基于視覺的門把手識別與姿態(tài)估計方法研究.pdf

1、機器視覺目前作為重要的研究方向，越來越得到人們的重視。在非結(jié)構(gòu)化環(huán)境中，機器人只有對目標(biāo)認(rèn)知后進而進行操作。本文是為了解決機器人在金屬鎂還原罐的除渣作業(yè)中對門把手的識別和姿態(tài)估計的難題。對門把手的識別和夾持位置的準(zhǔn)確性的高低直接影響機器人開門能否成功。由于目標(biāo)的位置、角度、間距、光照等外在因素改變，會導(dǎo)致系統(tǒng)識別準(zhǔn)確性降低、姿態(tài)估計誤差增大。所以對門把手的識別和空間姿態(tài)估計的準(zhǔn)確性研究十分有必要。
　　本文研究基于雙目視覺系統(tǒng)對門

2、把手進行識別，針對工業(yè)現(xiàn)場中門把手出現(xiàn)位置、姿態(tài)多樣的問題。本文利用RBF神經(jīng)網(wǎng)絡(luò)算法良好的容錯性對圖像進行識別。針對門把手識別正確率會因為門把手背景復(fù)雜、曝光等外在因素的干擾而降低的問題。本文提出了RBF神經(jīng)網(wǎng)絡(luò)結(jié)合4-鄰域分割法，實現(xiàn)了在前期不能達到預(yù)期效果的情況下對圖像里的干擾區(qū)域進行分割，進而排除其他干擾物體準(zhǔn)確識別出門把手。對工業(yè)現(xiàn)場中遇到的問題都能夠得到良好的解決，驗證了這種算法應(yīng)用的可靠性。對于基于視覺的門把手的姿態(tài)估計方

3、法研究，包含兩個方面:位置和姿態(tài)。所以需要先求出位置再根據(jù)坐標(biāo)系之間的關(guān)系求出門把手的空間姿態(tài)，而且門把手是已經(jīng)固定安裝的，所以翻滾角為零。為了消除鏡頭畸變和誤差、確定攝像機的內(nèi)外參數(shù)，需要進行相機標(biāo)定。為了消除誤匹配對點、提高匹配精度，采用SURF匹配算法結(jié)合極限約束法并驗證改進算法的可行性?；陔p目視差原理將已知的匹配對點轉(zhuǎn)化為三維空間坐標(biāo)，實現(xiàn)了對門把手的精確定位。針對門把手在相機平面內(nèi)姿態(tài)估計的問題，本文通過對最小二乘法和最小面

4、積矩形兩種算法進行仿真，并通過實驗對這兩種方法進行分析驗證，對比選擇出最佳的計算方法。
　　通過搭建視覺系統(tǒng)實驗平臺、訓(xùn)練神經(jīng)網(wǎng)絡(luò)，對實際現(xiàn)場進行圖像采集、實驗。并根據(jù)實驗結(jié)果可知，在工業(yè)現(xiàn)場中，所設(shè)計的神經(jīng)網(wǎng)絡(luò)和4-鄰域分割法可以滿足機器人對門把手的識別需求。研究了SURF匹配算法結(jié)合極線約束算法原理，提高了門把手的匹配正確率。相應(yīng)的也提高了對應(yīng)空間三維坐標(biāo)結(jié)果的準(zhǔn)確率。研究了最小二乘法平面擬合和最小面積矩形法原理，通過實驗對以