论文部分内容阅读
仿人机器人视觉系统是计算机视觉理论在智能机器人技术领域的一个重要应用,是“人形”机器人实现自主行为能力的重要环境感知技术之一。与国外的仿人机器人技术研究水平相比,国内尚处于初步的研究和探索阶段。本文以能够安装于乒乓机器人“头部”,采用窄基线的双目相机视觉系统为作为感知器,着力解决环境光校正、相机标定、目标识别及定位、机器人动态定位等关键技术问题。我们搭建了仿人乒乓机器人视觉仿真系统,对这些关键技术的理论算法进行了实验验证,实验结果表明了本文方法的可行性和有效性。
局部剧烈光照变化产生的阴影对视觉算法稳定性的影响非常严重,目前在单幅图像中检测和消除阴影仍是计算机视觉领域内一个具有挑战性的问题。我们提出了一种基于Retinex理论的单幅图像阴影检测和消除方法。本文方法的特点在于无需任何相机和场景的先验知识,仅根据阴影本身所具有的光照缓慢变化特性和阴影区域较暗特性,即可有效地检测阴影区域。通过基于Retinex理论的Kimmel变分方法进行图像处理,计算与原图像同一值域的差异图,对差异图进行二值化处理,获取疑似阴影区域,利用图像黑色物体区域边界较为清晰而阴影区域中心位置较黑边缘颜色较浅的特性,进一步区分黑色物体与阴影区域,最终检测出阴影区域。
针对是内外环境下的整体光照变化,我们将色彩迁移理论引入光照校正,提出了一种改进的图像间光照变化校正算法。本文方法的特点在于,对两帧图像进行光照校正时,将其中一帧图像作为参考图像,根据参考图像校正另一帧图像的整体光照强度。对色彩迁移理论与其它光照校正方法相结合的思路进行了探讨及实验验证。
针对仿人机器人的技术特点,提出了一种适用于窄基线立体相机高精度标定的投影矩阵计算方法。主要思想是利用标定板沿某一坐标轴运动时得到的一系列标点板上角点的空间位置与相机之间的对应关系建立方程,并对所得到的矩阵进行归一化处理,利用最小二乘计算出图像坐标系与世界坐标系之间的投影矩阵,并在此基础上详细推导了两个相机之间的基础矩阵计算方法。
以高速运动的乒乓球为目标对象,对运动目标检测算法及其运动轨迹预测算法进行了研究。提出了一种基于5个关键点的快速球检测方法和基于物理模型的球轨迹预测方法。首先将目标的搜索范围限制到较小的范围内,采用五个关键点来检测球心的位置。针对帧差图像中很难获得完整球的问题,采用五点编码的策略,建立查找表,确定球所在的可能区域,进一步判定区域的形状,找到球的位置,并进行三维重建。在基于物理模型的目标运动轨迹预测算法中,加入了平滑方法,减少了噪声的干扰,使预测结果更为准确。
根据仿人机器人的本体运动特点,提出了一种基于直线特征提取的仿人乒乓机器人精确动态定位方法。该算法的特点在于,不添加任何人工标志,仅根据乒乓球台本身特点,提出对乒乓球台平面球网白边缘中心平行于乒乓球台的平面进行单独的平面标定:并利用乒乓球台上直线相对位置固定的特点,准确提取两条共面并垂直的相交直线;最后,利用机器人静止时身高不变的特点计算出机器人的旋转平移量。