论文部分内容阅读
工程机器人是由人远程操纵的在危险环境下完成复杂作业的机器人系统。为了提高遥操作工程机器人作业效率,工程上常采用视觉、听觉、力觉、运动觉等临场感提示技术。视觉提示技术是利用摄像机采集现场图像并通过网络传输给操作者,使操纵者可以通过图像信息完成复杂作业。但由于传输的图像信息数据量大,存在较大时延,可能导致工程机器人无法正常作业。为解决此问题,有必要采取三目立体视觉定位技术获取工程机器人的位置信息。但三目立体视觉定位较双目立体视觉定位系统复杂,成本高。为此,本文针对遥操作工程机器人的双目立体视觉定位技术进行了研究。首先,根据遥操作工程机器人视觉定位的精度要求,选择了摄像机和镜头,搭建了遥操作工程机器人视觉定位的硬件平台,设计了遥操作工程机器人双目视觉定位的软件平台,编写了基于MFC的人机交互界面,利用线程实现了图像的实时采集。其次,确定了摄像机四个坐标间的转换关系,分析了产生图像畸变的原因,基于Halcon标定了摄像机,获取了摄像机的内参,校正了图像畸变。然后,分析了特征提取的常用方法,研究了特征提取的图像检测算法。针对遥操作工程机器人上设定的特征,分别采用形态学和模板匹配的方法进行了特征提取。对比了这两种特征提取的方法,实验表明了基于模板匹配提取特征数据的稳定性略好,最终采用了基于模板匹配的特征提取。最后,分析了BP神经网络算法,建立了遥操作工程机器人视觉定位系统的神经网络模型,基于遗传算法优化了该BP神经网络模型的权值阈值,运用优化的网络模型,实现了遥操作工程机器人的定位。实验表明,基于神经网络的双目立体视觉定位方法简单有效,定位精度满足工程要求,经过遗传算法优化的神经网络,用于遥操作工程机器人视觉定位上,精度进一步提高,且具有良好的鲁棒性,可为网络环境下遥操作工程机器人的位置反馈控制提供技术参考。