需要金币:2000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:10016 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:如今随着高科技产品日益发展,一些可以代替人类从事高难度工作的产品成为了开发人员研究的首要目标。如果想要要产品完全地实现智能化,那么能够自主移动是必须的前提条件。而自主移动就需要其自行判断,除了移动以外还需要实现定位功能,想要进行定位那么就需要机器视觉。所以具有视觉功能的智能机器人受到了广大科学家以及消费者们的青睐。我们将摄像头看做是机器人的“眼睛”,在机器人的视觉定位中充当着重要的角色,它可以为机器人判断移动距离与方位。 在这里我们以单目视觉为前提,本文针对如何以单目视觉自主目标定位提出问题,并且为了可以使机器实时检测目标的位置及角度信息,提出了一种基于模板的单目视觉目标定位SVP(Two Square Visual Positioning)算法。这种算法主要是常用算法中的提取特征点法,这里SVP算法是一种很适合室内环境测量的新型算法,我们通过使用一个黑白格作为模板,经过摄像机采集图像,预处理后确定模板的中心点和顶点,从而准确的得出目标的距离和角度信息。这种视觉定位方法为未来的机器视觉定位提供了简单易理解的新思路。
关键词:目标定位;视觉定位;SVP算法
目录 摘要 Abstract 1 绪论-1 1.1 课题研究背景-1 1.2 视觉定位的发展-1 1.2.1 单目视觉及定位方法-2 1.2.2 双目视觉及方法-3 1.2.3 其他视觉定位方法-3 1.3 国内外基于视觉定位的机器人的发展历程-3 1.4 论文章节安排-5 2 单目视觉定位应用平台-6 2.1 首辆城市无人车-6 2.2 教育机器人奥科流思5号-6 2.3 上海未来伙伴龙卫士V5-7 2.4 俄罗斯Gnom Standard水下机器人-7 2.5 法国Parrot无人机-8 2.5 戴森Dyson 360 Eye-9 3 系统整体方案设计-10 3.1 图像预处理-10 3.2 角点检测-11 3.2.1 Moravec 角点检测算法原理-11 3.2.2 Harris角点检测算法原理-12 3.2.3 定位顶点和中心点-12 3.3 计算像素距离-13 3.3.1 初始化距离系数-13 3.3.2 定位距离与方向角-14 4 实验仿真-15 4.1 仿真结果-15 4.2 Matlab仿真-16 4.3 系统页面设计-17 结论-19 参考文献-20 致谢-21 |