機器視覺標定與目標檢測跟蹤方法及其應用研究.pdf

1、隨著現(xiàn)代社會的發(fā)展,對產(chǎn)品質量、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用的各種領域,智能化、自動化、機器人化是時代發(fā)展的必然趨勢,而機器視覺技術是促進其發(fā)展的核心技術。研究機器視覺理論方法及其關鍵技術具有十分重要的理論意義及社會經(jīng)濟意義。為此,本論文開展了機器視覺系統(tǒng)標定,視覺目標信息檢測跟蹤方法,及其在大型冷凝器清洗機器人作業(yè)中的應用研究,全

2、文的主要工作如下:
　　 論文首先分析了立論背景及意義,回顧了機器視覺理論、關鍵技術的發(fā)展現(xiàn)狀,介紹了機器視覺的應用研究現(xiàn)狀,總結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。
　　 提出了基于擴展攝像機成像模型的自標定算法,給出擴展成像模型,采用擴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關系進而建立內(nèi)參數(shù)約束方程,實現(xiàn)單幅圖像

3、標定。與以往由三幅圖像基于單應陣的標定算法相比,克服了由于多幅圖像的像點不對應而造成精度低的問題。
　　 標定成像模型外,提出了一種基于場景中單個目標點的手眼標定方法,精確控制機械手平臺作五次以上平移及兩次以上旋轉運動,提取場景中單個目標點的像點,通過視差及景深反映攝像機的運動,建立機械手平臺與攝像機兩坐標系之間相對位置關系的約束方程組。線性求得攝像機內(nèi)參數(shù)K的五個元素及手眼關系R、t,同時,可求得場景目標點深度值。算法中機械手

4、平臺作平移運動,無需正交,使得對機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定攝像機的P5P問題的線性求解法,由5個控制點構成矢量差分,利用尺的正交性,逐步建立攝像機姿態(tài)及相機矩陣的約束方程,從線性理論的角度給出未標定P5P的解析解;提出了基于平行線段對應的運動分析線性算法,在運動恢復結構(SFM)框架下,將線段表示為兩要素;點,直線,利用平行性,由像線段恢復空間線段。根據(jù)運動學理論的螺旋定理,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,目標的檢測、跟蹤相輔相成,為了提高目標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聚類的方法進行檢測,并用聚類模式點來表達目標模型;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、將目標參考模型與目標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質心模式點的位置。實驗結果表明,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。
　　 跟蹤單目標情況相對簡單些,而多目標跟蹤由于目標數(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視覺多目標跟蹤算法,多目標跟蹤問題建模為貝葉斯推理下的最大似然估計

7、,設計了四種可逆運動方式構造馬氏鏈,并給出基于關聯(lián)匹配陣的有效的先驗建議分布,提高了目標的抽樣置信度,進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。實驗結果表明,分層跟蹤在單目標、多目標跟蹤中具有較強的魯棒性。
　　 針對冷凝器清洗機器人作業(yè)的應用,開展了清洗機器人的視覺系統(tǒng)及其關鍵技術的應用研究,實現(xiàn)清洗機器人的自主移動及在線清洗大型冷凝器。為此:
　　 構建了視覺系統(tǒng),由引導機器人定

8、位導航的子系統(tǒng)和引導機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)視覺關鍵技術算法處理后,給出對機器人控制的決策信息。
　　 提出了移動機器人視覺三維SLAM定位導航算法,使機器人自主移動到當前待清洗的局部位置,執(zhí)行清洗任務。利用3D相機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)匹配及求解機器人任意時刻的運動量。根據(jù)視覺理論求解SLAM,實現(xiàn)機器人的6DOF定位,

9、與三維地圖的創(chuàng)建。視覺理論為三維空間下6DOF3DSLAM過程分析提供了關鍵理論依據(jù),視覺SLAM求解過程較傳統(tǒng)的運動學KF,PF濾波更簡潔,無須預測步,定位與地圖創(chuàng)建為一個過程,且利用三維相機與三維激光相比,二維數(shù)據(jù)引導三維數(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。
　　 設計了基于視覺的管口定位算法,輔助機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的有效視場,離線人工計算將工作面劃分區(qū)域