描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787547866238
机器人视觉导引技术集成了计算机视觉和机器人控制技术，赋予机器人感知环境、识别目标、定位自身位置和规划路径的能力。在工业自动化、智能巡检、产品检测等领域，机器人视觉导引技术能够显著提升生产效率、减少人为错误，并实现精确的操作和导航。此外，机器人视觉导引技术还能促进人机协作，提高工作安全性，为现代制造业、服务业和国防领域带来革命性的变革。本书由长期致力于机器人视觉感知技术研究的专家撰写，涵盖了理论和技术的详细讲解，能够为相关科技人员提供权威参考。
本书聚焦机器人视觉导引领域的基础理论和关键技术，采用理论与案例相结合的形式，重点阐述系统参数标定、三维视觉测量、目标位姿估计、跟踪控制策略、多传感器融合等问题，并展示不同应用场景下机器人视觉导引的解决方案。本书可作为机器人感知、视觉测量、视觉导引、视觉跟踪等领域科技人员的参考用书，也可作为智能制造、人工智能等相关方向学生的专业教材。
第1章 绪论…………………………………………………001
1.1 机器人导引技术概述…001
1.2 常见机器人导引技术…004
1.2.1 电磁导引技术.…………………………04
1.2.2 激光导引技术.………………………05
1.2.3 视觉导引技术.………………………007
1.3 机器人视觉导引研究现状…009
1.3.1 三维视觉测量理论……………………………009
1.3.2 机器人运动学理论……………………………012
1.3.3 视觉伺服控制技术…013
1.3.4 系统参数标定技术……………………………015
1.3.5 实际应用….017
1.3.6 主要挑战…………………………………………019
参考文献……………………………………………………021
第2章 机器人视觉导引理论基础…………………………………027
2.1 机器人视觉系统理论模型……………………………027
2.1.1 机器人视觉系统基本架构………………………027
2.1.2 相机成像模型…………………………………028
2.1.3 视觉测量模型………………………………032
2.2 视觉测量与位姿估计理论…034
2.2.1 三角测量理论………………………………034
2.2.2 位姿估计理论…………………………………038
2.3 机器人运动学基本理论……………………………………044
2.3.1 机器人运动学模型…044
2.3.2 机器人运动学分析………………………………048
2.3.3 Simulink与ADAMS联合仿真…………052
参考文献…………………………………………………055
第3章 机器人视觉系统参数标定技术……………………………057
3.1 单相机内部参数标定……………………………………057
3.1.1 相机标定方法概述………………………………057
3.1.2 基于平面靶标的内参标定……………………059
3.1.3 方法验证…062
3.2 双/多相机外部参数标定………………………………064
3.2.1 基于坐标变换的外参标定…064
3.2.2 方法验证…065
3.3 变视轴视觉系统参数标定…067
3.3.1 变视轴视觉成像模型…067
3.3.2 多误差参数联合标定…………………………070
3.3.3 方法验证……072
3.4 机器人手眼关系参数标定………………………………074
3.4.1 两步标定法…074
3.4.2 辅助标定法……………………………………077
3.4.3 方法验证……………………………………079
参考文献…………………………………………………081
第4 章 基于单目视觉的机器人导引技术…………………………083
4.1 常用合作目标………………………………………………083
4.2 目标特征识别与提取…………………………………084
4.2.1 角点识别与检测………………………………084
4.2.2 椭圆识别与检测………………………………087
4.3 多视角图像序列匹配…092
4.3.1 SIFT匹配…093
4.3.2 Root-SIFT匹配………………………098
4.3.3 ASIFT配准…………………………………098
4.4 位姿估计与导引定位…099
4.4.1 三点位姿估计与定位方法……………………099
4.4.2 RPnP位姿估计与定位方法…………………103
4.4.3 算法对比实验…106
参考文献……………………………………………………109
5章 基于双目视觉的机器人导引技术……111
5.1 双视角图像预处理…111
5.1.1 图像差分去除背景…112
5.1.2 颜色过滤去除背景…112
5.2 立体匹配与视差估计……113
5.2.1 匹配代价计算…………………114
5.2.2 匹配代价聚合…………………………………116
5.2.3 视差计算…………………………………………117
5.2.4 视差细化……………………………………………118
5.2.5 实验验证…119
5.3 点云生成与数据处理…121
5.3.1 点云生成…………………………………121
5.3.2 点云配准…122
5.3.3 点云优化………………………………………123
5.3.4 实验验证……………………………………124
5.4 位姿估计与导引定位…126
5.4.1 导引策略……126
5.4.2 实验验证…………………………………………127
参考文献………………………………………………129
第 6 章 视觉导引算法与跟踪控制策略……………………………131
6.1 视觉导引控制策略…131
6.2 目标运动模型…132
6.2.1 匀速模型…132
6.2.2 匀加速模型….133
6.2.3 协同转弯模型…………………………………133
6.2.4 Singer模型…135
6.2.5“当前”统计模型……136
6.2.6 自适应机动目标模型..…………………138
6.3 卡尔曼滤波算法…139
6.3.1 基本原理…140
6.3.2 算法流程…………………………………142
6.4 交互多模型跟踪滤波算法…143
6.4.1 算法原理…144
6.4.2 流程归纳…147
6.5 实验验证…147
6.5.1 跟踪滤波仿真验证…147
6.5.2 目标位置估计实验…150
参考文献………………………………………………151
第7章 多传感器融合视觉导引技术…152
7.1 主辅相机协同的机器人导引方法…152
7.1.1 主辅相机机器人导引模型……………………152
7.1.2 主辅相机标定…152
7.1.3 主辅相机成像目标定位与导引策略………155
7.2 结构光视觉定位的机器人导引方法……………………156
7.2.1 基于结构光的视觉导引模型…………………156
7.2.2 结构光视觉手眼标定…159
7.2.3 基于结构光视觉的目标定位…………………162
7.3 多传感器信息融合的机器人导引方法…164
7.3.1 激光雷达与视觉融合的机器人导引模型…164
7.3.2 激光雷达与视觉融合的手眼系统标定.166
7.3.3 激光雷达与视觉信息融合的目标定位……170
参考文献…173
第8章 应用案例……………………………………………………175
8.1 基于双目视觉三维测量的机器人目标抓取…175
8.2 基于三维视觉点云重建的机器人视觉导引…178
8.3 基于深度学习目标分类的机器人视觉导引…184
彩色插图
机器人视觉导引是利用视觉成像系统赋予机器环境感知能力、辅助机器决策控制过程、提升机器自主作业性能的关键技术，涉及计算机视觉、机器人控制、数字图像处理、模式识别及人工智能等诸多学科。相较于传统的示教手段或光电导引技术，机器人视觉导引具有环境适应性强、导引信息容量大、导引作业精度高、技术应用成本低等优势，受到国内外学者的广泛关注和深入研究，在军事侦察、武器装备、智能制造、交通运输、医学诊疗等重要领域具有广阔的应用前景，已经成为机器人自主智能控制的重要分支。
机器人视觉导引理论研究的难点在于视觉导引系统在实时性、适应性、鲁棒性和视野范围、导引精度等方面存在的挑战。国内外均已围绕这些技术难点展开探索，但是不同视觉导引原理或体制之间存在显著差异，同类视觉导引技术的性能指标之间也存在相互制约甚至相互对立的关系，必须从理论层面综合分析机器人视觉导引技术的原理和性能，为实际应用场景下机器人视觉导引系统的实施与优化提供依据。本书在总结常见机器人导引技术的基础上，全面梳理了机器人视觉导引技术的研究现状和发展特点，系统介绍了机器人视觉导引的基本理论与关键技术，深入阐述了机器人视觉系统的内外参数联合标定技术。本书还详细介绍了基于单目视觉和双目视觉的机器人导引定位技术，形成了多元化的机器人视觉跟踪导引算法和控制策略，可为相关应用提供基础性支撑。
机器人视觉导引技术应用方面，目前研究工作主要集中在工业领域的零部件加工检测、物流领域的产品分拣码垛以及医学领域的辅助诊断和术中辅助等任务，其在国防军事和武器装备领域的应用价值也愈发受到关注和重视，如美国洛克希德·马丁公司采用机器人视觉导引技术解决“宙斯盾”武器系统装配问题，美国国防高级研究计划局(DARPA)资助开发面向无人地面车辆侦察的视觉识别导引系统、面向失效卫星捕获救援的空间机器人视觉导引控制技术等。本书围绕机器人视觉导引技术的关键问题，深入阐述了系统参数标定、三维信息重建、目标位姿估计、跟踪控制策略、多传感器融合等方法，对多类机器人视觉导引技术的可行性进行了大量计算仿真和实验验证。本书还给出了针对不同应用场景的机器人视觉导引解决方案和实施案例，可为机器人视觉导引技术的开发及拓展应用提供重要的参考和指导作用。
作者多年来一直潜心于光电成像感知与机器人跟踪导引领域的研究，取得了许多重要研究成果，尤其建立了单相机变视轴三维成像模型与多参数联合标定方法，形成了基于单目视觉位姿估计和双目视觉点云获取的机器人导引控制策略，可为复杂环境下机器人视觉导引应用提供极具潜力的技术途径。目前国内外已有机器人视觉专著主要侧重于机器人视觉控制或视觉测量领域，鲜有机器人视觉导引理论、技术和方法的系统性、全面性论述。作者在吸收国内外相关理论成果和应用实例的基础上，结合自身多年来的研究成果撰写了这部介绍机器人视觉导引的专著,展示了机器人视觉导引领域的基础性理论和代表性方法。
本书首先介绍了现有的机器人视觉导引技术，结合国内外研究现状分析了机器人视觉导引的关键问题，然后从基础理论、关键技术、实验验证三个层次分别展开论述，介绍了机器人视觉导引的系统成像模型、视觉测量理论和机器人运动学理论，阐述了立体视觉三维信息重建方法和机器人运动仿真分析方法；梳理了相机内部参数标定方法、多相机外部参数标定方法以及机器人手眼关系标定方法，建立了单相机变视轴三维视觉系统的数学成像模型和参数标定方法；分析了机器人单目视觉和双目视觉导引的技术特点，重点阐明了多视角图像配准、三维点云获取、目标位姿估计等关键问题，形成了复杂环境下机器人动态目标跟踪算法与导引控制策略；总结了采用不同多传感器融合方案的机器人视觉导引技术，给出了针对不同场景的机器人视觉导引应用案例。
本书的主要贡献体现在理论和技术两个层面：
(1)在理论层面，系统介绍了机器人视觉导引的理论基础。从机器人视觉导引系统的数学模型出发，阐明了三维视觉测量原理与机器人运动学理论，揭示了机器人视觉导引系统内外参数标定原理，构建了单相机变视轴三维成像模型及其标定方法，形成了基于视觉位姿估计反馈的机器人视觉导引机制和跟踪控制策略，拓展了机器人视觉导引理论的研究范畴，为其后续应用奠定了基础。
(2)在技术层面，深入阐述了机器人视觉导引的关键技术。在机器人视觉导引技术及其实现方法方面做了详细的计算推导和具体的实验验证，围绕单目视觉位姿估计、双目视觉三维重建、动态目标跟踪导引、多传感器融合感知等核心技术难题展开了论述。本书还给出了针对实际应用场景的机器人视觉导引技术方案和实施方法，为后续的技术优化和应用拓展提供了支撑。
全书共分为8章。第1章围绕机器人导引技术进行概述，介绍了常见的机器人导引技术及国内外研究现状。第2章介绍了机器人视觉导引理论模型以及三维视觉测量和机器人运动学等基础理论。第3章介绍了机器人视觉系统内外参数标定的关键技术。第4章介绍了基于单目视觉的空间目标位姿估计方法。第5章介绍了基于双目视觉的三维点云位姿求解方法和机器人导引方法。第6章介绍了机器人视觉导引伺服控制的主要算法和实现策略。第7章介绍了基于多传感器信息融合方案的机器人视觉导引技术。第8章介绍了机器人视觉导引技术在不同典型场景下的应用案例。本书的工作得到了国家自然科学基金项目、上海市“科技创新行动计划”国际合作项目等支持。在本书的撰写过程中，李新东、陈昊等同学付出了辛勤劳动，感谢罗文杰、蒋欣怡、孟天晨、万亚明等同学的工作。本书摘引了作者团队近年来公开发表的研究论文，部分章节摘引了作者指导的几位硕士研究生张洋、李乔、龚炜、赵祖生等人的学位论文，在此一并致以感谢。
本书可为机器人感知、视觉导引、视觉跟踪和位姿测量等领域的技术人员和科研工作者提供参考，也可作为高等院校智能制造、人工智能等相关专业高年级学生的机器人课程专业教材使用。
由于作者学识有限，书中难免存在纰漏及不足之处，殷切期盼广大读者批评指正。
作者
2024年3月
评论
还没有评论。