基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

一种基于线阵CCD的真彩色循迹传感器的研究

颜色是机器人视觉识别的重要特征之一。本文提出一种基于线阵CCD设计的真彩色传感器,可以根据具体颜色中的三色比例进行色彩识别,并将其应用于机器人的视觉系统,进行循迹导航与定位。     

软枣猕猴桃全自动采摘机器人设计

为解决软枣猕猴桃不能够实现全自动采摘的问题,从视觉监测、超声波测障等方面进行研究,设计一款软枣猕猴桃全自动采摘机器人,通过单双目相机对软枣猕猴桃进行拍照,由图像识别、采集装置进行记录,传输给图像处理装置进行精准识别采摘,同时本机器配有自动导航避障装置精准识别方位进行控制路径实施精准避障导航,能够实现采摘和收获的自动化,极大地降低采摘损耗和人工成本。     

基于ROS的移动机器人导航系统研究与仿真

针对移动机器人的自主环境感知与自主导航问题,本文提出了一种基于机器人操作系统(ROS),并结合同步定位与地图构建技术(SLAM)与路径规划的多目标点导航方式。首先利用GAZEBO仿真平台建立基于阿克曼结构的四轮机器人和仿真环境。然后利用SLAM技术,构建仿真环境的二维栅格地图。最后利用多目标点导航算法,开展机器人针对多个目标区域的自主导航测试。并通过调整TEB参数,优化机器人的运动轨迹。实验结果表明:机器人有效完成了多个目标区域的自主导航任务,并且规划路径较为合理,运行过程较为平稳。     

基于单目视觉的装配机器人研究及应用

针对传统工业机器人灵活性和环境适应能力差的缺点,对视觉机器人的关键技术进行了研究,提出了一套完整的识别定位抓取算法。首先,对于视觉机器人的目标识别跟踪问题,设计并实现了基于改进型Camshift的动态目标识别跟踪算法;其次,为了使机械臂精确抓取目标工件,采用单目视觉测距和视觉导航的原理对于目标工件的三维位置进行获取;最后,采用改进D-H参数法对机械臂进行运动建模,利用正逆运动学分析确定了机械臂控制方案。测试结果表明,识别算法识别成功率达到100%,定位算法测量坐标与实际坐标之间的相对误差小于5%,整体装配成功率达到96.7%,最终达到了基于单目视觉装配机器人研究的应用目标。     

室内机器人导航系统的设计及仿真验证

针对室内机器人在未知环境下的自主导航问题,以机器人操作系统ROS为开发平台,基于Gmapping、Amcl、Move_base等开源功能包设计自主导航系统,使搭载此系统的机器人能够学习未知环境下的地图信息,并基于地图实现定位、路径规划、避障等功能。通过三维物理仿真软件Gazebo模拟环境并加载设计的URDF机器人模型,对自主导航系统进行仿真验证。结果表明,该自主导航系统能够使机器人在未知环境下,实现准确建图、定位、实时避障和路径规划等功能。     

基于机场跑道异物智能探测与清扫系统研究

科技的发展,对机场跑道异物的探测与清扫提出了新的需求。为了减少机务工作强度和提高飞航安全,探索研究以机场FOD巡检机器人、远程监控平台为主要载体,通过研究多源信息融合的自主导航、高精度定位及路径规划、信息融合体系结构等关键技术,设计机场跑道异物智能探测与清扫系统。系统依靠视觉传感器来识别跑道异物,定位导航单元判别跑道上异物的方位,进一步告知控制执行系统,形成新的导航决策方案,做到了巡检机器人通过自动导航控制抵达异物附近时,启动清扫装置,完成异物清扫工作,减少跑道异物对飞航安全的威胁。     

移动机器人视觉导航的并行处理技术研究

视觉导航是自主式移动机器人智能导航的研究热点 ,但是视觉导航所需的图像计算量很大 ,导致系统延迟 .引入网格分布式并行处理系统 ,将大计算量图像进行并行处理 ,以满足机器人实时性要求 .文中做了一个 4个节点的异构平台的实验 ,展示了系统的实用性 .     

基于ROS的室内导航机器人设计研究

采用基于机器人操作系统（ROS）的设计方案开展了机器人在自主导航中的应用研究,设计了一款集定位、SLAM建图、路径规划、驱动控制于一体的机器人综合系统。系统利用激光雷达扫描获取环境实时数据和里程采集信息,通过Gmapping算法对数据进行融合,以及采用自适应蒙特卡洛定位（AMCL）方法实现了环境地图绘制与定位。通过matlab对路径规划算法进行对比研究发现,路径规划任务中Djakarta算法更适应在室内多障碍物场景。而实验结果显示在模拟环境中利用Dijkstra算法和DWA算法进行避障更加有效。仿真实验结果也表明,该系统可构建高精度环境地图,并对机器人进行定位和导航,实现了在实时路径规划中成功避开障碍物到达目标点。以上研究表明在室内定位和导航任务中该机器人系统框架具有良好的可行性和稳定性。     

一种基于全景视觉系统的Robocop机器人定位方法

对全景视觉成像原理进行了讨论,提出了一种基于YUV色彩空间的多阈值图像分割和利用三角定位原理实现的机器人定位方法.通过识别全景视觉图像中坐标已知的特征信标,提取信标特征,进而应用几何原理计算出机器人的空间坐标,实现机器人的定位,为机器人导航和蔽障工作奠定了基础,有效地减少了彩色图像分割的计算量,避免了全景视觉图像柱面展开所带来的误差.通过实验证明,本方法能够较精确地实现机器人的定位.     

基于计算机视觉的机器人导航综述

计算机视觉是人工智能学科的一个主要分支，也是自主机器人视觉导航的理论基石。文章概述了近20年来在自主机器人导航领域中的主要技术。自主机器人的导航方法主要可分为3大类：基于地图的机器人导航，基于光流的机器人导航和基于地貌的机器人导航，前两种方法主要适用于有结构的导航环境，第3种方法主要适用于无结构的导航环境。     

一种基于视觉信息的自主搬运机器人

提出了一种利用视觉信息进行定位和抓取的自主机器人搬运系统,此系统由带有两自由度操作手的轮式移动机器人和远程控制站组成。机器人利用视觉系统识别路标信息,采用MonteCarlo方法进行自定位。当靠近目标物体时,机器人利用视觉系统识别目标,并在利用该信息引导下自动抓取。由于机器人的运行是靠视觉系统获取的路标信息和目标物体信息引导的,同时具有遥操作控制功能,因此该系统能轻松完成复杂环境下搬运物体的任务。     

基于ROS的自主多旋翼飞行器视觉导航系统

 针对在GPS信号缺失的环境下多旋翼飞行器的定位和自主飞行问题,构建了一个基于视觉导航的多旋翼无人飞行器控制系统。采用目前流行的pixhawk飞行控制模块和单目视觉定位算法,基于机器人操作系统（ROS）构建了通信网络系统,并选用一个低功耗的机载主控计算机实时地在板运行该系统。测试结果表明,搭建的无人飞行器平台能实现较精确的视觉定位和自主飞行。     

基于ROS的细胞机器人重构仿真

基于ROS机器人操作系统及其包含的功能包,对细胞机器人进行开发,利用细胞模块上的惯性测量元件、激光雷达与单目摄像头,确定自身位姿信息与周围环境信息,完成细胞机器人重构操作。在Gazebo仿真重构平台中,通过细胞机器人的重构验证了自定位、地图构建、路径规划、自主导航和视觉调姿算法,并完成不同种类细胞模块之间的重构和器官层面的重构,按照任务规划构型实现了细胞机器人的自组装,验证了重构方案的可行性。     

基于混合密度的改进逆向D*算法在机器人未知环境导航中的应用

智能机器人在现代社会中应用越来越广泛。未知环境中移动机器人只具有较少的先验知识,其导航涉及对环境的认知,对导航决策的优化,还有知识的表示与获取等方面。在未知环境下运行,需要合理的解决环境建模和全局规划所必需的大计算量与智能机器人实时控制之间的矛盾。为了提高路径规划效率,本文进行了逆向D*路径规划算法[1]的分析和改进。利用激光测距仪LMS511感知复杂环境信息,建立实时局部栅格地图。采用改进的逆向D*算法,以滚动方式规划出中间目标节点到达当前位置的局部路径。机器人沿着局部路径行驶到这个中间目标节点后,再搜索下一个中间目标节点,滚动进行规划。直至机器人达到最终目标节点。在未到达中间目标节点的移动过程中遇到未知动态障碍机器人会实时重新规划,实现未知环境的自主安全运动。用C++在VS2010上测试算法并实际应用到机器人的实地测试。结果统计分析表明该方法具有可行性、有效性和实时性,规划效率明显提升。     

北斗导航辅助移动机器人同时定位和地图构建研究

针对未知环境下移动机器人实时构图和导航问题,将基于激光的环境特征提取和地图构建技术与北斗卫星导航相结合,设计了一种基于特征地图的移动机器人自主导航系统。利用激光提取环境信息,采用点和直线段进行环境表示,结合里程计进行定位,同时进行地图构建。然后在地图上关联北斗坐标,丰富地图信息,根据路径规划方法实现移动机器人自主导航。在Poineer3-AT机器人上实验表明:该方法能够快速提取直观的表示环境信息,并实现自主导航功能,有效提高了移动机器人导航能力。     

基于FPGA的视觉导航小车设计与实现

视觉导航作为新兴起的技术,受众多研究者的青睐.设计了以现场可编程门列阵(FPGA)为控制核心的自主导航小车,采用一种新颖的自适应路径识别算法实现路径的识别与提取,并结合圆弧路线规划和控制策略完成小车的自主导航控制.自适应路径识别算法使导航小车可以适应多种光照和路面条件.测试结果表明,小车能够在不同光照条件下的实验室和露天田径跑道环境中实现较好的导航效果,在田径跑道上的导航测试中,小车的最高运行速度达到3.5 m/s.     

基于情景经验与稀疏点云的移动机器人导航

针对稀疏点云地图用于自主导航任务的信息不充分问题,融合情景经验实现环境认知,提出一种基于情景经验与稀疏点云的移动机器人导航系统,获取全局最优路径,提高机器人导航精度.构建点云地图来保存环境显著路标.受人类基于情景经验方式导航启发,模拟经验积累过程,构建封装了场景感知、位姿信息和事件转移集的情景经验地图,实现机器人对环境在拓扑关系上的理解.结合环境稀疏点云地图定位机器人,根据情景经验地图规划路径与控制机器人行为.实验结果表明:该导航系统能够根据不同的导航任务规划出全局最优路径,并且具有较高的导航精度.     

基于单线激光的果园机器人自主导航方法

以四轮差速机器人作为试验平台,提出一种基于单线激光雷达获取环境信息的方法,研究机器人在树行中心线的导航性能以及机器人到达行尾进行自主换行的能力.首先,由单线激光雷达获取环境信息,利用距离阈值法、自适应密度聚类算法、改进的最小二乘法等算法处理激光数据,得到树行中心线作为机器人理论导航路径,以机器人与导航路径的横向偏移量、航向偏角和线速度作为输入量来设计控制模型实时跟踪导航路径,到达行尾时能够自主感知并执行掉头转弯至下一行动作;行间自主导航试验中,机器人线速度分别为0.2、0.4和0.6 m/s,且机器人初始位置横向偏移量不大于0.8 m、航向偏角不大于15°时,导航轨迹与树行中心线的平均横向偏差为3.69 cm,最大横向偏差为11 cm;在自主换行测试中,机器人能够准确进行掉头转弯到下一行,然后继续进行行间导航.果园自主导航系统具有良好的运行稳定性和较高的导航精度,能够满足果园作业机器人的自主行驶精度要求.     

一种基于视觉识别的按钮自主操作机械手

针对机器人自主按压按钮的操作需求,设计了一种适于机器人安装的基于视觉识别的四自由度(Degree of freedom,DOF)按钮自主操作机械手。结合功能需求对该机械手的机械结构和控制系统进行设计,通过几何法求解了机械手的运动学正反解,并规划了其运动轨迹。采用支持向量机对按钮样本进行训练和预测,并通过视觉对按钮进行定位。最后制作了按钮自主操作机械手样机,并进行了按钮识别、机械手定位和按压按钮实验。实验结果表明,该文4-DOF自主操作机械手的按钮识别成功率达94%,控制定位精度达10 mm,能够自主完成按钮按压操作。