基于视觉移动机器人的设计与分析

智能作为现代的新发明，是以后的发展方向，他可以按照预先设定的模式在一个环境里自动的运作，不需要人为的管理，可应用于科学勘探等等的用途。智能机器人就是其中的一个体现。本次设计的简易机器人，采用单片机作为小车的检测和控制核心；采用视觉传感器解决室内智能机器人的定位问题，实现机器人在复杂室内环境中的“完全自主” 。能使机器人在未知的环境下，通过自身传感器测量周围环境数据，逐渐估计自身位置和运动状况，并把信号反馈到单片机，使单片机按照预定的工作模式控制小车使小车能按照任意给定的黑色引导线平稳地寻迹。

本次课题研究的内容是基于视觉移动机器人的设计与分析。内容包括：

1.机械结构设计：机器人采用两轮独立驱动的履带结构，动力源采用直流无刷电机，减速和传动装置采用齿轮带传动，利用差速移动平台实现机器人的转向，选用增量式光电编码器进行对机器人速度的检测，实现机器人的定位。

2.控制结构设计：控制部分采用AT89C51型号单片机进行接受命令和产生驱动信号，电机的驱动部分采用L293D控制芯片，芯片利用接受到的单片机发出的信号来控制电机的转速。

3. 传感器部分：利用视觉传感器进行机器人的测距算法，视觉传感器位于机器人的传感器层

本设计结构简单，较容易实现，但具有高度的智能化、人性化，一定程度体现了智能。

关键词：智能机器人单片机视觉传感器智能

Intelligence is modern new invention, is development in the hereafter direction, his operation being able to be automatic according to the pattern setting up in advance within a environment , the use not needing artificial managing, but applying to the science exploration and so on. The intelligence robot it is one among them to embody. Originally inferior design simpleness is robotic , adopt the monolithic machine to be the handcart detecting and to control core; Adopt optesthesia sensor to resolve the interior localized intelligence robot problem , realizes a robot "acting on self's own in interior hit the target complicated environment completeness". And can make robotic under unknown environment , gradually, estimate oneself location and move status by the fact that oneself sensor measures the environment data,coupling back the signal arrives at the monolithic machine , makes the monolithic machine can look for trace according to giving stable black the guidance line arbitrarily stable according to that the predetermined job pattern controls a handcart uses a handcart.

The content of the research is based on visual design and analysis of mobile robot. Include:

1. Design of mechanical structure: the robot driven by two independent track structure, the power source using brushless DC motor, gear reducer and gear belt transmission by using differential steering mobile robot platform, use incremental photoelectric encoder for speed detection of robots, robot positioning.

2. Design of control structure: control part of the model using AT89C51 microcontroller for receiving orders and generate drive signals, the driving part is L293D motor control chip, chip microcontroller using the received signals to control motor speed.

3. Sensor parts: the robot using ultrasonic sensors for distance measurement method, ultrasonic sensors in the robot's sensor layer, using an ultrasonic distance measuring ring to improve the accuracy of the robot.

Design structure is simple , easier to come true, but have an altitude's intellectualized , personalize, certain degree has embodied intelligence.

key word: Intelligent robot Monolithic integrated circuit Visual sensor intelligence

目录

摘要.............................................. I Abstract .......................................... I I 1 绪论 (1)

1.1 课题研究背景以及现实意义 (1)

1.2 智能机器人的发展 (2)

2设计任务以及方案的讨论 (6)

2.1设计任务概述 (6)

2.2 视觉移动机器人机械结构设计方案 (6)

2.3视觉移动机器人控制系统设计方案 (8)

2.4移动机器人的视觉系统设计方案 (10)

3 视觉移动机器人机械结构设计 (11)

3.1电动机的确定 (11)

3.2 减速器的确定 (12)

4 视觉移动机器人控制系统设计 (16)

4.1单片机 PIC16F877 (16)

4.2 步进电机 (17)

4.3步进电机驱动芯片L298 (18)

4.4开关电压调节器LM7805 (19)

5 移动机器人的视觉算法 (20)

5.1图像的采集 (20)

5.2图像的预处理 (20)

结论 (24)

致谢 (25)

参考文献 (26)

附录一: (27)

附录二: (30)

1 绪论

1.1 课题研究背景以及现实意义

1.1.1 课题的研究背景

移动机器人【1】技术一直是人类长期科学研究的热点。它的历史可以追溯到20世纪六十年代。1968年，美国斯坦福研究所公布了他们研发成功的机器人Shakey（如图1-1），该机器人能够根据人的指令通过视觉传感器发现并抓取积木,标志着第一台智能机器人的诞生，同时也揭开了移动机器人研究的序幕。现在，国际上对机器人的概念已经逐渐趋近一致。一般说来，人们都可以接受的说法是：机器人是靠自身动力和控制能力来实现各种功能的一种机器。联合国标准化组织采纳了美国机器人协会给机器人下的定义：“机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机；或是为了执行不同的任务而具有可改变和可编程动作的专门系统。”机器人能够利用各种传感器采集机器人所在环境的特征，通过各种环境特征可以自动地规划自己的行动路径，实现寻迹、避障等智能行为。

图1-1 shakey

早期的机器人主要应用于工业领域，例如利用机器人搬运工件、更换刀具、焊接工件、喷射油漆以及实现零件的装配等工作。但是到了90 年代，随着机械技术、计算机技术、微电子技术、网络技术以及人工智能技术的快速发展，机器人活动领域的不断扩大，机器人的应用从制造业领域向非制造业领域不断发展，

原先只是在工业中才使用的自主式机器人也开始进入到人们的日常生活中来，因此在工业、医学、农业、建筑业甚至军事等领域都能看到移动机器人的身影，美国麻省理工学院、斯坦福大学、英国爱丁堡大学等都陆续成立了机器人实验室，由此机器人技术得到了长久的发展。

该课题正是在这种环境下提出的，本文设计的机器人实际上就是一种利用视觉传感器自动移动的机器装置，由视觉传感器实现路径识别，通过对小车速度的控制，使小车能按照任意给定的黑色引导线平稳地寻迹。

1.1.2 课题的现实意义

对智能机器人【2】的研究有着广泛的现实意义，概括地说可以有三点：

1. 智能机器人技术是一门综合性很强的技术。对移动机器人的设计包括机械结构、传感器、运动学方程、控制系统、路径规划以及各种算法的分析与设计。因此移动机器人的研究涉及到的学科包括：机械加工技术、传感器技术、信息处理技术、通信技术、自动控制技术、电子技术、机器视觉技术、图像处理技术、网络技术以及计算机技术等等，所以移动机器人技术的发展使得各门科学技术都得到了长远的进步与发展，是科学技术不断发展的有力途径和工具。

2. 智能机器人有着广泛的应用前景，可以说它几乎渗透到了人类社会所有的领域。可以预见在未来的人类社会里，移动机器人将会出现在我们生活中的每一个角落，成为时代发展的主流。随着人们生活水平的提高，人类对机器人的功能也提出了更高的要求，越来越多的移动机器人已经走入了我们的生活，在家里，服务型的室内机器人可以从事清洁卫生、园艺、垃圾处理、家庭护理与服务等作业；在医院，移动机器人可以从事手术、化验、助残、导盲、运输、康复及病人护理等作业；在商场和旅游中，导购机器人、导游机器人和表演机器人都使得人类生活变得丰富多彩。因此移动机器人已经成为未来社会非常有潜力的产业，谁可以掌握室内移动机器人的关键技术，谁就可以引领世界的潮流。

3. 机器人的发展是一个国家高科技水平和工业自动化程度的重要体现。它实现了工业的完全自动化，从机械加工到零件的装配，甚至连工艺的设计都由工业机器人完成。机器人带动了工业技术的革新，社会的发展以及其他领域的革命。当今社会，机器人正代替人发挥着日益重要的作用，不断地改变着人类的生活方式，因此完全可以说机器人技术的发展带动了整个人类社会的发展。

综上所述，我国对移动机器人的研究面临着很大的挑战，必须加大对机器人的开发与应用才能走在时代的前列。

1.2 智能机器人的发展

1.2.1智能机器人的定义

自机器人问世以来，人们就很难对机器人下一个准确的定义，欧美国家认为机器人应该是“由计算机控制的通过编程具有可以变更的多功能的自动机械；”日本学者认为“机器人就是任何高级的自动机械；”我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。”目前国际上对机器人的概念已经渐趋一致，联合国标准化组织采纳了美国机器人协会于1979年给机器人下的定义：“一种可编程和多功能的，用来搬运材料、零件、工具的操作机；或是为了执行不同的任务而具有可改变和可编程动作的专门系统。”概括说来，机器人是靠自身动力和控制能力来实现各种功能的一种机器。

1.2.2 国外机器人的发展

智能机器人的研究可以追溯到20世纪60年代【2】，在1966至1972年间,美国斯坦福研究院的和Charles等人研制的机器人，身高1.5米，是历史上第一个由计算机控制的自主式智能移动机器人。它由远程大型计算机控制，带有视觉传感器和触觉传感器，在室内的复杂环境中可以完成从一个地点移动到另一个地点，以及检测障碍物并移动障碍物到指定地点的任务。它的出现标志着智能机器人研究的正式开始。

1970年前苏联月球17号探测器把世界第一个无人驾驶的月球车送去月球，月球车行驶0.5公里，考察了8万平方米的月面。后来的月球车行驶37公里，向地球发回88幅月面全景图。在同一时代，美国喷气推进实验室也研制了月球车(图1-2),应用于行星探测的研究。采用了摄像机，激光测距仪以及触觉传感器。机器人能够把环境区分为可通行、不可通行以及未知等类型区域。

图1-2 月球车

1973年到1979年，斯坦福大学人工智能实验室研制了CART移动机器人，CART可以自主地在办公室环境运行。CART每移动1米，就停下来通过摄像机的图片对环境进行分析，规划下一步的运行路径。由于当时计算机性能的限制，CART 每一次规划都需要耗时约15分钟。CMU Rover由卡耐基梅隆大学机器人学研究所在1981年开始研制，它具有12个微处理器来处理实时任务，一个大型的远程计算机通过遥控方式来进行复杂规划与环境分析，并通过声纳传感器与视觉传感器来探测环境中的障碍。

由于计算机的运行速度、传感器感知能力的限制，这些移动机器人的实时控制性能不佳。每自主前进一步都需要停下来花费大量的时间进行计算，因此在实际应用中通常采取遥控的方式。进入20世纪90年代，随着计算机技术的飞速发展，机器人的感知、决策能力也获得了长足的进步。到了1994年，卡耐基梅隆大学机器人学研究所开发了Dante II，这是一个8足的移动机器人。在1994年4月，该机器人通过卫星通讯与Internet相连，通过网络由NASA的研究组、卡耐基梅隆大学以及阿拉斯加火山观测所的科研人员控制Dante进行阿拉斯加火山口观测，并收集了火山口喷出的气体样本。

1.2.3 国内机器人的发展

国内有关移动机器人研究的起步较晚，“八五”期间研制了ATB-1，即军用

智能机器人平台【3】，由浙江大学、国防科技大学、清华大学、北京理工

大学、南京理工大学联合研制。“九五”期间又研制了军用“智能机器人平台2号”，道路自主驾驶的最高速度为74Km/h。

在国家“十五”863计划中，展开了一系列的有关智能机器人方面的研究。在危险环境下作业移动机器人、基于复合结构的非结构环境应用的移动机器人、高机动性越障机器人、多足仿生机器人、仿人形机器人等研究项目取得了众多的成果。国防科技大学、哈尔滨工业大学、清华大学、中国科技大学、中科院自动化研究所、沈阳自动化研究所等正在开展有关月球探测自主机器人的相关研究。在863专项支持下，清华大学开发了多功能室外智能移动机器人实验平台、上海交通大学研制了移动机构试验平台以及Frontier-ITM等。211A MCTB采用了关节轮式移动结构，具有较强的越障能力。Frontier-ITM自主移动机器人作为中国大学的参赛队首次参加了Robocop中型组比赛。CASIA-1是中科院自动化所研制的集多种传感器、视觉、语音识别与会话功能于一体的智能移动机器人。沈阳自动化所研制的自行输送小车已投入生产现场，此外还研制了“多功能排险防暴机器人”和“蛇形机器人”。

2003年国防科技大学贺汉根教授主持研制的无人驾驶车采用了四层递阶控制体系结构以及机器学习等智能控制算法，在高速公路上达到了130Km/h的稳定时速，最高时速170Km/h，而且具备了自主超车功能，这些技术指标均处于世界领先的地位。

这一系列的成就推动了我国移动机器人技术的发展，缩短了与国外先进水平的差距，而且在某些领域也取得了国际领先的成果，己经成为我国机器人应用的一个突出领域。

2设计任务以及方案的讨论

2.1设计任务概述

设计一个智能机器人，使该机器人能通过视觉传感器实现路径识别，并能对

小车的速度进行控制，使小车能按照任意给定的黑色引导线平稳地寻迹。

图2-1

2.2 视觉移动机器人机械结构设计方案

智能车系统以迅猛发展的汽车电子为背景，涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械等多个学科；主要由路径识别、角度控制及车速控制等功能模块组成。一般而言，智能车系统要求小车在白色的场地上，通过控制小车的转向角和车速，使小车能自动地沿着一条任意给定的黑色带状引导线行

驶。

2.2.1 动力源的论证与选择

方案1：步进电机【4】

方案2：直流电机

方案3：交流电机

优缺点比较：

方案 1 步进电机是将电脉冲信号转变为角位移或线位移的开环控制元件。在非超载的情况下，电机的转速、停止的位置只取决于脉冲信号的频率和脉冲数，

而不受负载变化的影响，即给电机加一个脉冲信号，电机则转过一个步距脚。这一线性关系的存在，加上步进电机只有周期性的误差而无累积误差等特点。使得在速度、位置等控制领域用步进电机来控制变的非常的简单。但步进电机并不能象普通的直流电机，交流电机在常规下使用。它必须由双环形脉冲信号、功率驱动电路等组成控制系统方可使用。因此用好步进电机却非易事，它涉及到机械、电机、电子及计算机等许多专业知识。

方案 2 交流电机分为同步电机与异步电机。异步电动机按照定子相数的不同分为单项异步电动机、两相异步电动机和三相异步电动机。三相异步电动机结构简单，运行可靠，成本低廉等优点，广泛应用于工农业生产中。同步电动机的主要运行方式有三种，可以作为发电机，电动机，和补偿机。同步电动机主要用来发电。作为电动机使用时可以调节功率因数，在不需要调速的情况下可以提高运行效率。作为补偿机器时，改变励磁电流可以改善电网功率因数，调节电网电压。然而交流电机必须携带电源线，这对于机器人来说不太方便并且由于机器人在行驶过程中需要对速度进行调整，而交流电机无法实现速度的变换。

方案3 直流减速电机转动力矩大，体积小，重量轻，装配简单，使用方便，小车机内部装有减速齿轮组，所以并不需要考虑调速功能，很方便的就可以实现通过单片机对直流减速电机前进、后退、停止等操作。

最终方案：综上所述，本次设计选用直流电机。

2.2.2 运动方式的选择

方案1：常用的汽车结构——四轮机构

方案2：履带式结构【5】

优缺点的比较：

方案1 四轮结构是一个马达作为动力，通过变速箱驱动后轮；另一个马达转动导向轮来决定行驶方向。优点是在直道行驶速度较快、方向和速度相互独立。缺点为转弯半径大、驱动轮易打滑、导向轮方向不易精确控制。

方案2 履带结构是两个电机分别驱动两条履带。优点是可以在原地转动；在不平的路面上性能稳定，牵引力大。缺点为速度慢、速度和方向不能单独控制摩擦力很大；能量损耗大，机械结构复杂。

最终方案：履带结构能适应更为复杂的环境，本设计使用履带式结构。

2.2.3电源的论证与选择

方案1：采用7.2V可充电动力电池组。

方案2：采用12V蓄电池为直流电机供电。

优缺点的比较：

方案1 采用7.2V可充电动力电池组。动力电池组具有较强的电流驱动能力及稳定的电压输出性能，经测试在用此种供电方式下，单片机和传感器工作稳定，直流电机工作良好，且电池体积较小、可以充电、能够重复利用等，能够满足系统的要求。

方案2 采用12V蓄电池为直流电机供电，将12V电压降压、稳压后给单片机系统和其它芯片供电。蓄电池具有较强的电流驱动能力以及稳定的电压输出性能。但是蓄电池的体积过于庞大，由于车体在设计时空间有限，在小型电动车上使用极为不方便，因此放弃此方案。

最终方案：综上所述，本设计使用7.2V可充电动力电池组。

2.2.4 传动方式的选择

方案1：带传动【6】

方案2：齿轮传动

优缺点的比较：

方案 1 带传动(皮带传动)的结构简单,适用于两轴中心距较大的传动场合;且传动平稳无噪声,能缓冲、吸振;过载时带将会在带轮上打滑,可防止薄弱零部件损坏,起到安全保护作用;但是不能保证精确的传动比

方案 2 齿轮传动能保证瞬时传动比恒定,平稳性较高,传递运动准确可靠;传递的功率和速度范围较大且结构紧凑、工作可靠,可实现较大的传动比;传动效率高,使用寿命长;但是齿轮的制造、安装要求较高。

最终方案：综上所述，本设计使用方案2。

2.2.5 最终方案：

经过讨论，本文决定自制智能机器人，该智能机器人使用履带式结构，用采用7.2V可充电动力电池组，使用直流电机作为机器人的动力源，两个直流电机分别控制两条履带轮，通过控制直流电机可以实现小车的前进，后退以及转向等功能。

2.3视觉移动机器人控制系统设计方案

2.3.1控制系统的选择

机器人的控制系统是智能机器人的关键，相当于人类的大脑，而现在比较流行的控制器主要有PLC【7】和单片机【8】。PLC和单片机都可以作为机器人的控制系统。

PLC ( Programmable logic Controller)，可编程逻辑控制器，一种数字运算操作的电子系统，专为在工业环境应用而设计的。它采用一类可编程的存储器，用于其内部存储程序，执行逻辑运算，顺序控制，定时，计数与算术操作等面向

用户的指令，并通过数字或模拟式输入/输出控制各种类型的机械或生产过程。PLC实质是一种专用于工业控制的计算机，其硬件结构基本上与微型计算机相同，由CPU、储存器、电源构成。

单片机是一种集成在电路芯片，是采用超大规模集成电路技术把具有数据处理能力的中央处理器CPU随机存储器RAM、只读存储器ROM、多种I/O口和中断系统、定时器/计时器等功能（可能还包括显示驱动电路、脉宽调制电路、模拟多路转换器、A/D转换器等电路）集成到一块硅片上构成的一个小而完善的计算机系统。

PLC和单片机虽然都是控制器，广泛的应用在控制系统中，但是它们依然具有不同，他们的区别为：

1.PLC控制，普遍的应用各种中大型生产设备的自动控制。

具体包括矿山，炼钢，机床，生产加工等等，应用广泛。大部分用在较大型的设备上。因为其价格较高，一般都是附加值较高的自动控制系统才会考虑。PLC 的特点：可靠性高，抗干扰能力强；硬件配套齐全，功能完善，适用性强；易学易用，深受工程技术人员欢迎；系统的设计、安装、调试工作量小，维护方便，容易改造；体积小，重量轻，能耗低。

2.单片机控制，目前单片机渗透到我们生活的各个领域，仪器仪表、家用电器、医用设备、航空航天、专用设备的智能化管理及过程控制等领域，几乎很难找到哪个领域没有单片机的踪迹。单片机的特点：单片机又称单片微控制器,它不是完成某一个逻辑功能的芯片,而是把一个计算机系统集成到一个芯片上。相当于一个微型的计算机，和计算机相比，单片机只缺少了I/O设备。概括的讲：一块芯片就成了一台计算机。它的体积小、质量轻、为学习、应用和开发提供了便利条件，同时单片机的成本比PLC略微低廉，综合考虑本文决定选择单片机控制。

单片机有8位，16位，32位等，这里的位指单片机CPU每次处理能力,8位是指单片机一次可以计算8位数据,16位是指单片机一次可以计算16位数据,依次类推，在此次设计中用8位单片机完全可以完成对机器人的控制，因此本文决定选择8位单片机.

2.3.2控制器的软件设计

在归纳了移动机器人各种运动行为的基础上，本文总结了机器人的如下运动方式:

1.启动:两个电机启动。

2停止:两个电机停止转动。

3.加速:两个电机同时在现有速度基础上增加一个数量级，实现加速。

4.减速:两个电机同时在现有速度基础上减小一个数量级，实现减速。

5.转弯:改变一个电机的转向，完成转弯后作直线运动。

6.直线运动:两个电机以相同的速度和转向运动。

这些运动覆盖了差动轮式移动系统的所有基本动作，通过一系列电机控制的组合就可以灵活地控制机器人完成它所能够做到的任何动作。当移动机器人需要做出某种动作时，车载机只须将期望动作翻译为一个电机指令序列，发布给运动控制器，运动控制器就可以按部就班地控制机器人予以完成。

2.4移动机器人的视觉系统设计方案

视觉是人类了解外部世界的重要手段【10】，在人们的日常生活中，有大量的信息都是来自于眼睛。同样,视觉系统也是机器人系统的重要组成部分之一。对于移动机器人来说，利用视觉系统获取机器人的外部信息，使机器人可以自主地规划它的行进路线，安全到达目的地并完成指定的工作任务是机器人导航研究的重要课题,它对机器人的发展具有重要的意义。

机器人的视觉系统一般包括硬件与软件两个部分【9】,前者是系统的基础,后者主要包括实现图像处理的基本算法以及一些实现人机交互的接口程序.

在本次设计中，采用的是用摄像头实时的采集道路信息，经过单片机的内部处理，来控制智能车的转向和电机的加减速。由于道路信息比较简单，只有黑白两种颜色，因此本文采用采用AT89C51单片机作为主控制器。AT89C51是一个低功耗，高性能CMOS 8位单片机，片内含8k Bytes ISP(In-system programmable)的可反复擦写1000次的Flash只读程序存储器，器件采用ATMEL公司的高密度、非易失性存储技术制造，兼容标准MCS-51指令系统及80C51引脚结构，芯片内集成了通用8位中央处理器和ISP Flash存储单元，功能强大的微型计算机的可为许多嵌入式控制应用系统供给高性价比的解决方案。且此系列的单片机可以在线编程、调试，方便地实现程序的下载与整机的调试。

3 视觉移动机器人机械结构设计

3.1电动机的确定

从机器人是实际运动出发考虑，机器人的速度不能太快，否则会造成控制部分来不及处理和发送信号，电机【11】不能及时做出反应，机器人在行进的过程中不能实现避障功能，碰撞到障碍物而损坏的情况。因此，机器人的移动速度定为V=0.3M/S.

所以机器人电机克服摩擦力的功率

P实际=F·V

=0.5*20*9.8*0.3

=29.4W

因为机器人是两轮独立驱动，所以每个电机克服摩擦的功率是14.7W，另外考虑到启动加速、上下坡和其他自然因素，因此每个直流无刷电机的功率定位30W。进过理论和实践证实30W的直流无算电机可以驱动总载重为20KG的机器人。

进过筛选型号为BL4373DS的直流无刷电机最符合设计要求

图3.1 机器人驱动电机

3.2 减速器的确定

3.2.1 减速箱齿轮的确定

本文设计的机器人车轮半径为80mm，速度约为0.4m/s。机器人电机输出转速为200n/m，车轮的转速为50n/m。所以总传动比i总为：

i总=200n/m：50n/m=4

本文采用两级圆柱齿轮减速器进行减速【12】，综合考虑，本文决定用分流式（结构复杂，但由于齿轮相对于轴承对称布置，与展开式相比载荷沿齿宽分布均匀，轴承受载较均匀。中间轴危险截面上的转矩只相当于轴所传递转矩的一半。适用于变载荷的场合。高速级一般用斜齿，低速级可用直齿或人字齿）。

减速箱输出扭矩为:

T = 9550×W/n×i×η

= 9550×0.04KW/200n/m×4×92%

= 7.02 N*M

通过查找资料,确定减速箱第一级模数m=1,传动比ii=4,小齿轮齿数20,大

3.2.2 减速箱轴的确定

轴是减速器的主要零件之一，轴的结构决定轴上零件的位置和有关尺寸。按弯扭合成强度条件初步计算轴的各段直径，轴计算载面的直径为

式中—轴计算载面上的弯矩，N·mm;

—轴计算载面上的转矩，N·mm;

—将转矩折合成当量弯矩的折算系数，若扭转剪应力按脉动循环变化

时，；—轴材料的许多弯曲应力，MPa。

当所在计算载面轴段开有键槽时，由上式算得的直径应增大3%～5%（开一个键槽）或7%～10%（开两个键槽），然后圆整为标准直径.

通过如果减速器输入轴通过联轴器与电动机轴相联接，则外伸段轴径与电动机轴径不得相差很大，否则难以选择合适的联轴器，也就是说，减速器输入轴轴端直径和电动机轴直径必须在所选取联轴器毂孔最大与最小直径允许范围内。为此，可取减速器输入轴轴端直径

mm

式中—减速器输入轴轴端直径，mm；

—电动机轴直径，mm。

减速器传动中心距为已知，可取减速器从动轴危险截面直径

式中—减速器从动轴危险截面直径，mm；

—该级传动的中心距，mm。

综合实际情况，最后选择轴1最小轴径7mm，轴2最小轴径9mm。

3.2.3减速箱轴承的确定

将运转的轴【13】与轴座之间的滑动摩擦变为滚动摩擦，从而减少摩擦损失的一种精密的机械元件，叫滚动轴承（rolling bearing）。

滚动轴承一般由内圈、外圈、滚动体和保持架四部分组成。

内圈的作用是与轴相配合并与轴一起旋转；外圈作用是与轴承座相配合，起支撑作用；滚动体是借助于保持架均匀的将滚动体分布在内圈和外圈之间，其形状大小和数量直接影响着滚动轴承的使用性能和寿命；保持架能使滚动体均匀分布，防止滚动体脱落，引导滚动体旋转起润滑作用。如图3.1：

图3-1

球轴承适于承受轻载荷，滚子轴承适于承受重载荷及冲击载荷。当滚动轴承受纯轴向载荷时，一般选用推力轴承；当滚动轴承受纯径向载荷时，一般选用深沟球轴承或短圆柱滚子轴承；当滚动轴承受纯径向载荷的同时，还有不大的轴向载荷时，可选用深沟球轴承、角接触球轴承、圆锥滚子轴承及调心球或调心滚子轴承；当轴向载荷较大时，可选用接触角较大的角接触球轴承及圆锥滚子轴承，或者选用向心轴承和推力轴承组合在一起，这在极高轴向载荷或特别要求有较大轴向刚性时尤为适宜。

根据机器人的要求及经济实惠的原则，本文决定选择深沟球轴承.

4 视觉移动机器人控制系统设计

4.1单片机 PIC16F877

单片机是将中央处理器（CPU）、随机存储器（RAM）、只读存储器（ROM）、定时器芯片和一些输入输出接口电路集成的一个芯片上的微控制器。

中央处理器是单片机的核心，它包括运算器、控制器和寄存器3个主要部分。存储器按工作方式可分为、随机存储器（RAM）和只读存储器（ROM）。RAM可以随机地被CPU读写，断电后存储的内容消失；ROM种的信息只能读不能写。输入输出接口是单片机的重要组成部分。程序、数据以及外部的所有信息都是通过单片机的I/O端口读入单片机的。单片机计算的所有结果也都通过I/O输出到显示部分或者控制外部其他执行机构。

PIC16F877芯片上集成有：

（1）端口RA模块：是一个只有6条引脚的输入/输出可编程的端口。

（2）端口RB模块：是一个具有8条引脚的输入/输出可编程的端口。

（3）端口RC模块：是一个具有8条引脚的输入/输出可编程的端口。

（4）端口RD模块：是一个具有8条引脚的输入/输出可编程的端口。

（5）端口RE模块：是一个具有3条引脚的输入/输出可编程的端口。

（6）定时器TMR0模块：是一个8位宽的可编程的定时器，也可作为计数器使用。

（7）定时器TMR1模块：是一个16位宽的可编程的定时器，也可作为计数器使用，并且可以与捕捉/比较/脉宽调制CCP模块配合实现捕捉和比较功能。

（8）定时器TMR2模块：是一个8位宽的可编程的定时器，也可作为计数器使用，并且可以与捕捉/比较/脉宽调制CCP模块配合实现捕捉和比较功能。

（9）EEPROM数据存储模块：是256×8的电可擦写的存储器，储存的内容掉电也不会丢失。

（10）A/D转换器模块：具有8个输入通道和10位分辨率的模数转换器，用来将外部的各种模拟物理量变换为便于单片机内部处理的数字量。

（11）捕捉/比较/脉宽调制CCP1和CCP2模块：PIC16F877片内包含两个几乎完全相同的CCP模块，与TMR1和TMR2配合可以实现输入捕捉、输出比较和卖出调制输出功能。输入捕捉功能可以用于测量信号周期、频率、脉冲等；输出比较功能可以用于生产宽度不同的正负方波脉冲信号，以驱动可控硅、续电器等；脉宽调制输出功能用来产生周期和脉冲可调的周期性方波信号，以驱动可驱动可控硅、步进电机等。

移动机器人导航技术总结

移动机器人的关键技术分为以下三种: (1)导航技术 导航技术是移动机器人的一项核心技术之一[3,4]"它是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动"目前,移动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等"其中,视觉导航15一7]通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进行探测和识别实现导航"它具有信号探测范围广,获取信息完整等优点,是移动机器人导航的一个主要发展方向,而基于非结构化环境视觉导航是移动机器人导航的研究重点。 (2)多传感器信息融合技术多传感器信息融合技术是移动机器人的关键技术之一,其研究始于20世纪80年代18,9]"信息融合是指将多个传感器所提供的环境信息进行集成处理,形成对外部环境的统一表示"它融合了信息的互补性,信息的冗余性,信息的实时性和信息的低成本性"因而能比较完整地,精确地反映环境特征,从而做出正确的判断和决策,保证了机器人系统快速性,准确性和稳定性"目前移动机器人的多传感器融合技术的研究方法主要有:加权平均法,卡尔曼滤波,贝叶斯估计,D-S证据理论推理,产生规则,模糊逻辑,人工神经网络等"例如文献[10]介绍了名为Xavier的机器人,在机器人上装有多种传感器,如激光探测器!声纳、车轮编码器和彩色摄像机等,该机器人具有很高的自主导航能力。 (3)机器人控制器作为机器人的核心部分,机器人控制器是影响机器人性能的关键部分之一"目前,国内外机器人小车的控制系统的核心处理器,己经由MCS-51、80C196等8位、16位微控制器为主,逐渐演变为DSP、高性能32位微控制器为核心构成"由于模块化系统具有良好的前景,开发具有开放式结构的模块化、标准化机器人控制器也成为当前机器人控制器的一个研究热点"近几年,日本!美国和欧洲一些国家都在开发具有开放式结构的机器人控制器,如日本安川公司基于PC开发的具有开放式结构!网络功能的机器人控制器"我国863计划智能机器人主题也已对这方面的研究立项 视觉导航技术分类 机器人视觉被认为是机器人重要的感觉能力，机器人视觉系统正如人的眼睛一样,是机器人感知局部环境的重要“器官”,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色CCD摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。视觉信息处理技术是移动机器人研究中最为关键的技术之一。

机器人视觉系统介绍

机器人视觉（Robot Vision）简介 机器视觉系统的组成 机器视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形状、尺寸、离开观察点的距离、质地和运动特征（方向和速度）等的理解。 机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。 机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。 将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。下面通过一个用于生产线上的单摄像机视觉系统，说明系统的组成及功能。 视觉系统检测生产线上的产品，决定产品是否符合质量要求，并根据结果，产生相应的信号输入上位机。图像获取设备包括光源、摄像机等；图像处理设备包括相应的软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置等。数据传输到计算机，进行分析和产品控制，若发现不合格品，则报警器告警，并将其排除出生产线。机器视觉的结果是CAQ系统的质量信息来源，也可以和CIMS其它系统集成。 图像的获取 图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成： ＊照明 ＊图像聚焦形成 ＊图像确定和形成摄像机输出信号

移动机器人视觉导航

移动机器人视觉导航。 0504311 19 刘天庆一、引言 智能自主移动机器人系统能够通过传感器感知外界环境和自身状态，实现在有障碍物环境中面向目标的自主运动，从而完成一定作业功能。其本身能够认识工作环境和工作对象，能够根据人给予的指令和“自身”认识外界来独立地工作，能够利用操作机构和移动机构完成复杂的操作任务。因此，要使智能移动机器人具有特定智能，其首先就须具有多种感知功能，进而进行复杂的逻辑推理、规划和决策，在作业环境中自主行动。机器人在行走过程中通常会碰到并且要解决如下三个问题：（1）我（机器人）现在何处？（2）我要往何处走？（3）我要如何到达该处？其中第一个问题是其导航系统中的定位及其跟踪问题，第二、三个是导航系统的路径规划问题。移动机器人导航与定位技术的任务就是解决上面的三个问题。移动机器人通过传感器感知环境和自身状态，进而实现在有障碍物的环境中面向目标自主运动，这就是通常所说的智能自主移动机器人的导航技术。而定位则是确定移动机器人在工作环境中相对于全局坐标的位置及其本身的姿态，是移动机器人导航的基本环节。 目前，应用于自主移动机器人的导航定位技术有很多，归纳起来主要有：安装CCD 摄像头的视觉导航定位、光反射导航定位、全球定位系统GPS(Global Positioning System)、声音导航定位以及电磁导航定位等。下面分别对这几种方法进行简单介绍和分析。 1、视觉导航定位 在视觉导航定位系统中，目前国内外应用较多的是基于局部视觉的在机器人中安装车载摄像机的导航方式。在这种导航方式中，控制设备和传感装置装载在机器人车体上，图像识别、路径规划等高层决策都由车载控制计算机完成。视觉导航定位系统主要包括：摄像机（或CCD 图像传感器）、视频信号数字化设备、基于DSP 的快速信号处理器、计算机及其外设等。现在有很多机器人系统采用CCD 图像传感器，其基本元件是一行硅成像元素，在一个衬底上配置光敏元件和电荷转移器件，通过电荷的依次转移，将多个象素的视频信号分时、顺序地取出来，如面阵CCD传感器采集的图像的分辨率可以从32×32 到1024×1024 像素等。视觉导航定位系统的工作原理简单说来就是对机器人周边的环境进行光学处理，先用摄像头进行图像信息采集，将采集的信息进行压缩，然后将它反馈到一个由神经网络和统计学方法构成的学习子系统，再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。 视觉导航定位中，图像处理计算量大，计算机实时处理的速度要达到576MOPS~5.76BOPS，这样的运算速度在一般计算机上难以实现，因此实时性差这一瓶颈问题有待解决； 另外，对于要求在黑暗环境中作业的机器人来说，这种导航定位方式因为受光线条件限制也不太适应。 当今国内外广泛研制的竞赛足球机器人通常都采用上面所说的视觉导航定位方式，在机器人小车子系统中安装摄像头，配置图像采集板等硬件设备和图像处理软件等组成机器人视觉系统。通过这个视觉系统，足球机器人就可以实现对球的监测，机器人自身的定位，作出相应动作和预测球的走向等功能

《机器视觉及其应用》习题

第一章机器视觉系统构成与关键技术 1、机器视觉系统一般由哪几部分组成？机器视觉系统应用的核心目标是什么？主要的分 成几部分实现？ 用机器来延伸或代替人眼对事物做测量、定位和判断的装置。组成：光源、场景、摄像机、图像卡、计算机。用机器来延伸或代替人眼对事物做测量、定位和判断。三部分：图像的获取、图像的处理和分析、输出或显示。 2、图像是什么？有那些方法可以得到图像？ 图像是人对视觉感知的物质再现。光学设备获取或人为创作。 3、采样和量化是什么含义？ 数字化坐标值称为取样，数字化幅度值称为量化。采样指空间上或时域上连续的图像（模拟图像）变换成离散采样点（像素）集合的操作；量化指把采样后所得的各像素的灰度值从模拟量到离散量的转换。采样和量化实现了图像的数字化。 4、图像的灰度变换是什么含义？请阐述图像反色算法原理？ 灰度变换指根据某种目标条件按照一定变换关系逐点改变原图像中每一个像素灰度值，从而改善画质，使图像的显示效果更加清晰的方法。对于彩色图像的R、G、B各彩色分量取反。 第二章数字图像处理技术基础 1、对人类而言，颜色是什么？一幅彩色图像使用RGB色彩空间是如何定义的？24位真彩 色，有多少种颜色？ 对人类而言，在人类的可见光范围内，人眼对不同波长或频率的光的主观感知称为颜色。 一幅图像的每个像素点由24位编码的RGB 值表示：使用三个8位无符号整数（0 到255）表示红色、绿色和蓝色的强度。256*256*256=16,777,216种颜色。 2、红、绿、蓝三种颜色为互补色，光照在物体上，物体只反射与本身颜色相同的色光而吸 收互补色的光。一束白光照到绿色物体上，人类看到绿色是因为？ 该物体吸收了其他颜色的可见光，而主要反射绿光，所以看到绿色。 3、成像系统的动态范围是什么含义？ 动态范围最早是信号系统的概念，一个信号系统的动态范围被定义成最大不失真电平和噪声电平的差。而在实际用途中，多用对数和比值来表示一个信号系统的动态范围，比如在音频工程中，一个放大器的动态范围可以表示为： D = lg（Power_max / Power_min）×20； 对于一个底片扫描仪，动态范围是扫描仪能记录原稿的灰度调范围。即原稿最暗点的密度（Dmax）和最亮处密度值(Dmin)的差值。 我们已经知道对于一个胶片的密度公式为D = lg（Io/I）。那么假设有一张胶片，扫描仪向其投射了1000单位的光，最后在共有96%的光通过胶片的明亮（银盐较薄）部分，而在胶片的较厚的部分只通过了大约4%的光。那么前者的密度为： Dmin=lg（1000/960）= 0.02； 后者的密度为： Dmax=lg（1000/40）= 1.40 那么我们说动态范围为：D=Dmax-Dmin=1.40-0.02=1.38。

基于深度视觉的室内移动机器人即时定位与建图研究

基于深度视觉的室内移动机器人即时定位与建图研究 在无法获取GPS信号的室内场合,如何有效地解决移动机器人的室内定位与导航问题,已经成为机器人技术研究领域的难点与热点,而即时定位与地图构建(SLAM)方法为此提供了一个较为合适的解决方法。近些年,由于以Kinect为代表的深度相机具有同时获取场景的彩色信息与深度信息的特点,基于深度相机的视觉SLAM方法逐渐成为视觉SLAM研究的一个重要方向。 本文主要针对基于深度相机的室内移动机器人SLAM技术展开研究,先是利用TUM数据集完成视觉SLAM算法的测试,再在移动机器人平台上进行算法实验,结果能够较好地建立出室内环境的地图模型。本文的主要研究内容共分为以下几个部分:首先,对本课题研究中使用的深度相机的模型展开介绍,包括其中涉及的坐标系与坐标变换,以及深度相机的标定方法。 接着,分析机器人的视觉SLAM过程中涉及的相关系统变量,并对其运动方程和观测方程作出描述。同时,结合图模型,以位姿图的形式,表示移动机器人的即时定位与地图构建过程,为后续研究打下基础。 其次,详细研究基于深度相机的视觉SLAM算法的各个模块。考虑整体SLAM 算法的实时性能,在视觉SLAM的前端,采用计算速度极快的ORB特征,并利用汉明距离进行匹配,同时引入误匹配优化机制,提高特征匹配的准确率。 在估计相机运动时,利用深度相机的深度信息,使用3D-2D的方法估计两帧图像之间相机的运动。在后端处理部分,介绍回环检测方法,利用视觉词袋算法对机器人运动过程中的位姿进行回环,约束其位姿的估计误差。 然后,介绍基于位姿图的非线性优化方法,并利用g2o库求解相机运动轨迹,同时根据深度相机的数据,构建点云地图,展开算法的评价。再次,针对点云地图

基于视觉导航的轮式移动机器人设计方案

基于视觉导航的轮式移动机器人设计方案第一章移动机器人 §1.1移动机器人的研究历史 机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器)。1962年，美国Unimation公司的第一台机器人Unimate。在美国通用汽车公司(GM)投入使用，标志着第一代机器人的诞生。 智能移动机器人更加强调了机器人具有的移动能力，从而面临比固定式机器人更为复杂的不确定性环境，也增加了智能系统的设计复杂度。1968年到1972年间，美国斯坦福国际研究所(Stanford Research Institute, SRI)研制了移动式机器人Shaky,这是首台采用了人工智能学的移动机器人。Shaky具备一定人工智能，能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)。它装备了电视摄像机、三角法测距仪、碰撞传感器、驱动电机以及编码器，并通过无线通讯系统由二台计算机控制。当时计算机的体积庞大，但运算速度缓慢，导致Shaky往往需要数小时的时间来分析环境并规划行动路径。 1970年前联月球17号探测器把世界第一个无人驾驶的月球车送七月球，月球车行驶0.5公里，考察了8万平方米的月面。后来的月球车行驶37公里，向地球发回88幅月面全景图。在同一时代，美国喷气推进实验室也研制了月球车(Lunar rover),应用于行星探测的研究。采用了摄像机，激光测距仪以及触觉传感器。机器人能够把环境区分为可通行、不可通行以及未知等类型区域。 1973年到1979年，斯坦福大学人工智能实验室研制了CART移动机器人，CART可以自主地在办公室环境运行。CART每移动1米，就停下来通过摄像机的图片对环境进行分析，规划下一步的运行路径。由于当时计算机性能的限制，CART每一次规划都需要耗时约15分钟。CMU Rover由卡耐基梅隆大学机

机器人视觉传感技术及应用doc汇总

机器人视觉传感技术及应用 摘要：机器人视觉技术是指机器人工作时通过视觉传感器对环境物体获取视觉信息，让机器人识别物体来进行各种工作。本文介绍了机器人技术中所常用的视觉传感器的种类、结构。原理和功能。介绍了弧焊机器人视觉传感技术较为前沿的一些应用和研究，包括焊缝跟踪和获取熔池信息。简要说明了视觉技术在农业采摘机器人方面的应用。 关键词：机器人、视觉、弧焊、采摘机器人 1．绪论 机器人视觉是使机器人具有视觉感知功能的系统。机器人视觉可以通过视觉传感器获取环境的一维、二维和三维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置及各种状态。机器人视觉视觉侧重于研究以应用为背景的专用视觉系统，只提供对执行某一特定任务相关的景物描述。机器人视觉硬件主要包括图像获取和视觉处理两部分，而图像获取由照明系统、视觉传感器、模拟－数字转换器和帧存储器等组成。根据功能不同，机器人视觉可分为视觉检验和视觉引导两种，广泛应用于电子、汽车、机械等工业部门和医学、军事领域。 2. 机器人常用的视觉传感器 2.1光电二极管与光电转换器件 图2.1是pn型光电二级管的结构。如果让光子射入半导体的pn结边界耗尽层，就会激励起新的空穴。利用电场将空穴和电子分离到两侧，就可以的到与光子量成比例的反向电流。Pn型元件的优点是暗电流小，所以被广泛用于照度计和分广度计等测量装置中。

图2.1 pn型光电二极管结构 在高响应的发光二极管中pin结型与雪崩型。前者在pn结边界插入一个本征半导体i 层取代其耗尽层。给它施加反向偏压，可以减少结电容，获得高速响应；而后者是在pn结上加100伏左右的反向偏置电压产生强电场，激励载流子加速，与原子碰撞产生电子雪崩现象。这些高速型二极管的响应速度很快，能用于高速光通信等。 2.2 PSD PSD（Position Sensitive Detector，位置敏感探测器）是测定入射光位置的传感器，由发光二级管、表面电阻膜、电极组成。入射光产生的光电流通过电阻膜到达元件两端的电极，流入各个电极的电流与电阻值存在对应关系，而电阻值又与光的入射位置及到各个电极距离成比例，因此根据电流值就能检测到光入射的位置。PSD元件中有一维和二维两种，它们都具有高速性，但要注意入射到开口部分的散射光的影响。 2.3CCD图像传感器 电荷耦合器件（CCD：Charge Coupled Device）图像传感器是由多个光电二极管传送储存电荷的装置。它有多个MOS（Metal Oxide Semiconductor）结构的电极，电荷传送的方式是通过向其中一个电极上施加与众不同的电压，产生所谓的势阱，并顺序变更势阱来实现的。根据传送电荷需要的脉冲信号的个数，施加电压的方法有两相方式和三相方式。 CCD图像传感器有一维形式的，是将发光二极管和电荷传送部分一维排列制成的。此外还有二维形式的，它可以代替传统的硒化镉光导摄像管和氧化铅光电摄像管二维传感器。二维传感器属于水平和垂直传送电荷传感器，传送方式有行间传送、帧—行间传送、帧传送及全帧传送四种方式。 图2.2所示为行间传送方式，采取一维摄像区域（接收部分）与传送区域平行布置结构

基于路径识别的移动机器人视觉导航

第9卷　第7期2004年7月 中国图象图形学报Journal of Image and G raphics V ol.9,N o.7July 2004 基金项目:国家“863”计划资助项目(编号:2001AA422200)收稿日期:2004201213;改回日期:2004204206 基于路径识别的移动机器人视觉导航 张海波　原　魁　周庆瑞 (中国科学院自动化研究所高技术创新中心,北京　100080) 摘　要　跟随路径导引是自主式移动机器人广泛采用的一种导航方式,其中视觉导航具有其他传感器导航方式所无法比拟的优点,是移动机器人智能导航的主要发展方向。为了提高移动机器人视觉导航的实时性和准确性,提出了一个基于路径识别的视觉导航系统,其基本思想是首先用基于变分辨率的采样二值化和形态学去噪方法从原始场景图像中提取出目标支持点集,然后用一种改进的哈夫变化检测出场景中的路径,最后由路径跟踪模块分直行和转弯两种情况进行导航计算。实验结果表明,该视觉导航系统具有较好的实时性和准确性。关键词　自主式移动机器人　视觉导航　路径识别 中图法分类号:TP242.62 文献标识码:A 文章编号:100628961(2004)0720853205 Visual N avigation of a Mobile R obot B ased on P ath R ecognition ZH ANG Hai 2bo ,Y UAN K ui ,ZH OU Qing 2rui (Hi 2tech Innovation Centre ,Institute o f Automation ,Chinese Academy o f Sciences ,Beijing 100080) Abctract G uidance using path following is widely applied in the field of autonom ous m obile robots.C om pared with the navigation system without vision ,visual navigation has obvious advantages as rich in formation ,low cost ,quietness ,innocuity ,etc.This pa 2per describes a navigation system which uses the visual in formation provided by guide lines and color signs.In our approach ,the visual navigation is com posed of three main m odules :image 2preprocessing ,path 2recognition and path 2tracking.First ,image 2pre 2processing m odule formulates color m odels of all kinds of objects ,and establishes each object ’s support through adaptive subsam 2pling 2based binarization and mathematical m orphology.Second ,path 2recognition m odule detects the guide lines through an im 2proved H ough trans form alg orithm ,and the detected results including guide lines and color signs integrate the path in formation.Fi 2nally ,calling different functions according to the m ovement of straight 2g oing or turning ,path 2tracking m odule provides required in 2put parameters to m otor controller and steering controller.The experimental results dem onstrate the effectiveness and the robustness of our approach. K eyw ords com puter perception ,autonom ous m obile robot ,visual navigation ,path recognition 1　引　言 导航技术是移动机器人的一项核心技术,其难 度远远超出人们最初的设想,其主要原因有:一是环境的动态变化和不可预测;二是机器人感知手段的不完备,即很多情况下传感器给出的数据是不完全、不连续、不可靠的[1]。这些原因使得机器人系统在复杂度、成本和可靠性方面很难满足要求。 目前广泛应用的一种导航方式是“跟随路径导 引”,即机器人通过对能敏感到的某些外部的连续路 径参照线作出相应反应来进行导航[2]。这种方法和传统的“硬”自动化相比大大增加了系统的灵活性,其具有代表性的系统有:C ontrol Engineering 公司安装的导线引导系统,它是通过检测埋在地下的引导导线来控制行进方向,其线路分岔则通过在导线上加载不同频率的电流来实现[3];Egemin Automation 公司生产的Mailm obile 机器人则安装有主动式紫外光源,并通过3个光电探头来跟随由受激化学物质构成的发光引导路径[4];Macome 公司为自动驾驶车

移动机器人视觉定位方法的研究

移动机器人视觉定位方法的研究 针对移动机器人的局部视觉定位问题进行了研究。首先通过移动机器人视觉定位与目标跟踪系统求出目标质心特征点的位置时间序列，然后在分析二次成像法获取目标深度信息的缺陷的基础上，提出了一种获取目标的空间位置和运动信息的方法。该方法利用序列图像和推广卡尔曼滤波，目标获取采用了HIS模型。在移动机器人满足一定机动的条件下，较精确地得到了目标的空间位置和运动信息。仿真结果验证了该方法的有效性和可行性。 运动视觉研究的是如何从变化场景的一系列不同时刻的图像中提取出有关场景中的目标的形状、位置和运动信息，将之应用于移动机器人的导航与定位。首先要估计出目标的空间位置和运动信息，从而为移动机器人车体的导航与定位提供关键前提。 视觉信息的获取主要是通过单视觉方式和多视觉方式。单视觉方式结构简单，避免了视觉数据融合，易于实现实时监测。如果利用目标物体的几何形状模型，在目标上取3个以上的特征点也能够获取目标的位置等信息。此方法须保证该组特征点在不同坐标系下的位置关系一致，而对于一般的双目视觉系统，坐标的计算误差往往会破坏这种关系。 采用在机器人上安装车载摄像机这种局部视觉定位方式，本文对移动机器人的运动视觉定位方法进行了研究。该方法的实现分为两部分：首先采用移动机器人视觉系统求出目标质心特征点的位置时间序列，从而将对被跟踪目标的跟踪转化为对其质心的跟踪；然后通过推广卡尔曼滤波方法估计目标的空间位置和运动参数。 1.目标成像的几何模型 移动机器人视觉系统的坐标关系如图1所示。 其中O-XYZ为世界坐标系；Oc-XcYcZc为摄像机坐标系。其中Oc为摄像机的光心，X 轴、Y轴分别与Xc轴、Yc轴和图像的x，y轴平行，Zc为摄像机的光轴，它与图像平面垂直。光轴与图像平面的交点O1为图像坐标系的原点。OcO1为摄像机的焦距f. 图1 移动机器人视觉系统的坐标关系

FANUC机器人机器人视觉成像应用(2D)

发那科机器人视觉成像应用(2D) 目录 第一部分：视觉设定 (2) 第二部分：视觉偏差角度的读取与应用 (8) 应用范围：摄像头不安装在机器人上。

第一部分：视觉设定 发那科机器人视觉成像（2D-单点成像），为简化操作流程，方便调试，请遵循以下步骤：1、建立一个新程序，假设程序名为A1。程序第一行和第二行内容为： UFRAME_NUM=2 UTOOL_NUM=2 以上两行程序，是为了指定该程序使用的USER坐标系和TOOL坐标系。此坐标系的序号不应被用作视觉示教时的坐标系。 2、网线连接电脑和机器人控制柜，打开视频设定网页（图一）。 3、放置工件到抓取工位上，通过电脑看，工件尽量在摄像头成像区域中心，且工件应该全 部落在成像区域内。 4、调整机器人位置，使其能准确的抓取到工件。在程序A1中记录此位置，假设此位置的 代号为P1。抬高机械手位置，当其抓取工件运行到此位置时自由运动不能和其他工件干涉，假设此点为P2。得到的P1和P2点，就是以后视觉程序中要用到的抓件的趋近点和抓取点。 5、安装定位针，示教坐标TOOL坐标系（不要使用在程序A1中使用的坐标系号，假设实际 使用的是TOOL3坐标系）；TOOL坐标系做完之后一定不要拆掉手抓上的定位针，把示教视觉用的点阵板放到工件上，通过电脑观察，示教板应该尽量在摄像头成像区域中心。 示教USER坐标系（不要使用在程序A1中使用的坐标系号，假设实际使用的是USER3坐标系）。此时可以拆掉手抓上的定位针USER坐标系做好之后一定不要移动示教用的点阵板。 6、按照如下图片内容依次设定视觉。 图一：设定照相机（只需要更改），也就是曝光

FANUC机器人机器人视觉成像应用D

F A N U C机器人机器人视 觉成像应用D This manuscript was revised by the office on December 10, 2020.

发那科机器人视觉成像应用(2D) 目录 应用范围：摄像头不安装在机器人上。 第一部分：视觉设定 发那科机器人视觉成像（2D-单点成像），为简化操作流程，方便调试，请遵循以下步骤： 1、建立一个新程序，假设程序名为A1。程序第一行和第二行内容为： UFRAME_NUM=2 UTOOL_NUM=2 以上两行程序，是为了指定该程序使用的USER坐标系和TOOL坐标系。此坐标系的序号不应被用作视觉示教时的坐标系。 2、网线连接电脑和机器人控制柜，打开视频设定网页（图一）。 3、放置工件到抓取工位上，通过电脑看，工件尽量在摄像头成像区域中心，且工件应该 全部落在成像区域内。 4、调整机器人位置，使其能准确的抓取到工件。在程序A1中记录此位置，假设此位置的 代号为P1。抬高机械手位置，当其抓取工件运行到此位置时自由运动不能和其他工件干涉，假设此点为P2。得到的P1和P2点，就是以后视觉程序中要用到的抓件的趋近点和抓取点。 5、安装定位针，示教坐标TOOL坐标系（不要使用在程序A1中使用的坐标系号，假设实 际使用的是TOOL3坐标系）；TOOL坐标系做完之后一定不要拆掉手抓上的定位针，把示教视觉用的点阵板放到工件上，通过电脑观察，示教板应该尽量在摄像头成像区域中心。示教USER坐标系（不要使用在程序A1中使用的坐标系号，假设实际使用的是USER3坐标系）。此时可以拆掉手抓上的定位针USER坐标系做好之后一定不要移动示教用的点阵板。 6、按照如下图片内容依次设定视觉。 图一：设定照相机（只需要更改），也就是曝 光时间，保证：当光标划过工件特征区域的最亮点时， 中g=200左右。其他不要更改。 图二：标定示教点阵板。此时，只需要更改如下内容： 图三:标定示教点阵板需要做的设定 图四: 标定示教点阵板时，观察数据误差范围 设定完以上内容后，方可以移走示教用的点阵板。之前任何时候移动此示教板，都会造成错误！！ 图五（与图六为同一个页面，一个图上截屏不完整。此页只需要更改曝光时间。）图六（与图5是同一个页面）除了设定曝光时间外，什么都不要动。 图七：此图完成后，才可以做图6的set .ref.pos 在完成以上操作后，按照如下步骤示教机器人

移动机器人视觉定位设计方案

移动机器人视觉定位设计方案 运动视觉研究的是如何从变化场景的一系列不同时刻的图像中提取出有关场景中的目标的形状、位置和运动信息，将之应用于移动机器人的导航与定位。首先要估计出目标的空间位置和运动信息，从而为移动机器人车体的导航与定位提供关键前提。 视觉信息的获取主要是通过单视觉方式和多视觉方式。单视觉方式结构简单，避免了视觉数据融合，易于实现实时监测。如果利用目标物体的几何形状模型，在目标上取3 个以上的特征点也能够获取目标的位置等信息。此方法须保证该组特征点在不同坐标系下的位置关系一致，而对于一般的双目视觉系统，坐标的计算误差往往会破坏这种关系。 采用在机器人上安装车载摄像机这种局部视觉定位方式，本文对移动机器人的运动视觉定位方法进行了研究。该方法的实现分为两部分：首先采用移动机器人视觉系统求出目标质心特征点的位置时间序列，从而将对被跟踪目标的跟踪转化为对其质心的跟踪；然后通过推广卡尔曼滤波方法估计目标的空间位置和运动参数。 1 目标成像的几何模型 移动机器人视觉系统的坐标关系如图1 所示。 其中O-X Y Z 为世界坐标系；O c - X cY cZ c 为摄像机坐标系。其中O c 为摄像机的光心，X 轴、Y 轴分别与X c 轴、Y c 轴和图像的x ，y 轴平行，Z c 为摄像机的光轴，它与图像平面垂直。光轴与图像平面的交点O 1 为图像坐标系的原点。O cO 1 为摄像机的焦距f 。 图1 移动机器人视觉系统的坐标关系 不考虑透镜畸变，则由透视投影成像模型为：

式中，Z′= ［u，v ］T 为目标特征点P 在图像坐标系的二维坐标值；（X ，Y ，Z ）为P 点在世界坐标系的坐标；（X c0，Y c0，Z c0）为摄像机的光心在世界坐标系的坐标；dx ，dy 为摄像机的每一个像素分别在x 轴与y 轴方向采样的量化因子；u0，v 0 分别为摄像机的图像中心O 1 在x 轴与y 轴方向采样时的位置偏移量。通过式（1）即可实现点P 位置在图像坐标系和世界坐标系的变换。 2 图像目标识别与定位跟踪 2.1 目标获取 目标的获取即在摄像机采集的图像中搜索是否有特定目标，并提取目标区域，给出目标在图像中的位置特征点。 由于机器人控制实时性的需要，过于耗时的复杂算法是不适用的，因此以颜色信息为目标特征实现目标的获取。本文采用了HS I 模型， 3 个分量中，I 是受光照影响较大的分量。所以，在用颜色特征识别目标时，减少亮度特征I 的权值，主要以H 和S 作为判定的主要特征，从而可以提高颜色特征识别的鲁棒性。 考虑到连通性，本文利用捕获图像的像素及其八连通区域的平均HS 特征向量与目标像素的HS特征向量差的模是否满足一定的阈值条件来判别像素的相似性；同时采用中心连接区域增长法进行区域增长从而确定目标区域。图2 给出了目标区域分割的算法流程。

一种基于单目视觉的移动机器人室内导航方法

第32卷第4期2006年7月 光学技术 OPTICAL TECHN IQU E Vol.32No.4 J uly　2006 文章编号:1002-1582(2006)04-0591-03 一种基于单目视觉的移动机器人室内导航方法Ξ 付梦印,谭国悦,王美玲 (北京理工大学信息科学技术学院自动控制系,北京　100081) 摘　要:针对室内导航的环境特点,提出了一种简单快速的、以踢脚线为参考目标的移动机器人室内导航方法。该方法从图像中提取踢脚线作为参考直线,通过两条直线在图像中的成像特征,提取角度和横向偏离距离作为移动机器人的状态控制输入,从而实现移动机器人的横向运动控制。该方法无需进行摄像机的外部参数标定,大大简化了计算过程,提高了视觉导航的实时性。 关键词:视觉导航;直线提取;Hough变换;移动机器人;踢脚线 中图分类号:TP242.6+2;TP391 文献标识码:A An indoor navigation algorithm for mobile robot based on monocular vision FU Meng-yin,T AN G uo-yue,WANG Mei-ling (Department of Automatic Control,School of Information and Science Technolo gy, Beijing Institute of Technology,Beijing　100081,China) Abstract:Considered the features of indoor environment,a sim ple fast indoor navigation algorithm for vision-guide mobile robot was presented,which used skirting lines as the reference objects to locate the mobile robot.This algorithm detected skirt2 ing lines using monocular images and analyzed the lines’parameters to provide angle and distance of the robot as in puts of robot control.Without calibrating camera parameters,this algorithm greatly reduces computation time and improves the real-time a2 bility of vision navigation. K ey w ords:vision navigation;line detection;Hough transform;mobile robot;skirt line 1　引　言 近年来,机器视觉因其含有丰富的环境信息而受到普遍的关注。随着视觉传感器价格的不断下降,视觉导航已成为导航领域研究的热点。在室外进行视觉导航时,采用视觉传感器可获取车道信息,通过摄像机的标定来实现坐标转换,通过确定车辆当前的状态来实现导航。绝大部分智能车辆都是应用视觉来完成车道检测的[1,2],例如意大利的AR2 GO[3]项目就是通过使用逆投射投影的方法[4]来确定车辆状态的,并获得了良好的实验效果。在室内进行视觉导航时,利用视觉提取室内环境特征,例如一些预先设置的引导标志就是通过图像处理进行识别并理解这些标志来完成导航任务的[5,6]。这些都需要在图像中进行大量的搜索运算来提取标志,并通过一系列的图像理解算法来理解标志的信息,因而计算量很大。当然也可以通过视觉计算室内环境,例如通过走廊中的角点特征来获取状态信息[7],以此减少图像搜索时的计算量。但这些角点信息易受移动机器人运动的影响,会模糊角点信息,为了提高计算精度需要通过光流法对背景信息进行运动补偿,计算复杂,实时性不理想。 当移动机器人在实验室走廊环境下进行导航控制时,需要视觉传感器为其提供偏航角和横向偏离距离这两个参数。通过对单目视觉图像进行处理来获取这两个参数,完成移动机器人的横向运动控制。 2　摄像机成像模型与视觉系统 2.1　摄像机成像模型 使用视觉传感器首先要考虑的是其成像模型,它是指三维空间中场景到图像平面的投影关系,不同的视觉传感器有不同的成像模型。本文采用高分辨率CCD摄像机作为视觉传感器,其成像模型为针孔模型,空间中任意一点P在图像上的成像位置可以用针孔模型近似表示。如图1所示,P点投影位置为p,它是光心O同P点的连线O P与图像平面的交点,这种关系叫投射投影。图中标出的坐标系定义如下[8]: (1)图像坐标系I(u,v)是以图像平面的左上角为坐标原点所定义的直角坐标系,以像素为单位表示图像中点的位置。 (2)像平面坐标(x,y)指的是CCD成像靶面 195 Ξ收稿日期:2005-07-12 E-m ail:guoyuetan@https://www.sodocs.net/doc/8013447919.html, 基金项目:国家自然科学基金资助项目(60453001) 作者简介:付梦印(1964-),男,北京理工大学信息科学技术学院自动控制系教授,博士,主要从事导航制导、控制组合导航及智能导航技术的研究。

移动机器人视觉导航系统研究

北京交通大学 硕士学位论文 移动机器人视觉导航系统研究姓名:王红波 申请学位级别:硕士专业:信号与信息处理指导教师:阮秋琦 20080601 中文摘要 中文摘要 摘要:基于视觉的移动机器人导航是近年发展起来的一种先进导航技术。与其它的非视觉传感器导航相比,它具有信息丰富、探测范围宽、目标信息完整等优点。本文结合实际应用,提出了一个完整的移动机器人视觉导航系统解决方案。研究内容主要包括四个部分:摄像机标定、目标识别、单目测距和运动控制。分别阐述如下: 第一,摄像机标定,基于张正友的平面标定算法对摄像头进行精确标定,针对摄像头的自动变焦特性,提出了一个新的离线离散标定策略,并获得多个状态下的摄像头内外参数。 第二,目标识别,传统分割方法存在多分割问题,影响到目标物提取的精度, 这罩提出一个改进了的基于HSI模型的彩色图像分割算法,在多通道阈值分割的基础上,融入了连通区域标记和形念学开闭运算。 第三,单目测距,基于摄影测量学和立体几何理论,建立了单目视觉测距模型,并推导了基于地平面约束的单目测距算法。针对多种误差因素,在测距算法中加入了误差校币,使移动机器人能够更加准确地定位目标物体。 第四,运动控制,控制摄像机云台实现日标物搜索,调整移动机器人位姿和对夹持器的动作控制。

实验结果表明:即使在恶劣光照条件下,提出的Hs工分割算法能够对向光、背光、近处、远处物体实现快速有效提取;提出的单目测距模型和算法能够对目标物体进行精确的测距;当把这些算法集成到实验平台上时,能够快速实现移动机器人的导航控制,并成功完成物体抓取操作。 关键词:摄像机标定、彩色目标识别、单目视觉测距、移动机器人 分类号:TP 391.41 ABSTRACI' ABSTRACT ABS。I’RAC’1.. In recent years,vision attracts a lot of attention for navigating a mobile robot in dynamic https://www.sodocs.net/doc/8013447919.html,pared with other sensing systems,visual navigation is excellent and effective.With a visual sensing system,wider view of field,rich and intensive data Can be obtained for a mobile robot moving in a changing environment.In this study,a visual navigation scheme is proposed for a mobile robot to realize object collection,and it comprises of camera calibration,object recognition,monocular measurement and motion control,as stated in the following. Firstly,the technique of camera calibration is presented on the basis of Zhang’S algorithm.Since a PTZ calTlera is used here,it is controlled to move up and down,from left to right,to extend the view of field.Therefore,calibration in different positions is needed,and a new discrete method is proposed here. Secondly,a

基于视觉信息的移动机器人控制系统设计.

https://www.sodocs.net/doc/8013447919.html, 基于视觉信息的移动机器人控制系统设计 张绍磊，孙元义，李伟 中国农业大学工学院，北京 100083 E-mail: spacewords@https://www.sodocs.net/doc/8013447919.html, 摘要：本文介绍了一种自行开发的基于视觉信息的移动机器人系统设计方案。以TMS320LF2407A作为控制系统核心控制器，采用视觉导航的方式，设计了机器人运动模糊控制算法，保证了控制的准确性，提高了控制的实时性。通过实验验证，该系统运行良好。关键词：DSP 移动机器人模糊控制 1. 引言 随着我国现代化农业技术的发展，对作业的精细化要求越来越高。田间自主移动自动化设备在作物喷雾、变量施肥、自动除杂草等多方面具有巨大的应用前景，能够代替人类从事一些劳动强度大，对人体有害的工作，是现代农业机械智能化的一个重要的应用[1]。本文所介绍的针对基于视觉信息的移动机器人平台采用四轮结构，前两轮驱动，后两轮从动的运动方式，靠前轮差速实现机器人转向。系统的路径规划主要通过PC机来实现，底层的移动机器人主控CPU采用高性能数字信号处理器TMS320LF2407A。 基于视觉的运动控制算法大多采用PID算法。但是机器人运动系统往往具有非线性、时变性等不确定性因素，并且由于控制参数较多，多个参数之间的相互影响，从而使常规PID控制器不能达到理想的控制效果。本文中，采用模糊控制算法，它具有不依赖于精确的数学模型，易于实现对不确定系统及非线性系统的有效控制的优点。同时，抗干扰能力也比较强，对于大时滞、非线性等复杂系统，能够取得满意的控制效果。 2. 移动机器人控制系统设计 机器人系统根据视觉传感器获得的信息，控制机器人跟踪导航路径，实现机器人的自主导航运动的方式。移动机器人整体结构框图如图1所示。