基于视觉监测的智能盲人拐杖设计

从视觉监测、脉搏监测、超声波测障等方面进行研究,设计一种智能盲人拐杖.通过视觉模块对周围地理环境进行识别与处理,为盲人提供无线语音导航信息及避障信息,方便盲人的日常出行活动,尽量避免事故发生.对盲人所在位置进行GPS定位,使盲人准确无误的到达目的地.此外,能够对盲人健康状况进行实时监控并在必要的时候进行紧急呼叫.     

农业采摘机器人自动化监测与规划研究

农业采摘机器人的升级有利于解放劳动力,在构建农业采摘机器人系统的基础上,引入算法进行基于立体视觉的农业采摘机器人自动化监测系统设计,在此基础上进行机器人路径规划的研究.实验结果显示目标点的标定误差都在[-10,8]的范围内,测距结果显示测量误差在[-10,30]mm的范围之内,路径规划实验结果显示角位移和速度曲线的走势都是平滑的,没有停顿和振动现象.以上结果说明研究所设计的自动化监测农业采摘机器人系统表现良好,能够满足农作物自动化采摘的需求,能够实现自动化监测,成功规避了视觉延时带来的问题,并且可以保证运行过程中的平稳性.     

视觉引导下的机器人跟踪复杂焊缝的研究

对无视觉机器人加装视觉系统进行了研究,给出了机器人坐标系到摄像机坐标系的变换关系,对改进后的机器人进行了复杂焊缝的跟踪实验,实验证明该改进是可行的。     

新型苹果采摘机器人的设计与试验

农业机器人是未来农业自动化发展的重要趋势。苹果采摘机器人作为一种典型的农业机器人,却一直难以实现,其主要受限于苹果空间分布的不规律性,以及存在视觉定位及采摘方式等技术难题。基于此,研制了一款新型苹果自动采摘机器人,由四轮驱动移动平台、双目视觉系统、机械臂及采摘手组成。新提出一整套设计方案,区别于多数针对局部的研究和仿真测试。介绍了整体方案的规划、移动平台的设计、双目视觉系统的工作原理以及机械臂的运动规划原理。样机测试识别正确率达到90.08%,采摘成功率为91.31%,平均采摘周期约为29 s,系统整体性能表现优越。     

基于Jetson Nano的智能果蔬采摘机器人设计

针对目前人工果蔬采摘成本较高且国内果蔬采摘机器人发展较慢问题,设计了一类智能果蔬采摘机器人。该机器人的设计采用Jetson Nano开发板进行效率更高的视觉识别(VI:Visual Identity)运算和处理方法,视觉识别使用YOLO V5s算法,运动控制应用五自由度机械臂的运动学正解进行分析并得出其运动学正解公式,进而得知机械臂活动空间,末端执行器采用夹持爪子以便各类果蔬的采摘。最终确定了较为清晰的果蔬采摘智能结构,结果表明,采用Jetson Nano开发板使视觉识别算法运算速率提高10倍以上,通过对正解公式的分析使末端执行器运动更为精准,在可接受偏差内较为完整的实现了果蔬采摘功能。     

变电站机器人视觉伺服系统研究

变电站巡检机器人替代人工巡检变电站设备,主要是机器人携带CCD摄像仪和红外成像仪,在固定点对目标设备的状态进行检测。由于机器人的定位误差和机器人本体自由度的误差,会造成机器人到固定点取图像时巡检目标偏移甚至丢失。采用Adaboost图像识别分类方法和光学成像原理组成视觉伺服控制系统,对机器人进行调整,使巡检目标保持在图像的中心位置。实验结果表明,机器人视觉伺服系统能有效避免机器人定位和自身误差带来巡检目标偏移和丢失的影响。     

基于视觉识别技术的移动式樱桃采摘机器人设计

为了降低樱桃采摘过程中的破碎率,提高采摘效率,设计一种新的基于视觉识别技术的移动式樱桃采摘机器人。将TI公司的32位数字处理器芯片TMS320F2812作为核心处理器设计移动式樱桃采摘机器人,本文给出硬件总体方案,并且通过SAA7105完成对视频图像的编码操作。软件设计主要包括樱桃的定位、机器人手眼标定和机器人路线规划。依据目标上多个点的三维位置信息对樱桃球模型进行重建,通过最小二乘法求出樱桃质心位置,实现樱桃的定位。将樱桃在机器人坐标系中的定位简化成求解摄像机坐标系和机器人坐标之间的映射矩阵,通过映射矩阵实现机器人手眼标定。考虑到樱桃的采摘要求,通过分段路径规划对机器人的运动进行控制。实验结果表明,所设计机器人图像处理性能强、定位精度高,在保证采摘精度的同时,有很高的采摘效率。     

基于模糊控制的黄瓜采摘机器人视觉导航

以温室环境下黄瓜垄间图像为研究对象,提出了基于计算机视觉和模糊控制技术的导航方法.用色差2G-R-B算子对RGB彩色图像进行灰度化处理;根据灰度图像双峰型垂直直方图初步确定导航线位置;并据此逐行求出离散导航点;采用基于一点的改进型Hough变换由离散导航点拟合出导航参考直线,进而获得当前位置的横向偏差和角度偏差作为导航参数.以横向偏差和角度偏差作为模糊控制器的输入,以差速运动机器人的差速值作为输出,设计了模糊控制器.导航试验结果表明:该方法平均耗时小于150 ms,可以满足实时控制的要求,以0.3 m/s速度进行路径跟踪时,最大误差小于5 cm.     

基于两点法的机器人路径规划

采用超声波传感器检测环境,来提供障碍物和目标的距离信息,避免全局建模,并提出了一种机器人路径规划的新算法——两点法,此算法采用局部路径规划,简单易行,规划速度快,可避免传统算法中存在的死锁现象,最后应用该方法进行了避障、道路跟踪等仿真与模拟实验,实验表明,该算法具有很好的灵活性和鲁棒性。     

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。     

行走机器人高精度视觉系统

 本系统是为行走机器人研制的高精度视觉系统,具备双重指令确认功能,不仅大大提高了操作的安全可靠程度,同时为机器人操作的控制精度提供了必要的保证,可使机器人从x,y,z三维空间中自动搜寻目标,准确无误地进行操作.     

双目立体视觉技术在果蔬采摘机器人中的应用

采用双目立体视觉技术获取温室内果蔬的三维位置信息,用于指导果蔬采摘机器人进行自动化采摘作业.试验以植株上成熟的番茄作为研究对象,利用立体摄像机获取不同距离的成熟番茄的立体图像对,通过对图像进行灰度图像处理,将彩色图像转换为灰度图像.然后根据灰度图像对中像素点的相关性进行立体匹配,计算像素点的位置信息而获得一幅深度图像.最后对照番茄形心在深度图像中的位置,获取番茄的三维位置信息.试验结果表明,立体摄像机与番茄的距离小于1000mm时,番茄的距离误差为±20mm.     

荔枝采摘机械手果实识别与定位技术

针对采摘机械手在自然环境下对荔枝的识别和精确定位问题进行研究.通过分析自然环境成熟荔枝的颜色特征,选取HSV颜色模型进行阀值分割,去除荔枝图像的复杂背景,并利用模糊C-均值聚类法(FCM)对图像中荔枝果实和果梗进行分割,试验结果表明:有效识别果实和果梗的正确率为93.3％.通过计算果实“质心”与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位,定位试验结果表明:定位坐标中深度值误差小于3 cm,深度值误差率小于5.64％,能满足实际作业中荔枝采摘机械手的定位精度要求.     

喷涂机器人路径规划方法分析与展望

针对喷涂领域,喷涂路径规划算法决定了喷涂机器人在喷涂过程中的涂层均匀性、喷涂周期、喷涂质量。基于复杂表面特征工件,从对复杂表面的处理和喷枪轨迹优化两方面简述了喷涂路径规划方法的研究现状,特别对基于优化数学模型和基于智能算法路径规划作了重点介绍。最后分析了喷涂路径规划研究趋势并提出机器视觉和自学习算法相结合的智能喷涂轨迹规划方法。     

基于机器人避障问题的数学模型

研究了移动机器人避障最短路径和最短时间路径问题。根据路障的具体位置和大小确定出机器人可行路径。针对每条可行路径求出其上的最短路径。由于机器人不可折线行走,紧靠着障碍物朝向目标点行走,且只在障碍物的拐角处以弧线行走,这样的以直线和弧线的交替行走的路径即为最短路径。     

基于改进人工鱼群算法的机器人路径规划

为改进人工鱼群算法在路径规划中的寻优作用,利用改进视觉范围和拥挤度因子函数,提高鱼群算法在机器人路径规划中的寻优工作。在传统鱼群算法中,视觉范围是恒定不变的。视觉范围决定寻优的全局和局部工作,拥挤度因子对算法收敛性具有影响。同时,在传统鱼群算法中,每次都选取最优解来执行,在栅格环境中往往会导致全局最优和局部最优互扰,导致路径规划不合理,为此,利用改进视觉范围拥挤度因子,同时记录可行解,当存在鱼群找到目标点时,就记录下找到目标点的鱼群轨迹,形成路径规划的可行解,在可行解中,选取路径最短为最优,保证路径的规划的合理性。与传统鱼群算法对比,证实研究算法在路径规划中具有更好的寻优工作,通过MATLAB仿真实验,验证了算法的有效性和稳定性。     

枇杷枝条修剪机器人的视觉识别和框架提取

通过对枇杷枝条特征图像的分析,提出了一种枇杷枝条图像识别和框架提取的方法.该方法首先通过对亮度进行转换,找到通用的分割阈值;然后将分割图像和转换的二值图像进行叠加,获取初始枇杷枝条特征图像;再利用枇杷枝条的连枝特征进行第二次特征图像的提取和噪音的消除;之后通过枝条边界轮廓和非合理间断部分的补偿处理,完成枇杷枝条框架的提取,获得机器人修剪所需的枇杷枝条直径和中心点坐标.文中还通过实例对该方法的准确性进行了验证,枇杷枝条图像正确识别率达91.2%.     

卡尔曼滤波在视觉伺服机器人控制中的应用

在基于视觉伺服的机器人控制中,准确跟踪动态目标的关键在于快速准确地完成连续图像中的目标辨识.本文在基于特征差异的彩色目标识别方法的基础上,应用卡尔曼滤波算法对运动目标位置进行预测,在预测的局部范围内搜索匹配目标,将全局搜索改变为局部搜索,大大减少了图像处理数据量,提高了机器人快速跟踪运动目标的实时性.     

全自动平行泊车路径规划方法研究

为解决车辆泊车过程中发生碰撞预警,导致车辆无路径可跟踪的问题,为提高泊车成功率,提出一种全自动泊车路径规划方法,包括一次路径规划和二次路径规划。在对不同泊车状态进行约束分析的基础上,以路径曲率最小为优化目标,建立路径优化函数。利用Matlab非线性约束优化函数求得一次、二次路径轨迹函数参数。车辆在一次泊车发生碰撞预警的情况下进入二次路径规划模块。仿真结果表明:一次路径规划方法能满足车辆轨迹连续且无碰撞泊入车位;如若出现预警碰撞,二次路径规划方法能保证连续、安全泊入车位,为安全泊车提供了二次保障。     

室内服务机器人路径导航系统设计及算法

随着各行业智能化的快速发展,室内服务机器人逐渐地走进了人们的日常生活中。针对日益复杂的室内环境以及对机器人路径规划技术要求的不断提高,本文采用激光雷达、底盘驱动、人机交互等功能模块相结合,设计了一种室内服务机器人路径导航系统。同时对传统蚁群算法进行改进,提出了自适应信息素浓度和动态信息素挥发因子,使改进后的蚁群算法具有较高的全局搜索能力,避免了传统蚁群算法前期易陷入局部最优的问题,最后将改进后的蚁群算法应用到移动机器人路径规划上。为了验证改进蚁群算法的有效性,用MATLAB软件进行仿真分析,仿真结果证明了改进蚁群算法在移动机器人路径规划时具有较强的全局寻优能力,同时提高了收敛速度。