摘要：全局视觉通过分析输入的图像或视频以获取整个场景的信息,它是实现自动驾驶的关键技术之一。针对目前全局视觉在感知和识别自动导引车(automated guided vehicle, AGV)的能力易受环境因素影响的不足,设计了目标特征颜色条件分类算法和颜色因子稳定特征法。目标特征颜色条件分类算法以特定的颜色色块为识别目标,在图像中提取特定色块的像素颜色信息,通过计算这些特定色块的质心坐标和角度信息,实现AGV的定位及方向计算;颜色因子稳定特征法能够在不同光线干扰的环境下准确识别出颜色,提高不同光照条件下AGV识别的鲁棒性。实验结果表明,本算法加强了AGV的抗干扰性,使其在不同的环境和光照下能够精确识别目标。

摘要：通过对对方机器人信息的处理,提出一种将位置信息转化为速度信息的实时避障策略.在检测到给定点与目标点之间有障碍物时,根据障碍物的位置给机器人一个新的目标点,使机器人能够绕过障碍物到达目标点,从而达到避开障碍物的目的.给出了算法的设计与实现并进行了仿真,仿真结果证明了该算法的可行性与有效性.

摘要：针对目前全局视觉定位算法无法对外形变化较大的自动导引运输车(Automated Guided Vehicle,AGV)进行定位的问题,提出了一种基于移动目标检测和目标追踪的定位方式。选用基于高斯混合模型的背景建模法进行移动AGV检测,当初始选择框太大时采用显著性目标检测方式进一步提高精度,将移动目标检测与目标追踪相结合完成了AGV的定位。实验结果表明,本文设计的定位算法满足实际定位需求,可应用于车间物流AGV。

摘要：针对传统的自动导引运输车(automated guided vehicle,AGV)调度方式在半自动生产车间不能满足当前实际生产需求等问题,本文以YOLOv5m为目标检测算法,基于全局视觉构建环境电子地图与路径规划,建立一种基于全局视觉的实时AGV手势调度系统。该系统在全局视觉下通过实时检测工作人员的手势,将手势信息传达给系统信息处理模块,经过解释器处理后,根据不同的手势向AGV发送相应的命令。同时,为验证目标检测的准确率,在全局视觉环境下,基于YOLOv5算法和PyTorch,建立深度学习框架训练目标检测模型,并进行实验验证。实验结果表明,AGV的识别准确率为99.9%,手势的识别准确率为99.7%,且二者检测的置信度均处于0.91~0.99之间,说明模型的检测速度符合实际要求。该系统节省了人力,提高了AGV调度效率,功能和实时性均满足车间实际生产需求,具备良好的稳定性。该研究实现了车间AGV的智能化手势调度,具有一定的实际应用价值。

摘要：针对全局视觉下移动机器人的轨迹跟踪问题,笔者提出了一种改进的全局滑模跟踪控制算法。基于backstepping方法设计了变结构控制的切换函数,由此构造了具有全局渐进稳定性的简单滑模跟踪控制器,基于Lyapunov函数的设计过程保证了系统的稳定性。利用Matlab/Simulink对文中算法进行了仿真试验研究。实验结果显示,文中提出的算法均能使移动机器人系统在不到1s的时间内即进入稳态,并使位姿误差快速趋于零。

摘要：在全局视觉小型足球机器人比赛中,为保证控制的实时性和准确性,要求机器人的视觉系统能够快速处理图像信息,并对目标进行准确的识别和跟踪,但由于受外界环境的干扰和视觉系统自身的原因,全局视觉足球机器人经常出现目标丢失或识别错误等现象。文章通过分析影响目标识别效果的各种因素,提出了相应的改进方法,并以ROBOCUP小型组足球机器人系统为平台设计了目标识别方案。

摘要：基于机器人小车运动到定点常用的Turn-Run-Turn控制方法,根据机器人小车的物理特性,设计了一种新的切线路径规划方法。该方法把小车在运动过程中受到的物理特性限制抽象为障碍物,加入到环境中,使得算法简单,计算量小,对机器人初始条件没有限制。仿真实验表明,机器人小车能在较高速度下有效避开障碍并按需要的姿态到达目标。

摘要：当前自动化上下料的机器人之间仍各自独立运行,上下料位置固定缺乏柔性,智能化程度低。针对以上问题设计了基于ROS的工业机器人及AGV的视觉协同控制系统,用以实现智能化、柔性化的上下料工作。在ROS系统上,基于全局视觉与改进ArUco tag识别技术,开发了机械臂和AGV的识别与控制模块,实现了两种机器人在全局视觉下的识别与路径规划;并基于动态指令技术和ROS主从机通讯技术,实现了所开发ROS系统与机械臂和AGV的可靠通讯;最后,考虑不同机器人的协作规则和目标位姿计算方法,结合上述机器人识别与控制模块,提出了一种机械臂与AGV的视觉协同控制方法。实验测试表明,该系统能够实现多机器人的识别、控制与协同,工件托盘能够通过AGV按照要求实现任意指定位置的上下料接驳,具有良好的稳定性与柔性。

摘要：在使用标准设备条件下,采用HSI颜色空间,通过设计可变的扫描窗口和目标分割阈值补偿算法,实现了FIRAMirosot多机器人视觉系统图像识别性能的提高.仿真结果表明了本算法的可靠性和有效性.

摘要：足球机器人系统是一种高科技竞技系统。仿人型机器人足球比赛是机器人足球比赛的最高赛事。本文提出了一种新的基于半自主控制的仿人机器人足球控制系统。该系统由仿人型机器人、全局视觉系统、决策系统和无线通信系统四部分组成。实验和比赛结果证明了该系统的可行性。