图像处理技术在机器人视觉系统中的运用

图像处理技术在机器人视觉系统中的运用目录一．机器人视觉系统的概念与应用二．基于图像处理的机器人视觉系统三．机器人视觉系统研究概况1.机器人视觉系统是什么？一.机器人视觉系统的概念与应用机器人视觉系统是：机器人通过其感知工作环境中信息或者其感兴趣信息，并记录这些信息作为决策依据，对之进行分析的系统。机器人视觉系统目前在机器人系统中的主要应用有：提供描述场景的数据、控制所需的目标位置方位或运动等数据，常见的视觉系统如视觉搜索定位系统，视觉跟踪系统等。机器人视觉系统的一般组成结构一.机器人视觉系统的概念与应用2.机器人视觉系统的应用一.机器人视觉系统的概念与应用用视觉进行产品检验,代替人的目检辅助机器人完成分类、搬运和装配任务为移动机器人进行导航3.基于图像处理的机器人视觉系统与其他方法的比较一.机器人视觉系统的概念与应用我们以机器人测距为例，来比较不同方法：1.微波雷达测距:性能相对稳定但成本高，而且空间的覆盖面积有限,彼此之间有可能会产生一些电磁干扰。一.机器人视觉系统的概念与应用2.激光雷达测距:测量的精度比较高、量程较长、测量时间短；但是激光雷达的耗能大、造价高、容易伤害人的眼睛。一.机器人视觉系统的概念与应用3.超声波测距:原理简单且成本低,但是超声波传输速度易受到天气的影响,致使得到的距离信息有很大差异性。一.机器人视觉系统的概念与应用4.基于图像处理的视觉测距:通过图像处理算法及摄像机模型,计算目标物体与机器人的距离信息。这种方法具有噪声低、尺寸小、功耗小、质量轻、动态范围大等优越特性。3.基于图像处理的机器人视觉系统与其他方法的比较一.机器人视觉系统的概念与应用从上面我们不难看出，在机器人视觉系统的某些运用中，基于图像处理的方法具有明显的优势。1.机器人视觉系统构成与工作原理二.基于图像处理的机器人视觉系统机器人视觉系统从功能上主要包括数字图像的获取、图像的预处理、特征提取和图像识别几部分。2.涉及到的图像处理关键技术二.基于图像处理的机器人视觉系统A.图像分割B.图像识别C.运动目标检测与追踪二.基于图像处理的机器人视觉系统A.图像分割1、基于阈值的分割算法迭代式阈值法，双峰阈值法，直方图阈值法，自适应阈值法等2、基于边缘的分割算法常见的边缘检测算子有：Robert算子，Laplacian算子，Sobel算子，Canny算子等。3、基于区域的分割算法该方法对噪声具有一定的抗干扰能力，但是区域特性的选取比较困难二.基于图像处理的机器人视觉系统B.图像识别1.基于目标几何模型(即CAD模型)的方法2.基于目标的实际外观效果的方法:诸如直方图法,特征空间法等3.基于局部特征不变量的方法:在描述图像局部区域和处理外来噪音方面有着优良特性二.基于图像处理的机器人视觉系统C.运动目标检测与追踪一类是采用双目立体视觉技术，例如美国研究的机遇号与勇气号这两个火星探测车,对障碍物的检测主要是基于立体视觉的方法；二.基于图像处理的机器人视觉系统C.运动目标检测与追踪另一类方法是采用单目视觉系统采集图像，再根据一定算法进行运动目标检测，运动目标检测算法有很多,主要包括了背景差分法、帧间差分法和光流法等。；1.光流法2.背景差分法3.帧间差分法1.机器人视觉系统的研究现状三.机器人视觉系统研究概况A.国外现状与著名研究机构目前，美国、日本等国家在机器人视觉领域的研究处于领先地位。美国麻省理工学院的Margritt实现了基于路标的移动机器人定位。日本学者S.Murakami等研究的弧焊机器人焊缝跟踪控制系统，采用了视觉传感器并用神经网络进行图像处理以获得焊缝的形状数据，进行焊缝跟踪。Nagata和Konishi将机器人视觉伺服技术和遗传算法相结合，实现对机器人的控制。瑞士的AlainCodourey对微机器人的视觉进行了研究。澳大利亚Western大学研制了Australia’sTelerobot机器人，它是一个具有视觉系统的六自由度工业机器人，通过不断更新的图像进行操作。三.机器人视觉系统研究概况A.国外现状与著名研究机构上图分别为麻省理工学院的猎豹机器人和日本安川电机公司开发的弧焊机器人，均采用了先进的机器人视觉系统设计技术以及图像处理技术。1.机器人视觉系统的研究现状三.机器人视觉系统研究概况B.国内现状与著名研究机构国内很多高校在机器人视觉领域也进行了大量研究。华中科技大学彭刚利用机器视觉和超声测距对运动的目标进行跟踪和抓取。北京航空航天大学孟偲利用手眼视觉系统的测量与定位，判断是否可抓持目标物体。东南大学席文明在焊接中引入了一种视觉引导的机器人。华中理工大学刘延林通过基于机器视觉的方法获得毛坯的图像来识别毛坯。华中科技大学王敏利用超声测量与机器视觉相结合的方法，对待装配工件进行识别和空间定位。2.机器人视觉系统的发展趋势三.机器人视觉系统研究概况目前国内外机器人视觉系统的发展趋势主要表现在以下几个方面:(l)提高视觉系统的速度和精度,趋向于用硬件模块来完成一些基本图像处理和计算功能；(2)机器人视觉正从试验阶段走向应用；(3)视觉人系统应用从工业上的检测、焊接走向更广泛的应用。谢谢！