基于双目视觉的机器人目标定位研究
发布时间:2021-04-26 13:05
机器人作为智能化技术的重要载体,备受相关领域研究人员的关注,其中机器人视觉实现对人眼的模拟,进而对环境感知并进行判断,具有广阔的应用前景。本文面向机器人应用,对目标物体双目定位技术进行研究,主要进行以下几方面工作:首先,对相机参数进行标定。提出一种基于Blob分析的圆形标志点提取算法,采用平面圆形阵列标定板,与张正友标定法结合完成相机标定,具有较高的精度。其次,对复杂环境中特定目标进行识别。通过滤波与增强对比度,改善图像质量;提出一种Mean-Shift与微分算子相结合的边缘切割算法,具有较好的环境适应力;对SIFT特征描述子目标识别进行研究,通过RANSAC算法优化误匹配问题,与M-LDB描述符结合,提高实时性。然后,完成三维重建与目标姿态估计。引入对极几何,实现双目标定与立体校对;基于单应性变换与极线约束,实现快速、精准的目标三维位置估计;拟合目标三维平面,确定姿态,实现目标空间定位。设计了多组对比实验,测试定位算法的精度与实时性,并对误差进行分析。最后,对机器人系统手眼标定进行研究。为解决传统线性方法对噪声敏感的问题,提出基于布谷鸟搜索的优化标定算法,以减小误差。与经典Tsai两...
【文章来源】:燕山大学河北省
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 计算机视觉发展概述
1.3 国内外现状分析
1.3.1 图像目标识别研究现状
1.3.2 视觉定位与机器人应用研究现状
1.4 论文内容结构
第2章 相机模型与标定
2.1 引言
2.2 相机模型
2.2.1 坐标系定义
2.2.2 针孔成像模型
2.2.3 非线性畸变模型
2.3 张正友相机标定法
2.4 圆形标志点定位算法
2.5 相机标定实验与误差分析
2.6 本章小结
第3章 基于特征描述子匹配的目标识别
3.1 引言
3.2 图像预处理
3.2.1 平滑滤波
3.2.2 图像增强
3.3 图像分割
3.3.1 边缘检测分割
3.3.2 Mean-Shift算法优化的边缘检测
3.4 SIFT描述子匹配目标识别
3.4.1 SIFT匹配原理
3.4.2 目标区域确定
3.5 改进的SIFT目标识别算法
3.6 对比实验与结果分析
3.7 本章小结
第4章 双目视觉三维信息重建与位姿估计
4.1 引言
4.2 特征点三维重建
4.3 视图极线约束
4.4 Bouguet立体校正
4.5 目标物体位姿估计
4.5.1 基于轮廓的质心定位法
4.5.2 基于单应性的目标质心定位法
4.5.3 最小二乘法拟合目标平面
4.6 目标空间定位实验
4.7 本章小结
第5章 机器人手眼标定
5.1 引言
5.2 手眼系统模型
5.3 手眼标定算法
5.3.1 Tsai-Lenz标定法
5.3.2 基于布谷鸟算法的非线性优化
5.4 优化标定仿真研究
5.5 本章小结
结论
参考文献
致谢
【参考文献】:
期刊论文
[1]机器人视觉装配中的精确定位策略研究[J]. 吴广雨,张伟军,杨保佳. 机械与电子. 2020(03)
[2]基于ROI的银触点模板匹配缺陷的检测法[J]. 刘好洁,杨建玺,赵远方,白连胜. 机械设计与制造. 2020(02)
[3]基于5G网络下的物联网通信技术与挑战[J]. 于瑞强. 科学技术创新. 2020(04)
[4]基于双目视觉的无缝线路钢轨纵向位移测量方法研究[J]. 崇爱新,尹辉,刘艳婷,刘秀波,许宏丽. 仪器仪表学报. 2019(11)
[5]深度学习算法、硬件技术及其在未来军事上的应用[J]. 魏敬和,林军. 电子与封装. 2019(12)
[6]果园自然环境下采摘机器人路径识别方法[J]. 刘波,杨长辉,熊龙烨,王恺,王毅. 江苏农业学报. 2019(05)
[7]一种改进型Adaboost算法的人脸检测[J]. 刘燕,贺松,成雨风. 智能计算机与应用. 2019(05)
[8]基于Hu矩和递进Hough变换的SOT元件识别定位算法[J]. 武洪恩,倪良月,王凯,李红飞. 组合机床与自动化加工技术. 2019(08)
[9]图像匹配方法研究综述[J]. 贾迪,朱宁丹,杨宁华,吴思,李玉秀,赵明远. 中国图象图形学报. 2019(05)
[10]A novel space target-tracking method based on generalized Gaussian distribution for on-orbit maintenance robot in Tiangong-2 space laboratory[J]. MO Yang,JIANG ZhiHong,LI Hui,YANG Hong,HUANG Qiang. Science China(Technological Sciences). 2019(06)
硕士论文
[1]基于深度学习的汽车轮毂表面缺陷在线检测算法[D]. 韩凯.北京邮电大学 2019
[2]小字符喷码机的字符识别方法研究[D]. 阎晨阳.广西师范大学 2019
[3]基于机器视觉的轴承定位系统关键算法研究[D]. 李鑫武.湖北工业大学 2019
[4]双目立体视觉系统中关键技术的研究与实现[D]. 曹小京.西安科技大学 2019
[5]基于视觉的尺寸检测方法及其在钒电池装配中的应用[D]. 朱凌寒.合肥工业大学 2019
[6]面向形变图像的模板匹配算法研究[D]. 方馨.华中科技大学 2019
[7]基于机器视觉的轴承滚子表面缺陷检测研究[D]. 张奔.南昌航空大学 2018
[8]基于机器视觉的羽毛球路径跟踪算法的研究及实现[D]. 赵军.电子科技大学 2017
[9]探测器着陆过程中基于视觉的运动参数和斜坡坡度估计[D]. 沈莹莹.南京航空航天大学 2016
[10]基于双目立体视觉的特征点提取与定位方法研究[D]. 吴哲岑.吉林大学 2015
本文编号:3161462
【文章来源】:燕山大学河北省
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 计算机视觉发展概述
1.3 国内外现状分析
1.3.1 图像目标识别研究现状
1.3.2 视觉定位与机器人应用研究现状
1.4 论文内容结构
第2章 相机模型与标定
2.1 引言
2.2 相机模型
2.2.1 坐标系定义
2.2.2 针孔成像模型
2.2.3 非线性畸变模型
2.3 张正友相机标定法
2.4 圆形标志点定位算法
2.5 相机标定实验与误差分析
2.6 本章小结
第3章 基于特征描述子匹配的目标识别
3.1 引言
3.2 图像预处理
3.2.1 平滑滤波
3.2.2 图像增强
3.3 图像分割
3.3.1 边缘检测分割
3.3.2 Mean-Shift算法优化的边缘检测
3.4 SIFT描述子匹配目标识别
3.4.1 SIFT匹配原理
3.4.2 目标区域确定
3.5 改进的SIFT目标识别算法
3.6 对比实验与结果分析
3.7 本章小结
第4章 双目视觉三维信息重建与位姿估计
4.1 引言
4.2 特征点三维重建
4.3 视图极线约束
4.4 Bouguet立体校正
4.5 目标物体位姿估计
4.5.1 基于轮廓的质心定位法
4.5.2 基于单应性的目标质心定位法
4.5.3 最小二乘法拟合目标平面
4.6 目标空间定位实验
4.7 本章小结
第5章 机器人手眼标定
5.1 引言
5.2 手眼系统模型
5.3 手眼标定算法
5.3.1 Tsai-Lenz标定法
5.3.2 基于布谷鸟算法的非线性优化
5.4 优化标定仿真研究
5.5 本章小结
结论
参考文献
致谢
【参考文献】:
期刊论文
[1]机器人视觉装配中的精确定位策略研究[J]. 吴广雨,张伟军,杨保佳. 机械与电子. 2020(03)
[2]基于ROI的银触点模板匹配缺陷的检测法[J]. 刘好洁,杨建玺,赵远方,白连胜. 机械设计与制造. 2020(02)
[3]基于5G网络下的物联网通信技术与挑战[J]. 于瑞强. 科学技术创新. 2020(04)
[4]基于双目视觉的无缝线路钢轨纵向位移测量方法研究[J]. 崇爱新,尹辉,刘艳婷,刘秀波,许宏丽. 仪器仪表学报. 2019(11)
[5]深度学习算法、硬件技术及其在未来军事上的应用[J]. 魏敬和,林军. 电子与封装. 2019(12)
[6]果园自然环境下采摘机器人路径识别方法[J]. 刘波,杨长辉,熊龙烨,王恺,王毅. 江苏农业学报. 2019(05)
[7]一种改进型Adaboost算法的人脸检测[J]. 刘燕,贺松,成雨风. 智能计算机与应用. 2019(05)
[8]基于Hu矩和递进Hough变换的SOT元件识别定位算法[J]. 武洪恩,倪良月,王凯,李红飞. 组合机床与自动化加工技术. 2019(08)
[9]图像匹配方法研究综述[J]. 贾迪,朱宁丹,杨宁华,吴思,李玉秀,赵明远. 中国图象图形学报. 2019(05)
[10]A novel space target-tracking method based on generalized Gaussian distribution for on-orbit maintenance robot in Tiangong-2 space laboratory[J]. MO Yang,JIANG ZhiHong,LI Hui,YANG Hong,HUANG Qiang. Science China(Technological Sciences). 2019(06)
硕士论文
[1]基于深度学习的汽车轮毂表面缺陷在线检测算法[D]. 韩凯.北京邮电大学 2019
[2]小字符喷码机的字符识别方法研究[D]. 阎晨阳.广西师范大学 2019
[3]基于机器视觉的轴承定位系统关键算法研究[D]. 李鑫武.湖北工业大学 2019
[4]双目立体视觉系统中关键技术的研究与实现[D]. 曹小京.西安科技大学 2019
[5]基于视觉的尺寸检测方法及其在钒电池装配中的应用[D]. 朱凌寒.合肥工业大学 2019
[6]面向形变图像的模板匹配算法研究[D]. 方馨.华中科技大学 2019
[7]基于机器视觉的轴承滚子表面缺陷检测研究[D]. 张奔.南昌航空大学 2018
[8]基于机器视觉的羽毛球路径跟踪算法的研究及实现[D]. 赵军.电子科技大学 2017
[9]探测器着陆过程中基于视觉的运动参数和斜坡坡度估计[D]. 沈莹莹.南京航空航天大学 2016
[10]基于双目立体视觉的特征点提取与定位方法研究[D]. 吴哲岑.吉林大学 2015
本文编号:3161462
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3161462.html