机器人视觉系统分析与识别研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一
、
算法规划 出初步全局优化路径 ； 局部避碰 规划 是在 跟踪 全局优 化路径的过程 中，通过基于滚动 窗口的环境探测和碰撞预测， 对动 态障碍物 实施有效 的局部避碰策略 ， 从而使机器人 能够 安 全顺 利的到达 目标 点。 这种方法能在较短时间 内找到最佳路径 并规避障碍。 四 、 机 器 人视 觉处 理程 序 机器人视觉处理程序的主要 功能包括 ： （ １ ） 从Ｕ Ｓ Ｂ摄像头 实时读取视频数据 ， 进行简单 的预处理 ；（ ２ ）随后进行 图像处 理 ，主要完成空域 的图像增强 。 通 过对 图像进行 二值化 ，将 目 标小球从背景 中提取出来；（ ３ ）计算 目标的位置 ，进而计算 出 机器人头部 的旋转角度 ， 通过舵机 驱动程序 ， 控制机器人头部 转动 到 目标所在角度 ，实现对 目标物体的跟踪。 经过 实验 ， 机器人头部可较好地跟踪 目标， 实现 了视觉 原
型系统。
一百度文库
（ 一 ）机器人视觉 的 目标与任务 目标 ： 使机器人具有感知周围视觉世界的能力。 让机器人 具 有 对 周 围世 界 的 空 间物 体 进 行 传 感 、抽象 、判 断 的 能 力 ，从 而 达 到 识 别 、 理解 的 目的 。 任务：图象 的获取 、预处理 、图象分割与表示与描述、识 别与分类 、三维信 息理解 、景物描述 、图象解释 。红色部分就 构成 了图像分析的研 究 内容 。 （ 二 ）视觉信息的处理 移 动 机 器 人 视 觉 信 息 的 处 理通 常 由图象 获 取 、 图象 分 析 、 关系描述三部分组成 。 五 、结 束 语 移动机器人是 目前机器人领域 的研究重点之一 ，吸引着众 多学者的注意 。机器人 的研究涉及 到人工智能、控制理论 、传 感器技术和计算机科学等多 门学科 。通过阅读大量 的期刊、学 术论文用于进行 三维特征提取 的图像是一幅 常规的二维灰度 图， 所 以使用一个常规的 Ｃ Ｃ Ｄ 或Ｃ Ｍ Ｏ Ｓ 图像传感器 即可满足要求 。 图像 需要进行量化处理 。为了给形态学处理 的图像提供统一的 条件 ，计算机在把获得图像进行形态学处理前，必须先对其进 行预处理 。由于各方面客观条件 以及个人研究能力的限制，在 机器人技术中嵌入式系统的应用及视觉处理程序方面 的研究还 不够深入 ，还需要在今后的研究 中不断深入探讨 。２ １ 世纪是信 息化的时代 ，随着信息技术的发展和普及，机器人视觉系统无 论是在理论研究上上 ，还是在应用方面都将很大进展 。 参考文献： 『 １ １ 段峰 ， 王耀 南． 机 器视 觉技 术及其 应用综述 自动 化博
消费 电子
２ ０ １ ３年 １ 月下
Ｃ ｏ ｎ ｓ ｕ ｍｅ ｒ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ Ｍａ ｇ ａ ｚ ｉ ｎ ｅ 计 算 机 科 学
机器人视觉系统分析与识别研究
高 丽
（ 新疆能 源职业技术 学院，乌鲁木 齐 ８ ３ ０ ０ １ １ ）
摘要 ：论 文简要介 绍 了机 器人 的发展现状 、相 关研 究的方向以及研 究领域 ，讲述 了机 器人视 觉系统 图象处理 ， 最后 通过 实例 分析 机 器视 觉 系统 的应 用 。 关键 词 ：机 器视 觉 ；边缘检测 ；图象识别 ；滤波算法
中图分类号 ： Ｔ Ｐ ２ ４ ２ 文献标识码 ： Ａ 文章 编号 ：１ ６ ７ ４ — ７ ７ １ ２ （ ２ ０ １ ３ ） ０ ２ — ０ ０ ８ ２ — ０ １
机 器 人 系 统 的 发 展 及 机 器 人视 觉 机器人 的发展大致经历了三个成长阶段 ，也 即三个 时代 。 第一代为简单个体机器人； 第二 代为群 体劳动机器人 ； 第三代 为类似人类 的智能机器人 。 它的未来 发展 方向是有知觉 、 有思 维、 能与人对话 。 机器人 向着智能化、 拟人化方 向发展的道路， 是没有止境 的。 机器 人视 觉是计算机 学科 的～个重要分支 ， 它综合 了光 学、机械 、电子、计算机软硬件等方面的技术，涉 及 到计 算机 、图像处理、模式 识别 、人工智能、信 号处理、光 机 电一体化等 多个领域 。我 国机 器人视觉应用 主要有 以下 目 的：用 以代替人类从事危险、有 害和恶劣环境 、 超 净环境下 的 工作；提高劳动生产 率，改变产 品质量 ，快速相应市场需求 ， 加强在国际市场的竞争能力。 二 、 机 器 人 视 觉 的 原 理 机器视觉是机器人感知周围环境的主要途径之一 。 它可 以 通 过 视 觉 传 感 器 获 取 环 境 的 二 维 图像 ， 并 通 过 视 觉 处 理 器 进 行 分析和解释，进而转换为符号 ，让机器人能够 辨识物体 ，并确 定其位 置 。目前成 熟的光 电成像技 术都只能捕获 二维明暗信 息， 而不能获得距离信息， 所 以直接通过 这种途径获得 的机器 视觉也只 能是二维 的。 随着科学技术的发展， 三维立体视觉 的 解决方案也如雨后春笋般涌 出， 其中就包括双 目立体视觉 ， 狭 缝光投影法 ，时间差法等 。 （ 一 ）实现方法 １ ． 图像的获取与预处理 ：用于进行三维特征提取 的图像是 幅常规的二维灰度图， 所以使用一个常规 的 Ｃ Ｃ Ｄ或 Ｃ Ｍ Ｏ Ｓ图像 传感器 即可满足 要求 。图像 需要进行量化处理 ，即把图像信息 分成许多像素点 ，这些亮点经过 Ａ ／ Ｄ转换后 即可输入计算机进 行处理 。２ ． 边缘信息提取：边缘提取算法就是把一副灰度图像 转化 为二值图像 ，灰度图像中的轮廓在二值图像中用 １ 表示 ， 而非轮廓位置用 ０表示 。边缘提取算法 的种类非常地多 ，如 Ｒ ｏ ｂ ｅ ｒ ｔ算子卷积法等 。３ ． 边缘检测与轮廓连结：边缘检测主要 采用各种算子来发现 、 强化 图像中那些可能存在边缘的像素点。 边缘检测算子除了有 Ｒ ｏ ｂ ｅ ｒ ｔ ｓ 算子外 ， 还有索贝尔算子 （ Ｓ ｏ ｂ ｅ ｌ ｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ）和 Ｐ ｒ ｅ ｗ ｉ ｔ ｔ 算子、高斯偏导滤波器 以及 Ｃ ａ ｎ ｎ ｙ边缘 检测器等。４ ． 利用线条分类识别三维物体：提取 出二维图像 的 轮廓信息，还不足 以分析 出其 中的三维特征，我们必须对轮廓 信息进行进一步 的模式化 处理 ，从轮廓 中提取特征 。５ ． 从二维 图像 中提取三 维特征的局限性 ：虽然从二维 图像中提取图像的 三维特征的算法对设备的要求低，处理 的数据量相对较小，输 出地结果也比较规整。但是这种算法也有其局限性 。 （ 二 ）摄像机模型及透 视技术 透视技术实际是一个非线性 映射 ， 这在实际求解时可能需 要大 的计算量 ， 而且如果透视 效果不明显 ， 直接使用该模型可 能会使求解变为病态 。 透 视逆变换把三维物体转变为二维 图形 表示 的过程称为投影变换。 三 、基于视觉的机器人路径规 针对移动机器人规避障碍和寻找最优路径 问题 ， 提 出了在 复杂环境下移动机器人 的一种路径规划方法 。 采用 了栅格法建 立了机器 人工作平面 的坐标系 ， 整个系统 由全局路径 规划和局 部避碰规 划两部分组成 ［ ８ ］ 。在全局路径规划中，用 改进蚁群
、
算法规划 出初步全局优化路径 ； 局部避碰 规划 是在 跟踪 全局优 化路径的过程 中，通过基于滚动 窗口的环境探测和碰撞预测， 对动 态障碍物 实施有效 的局部避碰策略 ， 从而使机器人 能够 安 全顺 利的到达 目标 点。 这种方法能在较短时间 内找到最佳路径 并规避障碍。 四 、 机 器 人视 觉处 理程 序 机器人视觉处理程序的主要 功能包括 ： （ １ ） 从Ｕ Ｓ Ｂ摄像头 实时读取视频数据 ， 进行简单 的预处理 ；（ ２ ）随后进行 图像处 理 ，主要完成空域 的图像增强 。 通 过对 图像进行 二值化 ，将 目 标小球从背景 中提取出来；（ ３ ）计算 目标的位置 ，进而计算 出 机器人头部 的旋转角度 ， 通过舵机 驱动程序 ， 控制机器人头部 转动 到 目标所在角度 ，实现对 目标物体的跟踪。 经过 实验 ， 机器人头部可较好地跟踪 目标， 实现 了视觉 原
型系统。
一百度文库
（ 一 ）机器人视觉 的 目标与任务 目标 ： 使机器人具有感知周围视觉世界的能力。 让机器人 具 有 对 周 围世 界 的 空 间物 体 进 行 传 感 、抽象 、判 断 的 能 力 ，从 而 达 到 识 别 、 理解 的 目的 。 任务：图象 的获取 、预处理 、图象分割与表示与描述、识 别与分类 、三维信 息理解 、景物描述 、图象解释 。红色部分就 构成 了图像分析的研 究 内容 。 （ 二 ）视觉信息的处理 移 动 机 器 人 视 觉 信 息 的 处 理通 常 由图象 获 取 、 图象 分 析 、 关系描述三部分组成 。 五 、结 束 语 移动机器人是 目前机器人领域 的研究重点之一 ，吸引着众 多学者的注意 。机器人 的研究涉及 到人工智能、控制理论 、传 感器技术和计算机科学等多 门学科 。通过阅读大量 的期刊、学 术论文用于进行 三维特征提取 的图像是一幅 常规的二维灰度 图， 所 以使用一个常规的 Ｃ Ｃ Ｄ 或Ｃ Ｍ Ｏ Ｓ 图像传感器 即可满足要求 。 图像 需要进行量化处理 。为了给形态学处理 的图像提供统一的 条件 ，计算机在把获得图像进行形态学处理前，必须先对其进 行预处理 。由于各方面客观条件 以及个人研究能力的限制，在 机器人技术中嵌入式系统的应用及视觉处理程序方面 的研究还 不够深入 ，还需要在今后的研究 中不断深入探讨 。２ １ 世纪是信 息化的时代 ，随着信息技术的发展和普及，机器人视觉系统无 论是在理论研究上上 ，还是在应用方面都将很大进展 。 参考文献： 『 １ １ 段峰 ， 王耀 南． 机 器视 觉技 术及其 应用综述 自动 化博
消费 电子
２ ０ １ ３年 １ 月下
Ｃ ｏ ｎ ｓ ｕ ｍｅ ｒ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ Ｍａ ｇ ａ ｚ ｉ ｎ ｅ 计 算 机 科 学
机器人视觉系统分析与识别研究
高 丽
（ 新疆能 源职业技术 学院，乌鲁木 齐 ８ ３ ０ ０ １ １ ）
摘要 ：论 文简要介 绍 了机 器人 的发展现状 、相 关研 究的方向以及研 究领域 ，讲述 了机 器人视 觉系统 图象处理 ， 最后 通过 实例 分析 机 器视 觉 系统 的应 用 。 关键 词 ：机 器视 觉 ；边缘检测 ；图象识别 ；滤波算法
中图分类号 ： Ｔ Ｐ ２ ４ ２ 文献标识码 ： Ａ 文章 编号 ：１ ６ ７ ４ — ７ ７ １ ２ （ ２ ０ １ ３ ） ０ ２ — ０ ０ ８ ２ — ０ １
机 器 人 系 统 的 发 展 及 机 器 人视 觉 机器人 的发展大致经历了三个成长阶段 ，也 即三个 时代 。 第一代为简单个体机器人； 第二 代为群 体劳动机器人 ； 第三代 为类似人类 的智能机器人 。 它的未来 发展 方向是有知觉 、 有思 维、 能与人对话 。 机器人 向着智能化、 拟人化方 向发展的道路， 是没有止境 的。 机器 人视 觉是计算机 学科 的～个重要分支 ， 它综合 了光 学、机械 、电子、计算机软硬件等方面的技术，涉 及 到计 算机 、图像处理、模式 识别 、人工智能、信 号处理、光 机 电一体化等 多个领域 。我 国机 器人视觉应用 主要有 以下 目 的：用 以代替人类从事危险、有 害和恶劣环境 、 超 净环境下 的 工作；提高劳动生产 率，改变产 品质量 ，快速相应市场需求 ， 加强在国际市场的竞争能力。 二 、 机 器 人 视 觉 的 原 理 机器视觉是机器人感知周围环境的主要途径之一 。 它可 以 通 过 视 觉 传 感 器 获 取 环 境 的 二 维 图像 ， 并 通 过 视 觉 处 理 器 进 行 分析和解释，进而转换为符号 ，让机器人能够 辨识物体 ，并确 定其位 置 。目前成 熟的光 电成像技 术都只能捕获 二维明暗信 息， 而不能获得距离信息， 所 以直接通过 这种途径获得 的机器 视觉也只 能是二维 的。 随着科学技术的发展， 三维立体视觉 的 解决方案也如雨后春笋般涌 出， 其中就包括双 目立体视觉 ， 狭 缝光投影法 ，时间差法等 。 （ 一 ）实现方法 １ ． 图像的获取与预处理 ：用于进行三维特征提取 的图像是 幅常规的二维灰度图， 所以使用一个常规 的 Ｃ Ｃ Ｄ或 Ｃ Ｍ Ｏ Ｓ图像 传感器 即可满足 要求 。图像 需要进行量化处理 ，即把图像信息 分成许多像素点 ，这些亮点经过 Ａ ／ Ｄ转换后 即可输入计算机进 行处理 。２ ． 边缘信息提取：边缘提取算法就是把一副灰度图像 转化 为二值图像 ，灰度图像中的轮廓在二值图像中用 １ 表示 ， 而非轮廓位置用 ０表示 。边缘提取算法 的种类非常地多 ，如 Ｒ ｏ ｂ ｅ ｒ ｔ算子卷积法等 。３ ． 边缘检测与轮廓连结：边缘检测主要 采用各种算子来发现 、 强化 图像中那些可能存在边缘的像素点。 边缘检测算子除了有 Ｒ ｏ ｂ ｅ ｒ ｔ ｓ 算子外 ， 还有索贝尔算子 （ Ｓ ｏ ｂ ｅ ｌ ｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ）和 Ｐ ｒ ｅ ｗ ｉ ｔ ｔ 算子、高斯偏导滤波器 以及 Ｃ ａ ｎ ｎ ｙ边缘 检测器等。４ ． 利用线条分类识别三维物体：提取 出二维图像 的 轮廓信息，还不足 以分析 出其 中的三维特征，我们必须对轮廓 信息进行进一步 的模式化 处理 ，从轮廓 中提取特征 。５ ． 从二维 图像 中提取三 维特征的局限性 ：虽然从二维 图像中提取图像的 三维特征的算法对设备的要求低，处理 的数据量相对较小，输 出地结果也比较规整。但是这种算法也有其局限性 。 （ 二 ）摄像机模型及透 视技术 透视技术实际是一个非线性 映射 ， 这在实际求解时可能需 要大 的计算量 ， 而且如果透视 效果不明显 ， 直接使用该模型可 能会使求解变为病态 。 透 视逆变换把三维物体转变为二维 图形 表示 的过程称为投影变换。 三 、基于视觉的机器人路径规 针对移动机器人规避障碍和寻找最优路径 问题 ， 提 出了在 复杂环境下移动机器人 的一种路径规划方法 。 采用 了栅格法建 立了机器 人工作平面 的坐标系 ， 整个系统 由全局路径 规划和局 部避碰规 划两部分组成 ［ ８ ］ 。在全局路径规划中，用 改进蚁群