機(jī)器視覺標(biāo)定與目標(biāo)檢測跟蹤方法及其應(yīng)用研究.pdf

1、隨著現(xiàn)代社會的發(fā)展,對產(chǎn)品質(zhì)量、生產(chǎn)效率、勞動條件、環(huán)境等要求不斷提高,從大型生產(chǎn)線,高樓大廈窗戶的自動擦洗,惡劣環(huán)境下的清洗工作,到國防武器裝備制造等民用及軍事應(yīng)用的各種領(lǐng)域,智能化、自動化、機(jī)器人化是時代發(fā)展的必然趨勢,而機(jī)器視覺技術(shù)是促進(jìn)其發(fā)展的核心技術(shù)。研究機(jī)器視覺理論方法及其關(guān)鍵技術(shù)具有十分重要的理論意義及社會經(jīng)濟(jì)意義。為此,本論文開展了機(jī)器視覺系統(tǒng)標(biāo)定,視覺目標(biāo)信息檢測跟蹤方法,及其在大型冷凝器清洗機(jī)器人作業(yè)中的應(yīng)用研究,全

2、文的主要工作如下:
　　 論文首先分析了立論背景及意義,回顧了機(jī)器視覺理論、關(guān)鍵技術(shù)的發(fā)展現(xiàn)狀,介紹了機(jī)器視覺的應(yīng)用研究現(xiàn)狀,總結(jié)和歸納出待研究的難點問題及研究主線,簡要闡述了射影幾何,機(jī)器視覺系統(tǒng)的視覺成像模型、成像視點,視覺幾何的理論基礎(chǔ)。
　　 提出了基于擴(kuò)展攝像機(jī)成像模型的自標(biāo)定算法,給出擴(kuò)展成像模型,采用擴(kuò)展模型在一幅圖像中同時運用不同方向透視投影分析,建立不同方向的單應(yīng)關(guān)系進(jìn)而建立內(nèi)參數(shù)約束方程,實現(xiàn)單幅圖像

3、標(biāo)定。與以往由三幅圖像基于單應(yīng)陣的標(biāo)定算法相比,克服了由于多幅圖像的像點不對應(yīng)而造成精度低的問題。
　　 標(biāo)定成像模型外,提出了一種基于場景中單個目標(biāo)點的手眼標(biāo)定方法,精確控制機(jī)械手平臺作五次以上平移及兩次以上旋轉(zhuǎn)運動,提取場景中單個目標(biāo)點的像點,通過視差及景深反映攝像機(jī)的運動,建立機(jī)械手平臺與攝像機(jī)兩坐標(biāo)系之間相對位置關(guān)系的約束方程組。線性求得攝像機(jī)內(nèi)參數(shù)K的五個元素及手眼關(guān)系R、t,同時,可求得場景目標(biāo)點深度值。算法中機(jī)械手

4、平臺作平移運動,無需正交,使得對機(jī)械手運動控制操作方便,易實現(xiàn)。
　　 提出了基于矢量差分的未標(biāo)定攝像機(jī)的P5P問題的線性求解法,由5個控制點構(gòu)成矢量差分,利用尺的正交性,逐步建立攝像機(jī)姿態(tài)及相機(jī)矩陣的約束方程,從線性理論的角度給出未標(biāo)定P5P的解析解;提出了基于平行線段對應(yīng)的運動分析線性算法,在運動恢復(fù)結(jié)構(gòu)(SFM)框架下,將線段表示為兩要素;點,直線,利用平行性,由像線段恢復(fù)空間線段。根據(jù)運動學(xué)理論的螺旋定理,建立基于空間線

5、段兩要素的運動參數(shù)的線性約束方程,用四元數(shù)法線性求解運動參數(shù),并建立PSO非線性優(yōu)化算法對運動參數(shù)進(jìn)行優(yōu)化。姿態(tài)及運動參數(shù)的約束方程是線性的,有解析解,求解方便。
　　 討論了基于MS迭代算法的視覺圖像信息的檢測、跟蹤方法,目標(biāo)的檢測、跟蹤相輔相成,為了提高目標(biāo)模型顏色特征表征的抗噪性與匹配迭代的有效性,提出了通過MS聚類的方法進(jìn)行檢測,并用聚類模式點來表達(dá)目標(biāo)模型;提出了分層MS匹配搜索的思想,給出分層MS匹配迭代跟蹤算法,先

6、將目標(biāo)參考模型與目標(biāo)候選模型的聚類模式點、聚類塊匹配,再塊內(nèi)的像素匹配,分層執(zhí)行估計出跟蹤序列幀中目標(biāo)質(zhì)心模式點的位置。實驗結(jié)果表明,與傳統(tǒng)MS跟蹤算法相比,分層MS確定性梯度迭代算法可取得較好的跟蹤性能。
　　 跟蹤單目標(biāo)情況相對簡單些,而多目標(biāo)跟蹤由于目標(biāo)數(shù)目、交互運動等諸多的不確定因素,需在概率推論框架下進(jìn)行狀態(tài)估計來跟蹤。提出一種基于RJMCMC的分層MS視覺多目標(biāo)跟蹤算法,多目標(biāo)跟蹤問題建模為貝葉斯推理下的最大似然估計

7、,設(shè)計了四種可逆運動方式構(gòu)造馬氏鏈,并給出基于關(guān)聯(lián)匹配陣的有效的先驗建議分布,提高了目標(biāo)的抽樣置信度,進(jìn)而提高算法迭代效率,基于分層匹配思想,給出像素級與聚類塊級兩級分層的似然度量。實驗結(jié)果表明,分層跟蹤在單目標(biāo)、多目標(biāo)跟蹤中具有較強(qiáng)的魯棒性。
　　 針對冷凝器清洗機(jī)器人作業(yè)的應(yīng)用,開展了清洗機(jī)器人的視覺系統(tǒng)及其關(guān)鍵技術(shù)的應(yīng)用研究,實現(xiàn)清洗機(jī)器人的自主移動及在線清洗大型冷凝器。為此:
　　 構(gòu)建了視覺系統(tǒng),由引導(dǎo)機(jī)器人定

8、位導(dǎo)航的子系統(tǒng)和引導(dǎo)機(jī)械臂噴槍定位冷凝器管口的子系統(tǒng)組成,共四路信息通過圖像采集卡連接傳輸給主控制柜,經(jīng)視覺關(guān)鍵技術(shù)算法處理后,給出對機(jī)器人控制的決策信息。
　　 提出了移動機(jī)器人視覺三維SLAM定位導(dǎo)航算法,使機(jī)器人自主移動到當(dāng)前待清洗的局部位置,執(zhí)行清洗任務(wù)。利用3D相機(jī)獲取二維三維信息作為觀測量的兩個屬性值,耦合。ICP,BA算法優(yōu)化數(shù)據(jù)匹配及求解機(jī)器人任意時刻的運動量。根據(jù)視覺理論求解SLAM,實現(xiàn)機(jī)器人的6DOF定位,

9、與三維地圖的創(chuàng)建。視覺理論為三維空間下6DOF3DSLAM過程分析提供了關(guān)鍵理論依據(jù),視覺SLAM求解過程較傳統(tǒng)的運動學(xué)KF,PF濾波更簡潔,無須預(yù)測步,定位與地圖創(chuàng)建為一個過程,且利用三維相機(jī)與三維激光相比,二維數(shù)據(jù)引導(dǎo)三維數(shù)據(jù)匹配,減小了三維數(shù)據(jù)的搜索范圍,提高了三維SLAM的計算效率。
　　 設(shè)計了基于視覺的管口定位算法,輔助機(jī)器人確定冷凝器管口的位置。根據(jù)作業(yè)場地面積的大小及攝像機(jī)的有效視場,離線人工計算將工作面劃分區(qū)域