基于視覺的門把手識(shí)別與姿態(tài)估計(jì)方法研究.pdf

1、機(jī)器視覺目前作為重要的研究方向，越來越得到人們的重視。在非結(jié)構(gòu)化環(huán)境中，機(jī)器人只有對(duì)目標(biāo)認(rèn)知后進(jìn)而進(jìn)行操作。本文是為了解決機(jī)器人在金屬鎂還原罐的除渣作業(yè)中對(duì)門把手的識(shí)別和姿態(tài)估計(jì)的難題。對(duì)門把手的識(shí)別和夾持位置的準(zhǔn)確性的高低直接影響機(jī)器人開門能否成功。由于目標(biāo)的位置、角度、間距、光照等外在因素改變，會(huì)導(dǎo)致系統(tǒng)識(shí)別準(zhǔn)確性降低、姿態(tài)估計(jì)誤差增大。所以對(duì)門把手的識(shí)別和空間姿態(tài)估計(jì)的準(zhǔn)確性研究十分有必要。
　　本文研究基于雙目視覺系統(tǒng)對(duì)門

2、把手進(jìn)行識(shí)別，針對(duì)工業(yè)現(xiàn)場(chǎng)中門把手出現(xiàn)位置、姿態(tài)多樣的問題。本文利用RBF神經(jīng)網(wǎng)絡(luò)算法良好的容錯(cuò)性對(duì)圖像進(jìn)行識(shí)別。針對(duì)門把手識(shí)別正確率會(huì)因?yàn)殚T把手背景復(fù)雜、曝光等外在因素的干擾而降低的問題。本文提出了RBF神經(jīng)網(wǎng)絡(luò)結(jié)合4-鄰域分割法，實(shí)現(xiàn)了在前期不能達(dá)到預(yù)期效果的情況下對(duì)圖像里的干擾區(qū)域進(jìn)行分割，進(jìn)而排除其他干擾物體準(zhǔn)確識(shí)別出門把手。對(duì)工業(yè)現(xiàn)場(chǎng)中遇到的問題都能夠得到良好的解決，驗(yàn)證了這種算法應(yīng)用的可靠性。對(duì)于基于視覺的門把手的姿態(tài)估計(jì)方

3、法研究，包含兩個(gè)方面:位置和姿態(tài)。所以需要先求出位置再根據(jù)坐標(biāo)系之間的關(guān)系求出門把手的空間姿態(tài)，而且門把手是已經(jīng)固定安裝的，所以翻滾角為零。為了消除鏡頭畸變和誤差、確定攝像機(jī)的內(nèi)外參數(shù)，需要進(jìn)行相機(jī)標(biāo)定。為了消除誤匹配對(duì)點(diǎn)、提高匹配精度，采用SURF匹配算法結(jié)合極限約束法并驗(yàn)證改進(jìn)算法的可行性?；陔p目視差原理將已知的匹配對(duì)點(diǎn)轉(zhuǎn)化為三維空間坐標(biāo)，實(shí)現(xiàn)了對(duì)門把手的精確定位。針對(duì)門把手在相機(jī)平面內(nèi)姿態(tài)估計(jì)的問題，本文通過對(duì)最小二乘法和最小面

4、積矩形兩種算法進(jìn)行仿真，并通過實(shí)驗(yàn)對(duì)這兩種方法進(jìn)行分析驗(yàn)證，對(duì)比選擇出最佳的計(jì)算方法。
　　通過搭建視覺系統(tǒng)實(shí)驗(yàn)平臺(tái)、訓(xùn)練神經(jīng)網(wǎng)絡(luò)，對(duì)實(shí)際現(xiàn)場(chǎng)進(jìn)行圖像采集、實(shí)驗(yàn)。并根據(jù)實(shí)驗(yàn)結(jié)果可知，在工業(yè)現(xiàn)場(chǎng)中，所設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)和4-鄰域分割法可以滿足機(jī)器人對(duì)門把手的識(shí)別需求。研究了SURF匹配算法結(jié)合極線約束算法原理，提高了門把手的匹配正確率。相應(yīng)的也提高了對(duì)應(yīng)空間三維坐標(biāo)結(jié)果的準(zhǔn)確率。研究了最小二乘法平面擬合和最小面積矩形法原理，通過實(shí)驗(yàn)對(duì)以