針對現有移動(dòng)機器人位姿檢測系統誤差大、傳感器不易安裝等問(wèn)題，本文設計了一種利用機器視覺(jué)來(lái)實(shí)現移動(dòng)機器人位姿檢測的系統。工業(yè)相機實(shí)時(shí)采集運動(dòng)目標圖像，結合LabVIEW開(kāi)發(fā)平臺，利用模式匹配方法計算移動(dòng)機器人的位姿信息。
本文研制了測試系統并進(jìn)行相關(guān)測試，實(shí)驗結果與理論值基本一致，且具有較高的精度，為后續的進(jìn)一步深入研究打下了基礎。
現階段，移動(dòng)機器人的特性及應用是研究的一個(gè)熱點(diǎn)[1]。移動(dòng)機器人的應用領(lǐng)域廣泛，已經(jīng)從傳統的工業(yè)領(lǐng)域擴展到醫療服務(wù)、教育娛樂(lè )、勘探勘測、生物工程、救災救援等新領(lǐng)域[2]。
移動(dòng)機器人的位姿檢測是移動(dòng)機器人的關(guān)鍵技術(shù)之一[3]。傳統的測量方案是采用加速度計和位移傳感器等接觸式裝置，通過(guò)間接測量的方法來(lái)估算移動(dòng)機器人的位姿，存在誤差較大、傳感器等輔助裝置安裝困難等問(wèn)題[4]。
機器視覺(jué)作為一種典型的非接觸式測量技術(shù)，在機器人領(lǐng)域得到越來(lái)越廣泛的應用[5-6]。機器視覺(jué)通過(guò)實(shí)時(shí)拍攝運動(dòng)圖像，檢測圖像平面內各個(gè)特征像素點(diǎn)的狀態(tài)，具有測量范圍寬、非接觸、不改變被測物特性等諸多優(yōu)點(diǎn)。如靳璞磊采用智能相機識別工件的尺寸，結合工業(yè)機械手實(shí)現分揀功能[7]。
鐘鉅斌通過(guò)結合視覺(jué)與巡線(xiàn)技術(shù)來(lái)實(shí)現倉儲機器人的定位與路徑規劃[8]。浙江大學(xué)的余小歡[9]提出了基于雙目立體視覺(jué)的微小型無(wú)人機的室內三維地圖構建系統的研究與設計。
本文基于NI公司的LabVIEW平臺，結合千兆以太網(wǎng)工業(yè)相機，通過(guò)檢測特征標志點(diǎn)，開(kāi)發(fā)了一套檢測移動(dòng)機器人位姿的系統。通過(guò)圖像識別移動(dòng)機器人標志點(diǎn)的位置，計算出移動(dòng)機器人線(xiàn)速度及角速度等信息，測試結果與理論值基本一致。
1 系統硬件組成
位姿檢測系統主要由相機、標志器以及工業(yè)控制計算機組成，標志器固聯(lián)在移動(dòng)機器人上，相機固聯(lián)在大地上。相機采集圖像并通過(guò)千兆網(wǎng)線(xiàn)上傳到工業(yè)控制計算機上，采集頻率為20Hz。工業(yè)控制計算機識別標志物在圖像上的位置，并通過(guò)標志物計算移動(dòng)機器人的位姿等信息。
標志器上采用美國Honeywell公司的紅外發(fā)光二極管SE3470-003作為光學(xué)特征點(diǎn)，SE3470-003可加的電流最大可以達到100mA，它的發(fā)射光波長(cháng)是880nm，散射角可以達到90°。
由于相機固定在平臺上方，從相機傳送出來(lái)的數據至少要經(jīng)過(guò)十幾米才能傳遞到工業(yè)控制計算機，因此對相機的數據輸出方式有要求。本文智能相機采用Basler千兆以太網(wǎng)相機配合NI公司的Gige Vision幀接收器，幀接收器最終通過(guò)網(wǎng)絡(luò )接口與工控主板鏈接。
2 系統軟件設計
圖像處理的核心是識別圖像中標記物的位置，并提取相應的信息。本文采用圖像匹配的算法，同時(shí)為了進(jìn)一步提高圖像匹配的效率，在處理中增加了高斯金字塔灰度值算法。
圖1 軟件程序流程圖
2.1 模板匹配算法
模板匹配的方法，即先選取標準圖像作為模板，然后在要檢測的圖像區域中選取與模板最匹配的圖像[10]。
如圖2中所示，模板T在源圖S上移動(dòng)。根據模板T和待測源圖S對應點(diǎn)的方向向量進(jìn)行計算，二者的相似度法則可用下式進(jìn)行判斷：
圖2 模板T及源圖S示意圖
2.2 圖像金字塔
圖像匹配算法在實(shí)際的應用過(guò)程中，由于計算量過(guò)大，無(wú)法滿(mǎn)足計算實(shí)時(shí)性的要求為了提高模板匹配算法的快速性，所以本文采用高斯金字塔灰度值匹配算法。算法需要構建一組源圖像及分辨率大小依次排列的模板圖像，如圖3所示。
圖3 模板分辨率金字塔圖形
模板的金字塔圖形從低到高分辨率逐漸降低。圖像匹配過(guò)程中從最頂端開(kāi)始，得到候選匹配點(diǎn)，再將每個(gè)候選匹配點(diǎn)按比例映射到下一層的金字塔圖像中，重復此過(guò)程，直到金字塔最底層圖像匹配結束[12]為止。
3 實(shí)驗（略）
移動(dòng)機器人在平面上運動(dòng)，主要分為直線(xiàn)運動(dòng)和旋轉運動(dòng)，故文中分直線(xiàn)運動(dòng)與旋轉運動(dòng)對位姿檢測系統進(jìn)行測試?？紤]到實(shí)際的實(shí)驗中，移動(dòng)機器人位姿和速度時(shí)，圖像采樣時(shí)間過(guò)長(cháng)（如大于0.5s），則測量的系統的實(shí)時(shí)性會(huì )降低，采樣時(shí)間過(guò)短（如小于0.05s），運動(dòng)計算算法得到的速度結果誤差很大。為了保證位姿計算的實(shí)時(shí)性及精度要求，攝像機每幀圖像采集周期取0.2s。
結論
本文提出了用于移動(dòng)機器人的圖像識別及位姿檢測系統，分析了基于連續幀圖像的移動(dòng)機器人測速方法。與傳統測速方法相比，不受外加設備條件的限制，具有一定的工程推廣應用價(jià)值。通過(guò)優(yōu)化算法降低了計算的復雜性，提高了實(shí)時(shí)性，為后續的深入研究打下了基礎。
|
|
|
說(shuō)明:本頁(yè)面文章由()整理發(fā)布.文章地址： http:///hangyexinwen/536.html
|
手機掃描二維碼
