现的所有像素点结合成一个连通的区域。

关键词： 工业机器人   卷烟包件识别   卷烟包件定位   视觉系统  

摘要： 在工业机器人卷烟自主码垛过程中,卷烟包件的不规则性给工业机器人流程化作业带来困难。面对这样的困难,实时反馈目标物体信息给工业机器人是一种最有效的解决方法。加入视觉控制的工业机器人信息获取量大、稳定性强,同时也能解决在系统出现差错时机器人不能自主调整的难题。本文研究的面向卷烟包件的工业机器人物体识别与定位具有重要理论与实际意义。首先,本文在研究物体轮廓识别和双目视觉定位的基础上,对卷烟包件进行条数和位置信息提取,将获取信息反馈给工业机器人系统,设计了融合视觉控制的工业机器人拾放系统。根据工业机器人卷烟包件码垛准确性和快速响应要求,本文对卷烟包件信息提取和系统设计两方面进行了深入研究和实现。接着,在卷烟包件识别中,针对传统Sobel算法轮廓提取过程中速度快但精度不佳的问题,采用融合扩展Sobel算法和K-L变换的方法对获取图像信息进行的边缘提取,然后针对提取的边缘信息进行数据分析处理。根据卷烟包件固定方形的结构特点,引入外接矩阵与轮廓信息相消的处理方法,识别出卷烟包件条数。其次,在卷烟包件定位中,针对传统方法用于卷烟定位耗时长,精度低的问题,提出一种改进SURF(Speeded-Up Robust Feature)算法的定位策略。该算法能快速精确地定位卷烟包件,首先对左右图片中识别出的卷烟包件信息运用SURF算法进行特征点匹配;然后采用本文提出的特征点对去伪方法对匹配好的特征点对进行筛选;最后根据三角形测量原理,精确定位物体三维坐标。最后,在卷烟包件识别与定位工作完成后,本文设计了一个面向卷烟包件的工业机器人物体识别与定位系统,并结合实验室6R工业机器人平台上实现了面向卷烟包件的识别与定位实验。最后,通过对比几种加入视觉控制的工业机器人方案,证明了本文系统方案在卷烟包件自主码垛中的可行性与优越性。