机器人视觉系统分析与识别研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇机器人视觉系统分析与识别研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：论文简要介绍了机器人的发展现状、相关研究的方向以及研究领域，讲述了机器人视觉系统图象处理，最后通过实例分析机器视觉系统的应用。

关键词：机器视觉；边缘检测；图象识别；滤波算法

中图分类号：TP242 文献标识码：A 文章编号：1674-7712 （2013） 02-0082-01

一、机器人系统的发展及机器人视觉

机器人的发展大致经历了三个成长阶段，也即三个时代。第一代为简单个体机器人；第二代为群体劳动机器人；第三代为类似人类的智能机器人。它的未来发展方向是有知觉、有思维、能与人对话。机器人向着智能化、拟人化方向发展的道路，是没有止境的。 机器人视觉是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。我国机器人视觉应用主要有以下目的：用以代替人类从事危险、有害和恶劣环境、超净环境下的工作；提高劳动生产率，改变产品质量，快速相应市场需求，加强在国际市场的竞争能力。

二、机器人视觉的原理

机器视觉是机器人感知周围环境的主要途径之一。它可以通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。目前成熟的光电成像技术都只能捕获二维明暗信息，而不能获得距离信息，所以直接通过这种途径获得的机器视觉也只能是二维的。随着科学技术的发展，三维立体视觉的解决方案也如雨后春笋般涌出，其中就包括双目立体视觉，狭缝光投影法，时间差法等。

（一）实现方法

1.图像的获取与预处理：用于进行三维特征提取的图像是一幅常规的二维灰度图，所以使用一个常规的CCD或CMOS图像传感器即可满足要求。图像需要进行量化处理，即把图像信息分成许多像素点，这些亮点经过A/D转换后即可输入计算机进行处理。2.边缘信息提取：边缘提取算法就是把一副灰度图像转化为二值图像，灰度图像中的轮廓在二值图像中用1表示，而非轮廓位置用0表示。边缘提取算法的种类非常地多，如Robert算子卷积法等。3.边缘检测与轮廓连结：边缘检测主要采用各种算子来发现、强化图像中那些可能存在边缘的像素点。边缘检测算子除了有Roberts算子外，还有索贝尔算子（Sobel operator）和Prewitt算子、高斯偏导滤波器以及Canny边缘检测器等。4.利用线条分类识别三维物体：提取出二维图像的轮廓信息，还不足以分析出其中的三维特征，我们必须对轮廓信息进行进一步的模式化处理，从轮廓中提取特征。5.从二维图像中提取三维特征的局限性：虽然从二维图像中提取图像的三维特征的算法对设备的要求低，处理的数据量相对较小，输出地结果也比较规整。但是这种算法也有其局限性。

（二）摄像机模型及透视技术

透视技术实际是一个非线性映射，这在实际求解时可能需要大的计算量，而且如果透视效果不明显，直接使用该模型可能会使求解变为病态。透视逆变换把三维物体转变为二维图形表示的过程称为投影变换。

三、基于视觉的机器人路径规

针对移动机器人规避障碍和寻找最优路径问题，提出了在复杂环境下移动机器人的一种路径规划方法。采用了栅格法建立了机器人工作平面的坐标系，整个系统由全局路径规划和局部避碰规划两部分组成[8]。在全局路径规划中，用改进蚁群算法规划出初步全局优化路径；局部避碰规划是在跟踪全局优化路径的过程中，通过基于滚动窗口的环境探测和碰撞预测，对动态障碍物实施有效的局部避碰策略，从而使机器人能够安全顺利的到达目标点。这种方法能在较短时间内找到最佳路径并规避障碍。

四、机器人视觉处理程序

机器人视觉处理程序的主要功能包括：（1）从USB摄像头实时读取视频数据，进行简单的预处理；（2）随后进行图像处理，主要完成空域的图像增强。通过对图像进行二值化，将目标小球从背景中提取出来；（3）计算目标的位置，进而计算出机器人头部的旋转角度，通过舵机驱动程序，控制机器人头部转动到目标所在角度，实现对目标物体的跟踪。

经过实验，机器人头部可较好地跟踪目标，实现了视觉原型系统。

（一）机器人视觉的目标与任务

目标：使机器人具有感知周围视觉世界的能力。让机器人具有对周围世界的空间物体进行传感、抽象、判断的能力，从而达到识别、理解的目的。

任务：图象的获取、预处理、图象分割与表示与描述、识别与分类、三维信息理解、景物描述、图象解释。红色部分就构成了图像分析的研究内容。

（二）视觉信息的处理

移动机器人视觉信息的处理通常由图象获取、图象分析、关系描述三部分组成。

五、结束语

移动机器人是目前机器人领域的研究重点之一，吸引着众多学者的注意。机器人的研究涉及到人工智能、控制理论、传感器技术和计算机科学等多门学科。通过阅读大量的期刊、学术论文用于进行三维特征提取的图像是一幅常规的二维灰度图，所以使用一个常规的CCD或CMOS图像传感器即可满足要求。图像需要进行量化处理。为了给形态学处理的图像提供统一的条件，计算机在把获得图像进行形态学处理前，必须先对其进行预处理。由于各方面客观条件以及个人研究能力的限制，在机器人技术中嵌入式系统的应用及视觉处理程序方面的研究还不够深入，还需要在今后的研究中不断深入探讨。21世纪是信息化的时代，随着信息技术的发展和普及，机器人视觉系统无论是在理论研究上上，还是在应用方面都将很大进展。

参考文献：

[1]段峰，王耀南.机器视觉技术及其应用综述[J].自动化博览，2002（3）：43-47.

[2]李文锦，吴海彬，何祖恩.基于机器视觉的机械测量及识别技术研究[J].机床与液压，2010（1）：32-51.

[3]，马旭东，戴先中.一种基于移动机器人视觉的服务目标人确认算法[J].制造业自动化，2010（4）：123-135.

[4]张永红，陶晓燕，韩仲祥.面向机器人视觉识别的近似支持向量机集成方法研究[J].机械与电子，2010（3）：122-127.