移动机器人的视觉的图像处理分析方法研究.docxVIP

移动机器人的视觉的图像处理分析方法研究.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
移动机器人的视觉的图像处理分析方法研究

移动机器人的视觉的图像处理分析方法研究The Research of Mobile Robots Visual?Image?Processing and Analysis?Method摘要移动机器人研究中关于机器视觉的研究正处于上升期,图像处理的丰富内容既给出了挑战,又给研究人员提供了广阔的研究平台。本文从移动机器人的视觉系统开始,首先介绍了移动机器人视觉系统的概况和技术原理。然后依次阐述了移动机器人单目系统、双目系统和全景系统的基本原理,并且利用实例来具体说明基于这三种视觉系统的图像处理方法。其中,基于单目视觉的移动机器人SLAM方法,是将CCD摄像头和里程计组合,来实现SLAM。为提高定位的精确性和避免误定位的发生,在基于里程计定位的基础上,将不同视角的视觉图像种提取的特征进行匹配,并且根据极线几何计算摄像头旋转的角度,得到摄像头与里程计的角度冗余信息,采用扩展卡尔曼滤波(EKF)对信息进行融合,从而提高SLAM的鲁棒性。而对于基于双目视觉的移动机器人,针对立体视觉算法复杂、计算耗时等特点,提出了一种实时立体视觉系统的嵌入式实现方案,采用高性能多媒体DSP芯片TMS320DM642为核心构建双通道视频采集系统。利用高性能DSP芯片,满足了实时性要求,摆脱了以往用PC机实现的环境约束,计算速度慢和大功耗等缺点。针对高精度要求的室外机器人定位问题,可以设计一种基于全景视觉近红外光源照明、全景视觉观测和人工编码路标相结合的室外机器人定位系统。该系统通过近红外光成像降低光照和阴影的影响,利用全景视觉获取大范围环境信息,依靠图像处理算法识别路标,最后用三角定位算法完成机器人定位。 Abstract The mobile?robot researches?on?machine vision?are on the rise, and the rich?content of image processing not only gives?the researchers?the?challenges,? but also?provides them a broad?platform. The text begins with robot?vision system. Firstly, it presents?an overview?and?technical principles of the mobile?robot vision system.?Then it described?the basic principles of the monocular mobile robot?system, the?binocular mobile robot?system and?the three-eye mobile robot system.?And?it specifies?these image processing methods based on the three visual?systems. Among them, the?SLAM?method,?which bases? monocular vision mobile robot, is?the combination of CCD camera and?odometer.?To improve the?position accuracy and avoid?the occurrence of?position errors, match the?kinds of features based on the?different perspectives?of the?visual?image?in the?base of odometer location.?We can calculate? the camera?rotation angle according to?epipolar geometry,?get?the redundant information of camera?angle?with the?odometer, and?integrate information?by using?extended Kalman filter?(EKF).?Thereby, that can enhance?the robustness of?SLAM.For? mobile robot? based on? binocular vision,? stereo vision?algorithms?are?complex,?time-consuming, etc. we can?present a?real-time ?stereo vision plan by ?em

文档评论(0)

2017meng + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档