毕业设计-移动机器人的视觉的图像处理分析方法研究.docx

毕业设计 -移动机器人的视觉的图像处理分析方法研究 移动机器人研究中的机器视觉研究正在兴起。 图像处理的丰富内容不仅提出了挑战，也为研究者提供了广阔的研究平台。 本文从移动机器人视觉系统入手， 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， 并举例说明了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 方法结合 CCD 摄像机和里程计实现 SLAM 。为了提高定位精度，避免错误定位的发生， 在里程表定位的基础上， 对不同视觉图像提取的特征进行匹配， 根据极坐标几何计算摄像机的旋转角度， 得到摄像机和里程表的角度冗余信息。采用扩展卡尔曼滤波器 (EKF) 融合信息，提高了 SLAM 的鲁棒性。 针对基于双目视觉的移动机器人， 针对立体视觉算法复杂度、 且计算耗时的问题，提出了一种实时立体视觉系统的嵌入式实现方案， 构建了一个以高性能多媒体数字信号处理器芯片 TMS320DM642 为核心的双通道视频采集系统。 使用高性能的数字信号处理器芯片可以满足实时性的要求，并且摆脱了以前由 PC 机实现的环境限制，如计算速度慢、功耗大等缺点。 为了解决室外机器人高精度定位问题， 可以设计一种基于全景视觉近红外光源照度、 全景视觉观测和手动编码路标的室外机器人定位系统。该系统利用近红外成像减少光照和阴影的影响， 利用全景视觉获取大范围的环境信息， 依靠图像处理算法识别路标， 最后利用三角 测量算法完成机器人定位。 移动机器人在机器视觉方面的研究正在兴起， 丰富的图像处理内容不仅给研究者带来了挑战，也为他们提供了一个广阔的平台 这 文本以机器人视觉系统 .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 描述了单目移动机器人系统、 双目移动机器人系统和三眼移动机器人系统 .的基本原理 和 它基于三个视觉系统 .指定这些图像处理方法其中 其中，基于单目视觉移动机器人的 SLAM 方法是 CCD 摄像机和里程计 .的组合 到 提高定位精度，避免位置误差的发生，在里程表位置 .的基础上，根据视觉图像的不同视角匹配各种特征 我们 可以根据极线几何计算摄像机旋转角度， 利用里程计获取摄像机角度的冗余信息，并利用扩展卡尔曼滤波器 (EKF). 进行信息融合 因此， 这可以增强 SLAM. 的鲁棒性 为 基于双目视觉的移动机器人，立体视觉算法复杂，耗时等 . 我们 可以通过嵌入系统 .来呈现实时立体视觉计划 它 采用高性能多媒体芯片 TMS320DM642 作为双通道视频采集系 统. 这 高性能 DSP 芯片 .满足实时要求 这 方法摆脱了以往 PC 机的环境限制、 计算速度慢、功耗大等缺点 . 为 对于高精度室外机器人定位问题的要求， 可以设计一个基于近红外光源照明、全景视觉观察和手动编码 .的室外机器人定位系统 这 系统减少了近红外光图像对光线和阴影的影响， 通过全景视觉系统获取大范围的环境信息， 通过图像处理算法识别路标， 并通过三角测量算法完成机器人的最终位置 . 介绍 视觉是人类获取信息的最丰富的手段。 通常超过 75%的人类信息来自眼睛，而对于司机来说，超过 90%的信息来自视觉。同样，视觉 系统是移动机器人系统的重要组成部分之一， 视觉传感器也是机器人获取周围信息的传感装置。 在过去的十年里， 随着研究者们的大量研究工作，计算机视觉理论不断发展和完善。 移动机器人的视觉系统已经涉及到机器视觉的几乎所有方面，如图像采集、压缩编码和传输、图像增强、边缘检测、阈值分割、目标识别、三维重建等。目前，机器人视觉系统主要用于以下三个方面。 (1)用视觉代替肉眼检查产品。包括 :形状检查，即检查和测量零件的几何尺寸、形状和位置；缺陷检查，即检查零件是否损坏或划伤；完整检查，即检查零件上的零件是否完整。 (2)逐个识别待装配零件，确定其空间位置和方向，引导机器人 手准确抓住所需零件，并将其放置在指定位置，完成分类、的搬运和 装配任务。 (3)移动机器人导航，利用视觉系统向移动机器人提供环境的外 部信息，使机器人能够独立规划自己的行进路线，避开障碍物，安全 到达目的地，完成工作任务的制定。 随着科技的发展，研究者也提出了视觉伺服的概念。尽管如此， 机器人的视觉还没有达到视觉对人类如此重要的程度， 主要是因为视 觉信息处理的理论和方法还不完善。 该相机可以在很短的时间内扫描 数百万甚至数千万像素的环境图像，甚至超过人眼的信息获取能力， 但其处理方法和处理速度却远不及人类。 然而，人们相信随着微电子 技术的进步和计算机视觉的发展， 机器人的视觉功能越来越强大， 机 器视觉在移动机器人的信息感知中所占的比例也越来越大。 一、 移动机器人视觉系统赋予移动机器人人类