服务机器人视觉系统模块化研究综述
《2024年基于机器视觉的服务机器人智能抓取研究》范文

《基于机器视觉的服务机器人智能抓取研究》篇一一、引言随着科技的不断发展,服务机器人已广泛应用于生产生活等各个领域,尤其是在自动化抓取与处理领域。
通过使用先进的机器视觉技术,服务机器人具备了自主导航、智能识别和精确抓取的能力。
本文旨在探讨基于机器视觉的服务机器人智能抓取技术的研究现状及发展趋势,以期为相关研究与应用提供参考。
二、服务机器人与机器视觉技术概述服务机器人是一种能够为人类提供服务的自动化机器人,具有广泛的应用领域,如医疗、教育、物流等。
机器视觉技术是服务机器人实现自主抓取的关键技术之一,通过模拟人眼的功能,对目标物体进行感知、识别和跟踪。
随着深度学习、图像处理等技术的不断发展,机器视觉在服务机器人中的应用越来越广泛。
三、基于机器视觉的智能抓取技术研究(一)目标识别与定位在智能抓取过程中,目标识别与定位是至关重要的。
利用机器视觉技术,通过对目标物体的图像信息进行处理与分析,可以快速识别目标并实现精准定位。
其中,深度学习算法在目标识别与定位中发挥了重要作用,通过大量数据的学习与训练,提高了识别的准确性和速度。
(二)手眼协调与抓取规划手眼协调与抓取规划是实现智能抓取的关键环节。
通过分析目标物体的几何特征和空间位置信息,结合机器人的运动学模型,可以规划出最优的抓取路径和姿态。
同时,手眼协调系统能够实现机器人手臂与视觉系统的协同工作,提高抓取的准确性和效率。
(三)自适应抓取策略针对不同形状、大小和材质的目标物体,自适应抓取策略是实现智能抓取的重要保障。
通过分析目标物体的特性,结合机器学习算法,可以实现对不同物体的自适应抓取。
此外,还可以通过力觉传感器等设备实时监测抓取过程中的力度和姿态,以实现更精确的抓取。
四、基于机器视觉的智能抓取技术应用及发展趋势(一)智能物流与仓储领域在智能物流与仓储领域,服务机器人已广泛应用于货物搬运、码垛、拣选等环节。
基于机器视觉的智能抓取技术可以实现货物的快速识别和精准抓取,提高物流和仓储的自动化水平。
机器人视觉模块系统实现

机器人视觉模块系统实现随着科技的不断发展,机器人技术越来越受到人们的关注,并且在日常生活中被广泛应用。
而机器人的视觉系统是其中非常重要的模块之一,它使得机器人能够从视觉上感知环境并作出相应的动作。
本文将详细介绍机器人视觉模块系统的实现过程和注意事项。
一、设计在设计机器人视觉模块系统时,需要明确设计的目的和使用场景。
例如,机器人应用于车间的装配任务,则需要设计能够识别零部件的视觉系统;如果机器人用于巡逻或家庭服务,则需要拥有目标检测、人脸识别等功能。
除此之外,还需要确定视觉模块的定位、摄像头的数量和位置以及光线等因素。
在摄像头定位时,需要考虑到视野范围和视角的大小,就像人的眼睛一样,需要摄像头能够覆盖到机器人运动的范围,并且视角大小也需要协调一致,否则系统容易出现盲点。
二、实现机器人视觉模块系统的实现需要掌握一定的编程技能。
一般来说,常见的编程语言有C++、Python等,主要用于图像处理、目标检测、人脸识别等功能。
具体实现步骤如下:1.获取图像数据:通过摄像头获取图像数据,进行初步处理后,输出给后面的模块进行进一步处理。
在获取图像数据时,需要注意图像的清晰度和颜色分辨率,以便更精确地提取数据。
2.图像处理:对于获取的图像数据,需要进行一定的图像处理,例如调整图像亮度、对比度、去噪声等。
同时,也需要选择适合的图像处理算法,例如Canny边缘检测算法,SIFT特征点检测算法等。
3.目标检测:通过训练数据集来进行目标检测。
在目标检测的过程中,需要提取图像中物体的特征,并通过学习算法来判断物体是否为目标物。
当目标物被检测到时,需要实现对其的跟踪和追踪。
4.人脸识别:通过特征提取和分类学习来实现人脸识别,这可以在一定程度上提高实时性。
在人脸识别的过程中,需要注意不同光线下的人脸特征可能不同,因此需要尽可能减少光线对识别的影响。
5.输出结果:将处理后的结果输出到机器人主控系统,根据输出结果来决定机器人的下一步行动。
机器人视觉系统设计研究

机器人视觉系统设计研究现代工业生产中,机器人被广泛应用,而机器人视觉系统是机器人重要的先决条件之一。
机器人视觉系统是基于视觉处理技术,使机器人能够感知周围环境,从而实现自主控制和自主行为。
机器人视觉系统的设计要求它具备目标识别、抓取、跟踪、导航等多种功能,以满足不同场合下的需求。
机器人视觉系统的设计研究从最初的2D视觉系统,到3D视觉系统和深度学习,经历了长期的演变和发展。
2D视觉系统是机器人视觉系统的基础。
2D视觉系统以摄像头为基础,通过对图像的处理和分析,完成对目标的识别和跟踪。
但2D视觉系统所获得的图像是平面的,不能表达物体的深度信息,因此在工业生产中应用受到了一定的限制。
3D视觉系统则是对2D视觉系统的升级,它使用多个摄像头从不同的角度拍摄目标,并通过视差和光线的反射来计算出物体的深度信息。
由于3D视觉系统能够记录物体在3D空间中的位置和形状,因此能够更准确地识别和跟踪目标,并能够实现更高的抓取精度。
但是,3D视觉系统的成本较高,且需要更高的计算能力来处理和分析数据,这一点限制了其在工业生产中的应用。
随着深度学习技术的发展,深度学习技术被应用于机器人视觉系统中。
深度学习技术通过对大量的数据进行学习和训练,能够获得更高的识别准确度和更高的运算速度,从而提高机器人视觉系统的性能。
同时,深度学习技术还可以实现机器人对多种物体的分类和识别,因此深度学习技术是未来机器人视觉系统发展的重要方向。
除了技术的升级和发展,机器人视觉系统的设计也需要考虑机器人的应用场景和环境。
例如,在危险的工业场景中,机器人视觉系统需要具有高强度和高耐受性,以应对环境的复杂性和威胁性。
在较为平稳的环境中,机器人视觉系统需要更加精细的设计和控制,以保证稳定性和安全性。
为了实现机器人视觉系统的设计和优化,需要跨学科合作。
机器人视觉技术涉及到计算机视觉、机器学习、控制系统、电子技术等多个领域的知识。
因此,跨学科的合作和交流成为了机器人视觉系统设计和研究的重要手段。
机器人视觉系统的使用教程研究

机器人视觉系统的使用教程研究随着科技的不断进步,机器人已经逐渐走入人们的日常生活中。
机器人视觉系统是机器人技术中的重要组成部分,它能够使机器人能够感知和理解周围的环境,从而更加智能地执行任务。
本篇文章将深入研究机器人视觉系统的使用教程,帮助读者了解并掌握该技术的基本知识和应用方法。
一、机器人视觉系统的基本原理机器人视觉系统是通过摄像头和图像处理算法来实现环境感知和目标识别的技术。
其基本原理如下:1. 图像采集:机器人通过搭载的摄像头采集周围环境的图像,将图像传输至视觉系统进行处理。
2. 图像处理:视觉系统对采集到的图像进行分析和处理,提取出图像中的特征信息,如边缘、颜色等。
3. 特征识别:通过算法分析图像中的特征信息,识别出目标物体并进行分类。
可以利用神经网络相关算法进行目标检测和识别。
4. 动作执行:识别出目标物体后,机器人可以根据任务需求进行相应的动作,如抓取、放置等。
二、机器人视觉系统的应用领域机器人视觉系统在许多领域中都有广泛的应用。
以下是一些例子:1. 工业领域:机器人视觉系统可以应用于工厂生产线上,实现产品的质量检测和自动化生产。
2. 农业领域:农业机器人可以利用视觉系统进行果蔬的识别和采摘,提高农作物的产量和质量。
3. 医疗领域:机器人视觉系统可以辅助医生进行手术操作,提高手术的准确性和安全性。
4. 家居领域:智能家居机器人可以利用视觉系统来感知家庭成员的位置和动作,提供个性化的家居服务。
三、机器人视觉系统的使用教程针对机器人视觉系统的使用教程,我们主要分为如下几个方面进行介绍:1. 硬件准备:首先,我们需要准备一台具备摄像头功能的机器人或者添加外部摄像头的机器人。
同时,也需要一台计算机用于图像处理和运行视觉系统的算法。
2. 软件安装:根据不同的机器人平台,我们需要安装相应的软件开发包或者图像处理库。
常见的包括OpenCV、Cognex、Matrox等。
3. 数据采集和训练:使用机器人和摄像头进行环境图像的采集,并标注好不同目标物体的位置和类别。
光电模块在机器人视觉中的应用研究

光电模块在机器人视觉中的应用研究随着科技的不断发展,机器人技术逐渐被广泛应用于各个领域,其中机器人视觉在工业自动化、安防监控、医疗器械等方面的应用越来越受到关注。
而多数机器人视觉技术主要是基于图像处理,而光电模块则是图像处理技术中不可或缺的一部分。
光电模块是一种利用光电效应实现电物转换的器件,能将光信号转换为电信号。
它由光敏元件和信号处理电路组成,通常包括CCD和CMOS传感器等。
在机器人视觉方面,光电模块的应用主要体现在摄像头的成像功能上。
在机器人视觉的应用中,光电模块主要有如下几个方面的作用:1. 实现机器人视觉的感知机器人视觉的感知能力对于机器人来说是至关重要的,而光电模块可以通过将真实世界的图像进行采集和转换,实现视觉的感知。
当机器人的光学系统与光电模块配合使用时,光电模块就可以在不同的光照条件下快速准确地收集数据。
2. 实现机器人的定位在机器人的应用中,需要对机器人进行定位,这对于复杂的机器人系统来说尤其重要。
而光电模块可以通过收集物体的图像信息来对物体进行定位,不光是在静态情况下,也可以在物体运动的过程中进行实时的定位。
3. 实现机器人视觉的分类和识别在机器人应用中,光电模块可以通过采集图像,并进行分析和识别,实现对不同物体的分类、识别和分辨率。
通过对成像光学系统的改进,能够进一步提升图像的质量,从而提高机器人的识别准确率。
4. 实现机器人视觉的跟随和测量光电模块还可以实现机器人视觉的跟随和测量。
在机器人应用场景中,光电模块可以通过跟随人或物的移动轨迹,实现物体在空间中的测量。
同时,光电模块还可以进行测量,以获取更多的物理参数,如光强度、色调和色温等,这些信息会为机器人的操作提供帮助。
总结在现代工业应用、安防监控、医疗器械和其他领域中,机器人视觉已经越来越重要。
而光电模块在机器人视觉的应用中起到了至关重要的作用。
机器人视觉的感知能力的提高,离不开光电模块这一核心器件。
随着技术的不断进步,相信光电模块将在机器人应用领域中的作用更加重要。
模块化机器人的设计与实现

模块化机器人的设计与实现近年来,随着科技的不断进步和人们对智能机器人需求的提高,模块化机器人成为了研究和开发的热点。
模块化机器人具有可拆卸、可组合的特点,使得机器人可以根据不同的任务需求进行灵活的组装。
本文将探讨模块化机器人的设计原理和实现方法。
一、模块化机器人的设计原理模块化机器人的设计原理基于模块化思维和模块化技术。
模块化思维强调将机器人的各个部分划分为相互独立的模块,每个模块具有特定的功能,模块之间可以进行组合和替换。
这种思维方式有利于提高机器人的灵活性和可维护性。
模块化技术是实现模块化机器人设计的基础。
主要包括模块标准化、接口设计和通信协议等方面。
模块标准化是指将机器人的各个模块进行统一的尺寸、接口和电气连接方式设计,以便于模块之间的组装和替换。
接口设计是指为每个模块设计合适的接口,使得模块之间可以进行有效的通信和数据交换。
通信协议是指定义模块之间的通信规则和数据格式,以保证模块之间的协同工作。
二、模块化机器人的实现方法模块化机器人的实现方法主要包括硬件设计和软件设计两个方面。
在硬件设计方面,需要注意以下几点。
首先,需要选择适合模块化设计的硬件结构,例如模块化机械臂、模块化传感器等。
其次,需要进行模块标准化设计,确保各个模块之间的尺寸和接口兼容。
此外,还需要考虑模块之间的电源供给和电气连接方式,以确保模块之间的正常工作和通信。
在软件设计方面,需要考虑以下几点。
首先,需要设计一个适合模块化机器人的操作系统,以管理模块之间的通信和协作。
其次,需要设计模块之间的通信协议,以确保模块之间的正确交互。
此外,还需要设计模块化机器人的控制算法和路径规划算法,以实现机器人的智能化操作和任务执行。
三、模块化机器人的应用前景模块化机器人的研究和应用前景广阔。
首先,模块化机器人可以应用于工业生产线上,实现自动化生产和灵活的任务分配。
其次,模块化机器人可以应用于医疗领域,实现手术机器人和康复机器人的定制化设计和灵活组装。
机器人视觉感知系统的研究与应用

机器人视觉感知系统的研究与应用一、引言机器人是一种能够自主进行工作的机械装置,随着技术的不断进步,机器人的应用范围越来越广泛。
其中,机器人的视觉感知系统是其关键技术之一,它可以为机器人提供大量的环境信息,帮助其准确、高效地完成各种任务。
本文主要介绍机器人视觉感知系统的研究与应用。
二、机器人视觉感知系统的概述机器人视觉感知系统是指机器人利用视觉传感器感知环境、提取信息、做出决策的过程。
其中,视觉传感器通常是指摄像头,可以利用计算机视觉技术进行图像处理和分析,从而得到环境中物体的轮廓、颜色、纹理等特征信息。
机器人的视觉感知系统通常包括以下几个方面:1. 目标检测目标检测是机器人视觉感知系统的重要任务之一,它可以用于检测或跟踪目标物体的位置、形状、大小等信息。
目标检测通常包括物体的检测和分类两个步骤,也可以以图像分割为前提。
常用的目标检测方法包括滑动窗口检测、区域提议检测、深度学习检测等。
2. 姿态估计机器人需要对环境中的物体进行姿态估计,以便更好地对其进行操作。
常用的姿态估计方法包括模板匹配、视觉跟踪、视觉反馈控制等。
3. 三维重建机器人需要构建环境的三维模型,以便更好地进行任务规划和执行。
常用的三维重建方法包括激光雷达、结构光、立体视觉等。
4. 路径规划机器人需要规划自身的运动轨迹,以便到达目标位置或避开障碍物。
常用的路径规划方法包括全局路径规划、局部路径规划等。
三、机器人视觉感知系统的应用机器人视觉感知系统的应用范围十分广泛,包括但不限于以下几个领域:1. 工业自动化机器人在工业自动化领域的应用已经十分成熟,其视觉感知系统可以帮助机器人识别、定位、抓取或者放置工件等。
2. 家庭服务机器人家庭服务机器人需要通过视觉感知系统来检测家庭环境中的情况,例如检测家居设施的状况、家庭成员的位置等。
其任务范围包括日常家务、健康照护、休闲娱乐等方面。
3. 医疗卫生机器人医疗卫生机器人可以通过视觉感知系统来帮助医生进行手术、检查、治疗等操作,并且可以对卫生水平进行检测。
机器人智能化服务系统的设计与实现

机器人智能化服务系统的设计与实现一、绪论在信息技术不断发展的今天,机器人技术得到了快速的发展,智能机器人也成为了人们研究的热点。
智能机器人具有智能识别、感知、决策和执行的能力,可以为人类的生活和生产服务。
机器人智能化服务系统是一种综合性的技术服务系统,其设计与实现对于提升机器人的智能化水平,促进机器人技术的发展具有重要的意义。
二、机器人智能化服务系统的设计1.系统架构设计机器人智能化服务系统通常由感知、决策和执行三个模块组成。
其中,感知模块是指机器人的感知和识别能力,包括视觉、听觉、触觉等多种传感器。
决策模块是指机器人判断、决策和规划的能力,可以通过人工智能、深度学习等技术实现。
执行模块是指机器人的执行行动能力,包括机械臂、足部等执行器件。
2.系统功能设计机器人智能化服务系统主要提供以下功能:导航服务、语音识别、物品识别、人脸识别、变声服务等。
其中,导航功能可以为机器人提供自主行动的能力,语音识别功能可以使机器人对人的指令和语言进行理解与反馈。
物品识别和人脸识别功能可以让机器人识别出环境中的物体和人的面部信息。
变声服务则可以为机器人提供更多的互动性。
三、机器人智能化服务系统的实现1. 算法实现机器人智能化服务系统需要借助一些算法和模型实现其功能。
例如,基于深度神经网络的语音识别和人脸识别算法,以及基于SLAM算法的导航系统和基于CNN模型实现的物品识别等。
这些算法和模型需要进行优化和训练,以提高机器人的识别率和准确率。
2. 硬件实现机器人智能化服务系统的实现不仅需要软件算法的支撑,还需要硬件的支持。
例如,机器人需要安装摄像头、激光雷达等传感器,以及机械臂、舵机等执行器件,同时还需要安装运行软件的主控板、电源等硬件设备。
3. 软件实现机器人智能化服务系统的软件实现是整个系统的关键部分。
该软件需要实现机器人的自主决策和指令反馈功能,同时还需要支持机器人的语音识别、图像识别、导航等功能。
此外,软件的设计要考虑到机器人系统的可重用性,以包装和维护机器人任务等方面进行开发。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
径, 而且其获取环境信息量丰富, 研究出能够软硬件一体的视觉 模块, 不仅可以减轻服务机器人上位机的工作, 提高机器人实时 性指标, 而且为将来服务机器人再开发、 批量生产奠定基础[5]。 随着服务机器人应用领域的日益普及,功能的不断完善, 机 器人自身结构和控制也变得越来越复杂。 服务机器人已经在生活 中起到了越来越重要的作用, 为了使服务机器人的设计及应用更 加快速有效, 能够胜任更复杂的工作, 以应对不断变化的市场需 求, 传统的设计和开发方法已经逐渐显示出了制约机器人的应用 和发展, 为此, 研究者们寻求机器人模块化和组件化设计新方法[6]。 提出服务机器人模块化视觉系统由视觉传感器、 图像采集处 输入输出接口、 面向特定应用的算法以及运动控制单元 理单元、 几部分组成, 其结构框图, 如图 1 所示。
3.2 基于嵌入式设计的图像采集处理模块
嵌入式视频采集处理系统具有可靠性高、 速度快、 成本低、 体 积小、 功耗低、 环境适应性强等优点。 机器人技术是与嵌入式系统 的发展紧密联系在一起的。由于嵌入式系统的高速发展, 机器人 基于嵌入式设计的图像采集模 视觉技术获得了更大的发展机遇。 块由: 电源模块、 图像采集模块、 高速缓存单元、 配置/下载模块、 输入输出接口模块和 MPU 处理单元组成。电源模块为整个系统 提供工作所需的电压, 其组成框图, 如图 2 所示。
166
高云峰等: 服务机器人视觉系统模块化研究综述 3.2.1 基于 ASIC 的图像采集处理模块
第2期
传输过程忠稳定性和实时性的基础, 目前在视觉系统模块化设计 S 端子、 VGA、 USB、 1394 等接口 中常用的视频信号的输入端有: 形式, 输出端主要有: PCI 总线、 USB、 CAN 总线、 RS232 等。视觉 算法的主要作用是根据机器人需要完成的任务, 对获取的图像信 息进行相应的处理, 提取相应特征, 完成目标识别以及环境理解 等, 将处理结果输出给服务机器人的控制系统/执行单元。运动控 制单元是控制服务机器人视觉平台的运动, 控制视觉平台的俯仰 和旋转两个自由度的运动, 从而实现视觉系统动态的感知环境信 息, 满足服务机器人实时跟踪目标等要求。 就模块化视觉系统核心部分: 图像采集处理单元作如下论述。
3.2.2 基于 DSP 的图像采集处理模块
数字信号处理器 (DSP ) 是一类具有专门为数字信号处理任 务而优化设计的体系结构和指令系统的通用处理器件。 具有处理 速度快和有复合功能的单周期指令等特点, 在高速图像处理中得 到了越来越多的应用。通常情况下基于 DSP 的智能图像处理单 元面向某种特定应用,如文献中的立体视觉模块利用 DSP 实现 基于区域相关的立体算法,可以从大小为 320 x240 的图像实时 计算深度图, 并通过并口和上位机进行通讯。文献用 CMOS 图像 板和 TI 公司的 DSP-DSK 板构建的视觉系统采用 C6416 定点数 4800MIPS ) , 该系统能够以较高的实时性 字信号处理器 (600MHz, 完成目标搜索和避障信息计算等任务。文献采用 DSP 图像处理 目标搜索 系统作为足球机器人的底层视觉系统, 用于图像分割、 和定位以及机器人的自定位任务, 实现了较高的实时性。 根据参阅的文献发现,一个完整的视觉系统采用 DSP 还不 够, 还要有 FPGA 或 CPLD 来完成系统中所有芯片的接口和各种 控制逻辑,这样无疑提高了系统的成本和开发难度, FPGA 的内 部资源未得到充分的利用, 而且目前的 FPGA 芯片其逻辑门达到 了 500 万, 内部可配置丰富的 IP 核资源、 乘法器和 DSP 块, 为嵌 入式系统的搭建, 提供很多方便。
都有很强大的功能, 其应用做视觉处理系统都有各自的优缺点。 ASIC 芯片具有高性能、 低功耗、 可以提供大的数据吞吐量等 特点, 因此, 可以用于嵌入式机器人视觉系统的研制开发。文献[7] 设计了一种快速边缘检测的芯片, 可以跟踪图像的边缘, 实时提供 边缘的位置和方位信息, 用于机器人视觉系统的特征提取和模式识 别。 文献[8]中的移动机器人视觉系统采用运动图像编解码 (MPEG ) 芯 片和运动估计协处理器对图像处理进行加速, 通过计算光流场检测 运动物体, 用于机器人的导航和避障。采用 ASIC设计开发视觉系 统的主要缺点是灵活性较差, 研制开发周期较长。 ASIC 设计一般 为了克服这 都针对一个特定应用, 增减功能和升级都很不方便[9]。 这种 种缺点, 文献[10]中提出了可重新配置的多处理器网络结构, 结构在网络直径和处理器之间连接数限制之间进行折中, 它可以 执行快速傅立叶变换 (FIT ) 、 边缘提取、 模版匹配、 Hough 变换等 多种图像处理算法, 方便了嵌入式视觉系统的研制开发。
1 引言
模块化是一种思想方法, 它广泛地应用于机械、 电子和计算 机等行业的产品设计[1]。把产品系统中含有相同或相似的功能单 归并、 简化, 以通用单元的 元分离出来, 用标准化原理进行统一、 形式独立存在, 这就是模块。 然后用不同的模块组合成新产品, 这 就是模块化。 因此, 模块化技术主要包含 2 个方面的内容: 一是模 块的合理分解; 二是模块的有效组合[2]。上个世纪 90 年代日本就 开始了可重构模块化机器人的研究。 这里模块化的概念是多个具 有相同结构、 组成及功能的单元通过组成不同的机械形式、 不同 的空间结构, 来实现不同的运动、 功能等[3][4]。 典型的服务机器人视觉系统应用包括室内机器人自主定位 基于视觉信息的目标物体的抓取、 基于视觉信息的人脸识 导航、 别、 基于视觉信息的障碍物检测与运动估计、 服务机器人视觉伺 服等。 涉及了图像采集、 图像处理、 模式识别、 特征匹配、 三维重建 和视觉跟踪等领域。 既要做到图像的准确采集还要做到对外界变 化反应的实时性, 同时还需要对外界运动的目标实时跟踪。根据 视觉模块的性能出发, 查阅相关文献对服务机器人视觉系统的关 键技术: 系统组成和图像采集处理模块作论述。
CCD 输入 输出 接口 图像采集 处理单元 运动控制 单元 CCD 面向特 定应用 的算法
2 服务机研究处于快速发展的阶段, 其发展前景和 市场非常广阔, 如何占领这广阔的市场, 国家 863 组提出机器人 模块化体系结构设计, 按组成机器人的功能构件分为: 机械标准 件、 智能控制模块、 驱动模块、 感知模块、 通讯模块、 人机交互模块 等。 机器人感知功能构件中视觉是机器人获取环境信息的主要途
3 服务机器人图像采集处理模块
3.1 传统的图像采集处理系统
传统的视觉系统由摄像头+图像采集卡+计算机组成,采集卡 的作用是对摄像头采集到的模拟视频信号进行 A/D 转换,并且通 过计算机总线接口传入计算机内存, 用软件实现对数字化图像的处 理分析, 再把计算机对图像信息的处理结果, 如提取的目标物体的 特征参量等信息通过串行/并行总线传给机器人的驱动/控制单元。 这种视觉系统结构简单, 图像的处理工作完全由计算机完成, 上位机在完成图像处理的同时, 对于服务机器人来说, 还需要完成 整个机器人系统的任务规划、 各子系统的协调控制、 其它感知功能 为了 构件的信息处理等任务。上位机需要处理完成的任务比较多, 满足系统功能和实时性的要求, 多数服务机器人不得不采用高性能 通用计算机作为机器人的上位机,从而造成机器人整体功耗过 大, 持续工作时间缩短。因此研发具有高性能低功耗特点的嵌入 式图像采集处理模块成为服务机器人研究的重要研究方向之一。
电 源 模 块 输 入 接 口 图 像 采 集 配置模块
3.2.3 基于 FPGA 的图像采集处理模块
输 出 接 口
FPGA 的在线可编程性可以实现处理算法的柔性选择, 是大数 据量、 实时信号处理系统的理想选择。FPGA 具有静态可重复编程 和动态在系统重构的特性, 使得硬件的功能可以像软件一样通过编 程来修改。 FPGA 内置的丰富的 IP 核资源、 乘法器和 DSP 块以及丰 富的可编程逻辑资源, 可以实现将图像处理算法 “软件硬件化” , 两 大 FPGA 芯片生产商 Altera 和 Xilix 开发的软件平台功能强大, DSP Builder、 SOPC、 Nios 开发工具为搭建嵌入式图像处理系统提供 条件, 同时 QuartusⅡ软件支持 C 语言, 只要在相应的函数上右击, 点击 “C2H” 就可以将 C 语言转换成硬件语言, 以前视觉算法大都是 用 VC 开发环境, 大都是 C 语言, 有了这样的转换功能, 为我们设计 开发基于 FPGA 的模块化的视觉平台提供了极大的方便。 文献通过设计不同的模板对图像进行处理和匹配, 用 FPGA
第2期 2010 年 2 月
文章编号: 1001-3997 (2010 ) 02-0165-03
机械设计与制造 Machinery Design & Manufacture
165
服务机器人视觉系统模块化研究综述 *
高云峰 吴秀芬 ) (哈尔滨工业大学 机器人研究所, 哈尔滨 150001
An overview of wision system modularization of service robot
*来稿日期: 2009-04-15 *基金项目: 国家 863 项目 (2007AA041702 )
图 1 模块化形式的视觉系统
服务机器人常用的视觉传感器是 CCD 和 CMOS 类型的摄像 机。图像采集处理单元是服务机器人视觉系统的核心, 其主要任 务是将摄像头输出的视频信号转换成适合处理单元处理的格式, 输入输出接口也是模块化设计中重要的环 执行设定的视觉算法。 节, 一个通用简便且能满足传输速度的输入输出接口是视觉信息
GAO Yun-feng, WU Xiu-fen (Robot Research Institute Harbin Institute of Technology, Harbin 150001, China ) 【摘 要】对于服务机器人, 其所处的环境通常都是未知的、 非结构化的, 视觉以其信息量大成为最 重要的机器人感知方式。图像采集、 处理系统各式各样, 研发存在大量低水平的简单重复工作。将从机器 人的模块化为切入点, 综述了视觉系统作为机器人的强大的功能构件, 其发展过程中的常用系统形式和 相应的特点。最后展望和分析了服务机器人视觉模块化的发展趋势。 关键词: 服务机器人; 视觉; 模块化; 图像采集处理单元 【Abstract】 For service robot, its environment is usually unknown, unstructured, visual is the most important way of robot perception. Image acquisition, processing systems with different hardware and soft - ware, there is too much low-lever and simple duplicate work. It introduces the present situation of research overview the development of structural form of vision system. Finally, discuss the on modular robot domain, future work and analysis the trends of visual modular of Services robot. Key words: Service robot; Vision; modularization; Image acquisition and processing module 中图分类号: TH122 文献标识码: A