项目名称: 基于人类驾驶行为的移动机器人无标定优化视觉伺服方法研究

项目编号: No.61203333

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 张雪波

作者单位: 南开大学

项目金额: 25万元

中文摘要: 移动机器人视觉伺服是指利用实时视觉反馈,控制机器人跟踪指定轨迹或到达期望位姿,在自动泊车/充电、物品搬运等方面具有广泛的应用前景。由于非完整约束条件的限制,以及单目视觉信号的各种特性,设计高效、鲁棒的移动机器人视觉伺服策略,在理论方法上也是一个极具挑战性的问题。本项目旨在提出一种基于人类驾驶行为的移动机器人视觉伺服策略,从而提高其运行效率,增强其对摄像机参数未知等因素的鲁棒性,并打破位姿估计算法对应用场景的限制。具体而言,本项目将针对如下内容进行研究:具有人类驾驶特征的运动轨迹实时提取与分析;基于云台与机器人主动控制器的摄像机参数最优辨识;能够打破场景限制的位姿估计算法;摄像机参数存在辨识误差时的自适应/鲁棒视觉伺服控制器;基于自主交互机制的同时摄相机参数辨识与视觉伺服。力争通过本项目的研究,解决一类不确定非完整系统的视觉伺服问题,并促进其在家庭服务、工业生产等场合中的实际应用。

中文关键词: 移动机器人;视觉伺服;位姿估计;运动规划;

英文摘要: Visual servoing of mobile robots uses real-time feedback of visual information to achieve trajectory tracking or stabilization tasks, and thus it has promising applications in several areas such as automatic parking/charging, transportation of objects, and so on. Due to the well-known nonholonomic constraint and the uncertain characteristics of monocular visual signals, it is still a very challenging theoretical problem to design a highly efficient and robust visual servoing strategy. This project aims to propose an optimized uncalibrated visual servoing scheme with quasi-human driving characteristics, which can be applied in both planar and non-planar scenes with improved efficiency and strong robustness to unknown camera parameters. Specifically, this project will study the following respects: extraction and analysis of trajectories with quasi-human driving characteristics; optimal identification of camera parameters based on active controller design for the pan-tilt unit and the mobile robot; the pose estimation technique which is not restricted to a specific kind of scene; adaptive/robust visual servoing controller design with inaccurate camera parameters; simultaneous camera parameter identification and visual servoing based on an autonomous interaction mechanism. According to the research for this project,

英文关键词: Mobile Robots;Visual Servoing;Pose Estimation;Motion Planning;

成为VIP会员查看完整内容
0

相关内容

移动机器人(Robot)是自动执行工作的机器装置。它既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作,例如生产业、建筑业,或是危险的工作。
【CVPR2022】多机器人协同主动建图算法
专知会员服务
46+阅读 · 2022年4月3日
【博士论文】基于深度学习的单目场景深度估计方法研究
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
55+阅读 · 2021年3月5日
专知会员服务
132+阅读 · 2021年2月17日
专知会员服务
43+阅读 · 2020年12月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
【CVPR2022】多机器人协同主动建图算法
专知
0+阅读 · 2022年4月3日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
【紫冬分享】移动机器人视觉里程计综述
中国科学院自动化研究所
11+阅读 · 2018年10月31日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
21+阅读 · 2018年5月23日
小贴士
相关VIP内容
【CVPR2022】多机器人协同主动建图算法
专知会员服务
46+阅读 · 2022年4月3日
【博士论文】基于深度学习的单目场景深度估计方法研究
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
55+阅读 · 2021年3月5日
专知会员服务
132+阅读 · 2021年2月17日
专知会员服务
43+阅读 · 2020年12月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
【CVPR2022】多机器人协同主动建图算法
专知
0+阅读 · 2022年4月3日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
【紫冬分享】移动机器人视觉里程计综述
中国科学院自动化研究所
11+阅读 · 2018年10月31日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员