基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

KAZE算法在巡线机器人障碍物检测中的应用

巡线机器人障碍物检测技术是计算机视觉与自主巡检系统的研究热点之一,对保证输电系统安全可靠运行具有重要意义.传统的检测算法鲁棒性低,不能适应复杂环境下障碍物的检测要求.针对以上问题,提出一种基于KAZE算法的巡线机器人障碍物检测方法,该算法在非线性尺度空间中进行特征点提取,利用最近邻匹配准则和RANSC算法对由M-SURF算法生成的特征向量进行检测.实验结果表明,基于KAZE算法的巡线机器人障碍物检测效果较好,具有良好的的鲁棒性.     

用于盲人视觉辅助的多目标快速识别并同步测距方法

提出一种以摄像头实现的可用于盲人视觉辅助的多运动目标快速识别并同步测距方法.该方法以深度学习多目标检测算法(single shot multibox detector,SSD)识别各类目标,并通过SSD输出的目标类别及检测框(bounding box)高度来提出测距模型,从而同步地获取多个目标的测量距离.本方法仅通过普通摄像头便能识别较多类物体且识别类别数量可拓展,能够将测距模块和障碍物识别模块同步执行,从而可对多个物体实时识别并同步测距.实验结果表明,本方法能有效地识别障碍物,具有良好的测距精度,为盲人视觉辅助的一种有效探索.     

新型多单元串联巡检机器人机构研究与设计

针对超高压输电线路巡检机器人作业任务需求和输电线路障碍环境特点，提出了一种新型多单元串联的巡检机器人机构，每个单元由两个串联的平行四边形机构组成.根据机器人的越障机理及线路障碍物类型，规划出机器人的4种典型越障模式，给出机器人的主要结构设计参数，分析了典型越障模式下机器人手臂的工作空间.分析结果表明，该机构具备跨越500kV输电线路上典型障碍的能力，多单元串联的巡检机器人机构能够满足爬坡和转向条件下的越障运动需求.     

基于改进区域生长的巡检机器人道路实时检测方法

本文提出了一种巡检机器人道路实时检测方法,试验中测试的道路图片来自校园环境。根据区域生长算法,设计了一种初始种子自动选择算法,同时考虑了多种子点距离值和边界值混合加权作为新的生长准则,减少了过分割和欠分割。在实验中本方法对于户外环境中道路的检测是有效的,并且满足了实时性的要求。     

高压巡检机器人机械的设计探究

为了保证高压输电线路的稳定运行,定期需要对高压输电线路进行巡检,高压输电线路巡检机器人的应用,有效提高了输电线路的巡检效率,避免了人工巡检所具有的危险性,降低了人力和物力方面的投入。巡检机器人的实用性能与其机械本体结构有直接的关系,合理化的机械结构设计是影响机器人应用和发展的主要技术之一。该文对高压输电线路巡检机器人的设计进行研究和探讨。     

双臂巡检机器人越障能力分析

研究了手臂固定式、手臂移动式和带柔索式三种类型双臂巡检机器人的越障能力,通过理论分析建立了三种类型双臂巡检机器人相应的越障能力数学模型,在设定基本相同的质量参数和结构参数前提下,计算得到了三种类型巡检机器人在不同线路坡度下的最大越障距离.计算结果表明:带柔索双臂巡检机器人的手臂结构运动更为灵活,机器人越障能力更大,且越障距离可根据障碍物大小自由调节,因此带柔索双臂巡检机器人的结构设计具有明显优势,更易实现机器人轻量化设计.     

新型四臂巡检机器人结构设计及转向越障研究

针对巡检机器人工作任务的需求和高压输电线路障碍物的特点,提出一种由三轴复合转动关节和双轴复合转动关节串联三个杆件组成的新型四臂巡检机器人,机器人可以通过各个关节之间的配合来实现转向越障中的重力平衡.分析了机器人转向越障的重力平衡条件和转向越障的步态,并利用Adams仿真软件对转向越障整体过程进行仿真分析,最后进行了样机的实验.通过对仿真结果和样机实验的分析表明,该巡检机器人具有转向越障的能力,并能够在转向越障中保证重力平衡.     

基于计算机视觉的远距离动态前景测距方法

针对当前测距算法标定步骤复杂、图像匹配困难和不准确的问题,提出了一种远距离动态前景测距的方法,系统中由两个摄像头负责采集实时环境图像,利用前景检测算法检测出实时图像中的目标物,根据透视投影模型通过测量两个摄像头之间的距离、标定板与摄像头之间的距离、标定板自身的宽度和高度等数据,计算出目标物在标定板上映射点的三维坐标;再根据两个摄像头坐标,得到空间中两条直线的方程,则两直线的交点就是目标物的物理坐标;最后利用欧氏距离公式,计算出目标物距离摄像头的距离。通过实验可知,在目标距离小于3000m时,两种方法测量误差均小于3%;当目标距离大于3000m时,计算机视觉动态前景测距和传统测距方法的测得的数据平均误差分别为2.90%和25.50%,计算机视觉动态前景测距方法表现出更高的精度。     

基于STM32单片机的六足巡检机器人设计研究

针对传统的巡检机器人运动局限在二维平面，不能从事复杂地形巡检工作的问题，系统采用了舵机控制的六足机器人的结构，并研究了STM32单片机控制六足机器人的方式，舵机控制器的控制调试原理、六足机器人的结构、硬件搭建和软件控制。为了让六足机器人具备避障、循迹、自动识物的功能，采用了超声波测距技术、蓝牙、WiFi无线传输技术、摄像头控制技术，并完成了相关的实验调试。调试结果表明：六足巡检机器人控制范围为40 m以上，超声波测距精度为3 mm，舵机的控制精度为0.24°，可以很好地完成避障、循迹等任务，具有稳定性高、适应性强等优点，在实际应用中取得很好的成效，有着广泛的发展前景。     

基于双目立体视觉的列车目标识别和测距技术

随着近几年铁路运输量的大幅度提升,铁路运输自动化被提上了日程,现如今火车的调车与编组的效率都有了大幅度提高,但是,火车的摘钩分解操作依旧是需要人工完成.针对摘钩作业时间短,需要在机器人和车厢同步时准确识别目标把手和测距的问题,提出使用双目立体视觉技术配合机械臂自动摘取车钩的方法并对视觉部分进行深入研究:通过图像预处理和模板匹配技术识别目标把手,在利用特征检测和匹配算法恢复双目摄像机间的位姿信息,并对双目摄像机的位姿信息进行校正.为了克服立体匹配时光照不均的影响,提出了基于局部融合的立体匹配算法获取视差图,最后使用三角测量计算列车分解区域中目标把手的深度信息,实现三维重建.此方法可以在识别把手位置后,测量把手距双目视觉系统的物理距离,为机器人自动摘钩提供数据基础.     

一种并联机器人双目主动视觉监测平台避障方法的研究

一种基于圆型轨道的双目主动视觉监测平台的建立,解决了并联机器人的"盲"工作状态问题.然而在摄像机和并联机器人的加工位置之间常常有障碍物出现,为了避免摄像机的观测视线被遮挡,提出了一种在摄像机运动空间上求解障碍区域的方法.该方法中引入了最小面积凸包围盒算法,简化了求解过程,从而能实现视觉监测平台的快速避障.算例实验表明该方法是正确、有效的.     

基于立体视觉的被动测距技术研究

为了实现基于立体视觉的被动测距技术,该文搭建了一套双目成像测距系统实验平台,研究了基于双目立体视觉的被动成像处理算法;设计了可实现多目标的实时跟踪测距的双目成像测距应用软件,对提出的一种基于SIFT搜索窗口大小随着目标尺寸变化自适应调整的跟踪算法进行了验证.测试结果表明该软件在跟踪、测距方面表现出色,在1~2个目标时具有较好的实时性.通过平面标定法进行准确的摄像机标定,采用SIFT特征匹配算法进行立体匹配,测试结果表明在取octave层数为4时,匹配准确度一般可在0.05个像素范围内.实际外场测试实验表明,该算法对一定距离范围内的目标物体进行测量具有较好的准确性.     

一种仿尺蠖式输电线路巡检机器人越障运动分析

针对目前输电线路巡检机器人作业空间小、越障能力差的问题,通过观察与分析尺蠖运动特点,结合仿生学原理,提出了一种仿尺蠖运动的输电线路巡检机器人。运用运动学方法及虚拟样机技术对机器人蠕动式越障运动过程进行仿真与分析,仿真结果表明,机器人结构设计合理,具有较大作业空间,能以蠕动式运动方式跨越线路上引流线等复杂障碍。研制机器人样机并置于模拟线路环境进行实验,实验结果表明,机器人越障过程中重心波动平稳,越障性能稳定可靠。     

变电站巡检机器人避障方法研究与应用

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障.     

基于双目视觉的人脸追踪方法

机械臂自动调节电脑屏幕位置以适应人脸,在一定程度上可以方便人们工作并缓解工作疲劳,准确地识别并获取人脸的位置及姿态成为关键所在。针对人脸追踪准确率低下的问题,提出首先使用ZED mini双目相机获取图像,用双边滤波对图像进行预处理,然后使用Cam Shift算法融合TLD框架实现人脸追踪,最后对左右相机的图像进行校准对齐,再使用SGBM算法进行立体匹配,从而获取人脸的位置和姿态。试验结果验证,人脸识别准确率提高了6%,同时成功获取了人脸位置和姿态信息,实现了实时人脸追踪,满足试验要求。     

机器人双目图像实时立体匹配算法

针对移动机器人平台上的双目视觉深度信息获取问题,研究了一种适用于动态图像序列的双目图像立体匹配算法.采用成熟的半全局立体匹配算法对图像快速立体匹配;分析了在复杂环境下的运动平台上完成立体匹配所面临的主要噪声干扰,包括白斑噪声和断层闪烁噪声;为此,分别提出了白斑滤波算法和视差图时间域滤波方法以抑制这两种噪声.试验结果表明,所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰,最终能够实时获得连续清晰的视差图序列.