机器人双目立体视觉识别定位研究

VIP免费
3.0 牛悦 2024-11-19 4 4 1.54MB 86 页 15积分
侵权投诉
摘 要
随着机器人智能化程度地不断提高，立体视觉系统作为与外界交换信息的重
要媒介，成为智能机器人系统研究的重要分支之一，目前已广泛应用于各个领域。
由于视觉系统的研究起步较晚加之视觉理论技术尚未成熟，因此至今未能形成一
套通用的视觉系统来获取环境中的信息；现阶段研究的视觉理论主要为具体场景
中的视觉应用提供解决方案。
本文在机器人双目立体视觉系统总体研究的基础上，重点对机器人目标识别
定位进行了深入的研究和探讨，其主要内容为：
对于机器人目标特征识别的研究，针对先验环境中不同目标物的固有特征，
提出了基于图像边缘检测和图像色彩分割的特征识别的视觉算法，基于MATLAB
平台比较验证，并分析误差来源(视觉系统主客观因素造成的误差)，最后得出结论：
图像边缘检测法适用于轮廓清晰的目标物；而彩色图像分割法适用于色彩差异较
大的目标物。经实验验证，以上两种视觉识别算法能够在特定条件下完成目标物
形状的识别。
对于机器人视觉系统定位的研究，首先研究机器人视觉系统标定技术，分析
比较了经典的张正友标定法和 TSAI 标定法；通过标定实验证明 TSAI 摄像头标定
法能够有效矫正影响视觉标定精度的畸变因素，具有较高的精度。机器人视觉定
位包括目标物的三维定位及机器人的自定位。基于设定的数字路标，通过特征识
别、立体匹配、深度恢复等一系列视觉处理工作，较为精确地实现了目标的三维
定位；并通过实验所得的数字路标坐标推导出机器人的坐标与方向角，从而实现
了机器人的自定位。
最后，总结了本文的主要工作、成果以及对今后研究工作的展望。
关键词：立体视觉 特征识别 三维定位 摄像机标定 机器人
ABSTRACT
With the development of intelligent robots, stereo vision system which is an
important media to exchange information with the outside world, has become an
important branch of intelligent robot system research and has been widely used in
various fields. Because of the late start of visual system coupled with immature visual
theory and technology, there has not formed a common vision system to obtain the
environment information, while visual theory mainly provided solutions for visual
application in specific conditions.
Based on the overall study of robot stereo vision system, this paper put emphasis
on researching location and identification of the robot, and its main contents are:
As for research of robot’s target feature recognition, this paper proposed feature
recognition visual algorithm based on image edge detection and image color
segmentation. After MATLAB validation and analysis of error sources, there came a
conclusion that image edge detection method is suitable for targets with shape rules and
clear boundaries, while color image segmentation method is suitable for targets with
bright colors and uniform intensity. Through experiment verification, these two visual
algorithms can recognize outline of the target at certain conditions.
As for research of robot’s visual system positioning, this paper firstly researched
vision system calibration technology, secondly analyzed and compared two classical
calibration methods which are Zhang and TSAI calibration, finally came to the
conclusion that TSAI calibration method can effectively correct distortion factors
influencing visual calibration accuracy. Robot visual positioning includes
three-dimensional target location and the robot self-localization. Through the feature
recognition, stereo matching, depth recovery and a series of visual processing algorithm,
the robot precisely realized three-dimensional positioning of the target and obtained the
coordinates of the robot and the direction angle by coordinates of landmarks derived
from experiments which based on number signs so as to achieving the robot
self-localization.
Finally, this paper summed up the main work, results of this paper and proposed
prospects for future research.
Key Words: Stereo Vision, Feature Recognition, 3D Positioning, Robot,
Camera Calibration
目 录
中文摘要
ABSTRACT
第一章 绪 论 .................................................... 1
§1.1 课题的来源及意义 ......................................... 1
§1.2 机器人立体视觉国内外研究现状 ............................. 2
§1.2.1 国内研究现状 ........................................ 3
§1.2.2 国外研究现状 ........................................ 4
§1.3 课题研究目的及内容 ....................................... 6
§1.3.1 研究目的 ............................................ 6
§1.3.2 研究内容 ............................................ 7
第二章 机器人双目立体视觉系统 ................................... 9
§2.1 双足机器人结构 ........................................... 9
§2.2 双目立体视觉的基本原理 .................................. 10
§2.3 机器人双目视觉的关键技术 ................................. 11
§2.3.1 双目视觉的主要任务 .................................. 11
§2.3.2 双目视觉的研究内容 ................................. 12
§2.4 本章小结 ................................................ 14
第三章 机器人目标形状识别 ...................................... 15
§3.1 图像采集 ................................................ 15
§3.2 图像边缘检测 ............................................ 15
§3.2.1 图像边缘检测概述 ................................... 16
§3.2.2 N次B样条微分算法研究 ............................. 16
§3.2.3 三次 B样条插值的图像边缘检测....................... 18
§3.2.4 边缘检测结果及分析 ................................. 21
§3.3 图像色彩分割 ............................................ 22
§3.3.1 彩色图像分割综述 ................................... 22
§3.3.2 RGB 色彩空间模型 .................................. 23
§3.3.3 基于直方图阈值化的色彩模糊聚类 ..................... 24
§3.3.4 颜色分割结果及分析 ................................. 27
§3.4 路标识别的技术理论 ...................................... 30
§3.4.1 路标概述 ........................................... 30
§3.4.2 基于路标的先验知识 ................................. 31
§3.4.3 背景复杂性及成因分析 ............................... 32
§3.5 数字路标识别 ............................................ 32
§3.5.1 数字路标形状识别 ................................... 33
§3.5.2 数字路标行列定位 ................................... 36
§3.5.3 数字路标分割识别 ................................... 37
§3.5.4 数字路标提取实验 ................................... 39
§3.6 本章小结 ................................................ 42
第四章 机器人视觉系统标定 ...................................... 43
§4.1 摄像机标定技术概述 ...................................... 43
§4.2 摄像机成像模型 .......................................... 44
§4.2.1 摄像机系统坐标系变换 ............................... 44
§4.2.2 摄像机成像模型 ..................................... 45
§4.2.3 成像角度 ........................................... 48
§4.3 摄像机标定方法 .......................................... 49
§4.3.1 张正友的基于移动平面模板的标定法 ................... 49
§4.3.2 TSAI 的考虑畸变补偿的两步标定法 .................... 51
§4.4 摄像头标定实验 .......................................... 54
§4.4.1 标定实验 ........................................... 54
§4.4.2 标定结果及误差分析 ................................. 57
§4.5 本章小结 ................................................ 58
第五章 机器人视觉定位研究 ...................................... 59
§5.1 机器人目标定位方法 ...................................... 59
§5.1.1 图像配准方法 ....................................... 59
§5.1.2 双目立体视觉方法 ................................... 60
§5.1.3 光投影方法 ......................................... 60
§5.2 字符深度信息提取 ........................................ 62
§5.2.1 双目视觉模型选取 ................................... 62
§5.2.2 立体视觉模型 ....................................... 62
§5.2.3 字符特征点匹配 ..................................... 64
§5.2.4 字符深度恢复 ....................................... 66
§5.2.5 数字路标定位实验 ................................... 67
§5.3 机器人自定位 ............................................ 70
§5.3.1 基于两个路标的自定位 ............................... 70
§5.3.2 基于多个路标的自定位 ............................... 71
§5.3.3 机器人自定位实验 ................................... 73
§5.4 机器人视觉导航 .......................................... 74
§5.5 本章小结 ................................................ 75
第六章 总结与展望 .............................................. 76
§6.1 全文总结 ................................................ 76
§6.2 研究趋势展望 ............................................ 77
参考文献 ....................................................... 78
在读期间公开发表的论文和承担科研项目及取得成果 ................. 82
致 谢 ......................................................... 83
第一章 绪 论
1
第一章 绪 论
§1.1 课题的来源及意义
随着机器人科学研究的不断深入，各国学者的机器人研究已从传统的工业机
器人逐渐转入服务智能型机器人，机器人已不再是单纯的步态规划、取放危险物
品等，而发展成为有多种感知能力的仿人智能化机器人，如视觉、听觉、日常交
流等人脑思维能力特征。其中视觉系统成为与外界交换信息的重要媒介，如同智
能机器人感知世界的窗口。因此，机器人视觉已得到长足发展，视觉处理过程[1]
可分为三个阶段，第一阶段(也称为早期阶段)是将输入的原始图像进行处理，抽取
图像中诸如角点、边缘、纹理、线条、边界等基本特征，这些特征的集合称为基
元图；第二阶段(中期阶段)是指在以观测者为中心的坐标系中，由 输 入图像和基元
图恢复场景可见部分的深度、法线方向、轮廓等，这些信息包含了深度信息，但
不是真正的物体三维表示，因此称为二维半图；在以物体为中心的坐标系中，由
输入图像、基元图、二维半图来恢复、表示和识别三维物体的过程称为视觉的第
三阶段。整个机器人视觉系统从最初的单目视觉发展成为双目以及多目视觉，从
传统的定向视觉发展成为全向视觉，从单一的视频采集处理板卡发展成为嵌入式
机器人视觉系统。根据现阶段的研究，机器人视觉系统的基本组成部分如图1-1所
示，包括硬件(传感器、数字化设备、信号处理器、计算机、机器人)和软件(计算
机软件、处理算法、控制软件)两部分，将硬件和软件相结合实现仿人眼的功能。
图 1-1 机器人视觉系统的组成
机器人视觉系统
硬件 软件
景物
和距
离传
感器
视频
信号
数字
化设
备
视频
信号
快速
处理
器
计算
机和
外设
机器
人或
机械
臂
计算
机软
件
视觉
处理
算法
机器
人控
制软
件
摘要：

摘要随着机器人智能化程度地不断提高，立体视觉系统作为与外界交换信息的重要媒介，成为智能机器人系统研究的重要分支之一，目前已广泛应用于各个领域。由于视觉系统的研究起步较晚加之视觉理论技术尚未成熟，因此至今未能形成一套通用的视觉系统来获取环境中的信息；现阶段研究的视觉理论主要为具体场景中的视觉应用提供解决方案。本文在机器人双目立体视觉系统总体研究的基础上，重点对机器人目标识别定位进行了深入的研究和探讨，其主要内容为：对于机器人目标特征识别的研究，针对先验环境中不同目标物的固有特征，提出了基于图像边缘检测和图像色彩分割的特征识别的视觉算法，基于MATLAB平台比较验证，并分析误差来源(视觉系统主客观...

展开>> 收起<<
机器人双目立体视觉识别定位研究.pdf

共86页,预览9页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：牛悦 分类：高等教育资料 价格：15积分 属性：86 页 大小：1.54MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 86
评分 收藏
分享
立即下载 VIP免费下载
客服
关注