自主机器人指定颜色形状属性物体的识别方法

机器人在自主行进的过程中,依靠视觉系统自动捕捉目标,并将目标物识别出,是智能机器人的关键技术之一。为解决机器人移动过程中对已知颜色形状属性的目标物的识别问题,对基于YUV颜色空间的种子填充彩色图像分割方法进行改进,在各种背景下有效地实现机器人视觉系统对已知颜色形状的目标物的识别,对变化光照具有较强的适应性。     

机器人足球视觉软件的研究与实现

利用颜色信息和序列图像的帧间相关性进行图像分割,完成了机器人和小球的检测和识别,提出了一种图像分割阈值确定方法,并设计和实现了视觉软件。实验结果表明,该视觉软件充分利用了彩色图像信息,处理速度、准确度和鲁棒性均能满足要求,同时,系统运行稳定。     

基于边缘检测的人脸正面图像识别

人脸识别系统是高级信息检索和机器人视觉的重要内容.主要提供了基于人脸正面图像特征提取的方法.在具体实施的过程中,首先是将彩色图像转化成灰度图像来增加图像本身的对比度,以便图像的边缘检测和特征定位,其次是利用边缘检测的方法,对人脸图像进行特征提取,以达到人脸特征识别的目的.     

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.     

足球机器人视觉系统中彩色目标分割方法

足球机器人(MiroSot系列)仅依赖于其视觉系统获得比赛场上的信息.视觉系统对获取的小车顶部标志块的彩色图像进行处理,以识别小车信息.作者试验了3种彩色标志块的设置,并在第1种方案的基础上研究了一种快速彩色目标分割方法,即根据足球机器人视觉系统所处理的视频图像中,待识别的目标区域(前景)面积远小于其他区域(背景)的面积,运用一种基于全局扫描的快速算法,1次分割出所有感兴趣的目标,缩减了系统中目标识别时间,从而使系统能进行一些额外的图像预处理操作,在提高系统识别速度的同时,提高识别精度.     

机器视觉算法在码垛机器人中的应用

机器视觉是机器人应用的一个重要方向,码垛机器人已经越来越多的应用在物流生产线的各个方面,但是普通的码垛机器人无法适应现代物流仓储种类多、位置偏差大的特点。介绍了一种应用机器视觉实现柔性生产的码垛机器人系统,该系统主要由机器人系统、机器视觉系统、夹手工具、传输线、工控机系统、位置传感器等组成,关键技术包括码垛机器人码垛算法和机器视觉系统标定算法的实现,并编写了相应的算法程序和控制程序,经过严格测试可适应传输线上不同种类、不同位置的货物类型,并实现对这些货物的自动判断,适应货物位置自动调整并实现自动抓取货物。目前该系统已经在学校的物流实训室得到了应用,满足了学校教学的要求,对工业生产有一定的指导作用。     

面向自主机器人的实时彩色视觉系统

设计开发了一种新型的机器人实时彩色视觉系统，以及基于颜色的实时分割和识别软件系统，采用即插即用型的USB接口数字摄像头，简化了系统的使用和维护，首先把输入的彩色图像从RGB空间转换到YIQ颜色空间，提取出和颜色有关的IQ平面的信息；然后根据目标颜色在IQ平面里分割图像，再对图像进行游程编码，并从游程编码中提取出有效的图像信息；最后通过TCP／IP接口将视觉信息发送给机器人控制系统，为了抑制光强变化的影响，采用了一种阈值学习方法，实验结果表明，整套系统具有很高的实时性和较好的识别效果。     

基于颜色相似系数的虚拟人股肌分割

虚拟可视化人研究是虚拟人研究计划的初始阶段,而虚拟人可视化人研究的必备前提是快速、准确地进行彩色图像数据集的组织分割.引入一种足球机器人系统中快速目标定位的算法,在RGB颜色空间中,利用两个像素之间的颜色相似系数的计算结果,同时根据设定的阈值来判断两种颜色是否具有相似性.该方法省去了在其他针对彩色图像的分割方法中,颜色空间的转换过程,节约了大量计算时间,提高了图像分割过程的效率.实验结果证明,该方法可对彩色图像进行有效的分割,符合人类视觉特性,特别适合于虚拟人计划中海量彩色尸体切片的组织分割.     

水下机器人视觉控制系统的设计与实现

主要介绍了如何利用目前较先进的水下摄像机实现水下机器人视觉系统的设计,并通过计算机串口对集成微处理的控制实现了摄像机的缩放、变焦功能以及水下灯光的开、关等控制任务,从而使水下机器人具有了较完善的视觉系统。     

嵌入式足球机器人视觉系统的硬件设计

为实现足球机器人设计不受Pc机或PCI04软硬件限制的视觉系统，实现FIRA(国际足球机器人联合会)比赛系统的视觉功能。综合运用了FPGA、FIFO和DSP等实现足球机器人的硬件，利用VHDL语言和汇编语言实现软件编制。足球机器人视觉系统包括CCD摄像头、sAA7113、AIA22B、EPM7128及TMS320VC5402，该系统不涉及软硬件版权问题，而体积只有PCI04系统的五分之一。实验表明系统很好实现了FIRA的ROBOSOT(自主式足球机器人)视觉系统的功能。     

机器人视觉系统

本文论述了国内外机器人视觉系统的产生、现状、及今后的发展趋势,探讨了国内发展机器人视觉系统的目的和可能性。     

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.     

视觉伺服移动机器人中的图像处理研究

从机器人彩色视觉的形成机理入手 ,分析了影响视觉的主要因素 ,其中包括光照条件与成像元件等 ,设计了一种基于知识融合的视觉图像处理方法 ,将其应用于机器人的彩色视觉后 ,增加了机器人视觉系统的鲁棒性 .研究表明 ,该方法可以在环境光场有变化或光场分布不均匀的情况下快速、准确地计算出移动机器人的位置与姿态 ,定位误差不超过 4× 4的像素点范围 ,角度误差在±2° ,因此满足了视觉伺服系统性能指标的要求 .     

航天机器人手眼视觉模拟系统初步设计

介绍了国外航天机器人手眼视觉系统的构成及原理,给出了在地面模拟实验系统中基于PC机和图像采集卡的机器人手眼视觉系统的初步设计方案,包括硬件设计和软件设计等;对手眼视觉系统中的一些关键技术进行了初步的研究,包括摄像机标定及3D目标物体的位置和姿态测量。实验表明,上述算法满足机器人手眼视觉测量要求,为以后的实际应用打下了基础。     

半智能排爆机器人单手双目手眼系统的研究

针对目前排爆机器人手动控制方式的不足,研究和开发了一个单手双目手眼系统用于半智能排爆机器人的自动控制.单手双目手眼系统是半智能排爆机器人的重要组成部分和关键技术,该视觉系统利用双目立体视觉原理,采用Matlab7.0作为运算引擎,调用机器视觉处理软件EVision6.2中的EasyMatch模式匹配库进行立体图像匹配,能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、确定机器人未端手爪与可疑目标物的相对位置坐标,并把图像实时显示在控制台,自动控制手臂靠近并准确地抓取可疑目标物.该半智能排爆机器人成功地抓取实验,表明了该立体视觉系统在精度上能够满足半智能排爆机器人的项目要求.     

排爆机器人视频图像系统的研究与实现

为了辅助公安人员更好地完成排爆工作,设计和开发了一个带双目立体视觉系统的排爆机器人。给出了一个切实可行的视频图像处理系统,包括设计原理、系统结构、硬件选型、视频捕获的软件实现等。该机器人视觉系统成功地通过抓取实验,表明了它在精度上能够满足排爆机器人的项目要求。     

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。     

机器人足球比赛系统的视觉子系统设计

在机器人足球比赛中,机器视觉的作用是决定性的,它是机器人足球队员了解周围比赛最主要的感知途径。其性能的好坏直接决定着比赛的结果。本文的主要内容是围绕小型机器人足球比赛的实际需要,设计开发实时环境下的视觉处理系统。     

视觉伺服移动机器人中的图像处理研究

从机器人彩色视觉形成机理入手 ,分析了影响视觉的主要因素 ,包括光照条件与成像元件等 ,设计了一种基于知识融合的视觉图像处理方法 ,将其应用于机器人彩色视觉后 ,增加了机器人视觉系统的鲁棒性 .该方法可以在环境光场有变化或光场分布不均匀的情况下 ,快速、准确地计算出移动机器人的位置与姿态 ,定位误差不超过 4× 4像素点 ,角度误差在± 2 .视觉伺服移动机器人中的图像处理研究@庄健$西安交通大学机械工程学院!710049,西安 @王孙安$西安交通大学机械工程学院!710049,西安     

足球机器人的色标设计问题及解决方法研究

在足球机器人视觉研究中,各个机器人的识别和定位主要是通过粘贴在机器人顶部色标的颜色特征来实现的,色标设计的好坏将直接影响辨识算法的难易及准确程度.根据光学成像原理讨论视觉系统中的色标设计问题,有效地解决了色标的粘连问题及混色现象,提高了色标识别的准确度,不需要解决粘连现象的额外算法开支,满足了系统实时性的要求.