基于深度相机的机器人运动轨迹规划技术研究文献综述

 2022-11-22 04:11

1、文献综述

机器人技术一直是人工智能领域的热点。为了能提高社会生产力,改善人们的生活方式,一代又一代的科研人员为能解放人类的劳动或者特殊场合代替人类而致力于机器人技术的研究。随着理论知识和实践经验的不断完善,各种类型的机器人开始出现在人们的日常生活中 [1]。移动机器人的定位问题是机器人技术需要解决的关键问题之一,在机器人融入到人们生活,实现各种任务操作中,定位问题是实现机器人室内自主导航的关键[2]。在工业机器人的研究中,最重要的是轨迹研究。关于工业机器人轨迹的研究一般分为两类,一类是基于关节坐标系来规划工业机器人的轨迹,另一类则是在笛卡尔坐标系下进行工业机器人轨迹的规划[3]

作为距离测量中一种可替代的设备,深度相机拥有传统的三维测量系统所不具备的一些优点,如较低的价格以及较高的拍摄速度等。最近出现了一些小巧低廉的深度相机设备,这将给计算机视觉、计算机图形学、人机交互等领域带来一系列革命性的变化,吸引了众多研究者的关注[8]

1.1、课题研究的背景及意义

在 2015 年,全世界有关机构进行数据统计发现在制造业中每万名工人的机器人保有量最高的国家是韩国和日本分别为478 台/万人和 314 台/万人,而我国只有 36 台/万人。随着人力成本的不断提高,机器人技术在我国具有不可阻挡的发展趋势[4]

目前,人类与机器之间的交互方式,主要还是以鼠标、键盘、遥控器之类的外设用以控制机器,似乎依旧没有人与人之间那种交互来得顺畅。为了缓解这种矛盾,人们对于一种比较自然地交互方式也就愈加渴望,而不是一堆冗长的指令操作说明[1]。微软的 Kinect 传感器不仅可以采集深度信息,还可以捕获人体姿态[5]。Kinect可以实时地进行动态捕捉、影像识别、语音辨识和社区互动等[9]。随着对Kinect因此,吸引了大批研究人员利用其相关技术进行研发,掀起了人机交互方式革命的一股浪潮[5]

综上所述,机器人运动轨迹规划,是一项具有重大研究意义,实用价值客观的应用。

1.2、国内外研究现状

人机交互,可以说是从人去学会使用计算机到计算机能自主地去理解人的发展过程。从原始的手工作业交互,只有设计者本人会;到作业控制语言及交互命令语言交互,主要使用者及经过培训的人会;再到图形用户界面,基本熟悉计算机的人都会。从交互的发展阶段,可以发现受影响的对象越来越多,这主要还是因为交互方式的不断改变。当然,随着交互方式的改变,其硬件设备也是不断变化,从开关、有孔纸带、鼠标、键盘、手柄等[1]

1948 年,美国的阿贡实验室开始研究遥控机器人用以搬运放射性材料[6];1994 年,西澳大利亚大学 Taylor 将 ABB 公司的机器人 Telerobot 接入公开访问前端,开辟了远程机器人的先河;2007 年,德国佛雷堡大学 Seven Behnke 研制的机器人 KidSize 获得了足球比赛亚军[7]。他们都是通过预置的指令进行对机器人的控制,而没有与人进行所谓的交互。2008 年,比尔盖茨提出了“自然用户界面”的概念,并认为人机交互领域将会发生巨大变化,常见的键盘和鼠标等外设将被更为自然的触摸式界面所代替[1]。2009 年 6 月 1 日,微软在 E3 2009 上首次发布了 Kinect,当时代号为“Project Natal”。2010 年 11 月 4 日,加入了 RGB 摄像头的 Kinect 正式在北美开始发售。随着创新的人机交互方式的出现,吸引了大批消费者的注意,从而 Kinect 创下了历史上销售最快的电子产品的吉尼斯世界记录。以 PrimeSense 技术为基础,搭载 PS1080 系统级芯片(SoC)的 Kinect,能够采集并处理彩色图像数据、深度数据、语音数据,从而实现了人脸识别、语音识别、骨骼追踪等功能[16]。韩国的Igorivich[9]利用 Kinect 自带的骨骼检测能力,实现了 16 关节烦人机器人对人体动作的模范,他们实验结果表明所设计的控制系统时间滞后200ms;巴西圣保罗大学的 Fernando[10]研发了能够进行全身人体关节识别的仿人机器人,利用Kinect 解析几何方法对机器人关节进行求解,加快了机器人运动学计算;日本芝浦工业大学的 Dung[11]提出了一种算法,使得通过 Kinect 获得深度数据的攀爬机器人找到爬上墙的最佳路线[1]

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。