基于RoboMaster竞技赛中机器人视觉识别定位系统的研究

针对RoboMaster竞技赛规则,设计一款具有自主识别与定位视觉系统的移动机器人,用于识别敌方机器人特定目标,从而实现精确定位与打击。系统采用基于C++语言的OpenCV相关算法,运算平台搭建多线程任务并发执行框架来提高系统运算效率,对识别目标的视觉元素、颜色特征及目标形态进行循环二值化阈值滤波算法,获得目标的精确特征参数;使用PnP目标解算方法对特征信息定位的准确性和实时性进行优化,定位数据经串口通信发送给STM32控制系统处理。这些措施有效地提高了比赛中对敌方机器人的特定目标识别定位的精确性与实时性。实验结果表明,采用综合二值化滤波算法的定位技术有效提高了匹配精度,满足了移动机器人快速识别与定位的需求。     

基于运动信息和局部特征并发性的在线目标检测和识别(英文)

实现了一个为类人型机器人设计的目标学习和识别系统,机器人可以利用该系统仅通过和非专业用户简单的互动来发现并记住目标.当目标展示时,系统利用连续帧间的运动信息提取目标特征并基于视觉单词包方法实现机器学习.在目标模型的学习与测试阶段,不仅直接使用了局部特征描述子,还使用了局部特征的并发性以提升特征的可鉴别性.同时,针对目标视觉特征的纹理程度,还采用了一种混合的采样策略.该混合策略使用了更小的计算资源开销并在一个12类常见目标构成的集合上取得了良好的识别效果.     

基于相关滤波的工业机器人视觉伺服控制方法研究

为了解决目前工业机器人示教调试工作复杂的问题,提出一种基于相关滤波跟踪算法的视觉伺服控制方法.该方法通过相关滤波跟踪算法对目标进行跟踪,将目标的实时状态发送给机器人控制器进行处理,实现机器人对目标的跟踪.通过搭建的视觉伺服实验平台对机器人控制效果进行测试,实验结果表明,此方法取得了较好的控制效果,对视觉伺服往实用化发展有一定的借鉴作用.     

基于颜色学习的移动机器人目标跟踪研究

针对目标的颜色特征较难描述的特点,并且不同光线下不同环境中相同目标的颜色信息也会不一样,本文提出了基于颜色学习的目标识别的方法。该方法可以在不知道目标颜色特征的情况下,通过摄像头采集目标的颜色自主地进行分析,然后生成目标的颜色特征信息,从而实现对目标的颜色特征的自主学习。在滤波环节中本文将噪声也进行图像分割,然后进行像素统计,将像素个数小于设定值的区域去除,从而达到滤波的效果。针对目标大小可以获取的情况,本文采用单目视觉对目标进行测距,结合从图像中获取的目标相对机器人的方位角信息,在极坐标中对其方位进行描述,并在定位的基础上对目标进行定位及跟踪实验。     

基于多传感器多目标实时跟踪视觉系统在全自主机器人上的应用

视觉系统是全自主机器人的重要组成部分,而如何精确高效地处理视觉信息是视觉系统的关键问题.介绍了一种基于彩色图像的目标识别与定位及避障方法,对全自主机器人感知环节进行了研究.通过分析摄像头采集的图像,并借助碰撞传感器、红外传感器等方法确定目标.所提出的算法已在国内及国际比赛中应用,收到很好的效果.     

基于Scratch的USB模块化可拆卸教育机器人设计与开发

为响应国家对提高学龄儿童信息化素质教育的号召,开发了基于Scratch的USB插拔式模块化教育机器人.对模块化教育机器人功能模块进行整体方案设计：基于Altium Designer对单片机最小系统,电源选择模块,串口烧录等电路进行分块设计,通过布线与铺铜形成模块化产品级PCB板.采用USB数据线将模块进行连接可形成功能各异的目标机器人.开发基于Mixly的智能避障机器人图形化程序,并将其成功应用于所设计的目标机器人进行测试.测试结果表明：所开发的可拆卸模块化教育机器人能够很好地执行相关指令,完成相应目标动作,具有操作方便,易学性好等优点.     

一种改进粒子群通讯算法在目标搜索中的应用

针对粒子群算法应用于机器人目标搜索过程中存在的早熟现象,提出一种基于改进粒子群算法和模拟退火算法相结合的目标搜索新方法,以提高算法的全局搜索能力。为解决通讯距离有限、机器人无法与基站进行信息交互和不能实时追踪动态目标等问题,引入通讯功能。算法中机器人与基站有两种通讯方式,一种是基站跟随最优机器人移动的通讯方式,另一种是在前者基础上将机器人按一定比例分为通讯机器人和搜索机器人的通讯方式,由通讯机器人负责搜索机器人与基站之间的通讯。两种通讯方式下机器人都采用动态多目标搜索策略搜索动态多目标。在考虑通讯距离的情况下,经过仿真测试,与传统的通讯粒子群算法相比,提出的改进通讯粒子群算法能更加有效地追踪动态目标。     

全局视觉足球机器人的动态目标识别方法改进

在全局视觉小型足球机器人比赛中,为保证控制的实时性和准确性,要求机器人的视觉系统能够快速处理图像信息,并对目标进行准确的识别和跟踪,但由于受外界环境的干扰和视觉系统自身的原因,全局视觉足球机器人经常出现目标丢失或识别错误等现象。文章通过分析影响目标识别效果的各种因素,提出了相应的改进方法,并以ROBOCUP小型组足球机器人系统为平台设计了目标识别方案。     

采用Java的水下遥控机器人监控系统

为降低水下遥控机器人的操作难度,提高其可控性和可操作性,基于Java研制一种水下机器人监控系统.首先介绍水下机器人监控系统的硬件结构,采用Java开发该系统的软件功能结构,包括监视模块、控制模块、特征信息模块和报警模块;然后阐述监控系统软件的通信方式和协议,分别介绍监控系统与主控制板软件流程.实验结果表明,基于Java...     

茄子采摘机器人目标识别与测距方法

采用基于亮度的阈值分割算法对G-B灰度图像进行分割,采用4连通像素标记法对果实目标进行标记,提取质心、面积、外接矩形、切断点等特征。采用平面标定方法,建立摄像机矫正数学模型,利用Matlab多次标定计算完成双目视觉系统进行自标定。根据图像分割结果,选取质心为匹配基元,采用极线约束、视差梯度约束的算法来实现果实目标的匹配。根据相似三角形原理,计算茄子果实深度信息。结果表明,测量距离300~600 mm范围内,茄子深度信息的误差基本上在±15mm以内,平均用时0.26 s。基于双目视觉的茄子采摘机器人识别与定位方法原理简单,智能性好,适应面广,能够满足采摘机器人目标识别和定位的要求。