本文關鍵詞：雙目測距機器人的研究

  更多相關文章： 嵌入式系統(tǒng) 雙目測距 相機標定 圖像匹配 三維點云

【摘要】：隨著計算機軟硬件技術的不斷發(fā)展和突破,基于圖像處理的視覺測距已經成為研究的熱點。視覺測量改變傳統(tǒng)的測量方式,其可用于無人駕駛、三維重建、智能控制等眾多領域。視覺傳感器采集的信息量大而廣,被稱為機器人最重要的傳感器,將視覺傳感器應用于機器人,將給人們帶來更多更全的交互信息,改變傳統(tǒng)機器人的操控模式,提高機器人工作效率。因此,視覺測距機器人的研究不僅具有重要的理論意義,而且具有良好的市場前景和廣闊的應用價值。本文基于Linux開發(fā)環(huán)境,在分析研究視頻幀抓取、圖像預處理、相機標定、圖像匹配、重投影等理論方法的基礎上,研究并設計了一款具有雙目測距功能的機器人。機器人實時采集所處環(huán)境視頻信息,經Mini6410分析處理,得出視角區(qū)域三維點云,進而分析得出近景物體的深度信息;同時機器人將采集的視頻經服務器壓縮編碼,遠程傳輸至Android客戶端,工作人員可以依據機器人傳回的視頻圖像遙控機器人完成指定任務。本文主要完成以下幾個方面的工作:(1)研究以單片機為硬件平臺的控制系統(tǒng),首先分析機器人行走機構以及機械臂的控制原理,然后在分析研究串口通訊、中斷等知識的基礎上,合理設計機器人的整體硬件結構,完成機器人執(zhí)行機構的控制設計。(2)基于小孔成像模型分析研究相機成像原理,建立圖像像素坐標系與世界坐標系之間點的轉換關系,通過已知尺寸棋盤對相機標定,得出相機固有參數,使用極線約束、Marr約束等原理實現立體校正。(3)分析研究圖像匹配的基本算法及其原理,使用SAD算法匹配左右圖像,找出匹配特征點,利用特征點左右圖像之間視差,得出圖像三維點云,分析三維點云信息,測得近景物體的深度信息。
【關鍵詞】：嵌入式系統(tǒng) 雙目測距 相機標定 圖像匹配 三維點云
【學位授予單位】：蘭州理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP242
【目錄】：

• 摘要8-9
• ABSTRACT9-13
• 第1章 緒論13-19
• 1.1 課題研究背景及意義13-14
• 1.2 國內外研究現狀14-17
• 1.2.1 智能機器人的發(fā)展及研究現狀14-16
• 1.2.2 視覺測距技術16-17
• 1.3 本文研究內容17-18
• 1.4 本文組織結構18-19
• 第2章 機器人的總體結構19-26
• 2.1 引言19
• 2.2 機器人總體框架設計19
• 2.3 控制模塊設計19-21
• 2.3.1 嵌入式開發(fā)平臺19-20
• 2.3.2 單片機控制系統(tǒng)20-21
• 2.4 執(zhí)行機構設計21-24
• 2.4.1 電機驅動設計21-22
• 2.4.2 轉向方案設計22-23
• 2.4.3 機械臂控制23-24
• 2.5 無線通信模塊介紹24-25
• 2.5.1 WiFi24
• 2.5.2 藍牙24-25
• 2.6 MJPG視頻服務器25
• 2.7 本章小結25-26
• 第3章 相機模型及標定26-36
• 3.1 引言26
• 3.2 相機模型26-27
• 3.2.1 視覺成像原理26
• 3.2.2 相機成像原理26-27
• 3.3 相機標定原理27-33
• 3.3.1 相機畸變27-28
• 3.3.2 坐標系變換28-31
• 3.3.3 單目標定步驟31
• 3.3.4 標定物選取31
• 3.3.5 相機標定31-33
• 3.4 重投影33-34
• 3.5 本章小結34-36
• 第4章 雙目測距36-44
• 4.1 引言36
• 4.2 三角測量法原理36-37
• 4.3 立體標定37-41
• 4.3.1 極線約束37-38
• 4.3.2 Marr約束38
• 4.3.3 立體校正38-39
• 4.3.4 立體標定39-41
• 4.4 立體匹配41-42
• 4.4.1 立體圖像匹配難點41-42
• 4.4.2 SAD算法42
• 4.5 重投影42-43
• 4.6 本章小結43-44
• 第5章 機器人實例44-53
• 5.1 引言44
• 5.2 硬件結構及功能44-45
• 5.3 遠程控制軟件45-47
• 5.3.1 操控軟件設計45-47
• 5.3.2 視頻監(jiān)控設計47
• 5.4 嵌入式OPENCV視覺庫搭建47-50
• 5.4.1 Open CV視覺庫搭建48-49
• 5.4.2 Qt環(huán)境搭建49
• 5.4.3 Qt環(huán)境下Open CV配置49-50
• 5.5 近景物體測距50-52
• 5.6 本章小結52-53
• 總結與展望53-54
• 參考文獻54-58
• 致謝58-59
• 附錄A 攻讀學位期間發(fā)表的學術論文和獲獎情況59

【參考文獻】

中國期刊全文數據庫 前10條

1 董鵬;;工業(yè)機器人已迎面撲來[J];電器工業(yè);2015年11期

2 曾友;高健;岑譽;;視覺技術的中心定位誤差方法研究[J];計算機仿真;2015年07期

3 雷銘哲;孫少杰;陳晉良;陶磊;魏坤;;基于OpenCV的CCD攝像機標定方法[J];火力與指揮控制;2014年S1期

4 趙瑞林;盧慶林;張順星;;教學型雙足步行機器人的結構及其控制電路設計[J];計算技術與自動化;2014年02期

5 劉瑜;劉纏牢;蘇海;;一種基于結構光雙目視覺的特征匹配算法研究[J];光學儀器;2014年02期

6 王浩;許志聞;謝坤;李杰;宋成璐;;基于OpenCV的雙目測距系統(tǒng)[J];吉林大學學報(信息科學版);2014年02期

7 劉書桂;姜珍珠;董英華;張宏玲;;采用移動光靶標的分區(qū)域相機標定[J];光學精密工程;2014年02期

8 范瑞瑤;李騰龍;周碧菡;;基于藍牙技術的智能防丟失U盤設計[J];軟件;2013年09期

9 楊紅;;基于單片機的電機控制系統(tǒng)研究[J];煤炭技術;2012年09期

10 燕楊;王云吉;;Canny邊緣檢測算子研究及其在醫(yī)學圖像中的應用[J];吉林工程技術師范學院學報;2012年03期

中國碩士學位論文全文數據庫 前10條

1 孟禹;基于WIFI網絡的智能監(jiān)控系統(tǒng)的設計與實現[D];廣東工業(yè)大學;2015年

2 薛夢霞;基于機器視覺的場景目標識別方法研究[D];杭州電子科技大學;2015年

3 王萌;紅外圖像的三維重建理論及算法研究[D];東華大學;2015年

4 鄭大明;基于單片機的智能玩具小車的設計[D];電子科技大學;2014年

5 梁喜軍;基于ARM嵌入式平臺的視覺手勢識別技術研究[D];蘭州理工大學;2014年

6 楊鵬;油氣生產物聯(lián)網中智能機器人的設計與實現[D];蘭州理工大學;2014年

7 丁建華;機器人視覺伺服控制方法的設計與研究[D];浙江工業(yè)大學;2013年

8 石沙;基于Qt的跨平臺視頻監(jiān)控客戶端的設計與實現[D];西安電子科技大學;2013年

9 李寧;基于ARM的雙目立體圖像采集與重建算法的研究[D];湖南師范大學;2012年

10 蔣敏;基于HVS的多描述視頻壓縮編解碼系統(tǒng)研究[D];西安電子科技大學;2012年

，

本文編號：835463