推荐6篇关于视觉导航的计算机专业论文

今天分享的是关于视觉导航的6篇计算机毕业论文范文, 如果你的论文涉及到视觉导航等主题,本文能够帮助到你

用于物流中心的快件自动分拣机器人的研究

这是一篇关于电商物流,快件自动分拣机器人,惯性导航,视觉导航,控制系统的论文, 主要内容为随着我国经济的发展和人们生活水平的提高,电商物流业得到了迅速发展,随之人们对电商物流业服务质量及效率的要求也越来越高,但目前我国物流配送中心大都采用传统人力分拣的作业模式,存在工作量大、拣选效率低、出错率高等缺点,为了更好的解决上述缺点,提高消费者对物流快递业的满意度,迫切需要研制一种用于物流中心的快件自动分拣机器人,实现快件分拣的自动化、智能化,提升快件分拣能力。从快件自动分拣机器人在物流中心的应用场景出发,对分拣机器人的整体结构及各功能需求提出要求。首先,通过对国内外相关技术的了解,对分拣机器人的关键技术及总体技术路线进行研究,包括机器人的机械结构设计、结构与布局、导航定位系统和控制系统等。其次,通过相关计算对蓄电池及伺服电机进行选型,对分拣机器人的驱动转向结构及驱动结构进行设计,根据驱动结构的设计对其进行运动学分析,验证分拣机器人通过控制驱动轮速度实现直线行驶或转向行驶的可行性。最后,对分拣机器人导航定位系统及控制系统进行设计研究,其中导航定位系统采用以惯性导航技术为主、视觉导航为辅的多传感融合定位方式对分拣机器人进行导航定位,控制系统采用模糊控制的方式对分拣机器人进行运动过程中的纠偏控制。通过对快件分拣机器人整体机械结构的设计,对差速转向可行性进行运动学分析,并且着重对分拣机器人的导航定位系统和控制系统进行设计,使得快件自动分拣机器人能够满足稳定性和智能化的性能要求,提高了电商物流中心的快件分拣效率,提升了物流快递业的服务效率。

复杂环境下中耕除草机器人视觉导航路径识别研究

这是一篇关于除草机器人,图像处理,作物行检测,视觉导航,智能控制的论文, 主要内容为随着人工智能与机器视觉技术的发展,视觉导航线提取逐渐成为了农业机器人自主导航的核心技术。针对田间复杂且多变的非结构化环境,本文基于机器视觉与图像处理对田间和温室作物的垄间导航线提取进行了系统研究,研究的主要内容和结论如下:(1)基于视觉导航的中耕除草机器人在作物苗期以及生长中期导航线提取易受到杂草、变光照、缺株断行等因素影响,提出了一种基于中值点Hough变换玉米行检测的导航线提取方法。为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,在图像预处理阶段改进了超绿灰度化算法,再进一步地采用最大类间方差法、数学形态学操作实现了土壤与作物苗带的背景分割。其次,通过均值法提取作物行的特征点,而后根据中值点Hough变换拟合垄间两侧玉米苗列线,最后基于双侧玉米苗列线,利用夹角正切公式提取导航线。实验结果表明,改进的直线检测算法提取导航线的最大误差为0.53°,相比于标准Hough变换时间上平均快了62.9 ms。经数据统计分析导航线提取准确率达到了92%以上,所提算法具备良好的准确性与可靠性。(2)为避免机器人在进行田间作业时出现伤苗的问题,在U-net模型的基础上,对其进行改进并提出了Faster-U-net模型。通过采集田间及温室作物行数据集,基于Faster-U-net网络对其进行训练,实现作物垄间路径的预测识别。进一步地基于B样条曲线提取机器人的路径导航线。实验结果表明,Faster-U-net网络模型对玉米、番茄、黄瓜、小麦的垄行识别精度分别为93.86%、94.01%、93.14%、89.10%。玉米、番茄、黄瓜、小麦等垄作环境下提取的导航线平均角度差分别为0.624°、0.556°、0.526°、0.999°。所改进的算法具有较强的鲁棒性与准确性。(3)针对除草机器人的实际田间作业场景,通过三维软件设计了中耕除草机器人底盘结构,适用于机器人的田间导航控制。而后分析了基于差速转向的机器人运动控制模型,将模糊PID控制与传统PID控制进行了仿真对比,实验结果表明采用模糊PID控制的效果优于传统PID控制效果。设计的除草机器人移动平台具有较好的应用前景。本研究可为该领域智能农业机器人导航设备的研发提供技术参考。

大葱收获机自动导航关键技术研究

这是一篇关于大葱收获机,视觉导航,导航线提取,泵控马达,路径跟踪的论文, 主要内容为中国是农业和蔬菜出口大国,其中大葱产业规模居世界首位。大葱已经成为推动我国农村经济发展的重要经济产物,大葱产业已成为部分乡村实现振兴的重要支柱。大葱的规范化、机械化以及智能化收获水平已成为影响其产业发展的关键,且严重制约了大葱种植经济效益的进一步提升,其中自动导航技术是代表大葱收获机智能化收获水平的关键技术。本论文在设计大葱收获机的基础上,结合视觉技术,对路径规划、马达转速控制、路径跟踪等自动导航关键技术进行研究。主要研究内容包括:(1)大葱收获机整体设计。以大葱的结构以及种植模式为切入点结合大葱收获机的设计要求,采用一种双绞龙组合挖掘机构,进行大葱收获机的整体结构设计以及整机驱动方案设计。基于收获机工作时的动力学以及运动学理论知识,结合大葱收获机的技术参数,完成了整个驱动系统的各个元件的设计和选型。(2)大葱收获机田间收获作业路径规划研究。将大葱收获机工作时的全局路径规划分为大葱垄导航线和转弯路径,通过G-R算法、最大类间方差法以及图像形态学运算对原始图像进行预处理,成功地将连通性较好的大葱垄从土壤背景中分离出来。进一步基于大葱茏边缘特征的提取了导航关键点,应用最小二乘法快速准确地完成了导航线提取,并结合大葱收获机的作业要求,研究并确定了基于半圆形的最优转弯路径。(3)大葱收获机马达转速控制研究。根据泵控马达系统各个环节的工作原理,进行马达转速控制系统的数学建模,确定了系统开、闭环控制的传递函数,分析了PID控制器的工作原理以及其传统的参数的整定方法。针对PID传统的参数的整定方法的不足,将果蝇优化算法与PID控制相结合寻找PID控制的最优参数,完成了有负载扰动下和无负载扰动下的各种类型信号的马达转速跟踪测试,结果表明本文所设计的马达转速控制器控制效果好,满足设计要求,进而能够实现转弯半径的精确控制。(4)大葱收获机路径跟踪控制研究。根据大葱收获机在进行自主导航作业的高精度要求,提出了一种动态前视距离的纯追踪算法。根据不同的速度设定不同的前视距离基础值,再以距离偏差和方向偏差为输入设计了二维模糊控制器,实现了前视距离的动态调节。在MATLAB/Simulink中搭建了仿真模型,对本文的控制方法进行了误差的分析,仿真结果表明,与传统的纯跟踪控制方法相比,本文所设计的控制方法距离误差小且收敛速度较快,仿真效果良好,能够满足大葱收获机的自动化作业要求。

基于室内场景图知识融入的视觉语言导航

这是一篇关于视觉导航,场景图生成,知识图谱的论文, 主要内容为视觉语言导航涉及到对视觉图像和自然语言的综合理解,以及路径优化,具有较大挑战性。作为智能机器人走进人类生活的重要一步,视觉语言导航是近年来人工智能领域比较热门的研究课题。通过实现学习自主导航,机器人可以摆脱对环境地图的依赖性,更迅速的部署到各种任务中并方便任务拓展。传统的算法采用建模后设计导航控制器的方法,处理难度大。随着深度强化学习的发展,大多数的研究工作开始使用模仿学习或强化学习方式来解决的视觉导航问题。视觉语言导航本质上是一个目标搜索定位的问题,机器人对探寻环境的认知是提升算法搜寻效率的重要因素。为了能够自动构建适应于目标环境的先验知识,本文采用场景图生成结合图卷积网络学习的知识图谱构建方式,将知识信息融入到深度强化学习框架中。为了进一步提高模型在测试阶段能适应强化学习中的策略和先验知识,本文加入模型无关的元学习过程,在导航的强化学习框架中引入可训练的自监督交互损失,提高模型的泛化推广能力。因此我们可以在不同场景中获得相对应的先验知识以辅助我们的视觉导航任务。本文在主流AI2-THOR仿真环境中进行实验,相比标准的强化学习方法及仅加入手动构建的知识图谱方法,本文模型具有优越的导航效率,以及良好的知识自动化抽取与构建能力,验证了自适应的先验知识的有效性。同时为了验证模型在不同场景中的性能,我们将模型在另一个也同样广泛使用的Matterport3D中进行测试。最终证明我们的模型在不同的场景环境下,也可以有效的提高导航效率。

履带式动力底盘控制与视觉导航研究

这是一篇关于履带,转向机构,分布式控制,CAN总线,视觉导航的论文, 主要内容为我国丘陵山地面积约占土地总面积的69%,丘陵山地地区农田、林地等作业场景人工成本高,劳动强度大,普通车辆在非结构化路面作业过程易造成事故,机械化率普遍较低,同时随着我国告别人口红利,机械化作业又是农业现代化的必要途径,所以开发自动化、智能化程度高和通过性强的履带式车辆对于我国在丘陵山地地区推广农业机械化具有较大的意义。故本文针对履带式动力底盘整机结构设计、分布式控制系统开发和视觉导航软件的设计等关键技术展开了研究。通过查阅国内外文献,根据国内外履带式农用车辆设计了一个小型履带式动力底盘,该动力底盘由机架、导向轮、支重轮、驱动轮、履带、快速挂载装置、液压系统、电动机械传动装置以及控制系统组成。选择柴油发动机作为动力源,通过传动轴驱动左右履带行走,根据履带式车辆转向特性,提出了电动机械双功率差速电动辅助转向结构;对整机关键零部件主要参数进行了计算和行走机构外形尺寸进行了选型,同时设计开发了前置挂载装置与液压系统。针对传统的农用车辆控制方式单一、信号走线复杂、干扰严重、系统稳定性差的问题,提出分布式模块化控制思路。在本设计中将履带式动力底盘控制系统各个功能模块化,根据动力底盘作业需求,设计了一种基于ISO11783的CAN总线分布式控制系统,并搭建了CAN网络平台以实现对动力底盘的控制;验证了CAN总线分布式控制系统的可行性与稳定性,重点对控制系统的通讯负载率、属具控制、手动操作单元等性能进行了测试,经试验检测表明,控制系统稳定、动作响应迅速,符合设计规范,能够满足实际应用需求。随着计算机技术与传感器的迅速发展,视觉导航技术在农业领域得到广泛研究,该课题针对非结构化田间机耕道视觉导航问题,重点是复杂道路环境中庞大的数据处理带来的实时性与鲁棒性的矛盾,通过多个算法结合压缩数据处理设计了视觉导航系统,根据非结构化路面机耕道路况特点,在RGB颜色模型中增强G通道的方法对图像进行灰度化处理,使用最大类间方差阈值分割法(OSTU)对灰度图像进行二值化处理,该方法计算简单快速,最后采用最小二乘法对图像形态学处理后的图像提取导航基准线,通过计算机编程对机耕道图像进行处理,仿真结果表明:导航系统能够较好的提取导航路径。