导读:本文包含了移动机器人视觉导航技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:机器人,视觉,路径,摄像机,双目,技术,图像。
移动机器人视觉导航技术论文文献综述
黄丽[1]（2016）在《面向移动机器人视觉导航的叁维环境重建技术研究》一文中研究指出随着计算机视觉的快速发展,基于视觉的叁维重建问题在移动机器人导航领域越来越备受关注。视觉传感器相对于传统的激光传感器,价格上更具有优势,质量上更轻量化,同时数据包含的信息量也更大。2014年-2015年LSD-SLAM和ORB-SLAM的出现,使得基于单目视觉的重建成为近两年的热点。相比于多目视觉系统,单目在装配和价格上有明显优势。本文以普通单一摄像机为唯一数据来源,构建了一套完整的移动机器人环境叁维重建系统,并得到机器人运动的轨迹,利于后续移动机器人视觉导航的研究开展。本文采用基于图像特征点的方法,主要包括图像匹配、运动轨迹求解、环境叁维重建叁大部分。在第一部分中,对运动过程中相机获得的二维图像进行SIFT特征匹配,通过本质矩阵求解相机的旋转和平移矢量,获得相机的外参矩阵,同时对SIFT和ORB算法进行了对比。为了获得更好匹配关系,增加了误匹配剔除过程,并对RANSAC算法做出了改进,降低了算法的执行时间,保证了匹配正确率。对于单目所存在的尺度问题也进行了详细的说明。在轨迹求解部分,采用增量式方法根据相机的外参矩阵得到运动轨迹,最后为了解决因累积误差所带来的轨迹漂移问题,加入局部回环,采用图优化方法,利用g~2o库实现Bundle Adjustment捆集优化。在叁维点云重建部分,通过叁角测量法获得叁维空间点坐标,然后利用PCL点云库进行可视化,得到了稀疏的点云叁维模型。为了使点云模型可视性更强,引入了PMVS算法,建立相对稠密的重建。整个系统涉及到了计算机视觉、矩阵论、空间几何、光学、软件工程等多个领域,汇编以C++为编程语言,涉及OpenCV/PCL/Eigen/g~2o等第叁方库。本文的实验内容主要贯穿于每一章最后,对各个部分的内容都设计了相应的实验流程,通过测试获得相关数据,并加以对比分析,例如ORB和SIFT的对比,以及稀疏和稠密的对比等。由于单目无法得到尺度信息,在轨迹求解部分采用由具有高精度GPS设备获得的KITTI数据集,以真实数据作为尺度,对比分析轨迹的求解误差。稀疏点云重建则以图像特征明显的棋盘图像为原始图像集。实验表明,整个叁维重建体系可以得到较好的运动轨迹和可视性较好的叁维重建结果。(本文来源于《浙江理工大学》期刊2016-12-20）
金鑫[2]（2015）在《视觉感知技术在移动机器人导航中的应用探讨》一文中研究指出随着时代经济多元化的发展,现代化科学技术逐渐成熟发展,对于多元化产业经济的提升有着极其重要的作用。对于移动机器人而言,这种高新技术的主要是一种能够自主运行的智能机器人,感知环境的过程中,有着动态决策和规划的行为,是一种高智能机器人系统。视觉感知技术作为一种结合叁维空间全部视觉信息的感知技术,视野范围尤为广阔,并为移动机器人将外部环境信息全面获取。笔者研究分析视觉感知技术在移动机器人导航中的应用时,主要结合视觉感知技术的功能特点,对移动机器人硬件平台的构建和软件结构以及系统的实现提出了具体探讨。(本文来源于《科技展望》期刊2015年22期）
陈祥[3]（2015）在《基于边缘检测探究移动机器人视觉导航技术》一文中研究指出边缘检测则是机器视觉系统处理的第一个阶段,其检测结果的正确与可靠性对机器视觉系统对客观世界的理解具有直接的影响。本文基于边缘检测技术对移动机器人视觉导航技术进行了研究。(本文来源于《电子技术与软件工程》期刊2015年05期）
唐文秀,刘萍洋,赵偲宇,梁小伟[4]（2013）在《基于立体视觉测量的移动机器人导航技术研究》一文中研究指出立体视觉测量是机器视觉的重要分支,已经在视觉检测、医学辅助治疗和月球车导航等领域获得了应用。本文对于移动机器人立体视觉导航的全过程进行研究,分析立体视觉测量信息到真实叁维景物信息的计算、人工势场法进行路径规划这两项关键技术。实验结果表明,本文提出的方法可以为移动机器人准确导航。(本文来源于《森林工程》期刊2013年06期）
周荔[5]（2013）在《移动机器人视觉导航系统关键技术研究》一文中研究指出随着科学技术的进步,基于视觉的机器人导航及定位的研究得到了快速发展；视觉技术的研究同样也成为了一个重要的研究领域,视觉技术的进步同样使得移动机器人有着更加广泛的应用前景。目前的移动机器人的研究大都是基于视觉传感器的,它首先采集场景的环境信息,之后对目标进行识别,进行路径规划,最终完成导航。在整个处理过程中,视觉技术的研究至关重要。在本文中,移动机器人采用的是双目视觉系统,首先对近些年的已取得的技术进行了研究,采用了改进的摄像机标定方法、目标识别方法以及图像配准方法,在硬件架构中,采用了嵌入式的系统结构来进行移动机器人的设计。本文创新点及主要工作如下：(1)通过对摄像机的模型和常用的标定方法进行研究,本文采用Tsai两步法进行摄像机标定,这种方法计算简单,而且方法灵活,定位精度高。(2)提出了改进的角点特征的立体匹配算法,来实现角点的快速检测与匹配,方法采用粗匹配和精匹配两个步骤来实现,通过双向灰度相关计算来实现对应点的粗匹配,采用极线约束和基础矩阵实现对图像的精匹配,从而获得了图像的最终精确匹配。本文所提出的方法具有良好的鲁棒性及精确性,可以在保证图像匹配精度的前提下,给移动机器入提供实时的数据。(3)本文采用的是一种基于不变矩特征的特征识别方法。该方法针对图形的旋转、平移以及缩放不变性的特点,通过特征提取就可以有效且准确地识别目标物体。(4)采用改进的颜色查找表进行图像分割,并提出采用形态学中的区域颗粒分析法来进行目标物体识别,提出了改进的路径规划算法,采用Viterbi算法进行路径寻优,进行了路径的推理、回溯运算,并在Matlab上进行模拟实现,获得了较好的实验效果。本文在硬件设计上采用的是ARM芯片作为处理器,同时采用FPGA芯片来进行图像的快速计算,同时采用优化的图像算法来提高运算速度,这样可以解决机器人导航中实时性的问题。(本文来源于《电子科技大学》期刊2013-08-01）
朱安文[6]（2013）在《基于视觉导航及定位的地面移动机器人对接技术研究》一文中研究指出本文主要研究了基于视觉的地面移动机器人对接技术,主要包括对接系统的设计颜色分割、目标识别、摄像机标定、单目测距和机器人控制策略等算法,整个的对接系统达到了比较好的效果。本文主要在以下几个方面做了研究：根据本文所要研究的问题和任务,设计出一个合理的对接系统,分为对接站和对接机器人两部分。对接站由一个圆形颜色标记和一个对接装置组成；对接机器人使用视觉导航的四轮机器人,由CAN总线连接计算机与电机驱动器,对接机器人通过对颜色标记的识别和定位完成对接任务。本文提出了基于HSI颜色阈值的分割策略对对接站的标记图像进行分割,取得了很好的分割效果,在标记图像颜色单一,且与背景很好的区分情况下,该分割方法很有效；接着使用简化的Canny算子对轮廓提取,并与其他的边缘提取算子进行了对比；标记的重心则使用标记轮廓进行计算,而不使用传统的区域像素求取,减少运算时间。在目标识别时提出先利用目标轮廓信息进行粗判断,接着使用模板匹配方法进一步匹配,该方法大大降低了识别的时间；利用几何约束的测距原理,结合对接系统的标记特点,提出了单目测距方法,即先根据提取到的轮廓利用本文提出的椭圆拟合方法进行拟合,通过椭圆得到偏角和距离等参数,对目标进行定位。通过实验表明文中的算法具有较高的精度和可行性。本文提出的控制策略分为对接站搜索和对接机器人移动两个阶段。在对接站搜索阶段主要是使用目标识别算法在机器人视野中搜索对接站标记；在移动阶段,用到本文提出的控制算法,即把机器人视野分为叁个区,根据标记的定位信息对机器人位置进行调整,根据对接机器人与对接站的偏角θ和距离z。判断是否对接成功。(本文来源于《南京理工大学》期刊2013-01-01）
李陆[7]（2012）在《移动机器人视觉导航中的道路检测技术研究》一文中研究指出移动机器人技术在工业应用、科学探测、救灾救险、军事等众多领域中都有着广泛的应用前景。而随着图像处理技术以及计算机处理能力的飞速发展，移动机器人视觉导航技术已经成为近年来移动机器人智能化研究的前沿课题和研究热点，其中的道路检测技术是移动机器人视觉导航中的关键技术之一，对提高移动机器人视觉导航能力和智能化水平具有重要的实用价值和研究意义。由于移动机器人工作状态和道路环境的复杂多变，对道路检测算法的设计带来很大的困难，如何增强算法对外界环境因素干扰的鲁棒性，如何减小由于移动机器人自身运动带来的检测误差，以及道路检测系统实时性的提高等都是当前已有道路检测算法需要改进的方面。本文主要针对基于检测道路引导线的移动机器人单目视觉导航系统，研究了摄像机标定、图像预处理、图像灰度化、道路边缘和直线检测等关键技术，实现了一个结构化道路环境下的移动机器人视觉导航系统。论文主要研究的内容包括：首先，针对摄像机隐式标定算法中存在的样本点数少和精度要求高的矛盾，利用样条变换多元回归模型，提出一种改进的摄像机隐式标定算法。其次，通过对几种相关图像预处理算法进行分析、比较，选择了一种基于多彩色空间的预处理算法，在HSI模型中采用直方图均衡化进行道路图像的增强，在RGB模型中通过快速中值滤波进行道路图像的平滑。然后，采用了一种基于颜色和边缘信息相结合的道路检测方法，首先提出了道路引导线颜色特征提取的判据并依此进行道路图像的灰度化，进而在道路检测中对传统边缘和直线检测算法进行优化和改进，提出了一种基于自适应Canny算子的边缘检测算法和一种基于双阈值筛选Hough变换的道路引导线检测算法，达到更加准确、快速检测道路引导线的目的。最后，在移动机器人视觉导航系统平台上，选择可视化开发工具Visual C++作为数字图像处理软件，对本文提出和采用的各种算法进行了实验和结果分析，并于移动机器人视觉导航系统中得到了成功的实际应用。实验和应用结果表明，本文的研究达到了预期的效果。(本文来源于《重庆大学》期刊2012-05-01）
沈小舒[8]（2011）在《移动机器人双目视觉导航技术研究》一文中研究指出机器人导航技术是机器人领域中一个重要的热点问题,研究导航技术对于机器人广泛应用于生活生产中有着重大的意义。本文以智能机器人系统为研究对象,详细设计了移动机器人的导航系统问题所涉及到叁个主要问题,也即机器人定位、环境建模、路径规划等关键性技术的实现方法,并通过实验验证了本文采用方法的有效性。首先,本文对移动机器人的硬件平台进行了设计,主要包括移动机器人本体、双目视觉子系统的设计,以及基于混合传感器方法航迹定位子系统。实验证明所设计的自定位方法具有较好的准确性与实时性,满足移动机器人导航的需求。针对设计的双目视觉子系统,采用张正友标定法进行了摄像机内参数和外参数标定,同时进行了相应的实验及分析。其次,针对机器人导航中涉及的环境建模问题,在对比目前常用几种的环境模型的表示方法的优缺点后,选择了栅格地图作为环境建模的表示方法。在进行环境建模之前,本文对由双目视觉子系统得到的图像对进行了预处理,减少图像噪声。对预处理后的图像对进行立体匹配,主要从特征提取、匹配约束、匹配算法等方面来描述。匹配后利用双目视觉叁维重建的基本原理,得到了空间点的叁维点云,并将其二值化,从而得到二维环境地图。采用栅格障碍物法最终得到实验环境的栅格模型。再次,机器人导航中最关键的路径规划问题作了深入的探讨。文章首先简述了规划路径的常用方法并分析了传统人工势场法在机器人路径规划和避障中的优缺点。在传统的人工势场方法的基础上,重点研究了局部极小值点的问题并进行了相关改进。最后针对传统人工势场法和改进后人工势场法进行了路径规划实验。实验结果表明经过改进后人工势场方法可以较好地克服局部极小值点的问题。最后,对移动机器人导航进行了总结,并对下阶段的研究提出了展望。(本文来源于《电子科技大学》期刊2011-02-01）
邓峰[9]（2010）在《移动机器人双目视觉导航技术研究》一文中研究指出随着机器视觉技术和机器人导航技术的飞速发展,使机器人具有更高的智能化和更强的适应能力是其实际应用的发展趋势。因此,基于视觉系统的移动机器人导航技术成为机器人领域研究的一个热点。机器人的目标识别与定位技术是其能否成功实现精确导航的基础和关键。丰富的图像信息,全面的场景描述,是移动机器人感知环境的重要来源。近几年来,基于视觉导航技术已获得了广泛的应用,但在实际应用中实时性问题仍未很好的解决。本文结合实际应用,利用双目视觉系统模拟人眼结构进行实时图像信息的获取,着重对摄像机标定、图像配准、目标识别以及基于嵌入式的硬件系统设计在移动机器人导航中的运用进行了深入的分析与研究。本文首先论述了移动机器人双目视觉导航研究的目的、意义以及双目视觉系统的构成,重点阐述了移动机器人导航技术的国内外发展状况和关键技术。本文以双目立体视觉理论为基础,利用双目摄像机从不同位置对同一场景拍摄而进行图像采集。摄像机标定是双目视觉系统的基础,因此通过对摄像机模型和常用的标定方法的研究,采用Tsai两步法进行摄像机标定,该方法能够有效地获得摄像机的内外参数,完成双目摄像机的高精度标定,为实现目标的精确定位奠定了基础。图像配准技术是图像处理和分析的关键环节,是目标识别的必要前提。本文采用快速角点检测提取角点特征,通过双向灰度相关计算实现对应点的粗匹配,利用极线约束和基础矩阵,进一步实现对图像的精匹配。实验表明,通过两步匹配能够提高立体图像匹配的精度和速度。此外,通过基于形状的目标识别,实现移动机器人的准确定位,从而指挥移动机器人按着路径规划的路线行走,实现移动机器人双目导航的功能。本文采用以ARM嵌入式作为核心处理芯片,FPGA作为协处理器的硬件设计,实现大量图像信息的快速处理和数据高速运算,在软件方面,通过优化算法提高图像处理效率和执行速度,解决移动机器人导航技术中存在的实时性问题。(本文来源于《沈阳大学》期刊2010-03-03）
武星[10]（2010）在《视觉导航的轮式移动机器人运动控制技术研究》一文中研究指出自动导引车AGV(Automated Guided Vehicle)作为一种轮式移动机器人,广泛用于机械、汽车、电子、造纸、烟草、制药和食品等众多行业的自动化物流输送,在国内外市场上具有很大的应用需求,研发具有自主知识产权的高性能AGV具有重要的理论意义和工程应用价值。基于视觉的标线跟踪导航只需识别人工设置的导引标线,可达到很高的导航精度和实时性。两轮差速驱动能实现AGV的零半径转向,表现出良好的机动性。本文针对视觉导航和差速转向的AGV,从理论研究与技术开发相结合的角度努力提高其运动控制性能。在理论研究方面,围绕着如何通过调节速度差控制量消除AGV位姿偏差和如何通过调节电压控制量消除驱动轮速度误差两条技术主线,深入研究基于有限纠偏能力的路径跟踪算法和保证跟踪输出的伺服控制算法。首先比较运动学、动力学和控制受限的运动学叁类移动机器人运动控制方法,提出了一种包含路径跟踪和伺服控制的混合运动控制模型,通过速度和加速度约束以及速度差控制量匹配路径跟踪算法的位姿纠偏能力与伺服控制算法的速度纠偏能力。其次研究AGV的路径跟踪问题,分析线性二次型调节器LQR和预测控制在优化目标选取、控制量超限和控制步数设置等方面的难点。对小偏差情况提出了一种基于多步运动预测的LQR最优控制算法,通过纠偏协调性最优的多步运动控制同步消除两种位姿偏差,通过最小化速度和加速度约束下的控制步数保证可实现的最快跟踪。对大偏差情况提出了一种基于视野状态分析的智能预测迭代控制算法,以最优偏差状态转化策略描述控制目标,取代二次型加权和形式的目标函数,通过同步控制算法协调消除理想纠偏状态的两种位姿偏差。再次研究驱动系统的伺服控制问题,将系统模型辨识和PID参数整定描述为多目标优化问题。提出了一类基于精英导向机制的Pareto型多目标遗传算法,通过精英导向、多样性保持和多种群进化机制,快速有效地定向搜索满足决策偏好(路径跟踪需求)的Pareto最优解。在技术开发方面,研究AGV运动控制的多智能体功能建模和嵌入式技术实现,提出了一种基于多智能体结构的嵌入式系统设计方法,建立了控制器智能体向智能体结构和任务的转化模型,为有效实现路径跟踪和伺服控制算法提供了一种高性能嵌入式控制器。本文先通过计算机数值仿真验证所提出理论的可行性,再利用嵌入式技术将理论研究成果转化为高性能AGV车载控制器,并成功应用于自行开发的视觉导航AGV系统(NHAGV)。经过大量系统运行测试与路径跟踪实验,实验结果充分验证了本文所提出的控制技术的有效性和所开发的AGV车载控制器的先进性,这为研发具有自主知识产权的高性能AGV车载控制器奠定了坚实的技术基础。(本文来源于《南京航空航天大学》期刊2010-03-01）
移动机器人视觉导航技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着时代经济多元化的发展,现代化科学技术逐渐成熟发展,对于多元化产业经济的提升有着极其重要的作用。对于移动机器人而言,这种高新技术的主要是一种能够自主运行的智能机器人,感知环境的过程中,有着动态决策和规划的行为,是一种高智能机器人系统。视觉感知技术作为一种结合叁维空间全部视觉信息的感知技术,视野范围尤为广阔,并为移动机器人将外部环境信息全面获取。笔者研究分析视觉感知技术在移动机器人导航中的应用时,主要结合视觉感知技术的功能特点,对移动机器人硬件平台的构建和软件结构以及系统的实现提出了具体探讨。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
移动机器人视觉导航技术论文参考文献
[1].黄丽.面向移动机器人视觉导航的叁维环境重建技术研究[D].浙江理工大学.2016
[2].金鑫.视觉感知技术在移动机器人导航中的应用探讨[J].科技展望.2015
[3].陈祥.基于边缘检测探究移动机器人视觉导航技术[J].电子技术与软件工程.2015
[4].唐文秀,刘萍洋,赵偲宇,梁小伟.基于立体视觉测量的移动机器人导航技术研究[J].森林工程.2013
[5].周荔.移动机器人视觉导航系统关键技术研究[D].电子科技大学.2013
[6].朱安文.基于视觉导航及定位的地面移动机器人对接技术研究[D].南京理工大学.2013
[7].李陆.移动机器人视觉导航中的道路检测技术研究[D].重庆大学.2012
[8].沈小舒.移动机器人双目视觉导航技术研究[D].电子科技大学.2011
[9].邓峰.移动机器人双目视觉导航技术研究[D].沈阳大学.2010
[10].武星.视觉导航的轮式移动机器人运动控制技术研究[D].南京航空航天大学.2010
论文知识图
