基于图像矩的机器人视觉伺服

区别于图像的简单几何特征,利用图像的全局特征描述子－图像矩特征作为图像作征信息,推导了矩特征变化量与相对位姿变化量之间的关系矩阵,即图像雅可比矩阵。针对平面视觉伺服控制,利用了所推导的基于矩特征的图像雅可比矩阵,在不需要知道目标的成像高度、摄像机焦距及不需要精确标定的摄像机外部参数的情况下实现了基于图像的视觉伺服控制,最后给出了仿真与实验例子,表明了矩特征的有效     

基于图像的机器人视觉伺服控制

介绍了基于图像的机器人视觉伺服原理和基本实现方法，详细阐述了图像特征提取和视觉伺服控制器设计中所面临的问题及其解决办法，并展望了未来的发展方向。     

基于图像矩和矢量积法的六自由度机械臂视觉伺服控制

针对眼在手上的六自由度机械臂系统,提出一种基于图像的视觉伺服控制.通过图像矩和矢量积法,建立机器人正向、逆向运动学模型,引入雅可比矩阵解决机器人逆运动学解析问题.建立了图像矩特征变化量和笛卡尔空间的关节角速度之间的映射关系即复合雅可比矩阵,由矩特征变化量得到伺服过程中六自由度机器人各关节角速度.保证在图像逼近期望图像时,机械臂末端到达期望位置,并且此时关节角速度将收敛到零.仿真结果表明,计算复合雅可比矩阵的方法可控制机械臂渐近稳定到期望位置.     

基于模糊图像矩的动态定位系统

针对动态定位过程中摄像机的运动使得目标成像模糊，提出了一种基于模糊图像矩进行三维动态定位的控制系统。该系统依靠单摄像机在笛卡尔坐标系中的三维平动迅速接近环境中的静止目标，且与静止目标的三维距离符合给定值。证明了图像的零阶和一阶矩是模糊不变量，且包含目标的三维信息。推导出被控对象的状态方程，给出了系统的控制结构及控制律。仿真结果表明，基于模糊图像矩设计出的定位控制算法具有较高的控制精度。     

基于BP神经网络的机器人视觉控制方法

利用BP神经网络实现了基于图像的机器人视觉伺服控制器,省略了计算图像雅可比矩阵和机器人雅可比矩阵的过程,简化了控制算法的计算,训练样本和测试样本取自RBT-6T/S04S机器人实际运动,设计6个BP神经网络来实现图像空间与机器人空间的非线性映射关系,仿真结果显示神经网络控制器具有良好的定位跟踪效果,在保证精度的条件下简化了算法.将训练好的神经网络控制器用于视觉伺服系统中引导机器人到达目标物体,达到了较好的效果.     

基于图像矩的眼注视研究

利用图像的全局特征描述子－图像矩特征作为图像特征信息,从而构成视觉伺服,实现对动目标的注视跟踪,俯仰由末执行器完成,摇摆由腰的旋转完成,最后给出了实验结果,表明了矩特征的有效性以及五自由度机器人实现注视跟踪的可能性。     

采用SVR-雅可比估计器的焊接机器人视觉导引

为实现基于视觉的6-DOF机器人智能焊接过程的自动导引,提出了一种无标定视觉伺服控制模型.该模型采用多个支持向量回归(SVR)机进行图像雅可比矩阵估计,建立了图像特征和机器人关节角的非线性映射关系,能够在无标定条件下进行焊接机器人视觉导引的伺服控制.文中给出了采用高斯核函数的图像雅可比矩阵估算表达式,并在计算机控制下对SVR-雅可比估计器进行自动训练后,分别对EIH“手眼”和ETH“眼看手”两种摄像机配置方式的焊接机器人进行视觉定位导引试验.试验结果表明,采用SVR-雅可比估计器的焊接机器人视觉导引能够较准确地定位在期望目标,与传统的Broyden-估计器相比有更好的动态响应质量.     

基于极限学习机的未校准图像视觉伺服控制

解决非结构化环境中的机器人视觉伺服控制的主要问题是获得交互矩阵, 而解决交互矩阵的常见问题是交互矩阵伪逆的奇异性问题。 针对该问题, 提出了一种新型的基于图像的视觉伺服控制方法, 并采用增量式极限学习机解决图像雅可比矩阵的伪逆逼近问题。 为提高系统的收敛速度, 采用了具有自适应因子的速度改进控制器。 最后, 采用了六自由度机械手仿真, 验证了所提出方法的有效性和优势, 该算法提高了系统的鲁棒性, 避免了计算雅可比矩阵的伪逆的问题。     

微装配机器人无标定视觉伺服

为获得高效的微装配机器人系统性能,避免复杂的摄像机标定,提出了一种基于图像雅可比模型辨识的微装配机器人无标定视觉伺服结构和控制算法;设计了视觉伺服控制律;成功进行了微操作手二维平面定点、直线轨迹跟踪、圆周轨迹跟踪和三维涂胶运动实验,实验结果表明:提出的系统结构和控制算法具有良好的实际效果.     

基于分层神经网络带预测器的视觉跟踪

提出了一种新的视觉伺服控制方案，在该方案中利用视觉雅可比映射矩阵，求出了任务空间到视觉空间的视觉伺服控制方程，并利用这一方程建立了预测器，对物体图像的未来位置进行预测，这样就减小了图像处理的区域，提高了图像处理的速度，同时，利用分层神经网络代替视觉空间到任务空间的映射，避免了复杂的逆矩阵计算，仿真结果表明，这种方法的使用提高了图像处理的速度和跟踪精度。     

基于DSP的嵌入式足球机器人视觉系统硬件设计

视觉子系统是足球机器人比赛获取比赛场地信息的惟一通道，视觉系统快速准确地获得场上信息，是整个比赛的关键．设计了基于DSP的嵌入式足球机器人视觉系统的硬件，包括CCD摄像头、SAA7111、AL422B、TMS320VC5416及AT89C52，并详细分析了系统的时序关系．     

不稳定光照条件下多机器人的视觉系统设计

视觉系统是机器人系统感知外界环境的主要传感器.为了提高系统在不稳定光照条件下的识别准确率和定位精度,提出新的色标设计和根据当前颜色阈值可信度来确定颜色阈值的方法,同时采用数字图像形态学的理论对识别结果进行优化.最后,在“家庭生活支援多机器人系统”中得到了验证.     

码垛机器人视觉系统设计

阐述了视觉系统的概念、组成、结构及其原理,并以码垛机器人在鞋材涂胶中的应用为例,验证了增加视觉系统后,码垛机器人提高了生产效率和作业精度.     

Service Robot Localization Based on Global Vision and Stereo Vision

To satisfy different positioning accuracy demand in the movement of the service robot,a hierarchical localization method based on vision was proposed considering the positioning cost and computational ...     

基于分布式视觉的室内机器人定位系统设计与实现

针对室内移动机器人的自动识别规定区域的特定颜色目标物的定位导航,提出一种基于分布式视觉技术的机器人系统构建方法。通过场地外的摄像头采集机器人工作现场的图像,由计算机进行机器视觉处理后得到机器人的位置信息,再利用该信息控制机器人按路线行进。经过在3 m×5 m的区域内进行标定试验,证明机器人运行时最大位置误差为:15.6 cm,平均误差为8.1 cm;方位角误差最大为11.3°,平均误差为8.05°。     

基于计算机视觉的排爆机器人设计

本设计基于单片机及计算机视觉技术,完成了一个新型排爆机器人的制作．单片机作为系统检测和控制的核心。负责控制机器人平台及摄像头云台．应用了最新的计算机视觉技术（OpenCV）,该技术可实现目标的识别,识别出爆炸物,从而控制摄像头云台实时跟踪,传回所需爆炸物的图像信息,达到使操作员简洁快速排爆的目的．     

一种基于智能相机的机器视觉系统的设计

从传统机器视觉系统的概述入手,介绍了智能相机机器视觉系统的特点、组成,从硬件、软件两方面给出了智能相机机器视觉系统的开发思路;智能相机机器视觉系统的开发,主要利用实验室开发平台来仿真工业生产线,实现系统的各项功能;结果表明：该开发平台完全可以移植到工业生产线中,具有较强的实用价值。     

机器人足球视觉系统图像畸变的几何校正

对Microsot足球机器人视觉系统中产生图像畸变的原因进行了分析,并在此基础上建立有效的数学模型,应用Broyden拟牛顿法,快速有效地实现了图像畸变的几何校正。