近年来,视觉导航成为移动机器人导航的一个发展趋势。在移动机器人视觉导航技术研究中,如何利用视觉技术快速而准确地识别人为铺设或环境中自然存在的路径、路标以及如何从复杂的背景中提取出目标物体是关键性的问题。在国家863计划项目“化学危险反应器泄漏检测与修补移动机械手系统”(项目编号:2003AA421040)的支持下,本文对移动机械手的视觉导航及目标辨识技术进行了较为系统深入的研究,提出了基于彩色视觉和人工神经网络的移动机械手目标识别方法。本文的主要工作和创新点包括: 本文设计了HEBUT-Ⅱ型移动机械手视觉系统。建立了移动机械手的摄像机模型,从而完成了摄像机的逆模型变换,使路径、路标信息成功地从图像空间中恢复出来。对各种图像分割方法进行了实验,将基于HSI空间颜色阈值的区域分割法应用于移动机械手路面图像分割,该方法抗噪声能力强,所利用的信息量大,不受光照条件变化的影响,运算简单,提高了复杂路面图像分割的准确性和实时性。 本文进行了移动机械手路标识别系统的设计。为简化环境,采用人工铺设路径和路标的方法实现对机械手的导航。将铺设的路径和路标分别设置为两种不同颜色,并使用离线确定的两种HSI颜色阈值进行区域分割,避免了在线确定分割阈值以及区分路径和路标区域的复杂过程,提高了系统的实时性。采用人工神经网络技术对路标进行识别。在HEBUT-Ⅱ型移动机械手进行了大量实验,结果表明本文提出的方法是一种简单有效的移动机械手视觉导航方法。 本文对机械手的视觉定位进行了研究。重点研究了预处理中的灰度化,自动阈值的选取、二值化、腐蚀、膨胀、团点着色法。这些变换不仅可以产生一幅清晰的图像,同时可以提高图形处理的速度,减少图像的计算量,从而提高图像处理的实时性,此外还可以产生一幅计算机易于识别和理解的图像,为后续不变矩的计算奠定了基础。目标图像的形状识别采用基于图形的不变矩理论。试验表明,该方法可以很好的将目标图形提取出来,从而实现对泄漏点的定位。