机器人图像传感技术的研究

论文摘要

机器人从20世纪60年代诞生到现在已经有半个世纪,在此阶段,伴随着其高速发展,应用也越来越广泛,几乎渗透到所有的领域。应该看到,无论是世界上第一台工业机器人“尤尼梅特”,还是代表当今机器人研究最高技术水平的"ASIMO",都是依靠各种各样的传感器作用,机器人才能获得周围的环境信息,从而做出高度智能化的反馈动作。因此对传感器的研究是智能机器人学研究的基础和重点技术之一,也是机器人实现自主运动控制的第一步。人类感知客观世界有70%以上的信息是靠视觉获取的,所以对于机器人而言,“眼睛”同样是一种重要的感知设备。伴随着CCD和CMOS图像传感器件的产生和发展,机器人能够获取三维景物的二维图像,并通过视觉处理算法对一幅或者多幅图像进行处理、比较、分析和理解,得到有关景物的符号描述,从而为特定的任务提供有用的信息以引导机器人的动作。机器人中的图像传感器正如人的眼睛一样,成为机器人感知局部环境的重要“器官”；这种传感器具有环境信息探测范围宽,获取信号量丰富等优点,使得通过视觉传感器准确获取信息成为智能机器人领域的一个研究重点。本文正是以机器人图像传感技术为研究出发点,根据需要搭建三个试验装置实现了移动机器人的完全自主导航和空中机器人所拍摄的地面图像中目标信息的提取。其中第一个试验采用线阵CCD传感器,用模拟方式来捕捉处理视频图像信号,第二个试验采用基于面阵CMOS图像感应芯片的集成传感器,先对输出的PAL制式视频信号进行分离解码后做数字量化处理,再对模数转换结果进行比较、分析得到所需要的信息。第三个试验是通过图像采集卡对视频图像信号进行转化,将其转化为数字图像后用PC对单帧图像进行处理,找出图像中的目标连通区域,并报告出这些连通区域的准确数目和方位。试验中采用的图像信息处理载体分别基于单片机和PC,其中前两个试验基于简单且适应性强的单片机应用系统,由于其运算能力比较低,故只适合处理数据量较少的图像信息,采用的是基于底层的信息处理方式；最后一个试验中利用USB2.0接口的图像采集卡将图像数据送入PC,在VC++6.0集成开发环境中利用图像采集卡的SDK编写了视频图像基于Windows操作系统的处理程序,利用PC强大的运算能力实现目标信息的获取,是基于系统层次的信息处理方法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 机器人技术概述
• 1.1.1 机器人技术的发展
• 1.1.2 目前机器人技术的研究热点及发展趋势
• 1.1.3 机器人常用传感器
• 1.2 机器人视觉系统
• 1.2.1 机器人视觉系统组成
• 1.2.2 机器人视觉系统的工作原理
• 1.2.3 图像处理技术简介
• 1.3 本文的主要研究内容
• 第2章 图像传感器简介
• 2.1 图像传感器的分类及特点
• 2.1.1 电荷注入器件
• 2.1.2 电荷调制器件
• 2.1.3 电荷耦合器件
• 2.1.4 CMOS图像传感器
• 2.2 CCD图像传感器的结构和工作原理
• 2.2.1 CCD的结构及工作原理
• 2.2.2 CCD的分类和特征参数
• 2.3 CMOS图像传感器的结构与工作原理
• 2.3.1 CMOS图像传感器的工作原理
• 2.3.2 CMOS图像传感器的主要性能指标
• 2.4 CCD与CMOS的性能比较和发展趋势
• 2.4.1 CCD和CMOS器件的性能比较
• 2.4.2 CCD和CMOS器件的发展趋势
• 第3章 基于MCU的图像信号处理
• 3.1 采用线阵CCD图像传感器的识别方式
• 3.1.1 TCD1209D的结构及其工作原理
• 3.1.2 CCD的驱动电路
• 3.1.3 CCD视频信号处理
• 3.2 采用面阵CMOS图像传感器的识别方式
• 3.2.1 模拟视频制式简介
• 3.2.2 图像的数字化
• 3.2.3 CMOS图像传感器的选择
• 3.2.4 CMOS摄像头视频信号处理
• 3.3 两种试验方法的比较
• 第4章 基于PC的数字图像处理
• 4.1 计算机数字图像处理系统
• 4.1.1 数字视频简介
• 4.1.2 图像采集卡
• 4.1.3 试验系统的搭建
• 4.2 图像处理和目标特征提取
• 4.2.1 颜色模型系统
• 4.2.2 图像分割
• 4.2.3 彩色图像的颜色平衡处理
• 4.2.4 膨胀、腐蚀和闭运算
• 4.2.5 图像的几何特征
• 4.2.6 移动对象实现图像超分辨率复原
• 4.3 目标识别的具体过程
• 4.3.1 颜色特征建模
• 4.3.2 反复进行膨胀和腐蚀（闭运算）
• 4.3.3 形状特征校核
• 4.3.4 细化和角度计算
• 4.3.5 图像处理程序流程图和运行效果
• 总结与展望
• 参考文献
• 致谢
• 附录A 试验场景照片