基于单目视觉的机器人动态障碍物检测与壁障方法研究

发布时间：2017-04-10 16:15

  本文关键词：基于单目视觉的机器人动态障碍物检测与壁障方法研究，由笔耕文化传播整理发布。

【摘要】：机器人技术是新一代科技革命中最重要的研究课题之一,工业机器人作为机器人研究领域中较早被人们掌握的技术,已广泛应用到生产、加工、制造等众多领域中。在工业机器人操作环境下,对于如何避免在机器人运动路径上随时闯入的工作人员或其他动态障碍物发生碰撞,已成为机器人安全操作领域的重要课题之一。从机器人安全操作角度出发,在机器人末端安装环境信息采集装置,对周围环境进行分析与监控,从而避免此类碰撞事故的发生是十分必要的。针对以上提到的人机安全操作问题,本文利用实验室现有末端安装单目摄像头的ESPON六自由度小型械臂机作为实验对象,采用光流法实时检测机器人作业空间内动态侵入的人或障碍物,并在线修正机器人既定的作业路径,完成避障任务规划。首先,利用机器人提取的视觉信息对动态环境建立全局运动参数估计模型,并与背景补偿技术相结合,实现了动态场景下背景与前景的分离,消除了由于机器人末端执行器运动对移动障碍物特征提取产生的影响;其次,通过对光流算法的分析,利用改进的基于KLT特征点跟踪的光流计算方法,实现了机器人对运动路径中出现的动态障碍物进行检测;最后,通过光流计算获取下一时刻障碍物的位置,根据障碍物的碰撞时间计算障碍物深度信息,并结合人工势场法,构建机器人与动态障碍物和目标物体之间的虚拟斥力和引力,从而实现机器人避障并接近目标物体。本文采用基于光流的动态障碍物检测并结合人工势场理论完成机器人避障的方法,以单目相机作为图像采集设备,可在不更改现有自动化生产线上视觉伺服作业机器人的任何硬件结构的前提下,实现机器人的自主避障。同时,较基于双目视觉的障碍物检测相比,本系统由图像的光流速度估算机器人与动态障碍物的相对距离,有效的避免了由于现场环境、光照影响或纹理缺乏导致的双目图像匹配失败,从而更好的保证了机器人工作中避障的可靠性和实时性。本论文主要完成了以下几项工作:1、利用机器人末端摄像头提取场景中动态图像信息,并通过对动态图像信息的全局运动参数估计与背景补偿来实现动态场景中背景与前景的分离;建立摄像机运动参数模型,利用求解的参数模型对相邻帧间进行运动补偿,消除了机器人末端执行器运动对障碍物特征提取产生的影响;2、在原有光流算法基础上,利用图像金字塔对基于KLT特征点跟踪的光流计算方法进行改进,提高了特征点匹配的稳定性,从而更好的实现了机器人对运动路径中出现的移动障碍物进行检测。3、通过对障碍物特征点处光流的计算,得到障碍物下一时刻的位置估计,提取障碍物的相对深度(Time-To-Contact)信息,并将人工势场理论和障碍物深度信息想结合,实现机器人对动态障碍物的躲避并接近目标物体。4、利用Visual Studio 2010编程软件进行了改进的基于KLT特征点跟踪的光流计算及障碍物深度信息提取的实现,在此基础上,对利用视觉信息的机器人动态障碍物检测与避障进行试验,充分验证本障碍物检测与避障方法的有效性和可行性。
【关键词】：全局运动估计 背景补偿 光流法 相对深度信息提取 人工势场法
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要4-6
• Abstract6-12
• 第1章 绪论12-22
• 1.1 课题来源12
• 1.2 选题背景及意义12-13
• 1.3 机器人视觉研究概况13-20
• 1.3.1 基于视觉的机器人动态障碍物检测研究概况15-17
• 1.3.2 基于光流的机器人避障算法研究概况17-20
• 1.4 论文主要研究内容和章节安排20-22
• 第2章 机器人视觉检测与避障系统总体构架22-28
• 2.1 系统硬件组成22-24
• 2.1.1 六自由度串联机械臂23
• 2.1.2 机器人视觉感知部分23-24
• 2.2 系统软件组成24-26
• 2.2.1 动态场景建模模块24
• 2.2.2 动态障碍物检测模块24-25
• 2.2.3 机器人避障分析模块25
• 2.2.4 数据传输模块25-26
• 2.3 系统工作原理26-27
• 2.4 本章小结27-28
• 第3章 机器人运动空间的全局运动估计与背景补偿28-40
• 3.1 全局运动参数估计模型的建立28-32
• 3.1.1 运动估计的概念与分析29-30
• 3.1.2 动态场景中摄像机模型的建立30-32
• 3.2 建立基于随机点块运动匹配的运动矢量估计模型32-36
• 3.2.1 块匹配基本过程33-34
• 3.2.2 块匹配中准则函数的选取34
• 3.2.3 三步搜索法实现过程34-35
• 3.2.4 基于块匹配的运动估计算法实现过程35-36
• 3.4 动态场景中摄像机模型参数求解36-38
• 3.5 动态环境下机器人运动背景补偿38
• 3.6 本章小结38-40
• 第4章 基于光流的动态障碍物检测40-50
• 4.1 光流及其相关概念40-42
• 4.1.1 运动场与光流场40-41
• 4.1.2 光流约束方程41-42
• 4.2 基于KLT特征点跟踪的光流计算方法42-46
• 4.2.1 动态障碍物特征点检测42-43
• 4.2.2 KLT光流算法原理43-46
• 4.3 利用图像金字塔改进KLT特征点跟踪的光流计算方法46-48
• 4.3.1 基于图像金字塔的KLT光流匹配46-47
• 4.3.2 去除不稳定匹配特征点的具体实现方法47-48
• 4.4 本章小结48-50
• 第5章 基于光流的机器人避障方法研究50-62
• 5.1 光流场中三维信息描述50-51
• 5.2 光流场中三维场景信息提取51-56
• 5.2.1 光流场中延伸焦点（FOE）的计算51-54
• 5.2.2 光流场中场景相对深度（TTC）的提取54-56
• 5.3 基于人工势场法的机器人避障策略分析56-58
• 5.3.1 人工势场法介绍56-57
• 5.3.2 基于人工势场法的虚拟力模型建立57-58
• 5.4 目标物体虚拟引力建模58-59
• 5.5 障碍物虚拟斥力建模59-60
• 5.6 人工势场法实现机器人动态障碍物避障分析60-61
• 5.7 本章小结61-62
• 第6章 机器人动态障碍物检测与避障方法试验62-72
• 6.1 基于光流的机器人动态障碍物检测与避障试验分析62-68
• 6.1.1 动态场景下全局运动估计与背景补偿试验62-65
• 6.1.2 基于改进KLT特征点跟踪的光流计算实现动态障碍物检测65-66
• 6.1.3 基于光流的机器人动态障碍物避障算法试验66-68
• 6.2 机器人避障过程中运动轨迹与关节角变化分析试验68-70
• 6.2.1 机器人末端运动轨迹分析69
• 6.2.2 机器人关节角变化分析69-70
• 6.3 本章小结70-72
• 第7章 全文工作总结72-74
• 7.1 研究工作总结72-73
• 7.2 继续研究方向展望73-74
• 参考文献74-80
• 致谢80

【参考文献】

中国期刊全文数据库 前10条

1 潘超;刘建国;李峻林;;昆虫视觉启发的光流复合导航方法[J];自动化学报;2015年06期

2 苏婷;金龙旭;李国宁;陶宏江;张珂;韩双丽;;基于改进Harris算法的图像角点检测[J];半导体光电;2015年03期

3 刘恒建;任侃;顾国华;钱惟贤;徐富元;;基于KLT特征点的LK光流金字塔FPGA实现[J];电视技术;2014年15期

4 郝大鹏;傅卫平;王雯;;基于行为动力学的移动机器人安全导航方法[J];系统工程与电子技术;2014年01期

5 胡觉晖;李一民;潘晓露;;改进的光流法用于车辆识别与跟踪[J];科学技术与工程;2010年23期

6 金晟业;陈圣波;金丽华;汪自军;车大为;;遥感图像边缘提取微分方法及其应用[J];遥感技术与应用;2008年06期

7 施家栋;王建中;王红茹;;基于光流的人体运动实时检测方法[J];北京理工大学学报;2008年09期

8 冯会真;夏哲雷;林志一;;基于神经网络的图像边缘检测方法[J];中国计量学院学报;2006年04期

9 黄炳强;曹广益;;基于人工势场法的移动机器人路径规划研究[J];计算机工程与应用;2006年27期

10 张建英;赵志萍;刘暾;;基于人工势场法的机器人路径规划[J];哈尔滨工业大学学报;2006年08期

中国博士学位论文全文数据库 前1条

1 李牧;机器人无标定视觉伺服关键技术的研究[D];哈尔滨工业大学;2008年

中国硕士学位论文全文数据库 前4条

1 许鹏;基于视觉伺服机理的遥操作机器人虚拟力反馈控制研究[D];吉林大学;2014年

2 李骁鹏;有力觉引导的虚拟现实辅助遥操作机器人系统研究[D];吉林大学;2014年

3 刘世聪;机器人避障算法研究[D];东北石油大学;2011年

4 贾海涛;运动目标检测与识别算法的研究[D];电子科技大学;2006年

  本文关键词：基于单目视觉的机器人动态障碍物检测与壁障方法研究，，由笔耕文化传播整理发布。

本文编号：297100