导读:本文包含了人工路标论文开题报告文献综述及选题提纲参考文献，主要关键词:室内机器人,里程计法,自主导航,人工路标
人工路标论文文献综述
黄露,朱明[1]（2018）在《单目视觉人工路标辅助的移动机器人导航方法》一文中研究指出室内机器人在采用里程计法长距离导航时,定位精度下降很快,以及以往人工路标定位方案的识别准确率低,又难以满足导航实时性的要求.针对这些问题,本文设计了能快速准确识别的人工路标,从而来修正机器人里程计法导航的累计误差,并通过卡尔曼滤波将人工路标和里程计法的定位信息有效地融合起来.实验结果表明,数字人工路标的识别准确率高,且识别速度满足导航实时性的要求,该方法有效地提高了移动机器人里程计法导航时的精度和鲁棒性.(本文来源于《计算机系统应用》期刊2018年01期）
谭希光[2]（2017）在《人工路标》一文中研究指出(本文来源于《山西老年》期刊2017年11期）
刘强文[3]（2017）在《基于人工路标的移动机器人自主定位和导航方法研究》一文中研究指出移动机器人的自主定位导航功能始终是科研工作者的研究热点之一。有别于环境的标志物是移动机器人完成自主定位导航的基础。因人工路标的形状、颜色等可事先设定,布置灵活、易提取而成为移动机器人实现自主定位导航的首选。本文针对试验室等室内环境中屋顶结构较复杂等情况,设计了一种基于人工路标的移动机器人视觉导航系统。为在此导航系统下实现移动机器人的自主导航,本文做了以下研究工作:1.对差速驱动轮式移动机器人进行了运动学分析,基于此,设计了基于人工路标的移动机器人的视觉导航系统。根据相机小孔成像原理和所设计的移动机器人视觉导航系统,建立了基于单目视觉的移动机器人定位模型。2.考虑到人工路标与背景间有较明显的对比度,为降低日光灯等高光对人工路标的干扰,设计了基于HSV的人工路标区域提取算法,并通过计算区域面积、轮廓周长及圆形度实现对人工路标轮廓的提取,最终通过对人工路标轮廓的拟合实现了对其特征——中心的提取。3.针对相机的成像特点,通过对相机的标定,获得了相机的内参矩阵和畸变向量。在此基础上,利用相机的已知参数得到了诸如镜头最小度数、视场角等相机参数。依据相机的标定结果及其它已知条件,完成了基于人工路标的移动机器人视觉导航系统的搭建。4.针对所设计的视觉导航系统,推导了移动机器人定位算法。为了提高移动机器人的定位精度,基于移动机器人的定位算法,对所搭建的视觉导航系统的结构参数如相机相对移动机器人的位置和姿态(简称位姿)（？）及人工路标的位置进行了标定。5.根据试验用移动机器人XAUT·AGV100设计了基于LabVIEW的移动机器人自主导航控制系统,并在所搭建的视觉导航系统下完成了移动机器人跟踪“L”型轨迹的控制试验,并分析了移动机器人在停靠点的实际位姿误差产生的主要原因。试验结果验证了论文所设计的基于人工路标的移动机器人视觉导航系统可为移动机器人实现自主导航提供参考,同时也证明,所设计的人工路标特征提取算法可有效实现对人工路标轮廓的提取。(本文来源于《西安理工大学》期刊2017-06-30）
关静[4]（2017）在《人工路标拓扑模式构建与识别及其应用研究》一文中研究指出在基于人工路标的室内视觉定位中,由于视觉传感器位置的变化,人工路标图像发生旋转或扭曲,影响定位的精度。同时,环境等因素也会影响图像的处理和定位结果。如何对人工路标图像进行预处理,使其满足后续图像处理的要求,如何提高定位算法的准确性和鲁棒性是一个极具挑战的问题。为了减少环境对人工路标图像的影响,本文用一种彩色图像的增强方法,将彩色图像分割成RGB叁个通道后分别进行处理后再合并,增强人工路标与背景的对比度,有利于进行边缘检测。同时本文还利用伪轮廓和伪角点的滤除算法,在属性提取前去除残缺轮廓与伪角点,提高定位的速度。根据人工路标中图块间的拓扑关系,本文提出人工路标拓扑模式,并给出其构建与识别方法。其中,人工路标拓扑模式由图块的颜色、形状种类数,每个图块的颜色、形状以及图块间的拓扑关系组成,它对于人工路标图像的旋转或变形具有一定的鲁棒性。视觉定位算法是预先存储人工路标模式与位置坐标的对应关系,通过对人工路标模式的识别实现定位。本文根据人工路标拓扑模式的构建方法,基于结构模式识别提出了人工路标拓扑模式的匹配算法,提高了定位的准确度与速度。在本文中,设计的人工路标由4个彩色几何图块组成,并且每个图块有6种形状、4种颜色,实验结果表明所给出的基于人工路标拓扑模式的单目视觉定位方法中图块属性计算准确,模式构建及识别方法可行、可靠,整个视觉定位算法的准确性较高,速度较快,精度高,能够满足室内单目视觉定位要求。(本文来源于《江苏科技大学》期刊2017-06-15）
黄露[5]（2017）在《基于人工路标的室内机器人导航方法研究与实现》一文中研究指出伴随着计算机和传感器技术的不断发展,针对移动机器人的技术研究成为了全球热点问题。在室内移动机器人的技术研究中,导航技术一直是其研究核心。解决好移动机器人实时准确的定位问题,是移动机器人在室内环境中进行自主导航的关键。针对现有的移动机器人导航方法,普遍存在难以同时保证导航准确性和实时性的问题,本文探索了基于人工路标的室内机器人导航方法。首先,从人工路标的设计着手,并相应地提出快速准确且抗干扰的路标识别算法,从而辅助移动机器人自主定位和导航。本文具体工作内容与贡献包括:1.提出了一种基于人工路标的室内移动机器人定位和导航方法。以往的人工路标设计方案,其识别准确率低,而且难以满足导航实时性的要求。因此,本文设计了两种人工路标:纠偏人工路标和定位人工路标,且相应地提出了快速准确的路标识别算法。机器人实时准确地识别定位人工路标,查询路径规划关系表,获取执行命令信息,并根据识别的纠偏人工路标来调整导航偏差,使得机器人可以沿着事先规划好的路径顺利前行。通过实验表明,在室内光线条件下,两种人工路标的识别准确率高,识别速度快,从而保证了移动机器人能够实时、准确地完成室内导航任务。2.提出了一种人工路标辅助室内移动机器人里程计法导航的方法。移动机器人采用里程计法长距离导航时,定位精度下降很快。因此,本文设计了能快速准确识别的人工路标,来修正机器人里程计法的导航偏差,并通过卡尔曼滤波将人工路标定位和里程计法定位的信息有效地融合起来。实验结果表明,该方法在保证移动机器人导航时的准确性和实时性要求的同时,又有效地提高了移动机器人里程计法导航时的精度和鲁棒性。3.利用上述研究成果,结合充电装置辅助的移动机器人自主充电的方法,从而构建了室内移动机器人自主导航系统,并取得良好的导航效果。(本文来源于《中国科学技术大学》期刊2017-05-01）
徐德成[6]（2016）在《基于人工路标的移动机器人定位导航系统设计》一文中研究指出在自主式移动机器人相关技术的研究中,定位与导航技术是移动机器人研究的核心。与其他导航方式相比,视觉导航方式具有便于实施、信息容量大、系统灵活可靠、成本低等优势,已成为移动机器人定位与导航技术的研究热点。对路标信息的可靠识别是实现机器人自主定位与导航的基础,人工路标因其形状、尺寸和颜色可以根据需求预先设置,已被广泛应用于定位与导航技术的研究中。为了使机器人能够快速、准确地识别路标信息,提升其自主定位与导航的能力,本文设计了一种新型人工路标,并据此提出了相应的路标特征识别算法,较为准确地获取了移动机器人在环境中的位置及位姿信息,实现了室内移动机器人的自主定位与导航。本文建立了由移动机器人平台、视觉传感器、人工路标、PC机、运动控制器等部分组成的视觉伺服系统。利用视觉系统对视野范围内的路标图像进行识别,并将识别结果反馈给运动控制系统,由运动控制系统控制机器人平台作相应的自适应调整。整个系统定位精度高,响应速度快,实时性好。在分析QR码符号特征优势的基础上,设计了一种便于识别和检测的新型人工路标,并据此完成了移动机器人定位与导航方案的设计。基于DirectShow技术和OpenCv视觉函数库,在VC++6.0的平台上对路标图像完成了一系列处理,包括图像的滤波降噪、路标外围标识的识别、二值化处理、路标特征识别与信息提取等,较为准确地获取了移动机器人的位置及位姿信息。提出了一种改进的混合中值均值滤波算法,对由高斯噪声和椒盐噪声组成的混合噪声滤波效果较好,能够较好地解决噪声抑制与图像细节保护之间的矛盾。通过对路标外围标识的识别及局部区域放大处理,很好地实现了路标图像与背景图像的分离,提高了路标图像的清晰度,减少了数据处理量,为二值化处理提供了良好的基础。根据路标特征,设计了相应的特征识别算法,并对几何失真图像进行透视畸变校正,得到正则的路标图像,提高了路标信息识别的准确率。最后,在移动机器人平台上进行了静态和动态实验,验证了视觉导航系统的有效性和可靠性。(本文来源于《东南大学》期刊2016-06-01）
韩笑,廖粤峰[7]（2015）在《基于人工路标的机器人视觉定位研究》一文中研究指出自定位和位置估计是自主移动机器人最重要的能力之一。根据摄像机透视映射原理,确定内外参数来推算机器人位置。基于实验分析,提出了一种人工路标方案。通过建立以RGB的值域范围为分割点,分层实现彩色图像的目标与背景分离,从而完成了图像标志的识别。试验表明基于人工路标信息的视觉定位系统能够有效识别出机器人,实现反馈机器人的当前位置。(本文来源于《河南机电高等专科学校学报》期刊2015年05期）
李晶路[8]（2015）在《基于人工路标的室内机器人自定位算法研究》一文中研究指出随着机器人技术的发展与进步,机器人应用的领域越来越广泛,其中服务型室内机器人已成为当前重点发展与研究的对象。自定位技术是室内机器人利用自身携带的传感器设备来获取当前环境的信息,并根据采集到的信息确定机器人在环境中位置的技术,是移动机器人实现智能化的关键技术之一。因此,对移动机器人自定位算法的研究具有非常重要的意义。本文以移动机器人在室内对自身定位的现实需要,提出了一种精确性高、适应范围广、可操作性强的室内移动机器人自定位算法。首先,对移动机器人自定位问题进行了详细的描述,通过对现有路径最优估计方法的研究,结合移动机器人的运动模型,建立起了卡尔曼滤波的状态模型和观测模型。根据所建立的模型提出本文采用的自定位算法,对算法进行详细的推导,并利用MATLAB软件平台对所提出的算法进行仿真模拟。其次,详细介绍了路标的功能以及常用人工路标的几种类型,根据近景摄影测量学和移动机器人工作环境设计出了适合本文的人工路标图形。最后,基于MATLAB图像处理平台对所设计的人工路标进行图像处理和定位,根据现有的试验场所和实验器材,试验了在不同光照条件下移动机器人的定位状况。试验结果表明,本文所设计的算法满足室内移动机器人定位的需求,同时在不同的环境条件下其算法的定位精度也不同。(本文来源于《长安大学》期刊2015-06-04）
代贤俊[9]（2015）在《基于人工路标的NAO机器人室内导航》一文中研究指出近几十年来,机器人技术的飞速发展,随着其智能化水平不断提高,机器人正从生产领域,逐渐向生活领域发展。机器人在生活中有着广泛的应用前景,机器人的导航能力是机器人完成任务的基础和重要组成部分。机器人的导航方式多种多样,而视觉导航相比其他的导航方式有着诸多的优点。相比自然路标特征难以提取等缺点,人工路标具有易检测、易识别等优点。本文研究了基于单目视觉和人工路标的机器人定位,导航的方法。本文介绍了人工路标的选取原则,选择了 naomark作为机器人定位的依据,介绍了摄像机的成像模型以及各个坐标系之间的转化关系,研究了单目摄像机标定的方法,并实现了用张正友标定法对摄像机的标定。结合机器人的运动状况,给出了图像坐标系到摄像机坐标系,以及摄像机坐标系到世界坐标系之间的转换关系,实现了机器人基于单个人工路标的的自定位。结合室内环境,给出了基于人工路标的地图构建方案,构建了相应的拓扑地图,研究了拓扑地图的最短路径算法,并结合实际给出了相应的改进算法。为减少导航过程中仅仅依赖拓扑地图定位带来的误差,研究了移动机器人模型,并结合实际情况,加入了卡尔曼滤波算法。最后实现了基于人工路标的NAO机器人室内导航。(本文来源于《东北大学》期刊2015-06-01）
刘纪红,张璐,赵东升[10]（2014）在《基于DSP的人工路标识别算法的实现》一文中研究指出针对以人工路标作为引导标识的视觉导航技术,提出了一种基于导引灯的人工路标识别算法。首先利用基于灰度信息的识别算法对路标上导引灯进行识别与定位;然后,利用交比不变性进行数字的初步定位;最后用投影法进行数字分割,主成分分析法(PCA)和最小距离分类器的模式识别方法对数字进行识别。算法在ICETEK-DM6437-B评估板上实现。实验表明,该算法具有很高的稳定性并能较好地满足实时性的要求。(本文来源于《电子器件》期刊2014年02期）
人工路标论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人工路标论文参考文献
[1].黄露,朱明.单目视觉人工路标辅助的移动机器人导航方法[J].计算机系统应用.2018
[2].谭希光.人工路标[J].山西老年.2017
[3].刘强文.基于人工路标的移动机器人自主定位和导航方法研究[D].西安理工大学.2017
[4].关静.人工路标拓扑模式构建与识别及其应用研究[D].江苏科技大学.2017
[5].黄露.基于人工路标的室内机器人导航方法研究与实现[D].中国科学技术大学.2017
[6].徐德成.基于人工路标的移动机器人定位导航系统设计[D].东南大学.2016
[7].韩笑,廖粤峰.基于人工路标的机器人视觉定位研究[J].河南机电高等专科学校学报.2015
[8].李晶路.基于人工路标的室内机器人自定位算法研究[D].长安大学.2015
[9].代贤俊.基于人工路标的NAO机器人室内导航[D].东北大学.2015
[10].刘纪红,张璐,赵东升.基于DSP的人工路标识别算法的实现[J].电子器件.2014