摘要：由于视觉导航区域图像清晰度较低,导致识别路径的平均横向偏差较大,为此提出基于卷积神经网络的智能机器人视觉导航路径识别方法。结合图像匹配结果、导航相机的位姿偏差,设置横向和纵向约束条件,建立自适应区域图像处理机制,依据全卷积神经网络原理,结合U型编码-解码结构,形成高精度道路分割网络。通过道路分割掩码提取视觉导航信息,获取路径拟合中点,再运用多段三次B样条曲线拟合算法得到路径识别结果。实验结果表明,所提方法识别路径的平均横向偏差仅为0.53 cm,可为视觉导航提供有效帮助。

摘要：无人机视觉导航仿真实验能够验证算法的鲁棒性和精确度,加快算法的迭代优化。传统的基于计算机仿真模型的硬件在环仿真实验平台难以复现真实的视觉导航飞行过程,需要设计一种高精度的用于无人机视觉导航试验的半物理仿真平台。根据四旋翼无人机的特性和仿真模型,提出一种新型的由三轴转台和三轴桁架组成的6自由度机械结构,该机械结构可以在4.0 m×2.0 m×1.4 m的三维空间范围内真实地模拟四旋翼无人机的飞行姿态;根据设计的机械结构及其动力学特性,设计基于EtherCAT通讯的控制系统,同时实现真实物理环境飞行姿态模拟与虚拟动画空间同步飞行姿态仿真。测试结果表明:三轴转台的重复定位精度达到0.006°,三轴桁架的重复定位精度达到0.033 mm,动态误差精度达到0.04°和0.4 mm;通过室内外对比试验验证了仿真平台的有效性,表明仿真平台可满足高精度无人机视觉导航模拟的需求。

摘要：针对视觉导航系统应用在火龙果园环境中面临干扰因素多、图像背景复杂、复杂模型难以部署等问题,本文提出了一种基于改进DeepLabv3+网络的火龙果园视觉导航路径识别方法。首先,采用MobileNetV2取代传统DeepLabv3+的主干特征提取网络Xception,并将空间金字塔池化模块(Atrous spatial pyramid pooling,ASPP)中的空洞卷积替换成深度可分离卷积(Depthwise separable convolution,DSC),在提升模型检测速率的同时大幅减少了模型的参数量和内存占用量;其次,在特征提取模块处引入坐标注意力机制(Coordinate attention,CA),增强了模型的特征提取能力;最后,通过设计的导航路径提取算法对网络模型分割出的道路掩码区域拟合出导航路径。实验结果表明:改进后的DeepLabv3+的平均交并比和平均像素准确率分别达到95.80%和97.86%,相较原模型分别提升0.79、0.41个百分点。同时,模型内存占用量只有15.0 MB,和原模型相比降低97.00%,与Pspnet和U-net模型相比则分别降低91.57%、91.02%。另外,导航路径识别精度测试结果表明平均像素误差为22像素、平均距离误差7.58 cm。已知所在果园道路宽度为3 m,平均距离误差占比为2.53%。因此,本文研究方法可为解决火龙果园视觉导航任务提供有效参考。

摘要：针对传统导航方式精度低、误差大等问题,结合视觉导航设计了一种基于ArUco码的着陆标识。对机载相机采集的实时影像进行图像处理,利用世界坐标系与像素坐标系的映射关系建立无人机位姿估计模型,以特征点坐标解算得到当前无人机与着陆标识物之间的相对姿态估计值,设计并融合误差模型进一步提高定位精确性。通过无人机室外实际应用实验证明,设计的降落标志及新型识别算法大大提高了无人机自主降落的精准性,能更好地满足在军事无人机等高精度降落要求场合的应用。

摘要：视觉导航智能车辆通过机器视觉获取导航路径信息并进行自动跟踪。常规的反馈控制仅利用当前的路径信息,在复杂条件或突发状况下难以有效工作。通过对在线获取的具体路径信息进行预瞄,可以对未来的路径信息加以利用,从而提高智能车辆行驶的安全性和有效性。为此,在获取的路径信息中确定当前路径和未来路径分别用于反馈和预瞄,并设计预瞄加反馈的控制器。该控制器能够自动根据预瞄路径的弯曲程度调整智能车辆的预瞄距离和行驶速度,从而提高跟踪精度和行驶稳定性。仿真和试验结果表明,该控制器与一般反馈式控制器相比跟踪误差较小,行驶更稳定。

摘要：确定了间歇式行走的农业机器人视觉导航方案,设计了计算机图像采集单元、计算机图像处理模块和视觉导航参数提取算法,实现了一套基于DSP和图像处理的农业机器人视觉导航系统。试验结果表明:农业机器人移动速度增加时,导航误差会增大,且机器人的平均横向偏移在10cm之内,能够满足农业机器人的导航需求。

摘要：为解决煤矿机器人现有自主导航技术的局限性,提出了1种煤矿场景下基于RGBD的视觉导航技术。研究了视觉导航的总体架构,并对各个功能模块进行了设计描述;研究了地图创建方法,将ORB_SLAM2算法生成的连续帧间位姿进行关系变换,采用逐帧的RGBD点云拼接,获得了稠密的点云地图;设计了巡检机器人的自主定位和路径规划实现流程,结合蒙特卡洛、D*及DWA算法完成了机器人的精准定位与导航;建立了该视觉导航技术的测试平台,并利用该平台进行了系列化的模拟测试。测试结果表明:煤矿场景下基于RGBD的视觉导航技术能够满足煤矿井下轮式巡检机器人的自主行走功能需求,定位精度良好。

摘要：设计了联合收获机机器视觉导航控制硬件系统,提出了基于直方图的导航路径融合算法,在简化的二轮车运动学模型的基础上,设计了模糊PD控制器。麦田试验结果表明：旋转投影算法配合直方图融合算法能够有效地检测收获与未收获边界线,提高了控制系统的准确性与抗干扰性;在正常小麦收获速度挡位下,割幅变化范围在0.18m以内,在有外界扰动下（人为方向盘扰动）,能在2~5 s内回到正常的跟踪误差范围内。

摘要：为实现安防巡逻机器人视觉区域高效覆盖,准确跟踪巡逻路径,提出了基于多层代价地图的机器人全覆盖视觉导航方法。通过图像预处理、检测障碍物边缘、提取障碍物特征点三个步骤构建机器人安防巡逻环境模型,将周边区域中活动行为看作人造引力场运动,运用逆势场法优化人工势场法的局部最优解问题,通过直线连接原始方位与全部切线点,计算机器人运行的安全路径;行人感知前提下组建个人空间与群组交互社会代价模型,运用A*算法在导航搜索图内实施启发式搜索,并根据路径长短、社会收敛代价计算真实社会代价,增强导航准确性。测试结果表明,所提方法可提高机器人多变环境适应能力,导航实时性强,精度较高。

摘要：为提高导航路径识别的鲁棒性和实时性,采用了分区阈值二值化、噪声点搜索及滤波等图像处理方法,并对导航路径进行分区逐段识别;在路径跟踪方面,在获取的导航路径图像中选取远端路径和近端路径,以远端路径和近端路径的方位偏差量作为确定目标路径的依据,使提取的导航参数能适应导航路径的变化。根据四轮智能车辆模型进行路径跟踪仿真计算。在此基础上,采用两块数字信号处理器,对基于路径导航的视觉智能车辆进行了设计和试验验证。试验结果表明采用该方法设计的智能车辆具有较好的路径识别和跟踪控制效果。