第32卷第4期2006年7月
光学技术
OPTICAL TECHN IQU E
Vol.32No.4
J uly 2006
文章编号:1002-1582(2006)04-0591-03
一种基于单目视觉的移动机器人室内导航方法Ξ
付梦印,谭国悦,王美玲
(北京理工大学信息科学技术学院自动控制系,北京 100081)
摘 要:针对室内导航的环境特点,提出了一种简单快速的、以踢脚线为参考目标的移动机器人室内导航方法。该方法从图像中提取踢脚线作为参考直线,通过两条直线在图像中的成像特征,提取角度和横向偏离距离作为移动机器人的状态控制输入,从而实现移动机器人的横向运动控制。该方法无需进行摄像机的外部参数标定,大大简化了计算过程,提高了视觉导航的实时性。
关键词:视觉导航;直线提取;Hough变换;移动机器人;踢脚线
中图分类号:TP242.6+2;TP391 文献标识码:A
An indoor navigation algorithm for mobile robot based on monocular vision
FU Meng-yin,T AN G uo-yue,WANG Mei-ling
(Department of Automatic Control,School of Information and Science Technolo gy,
Beijing Institute of Technology,Beijing 100081,China)
Abstract:Considered the features of indoor environment,a sim ple fast indoor navigation algorithm for vision-guide mobile robot was presented,which used skirting lines as the reference objects to locate the mobile robot.This algorithm detected skirt2 ing lines using monocular images and analyzed the lines’parameters to provide angle and distance of the robot as in puts of robot control.Without calibrating camera parameters,this algorithm greatly reduces computation time and improves the real-time a2 bility of vision navigation.
K ey w ords:vision navigation;line detection;Hough transform;mobile robot;skirt line
1 引 言
近年来,机器视觉因其含有丰富的环境信息而受到普遍的关注。随着视觉传感器价格的不断下降,视觉导航已成为导航领域研究的热点。在室外进行视觉导航时,采用视觉传感器可获取车道信息,通过摄像机的标定来实现坐标转换,通过确定车辆当前的状态来实现导航。绝大部分智能车辆都是应用视觉来完成车道检测的[1,2],例如意大利的AR2 GO[3]项目就是通过使用逆投射投影的方法[4]来确定车辆状态的,并获得了良好的实验效果。在室内进行视觉导航时,利用视觉提取室内环境特征,例如一些预先设置的引导标志就是通过图像处理进行识别并理解这些标志来完成导航任务的[5,6]。这些都需要在图像中进行大量的搜索运算来提取标志,并通过一系列的图像理解算法来理解标志的信息,因而计算量很大。当然也可以通过视觉计算室内环境,例如通过走廊中的角点特征来获取状态信息[7],以此减少图像搜索时的计算量。但这些角点信息易受移动机器人运动的影响,会模糊角点信息,为了提高计算精度需要通过光流法对背景信息进行运动补偿,计算复杂,实时性不理想。
当移动机器人在实验室走廊环境下进行导航控制时,需要视觉传感器为其提供偏航角和横向偏离距离这两个参数。通过对单目视觉图像进行处理来获取这两个参数,完成移动机器人的横向运动控制。
2 摄像机成像模型与视觉系统
2.1 摄像机成像模型
使用视觉传感器首先要考虑的是其成像模型,它是指三维空间中场景到图像平面的投影关系,不同的视觉传感器有不同的成像模型。本文采用高分辨率CCD摄像机作为视觉传感器,其成像模型为针孔模型,空间中任意一点P在图像上的成像位置可以用针孔模型近似表示。如图1所示,P点投影位置为p,它是光心O同P点的连线O P与图像平面的交点,这种关系叫投射投影。图中标出的坐标系定义如下[8]:
(1)图像坐标系I(u,v)是以图像平面的左上角为坐标原点所定义的直角坐标系,以像素为单位表示图像中点的位置。
(2)像平面坐标(x,y)指的是CCD成像靶面
195
Ξ收稿日期:2005-07-12 E-m ail:guoyuetan@https://www.doczj.com/doc/743876376.html,
基金项目:国家自然科学基金资助项目(60453001)
作者简介:付梦印(1964-),男,北京理工大学信息科学技术学院自动控制系教授,博士,主要从事导航制导、控制组合导航及智能导航技术的研究。
上的直角坐标系,以光心为原点,x 轴和y 轴分别与u 轴和v 轴平行,以毫米为单位。
(3)摄像机坐标系C (x c ,y c ,z c ),z c 为光轴,它与图像平面垂直,光轴与图像平面的交点为坐标系的原点,x c 轴和y c 轴分别与x 轴和y 轴平行。
(4)空间坐标系W (X W ,Y W ,Z W )指的是在环境中一个基准坐标系,用它来描述摄像机的位置及环境中任何物体的位置。
图1 摄像机成像中的各坐标系通过成像模型及其投射投影关系就可以求取图像中任意一点对应
的空间位置关系,视觉传感
器正是利用该
原理来提供所需的环境信息的[8]。 2.2 视觉系统及其运动环境本文所述的单目视觉系统是安装在移动机器人上的,运行在室内走廊上的移动机器人以及周边环境的俯视图如图2所示。图中的两条黑实线表示走廊上的踢脚线,γ和d 分别为移动机器人当前的偏航角和横向偏移距离
。
图2 视觉系统俯视图 图3 视觉系统侧视图
图3为视觉系统的侧视图。图中给出了空间坐标系W (X W ,Y W ,Z W )与摄像机坐标系C (x c ,y c ,z c )的关系,其中h 为摄像机的安装高度,2α为摄像机的垂直视场角(可由h 和2α计算出移动机器人的视场盲区)。
3 视觉导航信息的获取
3.1 图像处理
图像处理是视觉导航的核心部分,通过图像处
理可以获取所需的环境信息,如车道状态,前向障碍物检测与定位。本文通过图像处理来提取室内环境中的踢脚线信息,以踢脚线信息作为室内导航的参考信息。由于在一般的室内环境中均有踢脚线,不需要另外添加引导标志,而且室内走廊主要为直道,可以通过直线提取获取走廊中踢脚线参数。室内视觉导航方法流程图如图4所示。目前在图像处理中的最大瓶颈是图像处理的速度,它涉及到对图像中的每个像素的运算。为了提高视觉导航的实时性,必须消除不必要的像素点。而图像边缘含有丰富的环境信息,通过边缘提取就可以以足够少的像素数表示足够多的信息。考虑到室内环境中的踢脚线灰度较低,在预处理环节,先对灰度图像进行反色处理,使踢脚线像素灰度级较高,而墙的灰度级较低,因此在简单的走廊环境中,采用阈值分割来实现图像分割,然后对分割图像进行边缘提取。因此可大量地减少后续直线提取的计算量,提高了系统的实时性。 3.2 直线提取
由于室内走廊主要为直道,踢脚线的成像主要为直线,所以本文通过对边缘图像进行直线提取来获取踢脚线的信息。目前直线提取的方法有很多,应用最为广泛的是Hough 变换法[9],本文的直线提取方法也是以Hough 变换为基础的。
平面上的任意一条直线可以表示成为y =kx +b 。在同一直线上所有的点有相同的参数(k ,b ),在以(k ,b )为变量的参数空间中,b =-kx +y ,同一直线上的点将相交于一点(k ,b ),通过(k ,b )就可以确定直线方程,这就是Hough 变换方法的指导思想。为了避免斜率k 为∞的情况,把直线写成
x cos θ+y sin θ=ρ的形式,相应的参数空间就成为(ρ,θ),其中ρ为原点到直线的距离,θ为直线与y 轴正方向的夹角,如图5所示。经过Hough 变换,空间中的一点就可以变换为参数空间中的一条正弦曲线,因为两点可以确定一条直线,所以参数空间中任
意两条正弦曲线的交点(ρ′,θ′)就可以表示一条直线。
图4 视觉导航流程图
本文以图像的边缘点作为候选点,对每个点进行Hough 变换,可得到参数空间的正弦图,
考虑到踢脚线主要
图5 (x ,y )平面到参数平面(ρ,θ
)的转换位于图像的下半部分,为减少计算量,对边缘图像的
2
95光 学 技 术 第32卷
下半部分进行直线提取。所有点的正弦曲线均有相
交点,这是因为图像中的任意两点可以确定一条直
线,这样就必须对经过同一个(ρ,θ
)的像素点的个数进行统计,点个数最多的(ρ,θ
)说明在图像中有最多的点在这条直线上,而这条直线可能就是踢脚
线,这里对经过(ρ,θ
)的点个数设定一个阈值,当个数大于阈值时,判定(ρ,θ
)所对应的直线就是候选直线,当个数小于阈值时,判定(ρ,θ
)所对应的直线不是所求的直线。 3.3 直线参数与移动机器人状态对应关系的建立
当移动机器人处于不同的运动状态时,
由视觉系统提取的踢脚线也会有相应的变化。
3.3.1 移动机器人沿着平行于踢脚线的方向移动
在这种情况下,移动机器人的偏航角为零。注意到踢脚线在空间坐标系中是两平行直线,经过投射投影后成两相交直线,直线的交点称为灭影点(x d ,y d ),同一平面上相同方向的所有平行线都相交于同一灭影点。当移动机器人在平行于踢脚线的方向上移动时,灭影点位置不变,而光心在图像中的成像坐标(x o ,y o )也是不变的。所以根据先验知识,预先确定出灭影点坐标和光心坐标,通过这两点确定出参考直线。经过以上的处理过程可以得到如下信息:
(1)左右踢脚线直线方程为
y l =k l x +b l y r =k r x +b r
(2)左右踢脚线中线方程为
y m =y l +y r 2=(k l +k r )x +(b l +b r )2
=k m x +b m
(3)参考直线方程为
y ref =k ref x +b ref
图6 图像中各直线示意图
其中
k ref =
y d -y o
x d -x o
b ref =y o -b ref x o
如图6所示,任取一深度x ′为统一深度,分别计算出在
此深度处对应的y ′r ,y ′m ,y ′ref 。在不同的踢脚线图像中,中线的位置将随移动机器人的状态而有所改变,但中线到左右踢脚线的实际距离是恒定的,为d 0/2(d 0为左右踢脚线的实际距离),这样就可以计算在同一深度下参考直线到中线的像素差(y ′ref -y ′m )与中线到右踢脚线
的像素差(y ′r -y ′m )的比值。根据这个比值关系
就可以求出移动机器人偏离中线的距离:
d =
d 02y ′ref -y ′m
y ′r -y ′m 3.3.2 移动机器人的移动方向与踢脚线不平
行
在这种情况下,灭影点的位置将不是一个定值,记为(x ′d ,y ′d ),而光心坐标仍然保持不变,这样就可以实时的获取一条能反映当前状态的观测直线,通过观测直线与参考直线的夹角就可以得到车的偏航角θ,直线方程仍为如上所述。
(1)观测直线方程为
y o =k o x +b o
其中
k o =(y ′d -y o )/(x ′d -x o )b o =y ′d -k o x ′d
(2)偏航角为
γ=tan -1k ref -tan -1k o
(3)由图2可以得到移动机器人偏离中线的距离为
d =d 02y ′ref -y ′m
y ′r -y ′m
cos γ
图7 实验平台
4 实验结果
采用美国iRotot
公司的A TRV 移动机器人作为实验平台,在平台上安装了一对双目CCD 摄像机,如图7所示。本文研究的是图8 实验时的室内环境单目视觉导航,因此只对双目CCD 中的右侧CCD 进行图像采集与处理。所采集的图像大小为320×240pixel ,
如图8所示。如果直
接对此图进行处理,处理时间约为5s ,这样不图9 实验结果
能满足实时性的要求。考虑到踢脚线在图像中所处的位置,这里取图像的下半部分进行处理,此时,图像的大小为320×120pixel 。首
(下转第597页)
第4期付梦印,等: 一种基于单目视觉的移动机器人室内导航方法
域数据,其相位值可以赋为0。
(5)波面合成。为得到统一的波面,按式(1)对波面进行合成。由此整个波面解包工作结束。3 二维相位解包算法处理实例
算法采用了VC ++语言,图4是软件流程图。
利用软件对干涉图进行了处理。图5(a )是光盘母盘形成的压包波面,图5(b )和图5(c )分别是区域生长过程进行到40步和80步时对其直接进行波面合成所形成的半解包波面分布图,图5(d )是解包后的波面数据分布图
。
(a )
(b ) (c ) (d )图5
(a )压包波面;(b )40步合成波面;(c )80;(d )解包后的波面。
(a ) (b ) (c )
图6 几种形状的干涉图、直方图和有效区
(a )梅花型;(b )五角型;(c )三角型。
由于在波面复原过程中采用了种子算法,所以
既能自动识别边界,同时又可以任意选定,能很方便地对任意形状的样品进行测量,如中间带孔的圆形、长方型、扇形、菱形等任意形状;图6显示的是几种形状的干涉图、直方图和有效区。
4 结 论
本文提出的基于区域生长理论的波面解包算法抑噪能力强,最适合处理具有大块无效区域数据的干涉图。在综合考虑运算速度和解算精度等诸方面的因素后,能解决光学检测中所遇到的绝大多数干涉图处理问题。参考文献:
[1]Veuster C De ,Slangen P ,Renotte Y ,et al.Disk-growing algo 2
rithm for phase-map unwrapping :application to speckle interfero 2grams[J ].Appl Opt ,1996,35(2):240—247.
[2]J udge T R ,Bryanston-Cross P J.A review of phase unwrapping
techniques in fringe analysis[J ].Optics and Lasers in Engineering ,1994,21:199—239.
[3]Surrel Y.Design of algorithms for phase measurements by the use
of phase stepping[J ].Appl Opt ,1996,35(1):51—60.
[4]Ghiglia D C ,Romero L A.Robust two-dimensional weighted and
unweighted phase unwrapping that uses fast transforms and itera 2tive methods[J ].J Opt Soc Am ,1994,11(1):107—117.
[5]朱日宏,等.移相干涉术的一种新算法:重叠四步平均法[J ].光
学学报,1994,14(12):1288—1293.
[6]朱日宏,王青,陈磊,等.移相干涉技术中移相器的自校正方法
[J ].光学学报,1998,18(7):932—937.
[7]葛爱明,陈磊,陈进榜,等.有遮拦干涉图像的数字化处理技术
研究[J ].光学学报,2000,20(6):775—780.
(上接第593页)
先进行图像的预处理、分割及边缘提取,对所得的图像进行直线提取,整个过程的处理时间在100ms 以内,这是由于图像上半部分含有大量不必要的环境信息的缘故,如门和其它装饰,在剔除这些干扰后,提取的信息主要为踢脚线边缘。这样可大大减少计算量,可满足室内导航的实时性要求。处理结果如图9所示。
通过各直线方程计算出的偏航角和偏离距离为移动机器人的横向控制提供了所需的状态信息。试验证明了移动机器人可以在视觉导航下在室内走廊中平稳行驶。
5 结 论
本文提出的一种基于单目视觉的移动机器人室内导航方法能快速有效地确定出移动机器人的当前状态,不需要对摄像机进行标定,可直接通过从图像中获取参考信息来实现移动机器人的横向控制。直线提取时采用的Hough 变换有较强的抗干扰能力,
能消除由于图像畸变和踢脚线间断带来的影响。此外,由于采用踢脚线作为参考直线,不需要额外添加引导标志,在一般的室内环境下都能实现导航的目的,具有广泛的适用性。参考文献:
[1]Andrew H S https://www.doczj.com/doc/743876376.html,ne detection by orientation and length discrimi 2
nation[J ].IEEE Transactions on Sys Man and Cybernetics Part B :Cybernetics ,2000,30:539—548.
[2]Y ouchun X ,Rongben W ,Shouwen J.A vision navigation algo 2
rithm based on linear lane model[J ].Proceedings of IEEE ,2000,IV :240—245.
[3]Massimo Bertozzi ,Alberto Broggi.A parallel real-time stereo vision
system for generic obstacle and lane detection [J ].IEEE Transac 2tions on Image Processing ,1998,7(1):62—81.
[4]Massimo Bertozzi ,Alberto Broggi.Stereo inverse perspective map 2
ping :theory and applications[J ].Image Vision Computing ,1998,16:585—590.
[5]Jiann-Der Lee.Indoor robot navigation by landmark tracking[J ].
Mathl Comput Modelling ,1997,26(4):79—89.
[6]Hashimoto M ,et al.Mobile robot localization using color signboard
[J ].Mechatronics ,1999,9:633—656.
[7]Marc Ebner ,Andreas Zell.Centering behavior with a mobile robot
using monocular foveated vision[J ].Robotics and Autonomous Sys 2tems ,2000,32:207—218.
[8]刘传才.图像理解与计算机视觉[M ].厦门:厦门大学出版社,
2002.
[9]Hare A R ,Sandier M B.G eneral Test framework for straight-line
detection by hough.transforms [A ].IEEE International Sympo 2sium on Circuctits and systems[C].USA :IEEE ,1993.
第4期何勇,等: 基于区域生长理论的波面解包算法研究
移动机器人的关键技术分为以下三种: (1)导航技术 导航技术是移动机器人的一项核心技术之一[3,4]"它是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动"目前,移动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等"其中,视觉导航15一7]通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进行探测和识别实现导航"它具有信号探测范围广,获取信息完整等优点,是移动机器人导航的一个主要发展方向,而基于非结构化环境视觉导航是移动机器人导航的研究重点。 (2)多传感器信息融合技术多传感器信息融合技术是移动机器人的关键技术之一,其研究始于20世纪80年代18,9]"信息融合是指将多个传感器所提供的环境信息进行集成处理,形成对外部环境的统一表示"它融合了信息的互补性,信息的冗余性,信息的实时性和信息的低成本性"因而能比较完整地,精确地反映环境特征,从而做出正确的判断和决策,保证了机器人系统快速性,准确性和稳定性"目前移动机器人的多传感器融合技术的研究方法主要有:加权平均法,卡尔曼滤波,贝叶斯估计,D-S证据理论推理,产生规则,模糊逻辑,人工神经网络等"例如文献[10]介绍了名为Xavier的机器人,在机器人上装有多种传感器,如激光探测器!声纳、车轮编码器和彩色摄像机等,该机器人具有很高的自主导航能力。 (3)机器人控制器作为机器人的核心部分,机器人控制器是影响机器人性能的关键部分之一"目前,国内外机器人小车的控制系统的核心处理器,己经由MCS-51、80C196等8位、16位微控制器为主,逐渐演变为DSP、高性能32位微控制器为核心构成"由于模块化系统具有良好的前景,开发具有开放式结构的模块化、标准化机器人控制器也成为当前机器人控制器的一个研究热点"近几年,日本!美国和欧洲一些国家都在开发具有开放式结构的机器人控制器,如日本安川公司基于PC开发的具有开放式结构!网络功能的机器人控制器"我国863计划智能机器人主题也已对这方面的研究立项 视觉导航技术分类 机器人视觉被认为是机器人重要的感觉能力，机器人视觉系统正如人的眼睛一样,是机器人感知局部环境的重要“器官”,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色CCD摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。视觉信息处理技术是移动机器人研究中最为关键的技术之一。
《机器人技术及应用》综合 习题 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
《机器人技术及应用》综合习题 一、判断 1.机器人是在科研或工业生产中用来代替人工作的机械装置。（对） 2. 19世纪60年代和20世纪70年代是机器人发展最快、最好的时期，这期间的各项研究发明有效地推动了机器人技术的发展和推广。（错） 3. 对于机器人如何分类，国际上没有制定统一的标准，有的按负载量分，有的按控制方式分，有的按自由度分，有的按结构分，有的按应用领域分。（对） 4. 所谓特种机器人就是面向工业领域的多关节机械手或多自由度机器人。（错） 5. 机器人机械本体结构的动作是依靠关节机器人的关节驱动，而大多数机器人是基于开环控制原理进行的。（错） 6. 机器人各关节伺服驱动的指令值由主计算机计算后，在各采样周期给出，由主计算机根据示教点参考坐标的空间位置、方位及速度，通过运动学逆运算把数据转变为关节的指令值。（对） 7. 为了与周边系统及相应操作进行联系与应答，机器人还应有各种通信接口和人机通信装置。（对） 8. 轮式机器人对于沟壑、台阶等障碍的通过能力较高。（错） 9. 为提高轮式移动机器人的移动能力，研究者设计出了可实现原地转的全向轮。（对） 10. 履带式机器人是在轮式机器人的基础上发展起来的，是一类具有良好越障能力的移动机构，对于野外环境中的复杂地形具有很强的适应能力。（对） 11. 腿式（也称步行或者足式）机构的研究最早可以追溯到中国春秋时期鲁班设计的木车马。（对） 12. 机器人定义的标准是统一的，不同国家、不同领域的学者给出的机器人定义都是相同的。（错） 13. 球形机器人是一种具有球形或近似球形的外壳，通过其内部的驱动装置实现整体滚动的特殊移动机器人。（对） 14. 可编程机器人可以根据操作员所编的程序，完成一些简单的重复性操作，目前在工业界已不再应用。（错） 15. 感知机器人，即自适应机器人，它是在第一代机器人的基础上发展起来的，具有不同程度的“感知”能力。（对） 16. 第三阶段机器人将具有识别、推理、规划和学习等智能机制，它可以把感知和行动智能化结合起来，称之为智能机器人。（对） 17. 工业机器人的最早研究可追溯到第一次大战后不久。（错） 18. 20世纪50年代中期，机械手中的液压装置被机械耦合所取代，如通用电气公司的“巧手人”机器人。（错）
基于深度视觉的室内移动机器人即时定位与建图研究 在无法获取GPS信号的室内场合,如何有效地解决移动机器人的室内定位与导航问题,已经成为机器人技术研究领域的难点与热点,而即时定位与地图构建(SLAM)方法为此提供了一个较为合适的解决方法。近些年,由于以Kinect为代表的深度相机具有同时获取场景的彩色信息与深度信息的特点,基于深度相机的视觉SLAM方法逐渐成为视觉SLAM研究的一个重要方向。 本文主要针对基于深度相机的室内移动机器人SLAM技术展开研究,先是利用TUM数据集完成视觉SLAM算法的测试,再在移动机器人平台上进行算法实验,结果能够较好地建立出室内环境的地图模型。本文的主要研究内容共分为以下几个部分:首先,对本课题研究中使用的深度相机的模型展开介绍,包括其中涉及的坐标系与坐标变换,以及深度相机的标定方法。 接着,分析机器人的视觉SLAM过程中涉及的相关系统变量,并对其运动方程和观测方程作出描述。同时,结合图模型,以位姿图的形式,表示移动机器人的即时定位与地图构建过程,为后续研究打下基础。 其次,详细研究基于深度相机的视觉SLAM算法的各个模块。考虑整体SLAM 算法的实时性能,在视觉SLAM的前端,采用计算速度极快的ORB特征,并利用汉明距离进行匹配,同时引入误匹配优化机制,提高特征匹配的准确率。 在估计相机运动时,利用深度相机的深度信息,使用3D-2D的方法估计两帧图像之间相机的运动。在后端处理部分,介绍回环检测方法,利用视觉词袋算法对机器人运动过程中的位姿进行回环,约束其位姿的估计误差。 然后,介绍基于位姿图的非线性优化方法,并利用g2o库求解相机运动轨迹,同时根据深度相机的数据,构建点云地图,展开算法的评价。再次,针对点云地图
移动机器人视觉导航。 0504311 19 刘天庆一、引言 智能自主移动机器人系统能够通过传感器感知外界环境和自身状态，实现在有障碍物环境中面向目标的自主运动，从而完成一定作业功能。其本身能够认识工作环境和工作对象，能够根据人给予的指令和“自身”认识外界来独立地工作，能够利用操作机构和移动机构完成复杂的操作任务。因此，要使智能移动机器人具有特定智能，其首先就须具有多种感知功能，进而进行复杂的逻辑推理、规划和决策，在作业环境中自主行动。机器人在行走过程中通常会碰到并且要解决如下三个问题：（1）我（机器人）现在何处？（2）我要往何处走？（3）我要如何到达该处？其中第一个问题是其导航系统中的定位及其跟踪问题，第二、三个是导航系统的路径规划问题。移动机器人导航与定位技术的任务就是解决上面的三个问题。移动机器人通过传感器感知环境和自身状态，进而实现在有障碍物的环境中面向目标自主运动，这就是通常所说的智能自主移动机器人的导航技术。而定位则是确定移动机器人在工作环境中相对于全局坐标的位置及其本身的姿态，是移动机器人导航的基本环节。 目前，应用于自主移动机器人的导航定位技术有很多，归纳起来主要有：安装CCD 摄像头的视觉导航定位、光反射导航定位、全球定位系统GPS(Global Positioning System)、声音导航定位以及电磁导航定位等。下面分别对这几种方法进行简单介绍和分析。 1、视觉导航定位 在视觉导航定位系统中，目前国内外应用较多的是基于局部视觉的在机器人中安装车载摄像机的导航方式。在这种导航方式中，控制设备和传感装置装载在机器人车体上，图像识别、路径规划等高层决策都由车载控制计算机完成。视觉导航定位系统主要包括：摄像机（或CCD 图像传感器）、视频信号数字化设备、基于DSP 的快速信号处理器、计算机及其外设等。现在有很多机器人系统采用CCD 图像传感器，其基本元件是一行硅成像元素，在一个衬底上配置光敏元件和电荷转移器件，通过电荷的依次转移，将多个象素的视频信号分时、顺序地取出来，如面阵CCD传感器采集的图像的分辨率可以从32×32 到1024×1024 像素等。视觉导航定位系统的工作原理简单说来就是对机器人周边的环境进行光学处理，先用摄像头进行图像信息采集，将采集的信息进行压缩，然后将它反馈到一个由神经网络和统计学方法构成的学习子系统，再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。 视觉导航定位中，图像处理计算量大，计算机实时处理的速度要达到576MOPS~5.76BOPS，这样的运算速度在一般计算机上难以实现，因此实时性差这一瓶颈问题有待解决； 另外，对于要求在黑暗环境中作业的机器人来说，这种导航定位方式因为受光线条件限制也不太适应。 当今国内外广泛研制的竞赛足球机器人通常都采用上面所说的视觉导航定位方式，在机器人小车子系统中安装摄像头，配置图像采集板等硬件设备和图像处理软件等组成机器人视觉系统。通过这个视觉系统，足球机器人就可以实现对球的监测，机器人自身的定位，作出相应动作和预测球的走向等功能
基于视觉导航的轮式移动机器人设计方案第一章移动机器人 §1.1移动机器人的研究历史 机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器)。1962年，美国Unimation公司的第一台机器人Unimate。在美国通用汽车公司(GM)投入使用，标志着第一代机器人的诞生。 智能移动机器人更加强调了机器人具有的移动能力，从而面临比固定式机器人更为复杂的不确定性环境，也增加了智能系统的设计复杂度。1968年到1972年间，美国斯坦福国际研究所(Stanford Research Institute, SRI)研制了移动式机器人Shaky,这是首台采用了人工智能学的移动机器人。Shaky具备一定人工智能，能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)。它装备了电视摄像机、三角法测距仪、碰撞传感器、驱动电机以及编码器，并通过无线通讯系统由二台计算机控制。当时计算机的体积庞大，但运算速度缓慢，导致Shaky往往需要数小时的时间来分析环境并规划行动路径。 1970年前联月球17号探测器把世界第一个无人驾驶的月球车送七月球，月球车行驶0.5公里，考察了8万平方米的月面。后来的月球车行驶37公里，向地球发回88幅月面全景图。在同一时代，美国喷气推进实验室也研制了月球车(Lunar rover),应用于行星探测的研究。采用了摄像机，激光测距仪以及触觉传感器。机器人能够把环境区分为可通行、不可通行以及未知等类型区域。 1973年到1979年，斯坦福大学人工智能实验室研制了CART移动机器人，CART可以自主地在办公室环境运行。CART每移动1米，就停下来通过摄像机的图片对环境进行分析，规划下一步的运行路径。由于当时计算机性能的限制，CART每一次规划都需要耗时约15分钟。CMU Rover由卡耐基梅隆大学机
第9卷 第7期2004年7月 中国图象图形学报Journal of Image and G raphics V ol.9,N o.7July 2004 基金项目:国家“863”计划资助项目(编号:2001AA422200)收稿日期:2004201213;改回日期:2004204206 基于路径识别的移动机器人视觉导航 张海波 原 魁 周庆瑞 (中国科学院自动化研究所高技术创新中心,北京 100080) 摘 要 跟随路径导引是自主式移动机器人广泛采用的一种导航方式,其中视觉导航具有其他传感器导航方式所无法比拟的优点,是移动机器人智能导航的主要发展方向。为了提高移动机器人视觉导航的实时性和准确性,提出了一个基于路径识别的视觉导航系统,其基本思想是首先用基于变分辨率的采样二值化和形态学去噪方法从原始场景图像中提取出目标支持点集,然后用一种改进的哈夫变化检测出场景中的路径,最后由路径跟踪模块分直行和转弯两种情况进行导航计算。实验结果表明,该视觉导航系统具有较好的实时性和准确性。关键词 自主式移动机器人 视觉导航 路径识别 中图法分类号:TP242.62 文献标识码:A 文章编号:100628961(2004)0720853205 Visual N avigation of a Mobile R obot B ased on P ath R ecognition ZH ANG Hai 2bo ,Y UAN K ui ,ZH OU Qing 2rui (Hi 2tech Innovation Centre ,Institute o f Automation ,Chinese Academy o f Sciences ,Beijing 100080) Abctract G uidance using path following is widely applied in the field of autonom ous m obile robots.C om pared with the navigation system without vision ,visual navigation has obvious advantages as rich in formation ,low cost ,quietness ,innocuity ,etc.This pa 2per describes a navigation system which uses the visual in formation provided by guide lines and color signs.In our approach ,the visual navigation is com posed of three main m odules :image 2preprocessing ,path 2recognition and path 2tracking.First ,image 2pre 2processing m odule formulates color m odels of all kinds of objects ,and establishes each object ’s support through adaptive subsam 2pling 2based binarization and mathematical m orphology.Second ,path 2recognition m odule detects the guide lines through an im 2proved H ough trans form alg orithm ,and the detected results including guide lines and color signs integrate the path in formation.Fi 2nally ,calling different functions according to the m ovement of straight 2g oing or turning ,path 2tracking m odule provides required in 2put parameters to m otor controller and steering controller.The experimental results dem onstrate the effectiveness and the robustness of our approach. K eyw ords com puter perception ,autonom ous m obile robot ,visual navigation ,path recognition 1 引 言 导航技术是移动机器人的一项核心技术,其难 度远远超出人们最初的设想,其主要原因有:一是环境的动态变化和不可预测;二是机器人感知手段的不完备,即很多情况下传感器给出的数据是不完全、不连续、不可靠的[1]。这些原因使得机器人系统在复杂度、成本和可靠性方面很难满足要求。 目前广泛应用的一种导航方式是“跟随路径导 引”,即机器人通过对能敏感到的某些外部的连续路 径参照线作出相应反应来进行导航[2]。这种方法和传统的“硬”自动化相比大大增加了系统的灵活性,其具有代表性的系统有:C ontrol Engineering 公司安装的导线引导系统,它是通过检测埋在地下的引导导线来控制行进方向,其线路分岔则通过在导线上加载不同频率的电流来实现[3];Egemin Automation 公司生产的Mailm obile 机器人则安装有主动式紫外光源,并通过3个光电探头来跟随由受激化学物质构成的发光引导路径[4];Macome 公司为自动驾驶车
《机器人技术及应用》综合习题 一、判断 1.机器人是在科研或工业生产中用来代替人工作的机械装置。（对） 2. 19世纪60年代和20世纪70年代是机器人发展最快、最好的时期，这期间的各项研究发明有效地推动了机器人技术的发展和推广。（错） 3. 对于机器人如何分类，国际上没有制定统一的标准，有的按负载量分，有的按控制方式分，有的按自由度分，有的按结构分，有的按应用领域分。（对） 4. 所谓特种机器人就是面向工业领域的多关节机械手或多自由度机器人。（错） 5. 机器人机械本体结构的动作是依靠关节机器人的关节驱动，而大多数机器人是基于开环控制原理进行的。（错） 6. 机器人各关节伺服驱动的指令值由主计算机计算后，在各采样周期给出，由主计算机根据示教点参考坐标的空间位置、方位及速度，通过运动学逆运算把数据转变为关节的指令值。（对） 7. 为了与周边系统及相应操作进行联系与应答，机器人还应有各种通信接口和人机通信装置。（对） 8. 轮式机器人对于沟壑、台阶等障碍的通过能力较高。（错） 9. 为提高轮式移动机器人的移动能力，研究者设计出了可实现原地转的全向轮。（对） 10. 履带式机器人是在轮式机器人的基础上发展起来的，是一类具有良好越障能力的移动机构，对于野外环境中的复杂地形具有很强的适应能力。（对） 11. 腿式（也称步行或者足式）机构的研究最早可以追溯到中国春秋时期鲁班设计的木车马。（对） 12. 机器人定义的标准是统一的，不同国家、不同领域的学者给出的机器人定义都是相同的。（错） 13. 球形机器人是一种具有球形或近似球形的外壳，通过其内部的驱动装置实现整体滚动的特殊移动机器人。（对） 14. 可编程机器人可以根据操作员所编的程序，完成一些简单的重复性操作，目前在工业界已不再应用。（错） 15. 感知机器人，即自适应机器人，它是在第一代机器人的基础上发展起来的，具有不同程度的“感知”能力。（对） 16. 第三阶段机器人将具有识别、推理、规划和学习等智能机制，它可以把感知和行动智能化结合起来，称之为智能机器人。（对） 17. 工业机器人的最早研究可追溯到第一次大战后不久。（错） 18. 20世纪50年代中期，机械手中的液压装置被机械耦合所取代，如通用电气公司的“巧手人”机器人。（错） 19. 一般认为Unimate和Versatran机器人是世界上最早的工业机器人。（对） 20. 1979年Unimation公司推出了PUMA系列工业机器人，它是全电动驱动、关节式结构、多中央处理器二级微机控制，可配置视觉感受器、具有触觉的力感受器，是技术较为先进的机器人。（对） 1. 刚体的自由度是指刚体具有独立运动的数目。（对） 2. 机构自由度只取决于活动的构件数目。（错） 3. 活动构件的自由度总数减去运动副引入的约束总数就是该机构的自由度。（对） 4. 机器人运动方程的正运动学是给定机器人几何参数和关节变量，求末端执行器相对于参考坐标系的位置和姿态。（对） 5. 机器人运动方程的逆运动学是给定机器人连杆几何参数和末端执行器相对于参考坐标系的位姿，求机器人实现此位姿的关节变量。（对） 6. 机械臂是由一系列通过关节连接起来的连杆构成。（对） 7. 对于机械臂的设计方法主要包括为2点，即机构部分的设计和内部传感器与外部传感器的设计。（错） 8. 球面坐标型机械臂主要由一个旋转关节和一个移动关节构成，旋转关节与基座相连，移动关节与末端执行器连接。（对） 9. 为提高轮式移动机器人的移动能力，研究者设计出了可实现原地转的全向轮。（对） 10. 履带式机器人是在轮式机器人的基础上发展起来的，是一类具有良好越障能力的移动机构，对于野外环境中的复杂地形具有很强的适应能力。（对） 11. 腿式（也称步行或者足式）机构的研究最早可以追溯到中国春秋时期鲁班设计的木车马。（对） 12. 刚体在空间中只有4个独立运动。（错） 13. 球形机器人是一种具有球形或近似球形的外壳，通过其内部的驱动装置实现整体滚动的特殊移动机器人。（对） 14. 在机构中，每一构件都以一定的方式与其他构件相互连接，这种由两个构件直接接触的可动连接称为运动副。（错） 15. 运动副可以根据其引入约束的数目进行分类，引入一个约束的运动副称为二级副。（错） 16.通过面接触而构成的运动副，称为低副；通过点或线接触而构成的运动副称为高副。（对） 17. 两个构件之间只做相对转动的运动副称为移动副。（错） 18. 构成运动副的两个构件之间的相对运动若是平面运动则称为平面运动副，若为空间运动则称为空间运动副。（对） 19. 在平面机构中，每个构件只有3个自由度。每个平面低副（转动副和移动副）提供1个约束，每个平面高副提供2
移动机器人视觉定位方法的研究 针对移动机器人的局部视觉定位问题进行了研究。首先通过移动机器人视觉定位与目标跟踪系统求出目标质心特征点的位置时间序列，然后在分析二次成像法获取目标深度信息的缺陷的基础上，提出了一种获取目标的空间位置和运动信息的方法。该方法利用序列图像和推广卡尔曼滤波，目标获取采用了HIS模型。在移动机器人满足一定机动的条件下，较精确地得到了目标的空间位置和运动信息。仿真结果验证了该方法的有效性和可行性。 运动视觉研究的是如何从变化场景的一系列不同时刻的图像中提取出有关场景中的目标的形状、位置和运动信息，将之应用于移动机器人的导航与定位。首先要估计出目标的空间位置和运动信息，从而为移动机器人车体的导航与定位提供关键前提。 视觉信息的获取主要是通过单视觉方式和多视觉方式。单视觉方式结构简单，避免了视觉数据融合，易于实现实时监测。如果利用目标物体的几何形状模型，在目标上取3个以上的特征点也能够获取目标的位置等信息。此方法须保证该组特征点在不同坐标系下的位置关系一致，而对于一般的双目视觉系统，坐标的计算误差往往会破坏这种关系。 采用在机器人上安装车载摄像机这种局部视觉定位方式，本文对移动机器人的运动视觉定位方法进行了研究。该方法的实现分为两部分：首先采用移动机器人视觉系统求出目标质心特征点的位置时间序列，从而将对被跟踪目标的跟踪转化为对其质心的跟踪；然后通过推广卡尔曼滤波方法估计目标的空间位置和运动参数。 1.目标成像的几何模型 移动机器人视觉系统的坐标关系如图1所示。 其中O-XYZ为世界坐标系；Oc-XcYcZc为摄像机坐标系。其中Oc为摄像机的光心，X 轴、Y轴分别与Xc轴、Yc轴和图像的x，y轴平行，Zc为摄像机的光轴，它与图像平面垂直。光轴与图像平面的交点O1为图像坐标系的原点。OcO1为摄像机的焦距f. 图1 移动机器人视觉系统的坐标关系
《工业机器人技术与应用》试卷（A ） 一、填空（每空1分，共30分） 1．按照机器人的技术发展水平，可以将工业机器人分为三代 ___ _ ___ 机器 人、 ____ __ _ 机器人和 ___ ____ 机器人。 2．机器人行业所说的四巨头是__________ 、 __________ 、 __________ 、__________。 3．机器人常用的驱动方式主要有_____ _ ____、 ____ __和______ ____ 三种基本类型。 4．一般来说，机器人运动轴按其功能可划分为 __ ____ 、 _ 和工装轴，________ 和工装轴统称 _______。 5．从结构形式上看，搬运机器人可分为 __________ 、 __________ 、 __________ 、 __________ 和关节式搬运机器人。 6．码垛机器人工作站按进出物料方式可分为 __ ___ 、 _____ __ 、___ __ __ 和四进四出等形式。 7．装配机器人常见的末端执行器主要有__ ___ 、 _____ __ 、___ __ __ 和 。 8．弧焊系统是完成弧焊作业的核心装备，主要由 、送丝机、 和气瓶等组成。 9．目前工业生产应用中较为普遍的涂装机器人按照手腕构型分主要有两种： 涂装机器人和 涂装机器人，其中 手腕机器人更适合用于涂装作业。 二、判断（每题2分，共20分） （ ）1．涂装机器人的工具中心点（ TCP ）通常设在喷枪的末端中心处。 （ ）2．一个完整的点焊机器人系统由操作机、控制系统和点焊焊接系统几部分组 成。 （ ）3. 工业机器人是一种能自动控制，可重复编程，多功能、多自由度的操作机。 （ ）4．工业机器人的腕部传动多采用 RV 减速器，臂部则采用谐波减速器。 （ ）5．在直角坐标系下，机器人各轴可实现单独正向或反向运动。 （ ）6．当机器人发生故障需要进入安全围栏进行维修时，需要在安全围栏外配备 安全监督人员以便在机器人异常运转时能够迅速按下紧急停止按钮。 （ ）7．示教时，为爱护示教器，最好戴上手套。 （ ）8．机器人示教时，对于有规律的轨迹，原则上仅需示教几个关键点。 （ ）9．离线编程是工业机器人目前普遍采用的编程方式。 （ ）10．根据车间场地面积，在有利于提高生产节拍的前提下，搬运机器 人工作站可采用 L 型、环状、“品”字、“一”字等布局。 三、选择（每题2分，共20分） 1．通常所说的焊接机器人主要指的是（ ）。 ①点焊机器人；②弧焊机器人；③等离子焊接机器人；④激光焊接机器人 A. ①② B. ①②④ C. ①③ D. ①②③④ 2．工业机器人一般具有的基本特征是（ ）。 ①拟人性；②特定的机械机构；③不同程度的智能；④独立性；⑤通用性 A. ①②③④ B. ①②③⑤ C. ①③④⑤ D. ②③④⑤ 3．按基本动作机构，工业机器人通常可分为（ ）。 ①直角坐标机器人；②柱面坐标机器人；③球面坐标机器人；④关节型机器人 A. ①② B. ①②③ C. ①③ D. ①②③④ 4．操作机是工业机器人的机械主体，是用于完成各种作业的执行机构。它主要哪由几部分组成（ ） ①机械臂；②驱动装置；③传动单元；④内部传感器 A. ①② B. ①②③ C. ①③ D. ①②③④ 5．工业机器人常见的坐标系有（ ）。 ①关节坐标系；②直角坐标系；③工具坐标系；④用户坐标系 A. ①② B. ①②③ C. ①③④ D. ①②③④ 6．对工业机器人进行作业编程，主要内容包含（ ）。 ①运动轨迹；②作业条件；③作业顺序；④插补方式 A. ①② B. ①②③ C. ①③ D. ①②③④ 7．依据压力差不同，可将气吸附分为（ ）。 ①真空吸盘吸附 ②气流负压气吸附 ③挤压排气负压气吸附 A. ①② B. ①③ C. ②③ D. ①②③ 8．搬运机器人作业编程主要是完成（ ）的示教。 ①运动轨迹 ②作业条件 ③作业顺序 A. ①② B. ①③ C. ②③ D. ①②③ 9．涂装条件的设定一般包括（ ）。 ①涂装流量；②雾化气压；③喷幅（调扇幅）气压；④静电电压；⑤颜色设置表 A. ①②⑤ B. ①②③⑤ C. ①③ D. ①②③④⑤ 班级 姓名 学号 ---------------------------------------------密-------------------------------------封---------------------------------线----------------------------------------- -封
第32卷第4期2006年7月 光学技术 OPTICAL TECHN IQU E Vol.32No.4 J uly 2006 文章编号:1002-1582(2006)04-0591-03 一种基于单目视觉的移动机器人室内导航方法Ξ 付梦印,谭国悦,王美玲 (北京理工大学信息科学技术学院自动控制系,北京 100081) 摘 要:针对室内导航的环境特点,提出了一种简单快速的、以踢脚线为参考目标的移动机器人室内导航方法。该方法从图像中提取踢脚线作为参考直线,通过两条直线在图像中的成像特征,提取角度和横向偏离距离作为移动机器人的状态控制输入,从而实现移动机器人的横向运动控制。该方法无需进行摄像机的外部参数标定,大大简化了计算过程,提高了视觉导航的实时性。 关键词:视觉导航;直线提取;Hough变换;移动机器人;踢脚线 中图分类号:TP242.6+2;TP391 文献标识码:A An indoor navigation algorithm for mobile robot based on monocular vision FU Meng-yin,T AN G uo-yue,WANG Mei-ling (Department of Automatic Control,School of Information and Science Technolo gy, Beijing Institute of Technology,Beijing 100081,China) Abstract:Considered the features of indoor environment,a sim ple fast indoor navigation algorithm for vision-guide mobile robot was presented,which used skirting lines as the reference objects to locate the mobile robot.This algorithm detected skirt2 ing lines using monocular images and analyzed the lines’parameters to provide angle and distance of the robot as in puts of robot control.Without calibrating camera parameters,this algorithm greatly reduces computation time and improves the real-time a2 bility of vision navigation. K ey w ords:vision navigation;line detection;Hough transform;mobile robot;skirt line 1 引 言 近年来,机器视觉因其含有丰富的环境信息而受到普遍的关注。随着视觉传感器价格的不断下降,视觉导航已成为导航领域研究的热点。在室外进行视觉导航时,采用视觉传感器可获取车道信息,通过摄像机的标定来实现坐标转换,通过确定车辆当前的状态来实现导航。绝大部分智能车辆都是应用视觉来完成车道检测的[1,2],例如意大利的AR2 GO[3]项目就是通过使用逆投射投影的方法[4]来确定车辆状态的,并获得了良好的实验效果。在室内进行视觉导航时,利用视觉提取室内环境特征,例如一些预先设置的引导标志就是通过图像处理进行识别并理解这些标志来完成导航任务的[5,6]。这些都需要在图像中进行大量的搜索运算来提取标志,并通过一系列的图像理解算法来理解标志的信息,因而计算量很大。当然也可以通过视觉计算室内环境,例如通过走廊中的角点特征来获取状态信息[7],以此减少图像搜索时的计算量。但这些角点信息易受移动机器人运动的影响,会模糊角点信息,为了提高计算精度需要通过光流法对背景信息进行运动补偿,计算复杂,实时性不理想。 当移动机器人在实验室走廊环境下进行导航控制时,需要视觉传感器为其提供偏航角和横向偏离距离这两个参数。通过对单目视觉图像进行处理来获取这两个参数,完成移动机器人的横向运动控制。 2 摄像机成像模型与视觉系统 2.1 摄像机成像模型 使用视觉传感器首先要考虑的是其成像模型,它是指三维空间中场景到图像平面的投影关系,不同的视觉传感器有不同的成像模型。本文采用高分辨率CCD摄像机作为视觉传感器,其成像模型为针孔模型,空间中任意一点P在图像上的成像位置可以用针孔模型近似表示。如图1所示,P点投影位置为p,它是光心O同P点的连线O P与图像平面的交点,这种关系叫投射投影。图中标出的坐标系定义如下[8]: (1)图像坐标系I(u,v)是以图像平面的左上角为坐标原点所定义的直角坐标系,以像素为单位表示图像中点的位置。 (2)像平面坐标(x,y)指的是CCD成像靶面 195 Ξ收稿日期:2005-07-12 E-m ail:guoyuetan@https://www.doczj.com/doc/743876376.html, 基金项目:国家自然科学基金资助项目(60453001) 作者简介:付梦印(1964-),男,北京理工大学信息科学技术学院自动控制系教授,博士,主要从事导航制导、控制组合导航及智能导航技术的研究。
大学 机 器 人 技 术 及 应 用 结 课 论 文
智能引领未来 摘要： 智能引领未来，机器人能力将远胜人类，这不是梦想；未来的机器人也能自主的学习和思考，工作能力将远远超过人类，能承担大量人类所不能及的工作，进一步推动智能科学的发展，促进社会的进步，促进经济的高速增长，而实现智能化必须依靠强有力的硬件系统，就机器人而言，其身上集成了多种处理器、存储器与大量的传感器，设想，当这些器件不断地走向高端化、微型化、进一步集成化，那么机器人的处理速度将进一步提高，质量与体积将大大减小，机器人将越来越”聪明“。 关键词： 机器人、智能、硬件系统、高端化、集成化、微型化、聪明。 引言： 现在的机器人与人类比较起来，机器人不能自主学习与自主思考，缺乏情感，必须需要接收人的命令才能执行相关命令，或者事先就把各种命令存储到机器人的大脑中，有需要的时候就执行命令。随着集成电路的飞速发展，处理器、存储器、传感器等电子元件的高端化、微型化、集成化，机器人的处理速度将大大提高，质量与体积将大大减轻，机器人会变得越来越”聪明“。 集成电路前景优越 芯片即集成电路产业是国民经济和社会发展的战略性、基础性、先导性产业，在计算机、消费类电子、网络通信、汽车电子等几大领域起着关键作用，是全球主要国家或地区抢占的战略制高点，尤其是发达国家在这一领域投入了大量创新资源，竞争日趋激烈。 随着技术的不断进步，新的元件结构和材料上的变革都将对机器人的发展战略起到决定作用。在晶圆代工产业，14nm/16nm的FinFET器件已取得了一定的发展。拥有较低泄漏率和更高速度的低功率晶体管备受瞩目。3DNAND使平面NAND 降到20nm以下，创造出外形更小巧、位密度更高的产品。 为了改进3D设备的性能，未来的逻辑芯片和晶圆代工设备的解决方案需要采用选择性外延与高k金属栅电极材料加工工艺，以提高晶体管的速度，降低泄漏率。低功耗、高性能的晶体管则能丰富移动设备的功能，同时延长电池寿命, 3DNAND需要HAR蚀刻、阶梯绘图、多层堆叠沉积和高选择性硬模等技术的支持，从而在小巧的外形空间内实现高密度存储，这对智能化设备，如对机器人来说简直就是如虎添翼啊！ 随着LED产业发展越来越趋于健康和理性，LED领域设备需求也更多来自于新工艺、新技术的驱动，而非简单生产规模的扩张，比如倒装芯片与高压芯片被认为是目前最具有发展前景的LED芯片技术，而这两种技术也带动了深槽刻蚀设备和金属反射层镀膜设备等新设备、新工艺的需求。除此之外，还有AlN镀膜设备、高亮度红黄光芯片刻蚀设备等设备的需求。 集成电路引导未来生活 一张0.5毫米厚的世博会门票，其“真实面目”是个集成电路产品。门票里装了RFID芯片，当门票靠近读卡机时，门票上的线圈会感应出电流，电流便驱
工业机器人及机器人视觉系统 人类想要实现一系列的基本活动，如生活、工作、学习就必须依靠自身的器官，除脑以外，最重要的就是我们的眼睛了，（工业）机器人也不例外，要完成正常的生产任务，没有一套完善的，先进的视觉系统是很难想象的。 机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。 机器视觉系统的应用 在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去。一般来说，机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。对于每一个应用，我们都需要考虑系统的运行速度和图像的
处理速度、使用彩色还是黑白摄像机、检测目标的尺寸还是检测目标有无缺陷、视场需要多大、分辨率需要多高、对比度需要多大等。从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分 工作过程 ?一个完整的机器视觉系统的主要工作过程如下： ?1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。 ?2、图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。 ?3、摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。 ?4、摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。
《工业机器人技术与应用》试卷 （A ） 一、填空（每空1分，共30分） 1．按照机器人的技术发展水平，可以将工业机器人分为三代 ___ _ ___ 机器 人、 ____ __ _ 机器人和 ___ ____ 机器人。 2．机器人行业所说的四巨头是__________ 、 __________ 、 __________ 、__________。 3．机器人常用的驱动方式主要有_____ _ ____、 ____ __和______ ____ 三种基本类型。 4．一般来说，机器人运动轴按其功能 可划分为 __ ____ 、 _ 和工装轴，________ 和工装轴统称 _______。 5．从结构形式上看，搬运机器人可分为 __________ 、 __________ 、 __________ 、 __________ 和关节式搬运机器人。 6．码垛机器人工作站按进出物料方式可 分为 __ ___ 、 _____ __ 、___ __ __ 和四进四出等形 式。 7．装配机器人常见的末端执行器主要有__ ___ 、 _____ __ 、___ __ __ 和 。 8．弧焊系统是完成弧焊作业的核心装 备，主要由 、送丝机、 和气瓶等组成。 9．目前工业生产应用中较为普遍的涂装 机器人按照手腕构型分主要有两种： 涂 装 机 器 人 和 涂装机器人，其中 手腕机器人更适合用于涂装作业。 二、判断（每题2分，共20分） （ ）1．涂装机器人的工具中心点 （ TCP ）通常设在喷枪的末端中心处。 （ ）2．一个完整的点焊机器人系统 由操作机、控制系统和点焊焊接系统几部分组成。 （ ）3. 工业机器人是一种能自动控制，可重复编程，多功能、多自由度的操作机。 （ ）4．工业机器人的腕部传动多采 用 RV 减速器，臂部则采用谐波减速器。 班级 姓名 学号
移动机器人视觉定位设计方案 运动视觉研究的是如何从变化场景的一系列不同时刻的图像中提取出有关场景中的目标的形状、位置和运动信息，将之应用于移动机器人的导航与定位。首先要估计出目标的空间位置和运动信息，从而为移动机器人车体的导航与定位提供关键前提。 视觉信息的获取主要是通过单视觉方式和多视觉方式。单视觉方式结构简单，避免了视觉数据融合，易于实现实时监测。如果利用目标物体的几何形状模型，在目标上取3 个以上的特征点也能够获取目标的位置等信息。此方法须保证该组特征点在不同坐标系下的位置关系一致，而对于一般的双目视觉系统，坐标的计算误差往往会破坏这种关系。 采用在机器人上安装车载摄像机这种局部视觉定位方式，本文对移动机器人的运动视觉定位方法进行了研究。该方法的实现分为两部分：首先采用移动机器人视觉系统求出目标质心特征点的位置时间序列，从而将对被跟踪目标的跟踪转化为对其质心的跟踪；然后通过推广卡尔曼滤波方法估计目标的空间位置和运动参数。 1 目标成像的几何模型 移动机器人视觉系统的坐标关系如图1 所示。 其中O-X Y Z 为世界坐标系；O c - X cY cZ c 为摄像机坐标系。其中O c 为摄像机的光心，X 轴、Y 轴分别与X c 轴、Y c 轴和图像的x ，y 轴平行，Z c 为摄像机的光轴，它与图像平面垂直。光轴与图像平面的交点O 1 为图像坐标系的原点。O cO 1 为摄像机的焦距f 。 图1 移动机器人视觉系统的坐标关系 不考虑透镜畸变，则由透视投影成像模型为：
式中，Z′= ［u，v ］T 为目标特征点P 在图像坐标系的二维坐标值；（X ，Y ，Z ）为P 点在世界坐标系的坐标；（X c0，Y c0，Z c0）为摄像机的光心在世界坐标系的坐标；dx ，dy 为摄像机的每一个像素分别在x 轴与y 轴方向采样的量化因子；u0，v 0 分别为摄像机的图像中心O 1 在x 轴与y 轴方向采样时的位置偏移量。通过式（1）即可实现点P 位置在图像坐标系和世界坐标系的变换。 2 图像目标识别与定位跟踪 2.1 目标获取 目标的获取即在摄像机采集的图像中搜索是否有特定目标，并提取目标区域，给出目标在图像中的位置特征点。 由于机器人控制实时性的需要，过于耗时的复杂算法是不适用的，因此以颜色信息为目标特征实现目标的获取。本文采用了HS I 模型， 3 个分量中，I 是受光照影响较大的分量。所以，在用颜色特征识别目标时，减少亮度特征I 的权值，主要以H 和S 作为判定的主要特征，从而可以提高颜色特征识别的鲁棒性。 考虑到连通性，本文利用捕获图像的像素及其八连通区域的平均HS 特征向量与目标像素的HS特征向量差的模是否满足一定的阈值条件来判别像素的相似性；同时采用中心连接区域增长法进行区域增长从而确定目标区域。图2 给出了目标区域分割的算法流程。