机器人视觉系统分析与识别研究.docVIP

机器人视觉系统分析与识别研究 　　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：TP242 文献标识码：A 文章编号：1674-7712 （2013） 02-0082-01 　　一、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一个重要分支，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一幅常规的二维灰度图，所以使用一个常规的CCD或CMOS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Robert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Roberts算子外，还有索贝尔算子（Sobel operator）和Prewitt算子、高斯偏导滤波器以及Canny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USB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）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