基于视觉的摆臂式机器人自主越障研究
发布时间：2020-12-27 12:16
在全球范围内,自然灾害和危险事故经常发生,我们需要使用移动机器人来代替人类进入这些难以到达的危险环境。自主越障能力是机器人完成危险环境探查等任务时所需要具有的基本智能行为,而室内外移动机器人的自主能力离不开障碍感知和环境特征识别,视觉正是目前进行环境特征识别的重要方法。本文针对室内环境中最常见、最复杂的楼梯障碍模型,开展了基于视觉的环境特征识别、几何参数获取和摆臂式机器人自主越障研究。本文基于双目视觉原理,研究了三维点云的处理方法。利用结构化障碍的三维点云数据,设计了处理算法,通过基于栅格思想的投影空间划分方法实现对点云的预处理,通过对三维点云数据进行法向量计算获取了平面特征,根据法向量对平面区域进行分割,通过图像处理方法提取楼梯的直线特征,从而获得楼梯障碍的几何参数,实现了基于视觉的环境特征识别。本文对摆臂式机器人进行了运动学建模,分析了机器人的越障能力,包括爬越单个台阶的最大高度和爬越楼梯的能力,在此基础上,针对不同高度的单个台阶以及楼梯,进行了机器人的越障动作规划。在建立了机器人的质心模型的基础上,使用稳定锥的方法分析了机器人的静稳定性,并通过MATLAB进行了仿真分析。本文完成...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题来源
1.2 课题研究背景及意义
1.3 国内外研究现状
1.3.1 具有越障能力的移动机器人研究现状
1.3.2 障碍感知方法研究现状
1.3.3 机器人自主越障方法研究现状
1.4 主要内容及论文架构
1.5 本章小结
第二章 基于视觉的环境特征识别
2.1 引言
2.2 基于双目视觉的三维点云数据获取
2.2.1 三维点云
2.2.2 双目视觉原理
2.3 三维点云数据处理
2.3.1 常见的空间点云索引构建方法
2.3.2 基于栅格思想的空间划分
2.4 点云法向量计算与调整
2.5 特征提取
2.5.1 区域分割
2.5.2 图像二值化
2.5.3 特征提取
2.6 实验结果
2.7 本章小结
第三章 机器人自主越障规划
3.1 运动学建模
3.2 越障能力分析
3.2.1 最大台阶高度
3.2.2 爬楼能力分析
3.3 越障动作规划
3.3.1 爬越单个台阶动作规划
3.3.2 爬越楼梯动作规划
3.4 稳定性分析
3.4.1 稳定椎方法
3.4.2 MATLAB仿真分析
3.5 本章小结
第四章 平台搭建及实验
4.1 硬件平台
4.1.1 整体方案设计
4.1.2 双目相机
4.1.3 处理器
4.1.4 硬件连接
4.2 软件设计
4.2.1 软件功能
4.2.2 开发平台
4.2.3 软件结构
4.2.5 通信协议
4.3 自主越障实验
4.3.1 爬台阶实验
4.3.2 爬楼梯实验
4.3.3 实验结果分析
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
攻读硕士期间已发表或录用的论文
【参考文献】：
期刊论文
[1]可上下楼梯轮椅机器人的现状研究概述[J]. 张建卓,刘佳. 现代制造工程. 2016(01)
[2]基于opencv的摄像头畸变校正方法[J]. 岳佳威,谢滨,闫磊. 科技展望. 2015(30)
[3]广义霍夫变换在多目标检测领域的应用及优化[J]. 王彦,吴俊敏,郑焕鑫. 计算机工程与应用. 2016(17)
[4]浅谈CUDA并行计算体系[J]. 叶毅嘉. 无线互联科技. 2015(06)
[5]基于倾翻与滑移稳定性准则的轮椅机器人爬楼梯控制方法[J]. 于苏洋,王挺,王志东,王越超,姚辰. 仪器仪表学报. 2014(03)
[6]基于双目的三维点云数据的获取与预处理[J]. 周勇飞,徐昱琳,吕晓梦,王明. 计算机技术与发展. 2014(03)
[7]六履带机器人结构参数与越障性能的关系[J]. 徐如强,韩宝玲,罗庆生,何灏. 机械设计与制造. 2012(07)
[8]基于CUDA的点云去噪算法[J]. 徐波,唐杰,武港山. 计算机工程. 2011(02)
[9]突发性大气污染事故及其应急监测[J]. 郑淑英,李萍. 化学工程与装备. 2010(10)
[10]四履带双摆臂机器人越障机理及越障能力[J]. 李允旺,葛世荣,朱华,刘建. 机器人. 2010(02)
博士论文
[1]面向六足步行机器人的行进区域障碍物视觉检测及应对规划研究[D]. 赵利军.浙江大学 2014
硕士论文
[1]基于特征的点云配准与拼接技术研究[D]. 孙小兵.天津大学 2016
[2]基于CUDA的大规模点云数据处理技术[D]. 钟茜.浙江工业大学 2014
[3]特种环境移动机器人控制系统与越障研究[D]. 庄皓岚.上海交通大学 2013
[4]基于双目视觉的障碍物识别与重建[D]. 崔燕茹.南昌航空大学 2012
[5]散乱点云分割及特征面片识别研究[D]. 吕德亮.北京建筑工程学院 2012
[6]轮腿式移动机器人平台运动学分析[D]. 谷德明.河北工业大学 2011
[7]关节履带式移动机器人控制系统设计及爬楼梯分析[D]. 胡庆龙.哈尔滨工业大学 2010
[8]履带式移动机器人运动控制系统设计[D]. 完诚.南京理工大学 2010
[9]基于动态轮廓模型的图像分割算法研究[D]. 曹军.太原理工大学 2010
[10]基于神经网络的移动机器人环境识别[D]. 唐雪婷.厦门大学 2009
本文编号：2941717
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题来源
1.2 课题研究背景及意义
1.3 国内外研究现状
1.3.1 具有越障能力的移动机器人研究现状
1.3.2 障碍感知方法研究现状
1.3.3 机器人自主越障方法研究现状
1.4 主要内容及论文架构
1.5 本章小结
第二章 基于视觉的环境特征识别
2.1 引言
2.2 基于双目视觉的三维点云数据获取
2.2.1 三维点云
2.2.2 双目视觉原理
2.3 三维点云数据处理
2.3.1 常见的空间点云索引构建方法
2.3.2 基于栅格思想的空间划分
2.4 点云法向量计算与调整
2.5 特征提取
2.5.1 区域分割
2.5.2 图像二值化
2.5.3 特征提取
2.6 实验结果
2.7 本章小结
第三章 机器人自主越障规划
3.1 运动学建模
3.2 越障能力分析
3.2.1 最大台阶高度
3.2.2 爬楼能力分析
3.3 越障动作规划
3.3.1 爬越单个台阶动作规划
3.3.2 爬越楼梯动作规划
3.4 稳定性分析
3.4.1 稳定椎方法
3.4.2 MATLAB仿真分析
3.5 本章小结
第四章 平台搭建及实验
4.1 硬件平台
4.1.1 整体方案设计
4.1.2 双目相机
4.1.3 处理器
4.1.4 硬件连接
4.2 软件设计
4.2.1 软件功能
4.2.2 开发平台
4.2.3 软件结构
4.2.5 通信协议
4.3 自主越障实验
4.3.1 爬台阶实验
4.3.2 爬楼梯实验
4.3.3 实验结果分析
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
攻读硕士期间已发表或录用的论文
【参考文献】：
期刊论文
[1]可上下楼梯轮椅机器人的现状研究概述[J]. 张建卓,刘佳. 现代制造工程. 2016(01)
[2]基于opencv的摄像头畸变校正方法[J]. 岳佳威,谢滨,闫磊. 科技展望. 2015(30)
[3]广义霍夫变换在多目标检测领域的应用及优化[J]. 王彦,吴俊敏,郑焕鑫. 计算机工程与应用. 2016(17)
[4]浅谈CUDA并行计算体系[J]. 叶毅嘉. 无线互联科技. 2015(06)
[5]基于倾翻与滑移稳定性准则的轮椅机器人爬楼梯控制方法[J]. 于苏洋,王挺,王志东,王越超,姚辰. 仪器仪表学报. 2014(03)
[6]基于双目的三维点云数据的获取与预处理[J]. 周勇飞,徐昱琳,吕晓梦,王明. 计算机技术与发展. 2014(03)
[7]六履带机器人结构参数与越障性能的关系[J]. 徐如强,韩宝玲,罗庆生,何灏. 机械设计与制造. 2012(07)
[8]基于CUDA的点云去噪算法[J]. 徐波,唐杰,武港山. 计算机工程. 2011(02)
[9]突发性大气污染事故及其应急监测[J]. 郑淑英,李萍. 化学工程与装备. 2010(10)
[10]四履带双摆臂机器人越障机理及越障能力[J]. 李允旺,葛世荣,朱华,刘建. 机器人. 2010(02)
博士论文
[1]面向六足步行机器人的行进区域障碍物视觉检测及应对规划研究[D]. 赵利军.浙江大学 2014
硕士论文
[1]基于特征的点云配准与拼接技术研究[D]. 孙小兵.天津大学 2016
[2]基于CUDA的大规模点云数据处理技术[D]. 钟茜.浙江工业大学 2014
[3]特种环境移动机器人控制系统与越障研究[D]. 庄皓岚.上海交通大学 2013
[4]基于双目视觉的障碍物识别与重建[D]. 崔燕茹.南昌航空大学 2012
[5]散乱点云分割及特征面片识别研究[D]. 吕德亮.北京建筑工程学院 2012
[6]轮腿式移动机器人平台运动学分析[D]. 谷德明.河北工业大学 2011
[7]关节履带式移动机器人控制系统设计及爬楼梯分析[D]. 胡庆龙.哈尔滨工业大学 2010
[8]履带式移动机器人运动控制系统设计[D]. 完诚.南京理工大学 2010
[9]基于动态轮廓模型的图像分割算法研究[D]. 曹军.太原理工大学 2010
[10]基于神经网络的移动机器人环境识别[D]. 唐雪婷.厦门大学 2009
本文编号：2941717
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2941717.html
