基本信息
- 项目名称：
- 基于视觉伺服控制的智能机器人设计与实现
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 运用机器视觉技术，对目标体的进行学习，建立目标体的多元目标特征库，机器人自动搜索目标并实现对目标体的操作，其研究内容涉及图像处理、机器视觉、控制理论、机器人学、运动学、动力学等多个学科领域，具有极大的挑战性。 设计的基于视觉伺服控制的智能机器人，可广泛运用于静止、运动目标体的自动跟踪和识别场合，如：危险品自主搜索的排爆机器人、成熟果蔬识别采摘机器人，也可作为机器人控制的实验教学工具。
- 详细介绍：
- 本系统根据视觉伺服控制理论，在自主设计的机器人机械结构基础上，通过对目标模型学习以构建目标特征库；设计匹配算法，对提取的目标特征值与目标特征库的特征值进行匹配，完成目标的空间定位；根据方位确定算法，确定机器人运动控制参数；按照运动控制算法，控制机器人完成目标体的抓取。 采用双微处理器控制系统，以基于ARM920T内核的32位微处理器S3C2440A作为主控制器、Linux操作系统为软件平台，完成目标特征库的建立、图像匹配的实现、目标体空间坐标的确定功能；以8位微处理器C8051F120为运动控制器，通过UART接口，接受目标体空间定位参数，完成机器人的运动控制功能，实现对目标体的抓取。系统通过测试，实现了对已学习目标体的搜索和抓取功能，具有广阔的应用前景。本系统可拓展实现基于Internet网络的数据传输和遥控功能，其发展空间更为广泛。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 作品设计的基本思路：本系统根据视觉伺服控制理论，在自主设计的机器人机械结构基础上，通过对目标模型学习以构建目标特征库；设计匹配算法，对提取的目标特征值与目标特征库的特征值进行匹配，完成目标的空间定位；根据方位确定算法，确定机器人运动控制参数；按照运动控制算法，控制机器人完成目标体的抓取。 采用双微处理器控制系统，以基于ARM920T内核的32位微处理器S3C2440A作为主控制器、Linux操作系统为软件平台，完成目标特征库的建立、图像匹配的实现、目标体空间坐标的确定功能；以8位微处理器C8051F120为运动控制器，通过UART接口，接受目标体空间定位参数，完成机器人的运动控制功能，实现对目标体的抓取。 作品的创新点： 1、通过对目标模型学习，构建目标特征库。 2、设计匹配算法，通过对目标的特征进行提取，并与目标 特征库的特征值进行匹配，完成目标的定位。 3、设计方位确定算法，通过视觉定位，确定机器人运动控 制参数。 4、设计运动控制算法，控制机器人完成目标体的抓取。 作品的技术关键： 1、目标特征库的建立。 2、匹配算法的设计与实现。 3、方位确定算法的设计与实现。 4、运动控制算法的设计与实现。 作品的技术指标： 1、标的识别、定位、抓取范围<=50m2 2、抓取重量<=200g 3、前端抓取距离<=20cm
科学性、先进性
- 1科学性 本设计采用的是基于图像的视觉伺服控制系统，该控制方式直接以图像特征作为反馈信息,不需要进行位姿估计。基于图像的视觉伺服控制比基于位置的跟踪能力更好，可以很好实现对目标的抓取。对目标位置的确定和目标抓取过程中采用了双CPU控制系统。当摄像头识别到目标时，利用算法计算出目标在空间坐标中的位置；通过ARM板将空间坐标转化成机械臂各关节需要转动的角度，并将此角度发给C8051F120单片机；最后C8051F120单片机控制电机驱动机器臂，实现对目标的抓取。 2先进性 1) 采用单个摄像机标定与无标定方法相结合的目标体定位思想。 2) 通过对目标模型学习构建目标特征库。 2) 通过匹配算法实现对目标的特征的提取，并与目标特征库值进行匹配，完成目标体的定位。 4) 通过方位确定算法，确定机器人运动控制参数。 5) 基于图像的视觉伺服，直接以图像特征作为反馈信息,不需要进行位姿估计，并且基于图像的视觉伺服控制比基于位置的跟踪能力更好，可以很好实现对目标的抓取。
获奖情况及鉴定结果
- 2011年5月在合肥学院挑战杯课外学术作品展示
作品所处阶段
- 实验室阶段
技术转让方式
- 无
作品可展示的形式
- 实物 、图纸 、现场演示 、图片
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 该作品设计实现基于视觉伺服控制的智能机器人，在自主设计的机器人机械结构基础上，采用基于 ARM9核的32位微处理器S3C2440+8位微处理器C8051F120作为系统的控制核心，通过摄像头采集目标物体的图像信息，设计实现了目标特征库、目标匹配算法、目标方位确定算法以及机器人运动控制控制算法，实现目标体的抓取。 设计的基于视觉伺服控制的智能机器人，可广泛运用于静止、运动目标体的自动跟踪和识别场合，如：危险品自主搜索的排爆机器人、危险环境中目标搜寻的抢险机器人、成熟果蔬识别采摘机器人、智能家政服务机器人等，也可作为机器人控制的实验教学工具。 推广前景：我们设计的基于视觉伺服控制的智能机器人，具有通过学习、建立目标库、自主搜索目标并完成操作的功能，在公共安全、工农业生产、机器人家政服务等领域具有很好的推广前景
同类课题研究水平概述
- 1国外研究状况 现代机器人的研究始于20世纪中期。世界发达国家美国、俄罗斯、日本、法国、德国等国家对于机器人的研究发展非常迅速，机器人的智能控制在理论和应用方面都有较大的进展。 日本因为劳动力显著不足，机器人的研究得到了日本政府在经济和技术上面的支持，目前日本机器人已经成为继美国和德国的之后的机器人王国。日本研制的ASIMO智能机器人能够通过设计一套计算机程序，使得其能够同时聆听并领会三个人说话的意思。2004年，日本的商业设计实验室利用图像处理技术，研制出“凯蒂猫”智能机器人，该机器人用内置照相机对人拍照，然后将图片信息储存于“大脑”芯片中进行比对可以识别出人的面部特征。 此外，智能机器人这一概念的提出不但指导了机器人技术的研究和应用，而且又赋予了机器人技术向深广发展的巨大空间，水下机器人、空间机器人、空中机器人、地面机器人、微小型机器人等各种用途的机器人相继问世，许多梦想成为了现实。 2国内研究状况 我国的机器人研究开始于70年代，从90年代开始，机器人在中国开始普及，开发了喷漆机器人，电弧焊机器人，搬运机器人和装配机器人等，并在汽车、货运、焊接和矿山施工等领域得到很好的应用。1990年，国防科技大学军用机器人实验室在智能机器人主题的支持下，成功研制出我国第一台两足步行机器人，并且在此基础上研制出我国第一台仿人形机器人，实现了我国机器人技术的重大突破，在机构设计、控制器先进算法研究、步态平衡控制与运动协调、环境信息实时采集与处理、行走性能，以及实验效果等单项技术方面，拥有自主创新的关键技术，达到世界先进水平。虽然国内外学者在智能视觉机器人系统的理论研究及实现方面己经进行了大量、深入的研究，并取得了令人瞩目的成果，某些带有视觉的智能机器人系统己接近实用化。但是，由于实际问题的复杂性，视觉控制算法有待进一步研究，具体实现过程中仍存在视觉信息处理瓶颈、适用范围窄等实际问题。尤其在国内，机器人视觉伺服方法的研究起步较晚，大约九十年代初，我国清华大学、哈尔滨工业大学等高校和科研院所开始研制自己的机器人视觉系统，但都处于实验室研究阶段，距离实际应用阶段还有一定距离。目前工业领域应用的机器人视觉系统仍处于专用的简易视觉系统，通过简单的图像特征提取、模板匹配完成二维目标识别、定位或跟踪等视觉任务，复杂的三维视觉系统仍处于开发阶段。
