移动机器人视觉伺服控制系统的研究

摘要

随着最近几年图像处理技术以及计算机处理能力的发展，基于视觉的移动机器人技术得到的飞速的发展。通过对视觉图像进行分割、识别，完成移动机器人系统对于目标的识别和追踪等功能。
　　本文设计了一种在无人工厂中完成自动物料运输的移动机器人。它采用机器视觉作为感知外围环境的传感器，基于模糊智能算法完成对于车体的姿态控制，能够在工厂中按照预先设定的轨道运行。
　　通过本课题的研究，得到了以下的结果与结论：
　　1.基于ATOM处理器的工控机与 ARM7运动控制器，设计了具有丰富计算能力、易开发、功耗低等优点的移动机器人视觉控制平台。
　　2.通过分析道路标志的特征，设计了一种基于平行线特征的道路标志提取算法，并基于几何不变矩的方法验证目标选择的正确性。
　　3.尝试自适应阈值分割、区域生长算法、彩色区域分割和分水岭分割算法来处理文中的环境特征，利用最终测量精度(UMA)的分割效果评估准则对分割结果进行评价。
　　4.基于模板匹配的方法，实现了连续图像序列的目标追踪技术。并且使用图像金字塔对此算法进行优化，降低了计算复杂度、缩短了处理的时间。
　　5.基于图像中的兴趣点的提取，使用了模板匹配的算法计算它们在立体视觉中系统中的三维坐标。通过将兴趣点进行聚类处理，获得图像中的障碍物信息。
　　6.分析了双轮差速机构的动力学模型。根据视觉处理结果难以建立具体的模型的等特点，基于模糊控制算法，采用点追踪的移动机器人控制策略完成系统的控制功能。针对此算法使用MATLAB进行仿真，验证该算法应用于移动机器人视觉控制系统的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 本课题的来源、目的及意义

1.2 国内外的发展与现状

1.3 视觉伺服控制系统的发展趋势

1.4 本文的研究内容

第二章 基于视觉的移动机器人控制系统平台设计

2.1 移动机器人运动结构设计

2.2 视觉控制系统硬件总体结构

2.3 软件环境

第三章 移动机器人的图像处理技术

3.1 图像预处理

3.2 图像分割

3.3 直线特征检测

第四章 移动机器人的视觉导航研究

4.1 移动机器人视觉处理系统的结构

4.2 道路标志的识别

4.3分割效果对比

第五章 基于连续图像序列的目标跟踪

5.1 概述

5.2 基于模板匹配的移动目标追踪算法

5.3 基于图像金字塔的模板匹配算法的优化

5.4 拥有记忆效应的自适应模板继承算法

5.5 连续图像追踪实验及结果

5.6 基于光流法的图像序列跟踪

第六章 移动机器人的障碍物检测技术研究

6.1 立体视觉中的图像深度信息获取

6.2 立体标定原理

6.3 基于兴趣点和模板的立体匹配算法

6.4特征点的聚类

第七章 移动机器人的控制系统设计

7.1 移动机器人的运动学模型

7.2 视觉伺服系统

7.3 模糊控制器的设计及仿真

第八章 总结与展望

8.1 工作总结

8.2 前景展望

致谢

参考文献

作者攻硕期间取得的研究成果