智能移动机器人视觉处理及路径跟踪方法研究

论文摘要

从二十世纪六十年代第一台机器人的诞生,到二十一世纪机器人技术已形成一个很有发展前景的产业,机器人对国防建设、国民经济以及人民生活的各个方面产生重要影响,机器人技术也将成为新世纪的主导技术。因此,开发研制以工业领域、服务业领域为应用背景的,且易于用户二次开发的移动机器人平台具有良好的市场潜力和研究意义。本文在机器人图像处理及智能控制方面做了如下工作：首先,本文介绍了移动机器人的发展历史和机器视觉的发展现状,重点讨论了视觉导航技术的研究进展和难点。其次,采用Visual C++6.0开发软件,利用AS-R机器人自身携带的多个超声和PSD红外传感器不断检测机器人与障碍物的距离,实现了移动机器人避障功能。第三,实现了机器人视觉系统的图像采集,并进行了灰度化、滤波、阈值分割、腐蚀和膨胀处理,提取出特征。第四,针对机器人进行直线路径跟踪提出了以直线部分路径的斜率信息作为系统的反馈量,并研究了一种基于最小二乘法的斜率辨识方法,大大提高了直线路径斜率的辨识精度；然后建立移动机器人运动学模型并且确定了控制量。第五,在AS-R移动机器人系统上,进行大量实验,验证并分析了本文所提方法的控制效果。最后,对所取得的研究成果作了总结,并指出了需继续开展的研究工作。

论文目录

• 摘要
• Abstract
• 第1章 机器人发展技术综述
• 1.1 引言
• 1.2 机器人技术发展简介
• 1.3 移动机器人的研究领域
• 1.4 机器人导航研究现状
• 1.5 机器人视觉及视觉导航的研究概况及意义
• 1.6 本文主要内容
• 第2章 移动机器人的系统组成
• 2.1 移动机器人的组成结构
• 2.2 移动机器人控制系统
• 2.3 AS-R机器人视觉导航
• 2.4 本章小结
• 第3章 基于红外和声纳传感器避障的实现
• 3.1 声纳传感器概述
• 3.2 声纳传感器避障控制算法
• 3.3 声纳传感器避障的实现
• 3.4 PSD红外传感器概述
• 3.5 红外传感器避障控制算法
• 3.6 PSD红外传感器避障的实现
• 3.7 本章小结
• 第4章 移动机器人视觉系统和图像处理
• 4.1 机器人视觉系统
• 4.2 图像采集和处理
• 4.2.1 图像采集和灰度化
• 4.2.2 图像平滑
• 4.2.3 图像分割
• 4.2.4 图像开运算
• 4.3 AS-R图像处理流程及其实现
• 4.4 本章小结
• 第5章 移动机器人建模与控制
• 5.1 轮式移动机器人动力学和运动学模型
• 5.1.1 移动机器人轮式结构
• 5.1.2 轮式移动机器人动力学模型
• 5.1.3 轮式移动机器人运动学模型
• 5.2 图像特征识别算法
• 5.3 运动控制量的确定及其算法
• 5.4 本章小结
• 第6章 结论与展望
• 附录
• 参考文献
• 致谢