新型自主式乒乓球捡球机器人的构形及关键技术研究

新型自主式乒乓球捡球机器人的构形及关键技术研究

论文摘要

本文所构思的自主式乒乓球捡球机器人是一种新型的自主运动的智能机器人,可以实现对乒乓球的自动识别、自动跟踪和自动捡取,并通过红外线传感器对周围环境的监测,实现自动避障功能。根据在机器人完成一次捡球动作中所起作用的不同,可以将机器人分为机械、供电、视觉、决策和底层控制五个子系统。在分别论述了各子系统的作用和功能后,本文重点围绕其中的机械、视觉和底层控制三个子系统进行设计:首先根据本文所选择的捡球机器人的类型确定外形尺寸后,分别对机械子系统中的凸轮机构、曲柄滑块机构和前端伸出板进行了设计,并通过捡球手爪的开闭运动和前端伸出板的配合,实现了对乒乓球的有效捡取。其次,为了一次性获得更大的视觉信息,并综合考虑单视点成像条件、反射镜边缘分辨率、图像畸变程度和结构体积等条件后,选用双曲线全景反射镜来采集机器人周围360°的环境信息;在对透视成像几何模型和带有双曲线旋转体反射镜的全景摄像机模型进行分析后,采用基于图像中心的全景图像快速还原解算来消除反射镜形状对成像的影响,并提出了以颜色、大小和形状为依据来识别乒乓球的快速图像处理算法——利用梯度调整HS阈值的自适应彩色图像分割方法。最后,考虑到直流电机具有体积小、功耗低和控制简单的特点及行走电机需要频繁启停和双向转动的要求,我们采用H型双极性可逆PWM驱动控制系统,对行走电机进行实时调速,再配合增量式光电编码盘和D触发器对速度大小和方向的检测,可以实现对系统的闭环控制。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 乒乓球运动的特点及发展概述
  • 1.2 研究现状
  • 1.2.1 近年来国内外机器人的研究现状
  • 1.2.2 自主式移动机器人的研究现状
  • 1.2.3 最新乒乓球比赛设备的研究现状
  • 1.3 课题研究的类型
  • 1.4 课题的研究目的及意义
  • 1.5 课题研究的主要内容
  • 第2章 总体结构设计及子系统功能概述
  • 2.1 自主式乒乓球捡球机器人总体结构设计
  • 2.2 子系统功能概述
  • 2.3 本章小结
  • 第3章 机械结构设计及捡球动作的实现
  • 3.1 凸轮机构设计
  • 3.2 曲柄滑块机构设计
  • 3.3 前端伸出板设计
  • 3.4 捡球动作实现
  • 3.5 本章小结
  • 第4章 全景视觉成像基本原理及反射镜选择
  • 4.1 全景视觉系统成像的基本原理
  • 4.1.1 单视点成像的基本原理
  • 4.1.2 全景视觉系统的分辨率
  • 4.2 全景反射镜镜面形状选择
  • 4.3 本章小结
  • 第5章 双曲面反射镜成像模型及还原解算
  • 5.1 透视成像几何模型
  • 5.2 带有双曲线旋转体反射镜的全景摄像机模型
  • 5.3 双曲面反射全景图像的还原解算
  • 5.3.1 全景图像中心的估计
  • 5.3.2 基于图像中心的全景图像快速还原解算
  • 5.4 本章小结
  • 第6章 基于颜色和目标特征的图像处理算法
  • 6.1 三色学说
  • 6.2 颜色模型选择及其转换
  • 6.2.1 颜色空间模型
  • 6.2.2 三种模型的对比
  • 6.2.3 RGB到HSV的快速转换
  • 6.3 彩色图象分割方法
  • 6.3.1 直方图
  • 6.3.2 直方图的用途
  • 6.3.3 基于颜色特征的图象分割
  • 6.3.4 基于梯度的图象分割方法
  • 6.4 目标识别和定位
  • 6.5 利用梯度调整HS阈值的自适应彩色图像分割方法
  • 6.5.1 基于HS阈值的区域分割
  • 6.5.2 基于彩色梯度调整HS阈值
  • 6.5.3 视觉算法
  • 6.6 利用Matlab的图像分割算法仿真
  • 6.7 本章小结
  • 第7章 底层控制系统
  • 7.1 控制系统硬件概述
  • 7.2 控制器模块
  • 7.3 行走电机类型选择
  • 7.4 行走电机驱动模块
  • 7.5 电机速度检测模块
  • 7.7 手爪电机驱动及位置检测模块
  • 7.8 红外线传感器
  • 7.9 本章小结
  • 第8章 结论与展望
  • 8.1 结论
  • 8.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].全景图像采集专利技术数据分析[J]. 成都工业学院学报 2018(01)
    • [2].基于全景图像的赫哲族村镇虚拟漫游系统的设计与实现[J]. 大连民族大学学报 2020(01)
    • [3].全景图像镶嵌中累积误差的分析与减少方法研究[J]. 计算机工程与科学 2016(11)
    • [4].一种全景图像浏览器的设计与实现[J]. 小型微型计算机系统 2008(03)
    • [5].基于自适应引导滤波的全景图像增强算法研究[J]. 井冈山大学学报(自然科学版) 2018(04)
    • [6].计算机生成三维全景图像研究现状与发展[J]. 计算机科学 2008(06)
    • [7].基于细节特征融合的低照度全景图像增强[J]. 控制与决策 2019(12)
    • [8].基于特征提取的虚拟现实中全景图像生成算法[J]. 科学技术与工程 2017(32)
    • [9].火炮内膛全景图像增强方法研究[J]. 计算技术与自动化 2013(02)
    • [10].一种多视点全景图像自动生成的新方法[J]. 系统仿真学报 2009(06)
    • [11].基于无人机摄影的720°全景图像制作技术[J]. 现代计算机(专业版) 2018(31)
    • [12].720°全景图像下现场照相模拟研究[J]. 海峡科学 2016(10)
    • [13].全景图像重构技术研究[J]. 科技创新与应用 2015(33)
    • [14].虚拟现实全景图像显著性检测研究进展综述[J]. 电子学报 2019(07)
    • [15].基于无人机航拍技术的露天爆破作业现场720°全景图像制作方案[J]. 广东水利电力职业技术学院学报 2017(04)
    • [16].球形全景图像的自动拼接[J]. 计算机应用与软件 2008(06)
    • [17].全景图像实时校正系统的设计与实现[J]. 测试技术学报 2008(04)
    • [18].基于深度级联网络的乳腺淋巴结全景图像的癌转移区域自动识别[J]. 中国生物医学工程学报 2020(03)
    • [19].三维全景图像显示专利分析[J]. 计算机科学 2019(S1)
    • [20].基于双目视觉的三维全景图像生成技术研究[J]. 数字技术与应用 2016(07)
    • [21].“宽”一点增强冲击力[J]. 影像视觉 2009(09)
    • [22].一种无线远程传输现场全景图像的头盔[J]. 计算机测量与控制 2011(07)
    • [23].钻孔声波及全景图像在灌浆质量检测中的应用[J]. 价值工程 2018(26)
    • [24].基于小波多尺度分解的互补全景图像融合[J]. 计算机应用 2013(09)
    • [25].全景图像实时展开在FPGA上的实现[J]. 电子产品世界 2011(Z1)
    • [26].面向应急系统的城市虚拟环境构建方法研究[J]. 计算机与现代化 2011(05)
    • [27].柱面全景图像生成关键技术[J]. 中外企业家 2010(08)
    • [28].基于FPGA的高分辨率全景图像处理平台[J]. 电子技术应用 2008(12)
    • [29].基于全景视觉的机器人回航方法[J]. 机器人 2011(05)
    • [30].基于前视钻孔摄像提取全景图像的方法[J]. 郑州大学学报(理学版) 2017(02)

    标签:;  ;  ;  ;  ;  

    新型自主式乒乓球捡球机器人的构形及关键技术研究
    下载Doc文档

    猜你喜欢