服務(wù)機(jī)器人智能空間中機(jī)器視覺測量技術(shù)及其應(yīng)用研究.pdf

1、隨著科技的發(fā)展和人類社會老齡化趨勢的日漸加劇，使服務(wù)機(jī)器人應(yīng)用于家庭環(huán)境以完成聊天陪護(hù)、端茶遞水等家政服務(wù)的訴求愈加迫切。以知識分布與智能分布為思想，以將攝像機(jī)、麥克風(fēng)、溫濕、瓦斯等傳感器通過無線網(wǎng)絡(luò)技術(shù)分布到環(huán)境中為手段的智能空間技術(shù)就是一種對服務(wù)機(jī)器人提供強(qiáng)有力支持，使之能夠全面感知環(huán)境，正確理解人的意圖，更為有效地為人類提供各種主動服務(wù)的技術(shù)。智能空間技術(shù)與服務(wù)機(jī)器人相結(jié)合，在擴(kuò)展了服務(wù)機(jī)器人的感知和決策能力的同時，服務(wù)機(jī)器人作為

2、智能空間中的可移動感知與執(zhí)行設(shè)備，也豐富了智能空間的信息感知和服務(wù)執(zhí)行功能。
　　 與人類通過眼睛獲取外部環(huán)境80％有用信息的特點(diǎn)類似，智能空間通過攝像機(jī)這種核心傳感器來感知環(huán)境信息，并利用機(jī)器視覺測量技術(shù)來完成諸如人的行為識別與理解、服務(wù)機(jī)器人的定位與導(dǎo)航、服務(wù)機(jī)器人對藥品水杯等家庭物品的抓取與搬運(yùn)等大部分家政工作。機(jī)器視覺測量技術(shù)是指根據(jù)不同視圖的圖像信息恢復(fù)出攝像機(jī)的歐氏運(yùn)動（位姿信息）及景物的歐氏結(jié)構(gòu)的圖像處理技術(shù)，本文

3、主要針對智能空間中的機(jī)器視覺測量技術(shù)及其應(yīng)用進(jìn)行了研究，主要研究內(nèi)容和結(jié)果概括如下:
　　 (1)研究了世界平面單應(yīng)矩陣和世界平面誘導(dǎo)的單應(yīng)矩陣的計算及分解問題，這兩種單應(yīng)矩陣的分解是由2D圖像信息恢復(fù)攝像機(jī)相對位姿和景物結(jié)構(gòu)的有效途徑。首先從Schur補(bǔ)的相關(guān)性質(zhì)出發(fā)，給出了兩種稀疏L-M迭代優(yōu)化方法，并分別利用DLT方法和L-M迭代法對兩種單應(yīng)進(jìn)行了計算;然后針對世界平面單應(yīng)，在攝像機(jī)內(nèi)參矩陣部分已知和完全未知的情況下，分別

4、從單幅圖像和多幅圖像恢復(fù)出了攝像機(jī)的內(nèi)參矩陣和攝像機(jī)坐標(biāo)系相對景物平面固聯(lián)坐標(biāo)系的位姿，針對世界平面誘導(dǎo)的單應(yīng)，提出了一種基于SVD的單應(yīng)矩陣數(shù)值分解算法，利用這種算法可通過單應(yīng)矩陣分解得到兩組攝像機(jī)位姿和景物結(jié)構(gòu)的物理可實(shí)現(xiàn)解。同時給出了景物結(jié)構(gòu)已知情況下的單應(yīng)矩陣分解算法，利用這種算法可直接得到唯一的攝像機(jī)相對位姿;最后推導(dǎo)了齊次圖像坐標(biāo)下的圖像矩特征和齊次射影坐標(biāo)下的圖像矩特征間的轉(zhuǎn)換關(guān)系，證明了兩視圖在2D仿射變換下其歸一化圖像

5、幾何中心矩為絕對對稱逆變張量，并利用這一論斷給出了一種全新的2D仿射單應(yīng)的計算方法。
　　 (2)研究了服務(wù)機(jī)器人智能空間中的分布式攝像機(jī)系統(tǒng)對運(yùn)動目標(biāo)進(jìn)行定位的問題。首先令機(jī)器人作幾組已知的運(yùn)動，并提取出對應(yīng)的圖像點(diǎn)，利用地面所在世界平面的單應(yīng)分解方法對分布式攝像機(jī)的內(nèi)外參數(shù)進(jìn)行了標(biāo)定;然后根據(jù)攝像機(jī)標(biāo)定結(jié)果，設(shè)計了實(shí)現(xiàn)起來簡單快速，但存在運(yùn)動目標(biāo)遠(yuǎn)離攝像機(jī)時精度下降缺點(diǎn)的運(yùn)動目標(biāo)單攝像機(jī)定位算法;最后引入了雙目攝像機(jī)運(yùn)動目標(biāo)

6、定位算法，針對利用簡單的線性三角形法進(jìn)行定位存在求得的運(yùn)動目標(biāo)點(diǎn)不在地面的缺點(diǎn)，進(jìn)一步給出了帶約束的線性三角形定位法，并為了進(jìn)一步提高定位精度，最終采用了LM算法對檢測到的運(yùn)動目標(biāo)的圖像點(diǎn)進(jìn)行優(yōu)化，利用精化后的圖像點(diǎn)和帶約束的線性三角形法完成了運(yùn)動目標(biāo)的雙目定位。
　　 (3)研究了基于頂棚激光投影循跡的室內(nèi)服務(wù)機(jī)器人導(dǎo)航方法。首先建立了投影器的運(yùn)動學(xué)模型，根據(jù)模型可以建立投影器各關(guān)節(jié)角位移、角速度和激光斑在地面的位移、速度間的

7、非線性映射關(guān)系，同時為了將世界坐標(biāo)系中的規(guī)劃路徑轉(zhuǎn)換到投影器基坐標(biāo)系中，提出了一種新的投影器外參數(shù)標(biāo)定方法，完成了投影器的外參數(shù)標(biāo)定，這樣就可以使頂棚投影器在地面上投射出規(guī)劃好的路徑;然后將移動機(jī)器人抽象為一個三自由度機(jī)械臂，建立了它的運(yùn)動學(xué)模型，并采用了一種基于世界平面分解的簡單有效的方法標(biāo)定出了機(jī)載攝像機(jī)的內(nèi)外參數(shù)，同時計算出了以機(jī)載攝像機(jī)坐標(biāo)系{c}為參考坐標(biāo)系的地面所在的世界平面π;最后分別設(shè)計了自適應(yīng)補(bǔ)償跟蹤控制律和非線性狀態(tài)

8、反饋控制律來控制移動機(jī)器人完成對運(yùn)動激光斑的視覺伺服跟蹤。
　　 (4)研究了服務(wù)機(jī)器人對QRCode人工地標(biāo)這種智能空間中知識分布與智能分布的重要載體的定位與識讀問題。首先按照功能將QRCode人工地標(biāo)分為了用于全局語義地圖生成的QRCode人工物標(biāo)和面向局部導(dǎo)航地圖生成的QRCode人工路標(biāo)，并分別對兩種地標(biāo)的外圍模式和內(nèi)部信息編碼方式進(jìn)行了設(shè)計;然后分別利用QRCode外圍模式的藍(lán)色矩形框和紅色同心圓部分給出了兩種QRCo

9、de人工地標(biāo)的定位方法;最后就求得的QRCode人工地標(biāo)的位置信息構(gòu)造了任務(wù)函數(shù)，并設(shè)計了基于位置的視覺伺服識讀控制律，完成了服務(wù)機(jī)器人對QRCode人工地標(biāo)的識讀。
　　 (5)研究了搭載有機(jī)械臂的服務(wù)機(jī)器人對家庭環(huán)境智能空間中物品的搜尋與抓取、搬運(yùn)操作。首先設(shè)計了輔助服務(wù)機(jī)器人抓取操作的QRCode人工物標(biāo)，并對人工物標(biāo)內(nèi)的信息進(jìn)行了編碼，將對家庭物品的識別轉(zhuǎn)換為對QRCode人工物標(biāo)的識別，降低了服務(wù)機(jī)器人對家庭物品的操作

10、難度;然后將搭載有機(jī)械臂的移動服務(wù)機(jī)器人抽象為一個廣義機(jī)械臂，并為了完成此廣義機(jī)械臂的統(tǒng)一控制，建立了廣義機(jī)械臂的運(yùn)動學(xué)模型，并分別利用解析法和數(shù)值法給出了其運(yùn)動學(xué)逆解，同時提出了一種全新的機(jī)械臂手眼關(guān)系標(biāo)定方法，這種方法通過令固聯(lián)于機(jī)械臂末端執(zhí)行器上的攝像機(jī)觀測簡單2D標(biāo)定物，然后機(jī)械臂作兩組任意運(yùn)動，完成了手眼參數(shù)標(biāo)定;最后考慮移動機(jī)器人運(yùn)動的非完整性約束，設(shè)計了一種物品抓取的切換控制律:首先在眼注視的約束下逼近待操作物品，逼近到一