文献综述_3月.doc

移动机器人视觉特性及其应用综述——文献综述 机电驱动及控制实验室 摘要：在机器人控制中，对外界环境中的物体中的几何信息，包括其形状、位置、姿态和运动等。利用视觉系统对其进行描述、储存、识别和理解，本文从具有代表的15篇机器人视觉相关的文章中，精读5篇文章，选取他们的核心观点，综述视觉特性以及应用。 1 引言 机器人视觉系统可以定义为：通过光学装置和非接触传感器自动接收和处理真是物体或环境图像，以获取所需信息或用于控制机器人运动的感知系统。一般的机器人控制系统是通过下位机把获得的图像传输到上位机，利用上位机 PC 强大的分析计算能力，根据图像分割相关算法得出一些信息，再传输给下位机执行相应的操作。本文主要从视觉图像获取与传输、视觉特征提却和图像边缘分割等方面进行综述。 视觉图像获取与传输 在机器人控制系统，一般由光、温、声等传感器融合在一起，实现信息综合，而视觉特性，这十几篇文章都是通过CCD摄传感器来摄像得到外面图像。对于环境物体的距离，《基于图像处理的移动机器人对目标的识别和定位》这篇文章通过视觉图像云台位置建立坐标，利用焦距和位置变换矩阵得出目标质心坐标等；而《测距及视觉处理技术在识别及拾取机器人中的应用》是通过摄像头确认其是否存在实形，然后由超声波或红外传感器测量距离。由于在进行图像处理和分割算法时，耗时较大，故一般采用传输到PC机上进行，如《基于图像传输的巡线机器人远程控制》和《基于无线局域网的移动机器人远程控制系统》等文章都是通过C/S建立控制系统，而在《基于ARM的苹果果实图像识别与定位技术研究》中，该文利用ARM下位机强大处理能力，在下位机运算这样可以避免传输延时。《基于图像传输的巡线机器人远程控制》中详细的介绍了图像传输的步骤及相关算法，特别是对传输桢的速率的估计，对实时性操作有极强的影响。 4 视觉特征提取 视觉图像中包括有丰富特征，如何根据当前任务选择和提取有效特征是机器人视觉的核心内容。本文选取的文章都是颜色特征进行提取，其中最常用的就是RGB（Red，Green,Blue）空间，和HIS它是通过色调（Hue）,饱和度（Saturation）,亮度（Intensity）3个分量来构成颜色空间。 4.1.1 RGB空间下的特征提取 在诸如《基于图像处理的移动机器人对目标的识别和定位》、《基于ARM的苹果果实图像识别与定位技术研究》、《数字图像处理技术在移动机器人中的应用》等文章中都是基于RGB空间的。《基于图像处理的移动机器人对目标的识别和定位》提出先将量化的图像进行平滑处理，如利用中值滤波，最小均方滤波去噪，在外界不同物体的RGB得出GRAY（灰度）。而灰度由以下几种方法求得①浮点算法：Gray R*0.3+G*0.59+B*0.112整数方法：Gray R*30+G*59+B*11 /100.移位方法：Gray R*28+G*151+B*77 8; .平均值法：Gray （R+G+B）/3;.仅取绿色：Gray G 指定的门限阈值。 在《基于ARM的苹果果实图像识别与定位技术研究》中谈到由于Lab颜色空间和人眼视觉系统的感觉一样，故先将RGB颜色空间变到Lab颜色空间，其变换公式也详细写出了。在得到的图像转换为24位真彩色的BMP格式图像，再建立直角坐标系，转换后的色彩空间用笛卡儿直角坐标系来表示。+a 表示红色，-a 表示绿色，+b 表示黄色，-b 表示蓝色， 颜色的明度由 L的百分数来表示，取值为[0,100]。 《数字图像处理技术在移动机器人中的应用》谈到在不同颜色的物体和的相似程度， 利用相似程度提取特征。 4.1.2 HIS空间下的特征提取 HIS它是以人类对颜色的感知方式为基础，用3个分量来构成颜色空间，H分量代表颜色光的基本特性，S分量代表颜纯度，I分量代表光的强度，当然HIS与RGB模型之间可以相互转换。《一种移动机器人视觉图像特征提取及分割方法》，《一种基于HSI颜色模型的目标提取方法》这两篇文章很详细的描述在HSI空间下的特征提取。 《一种移动机器人视觉图像特征提取及分割方法》结合颜色HIS颜色分量反映物体本质颜色特点和直方图多阈值分类对图像内容的自适应有点，采用直方 图多闽值分类方法量化各HSI颜色分量，组合量化后的颜色分量提取图像颜色特征,构造出同构矩阵，，设像素点的亮度分量小于分割阈值， 则 否则。 《一种基于HSI颜色模型的目标提取方法》基于除草时，将草色和背景土壤中分离开来的思想，直接对3个分量的提取。该文的目标很明确就是从绿色植物从背景中分离，为了准确地将绿色植物 农作物和杂草 与背景分离开来,对绿色植物图像上色调不同的部位以及不同的背景进行了大量的取样。取样统计结果表明:绿色植物的色度H的取值范围为;落在该色度范围内的背景取样点的饱和度S的取值范围