基于視覺(jué)的移動(dòng)機(jī)器人自定位及目標(biāo)物位姿測(cè)量研究.pdf

1、近年來(lái)，視覺(jué)系統(tǒng)作為機(jī)器人技術(shù)中非常重要的子系統(tǒng)，受到了人們?cè)絹?lái)越多的關(guān)注。視覺(jué)系統(tǒng)在機(jī)器人系統(tǒng)中主要承擔(dān)檢測(cè)任務(wù)，尤其對(duì)機(jī)器人所處環(huán)境的檢測(cè)以及對(duì)與機(jī)器人互動(dòng)物體的檢測(cè)方面，視覺(jué)傳感器能夠獲取到更多的信息，是其他形式的傳感器所不能取代的。本文研究了應(yīng)用于工業(yè)機(jī)器人上基于視覺(jué)的移動(dòng)機(jī)器人自定位技術(shù)和基于視覺(jué)的目標(biāo)物位姿測(cè)量技術(shù)，主要工作如下：
　　首先，分析了基于視覺(jué)的移動(dòng)機(jī)器人自定位技術(shù)和基于視覺(jué)的目標(biāo)物位姿測(cè)量技術(shù)的研究背景和

2、意義，分別綜述了工業(yè)機(jī)械臂、基于視覺(jué)的移動(dòng)機(jī)器人自定位和基于視覺(jué)的目標(biāo)物位姿測(cè)量的研究現(xiàn)狀，簡(jiǎn)介了本文主要研究的工作以及本文的章節(jié)安排。
　　第二，介紹了小孔相機(jī)模型，以及相機(jī)的內(nèi)外參數(shù)在視覺(jué)測(cè)量中的用途以及相機(jī)內(nèi)外參數(shù)的標(biāo)定方法。
　　第三，介紹了基于視覺(jué)的移動(dòng)機(jī)器人自定位算法流程，該算法采用機(jī)載相機(jī)獲取的由BCH（Bose Chaudhuri Hocquenghem）編碼的人工標(biāo)志的圖像，利用形狀對(duì)標(biāo)志進(jìn)行識(shí)別并解析標(biāo)志

3、內(nèi)部編碼得到標(biāo)志的編號(hào)，然后使用RPP(RobustPlanar Pose)算法計(jì)算標(biāo)志相對(duì)于機(jī)器人的距離和方位。結(jié)合人工標(biāo)志在世界坐標(biāo)系中的位置，利用EKF(Extend Kalman Filter)算法估算機(jī)器人在世界坐標(biāo)系中的位置。
　　第四，介紹了基于視覺(jué)的目標(biāo)物位姿測(cè)量算法的流程。實(shí)現(xiàn)了eye-in-hand手眼結(jié)構(gòu)的手眼標(biāo)定和基于弧線(xiàn)的橢圓檢測(cè)。詳細(xì)研究了基于兩視圖的空間圓重建算法，利用圓在兩幅圖像中的像可以確定兩個(gè)橢