移动机器人的视觉算法

谈起移动机器人，很多人想到的需求可能是这样的：“嘿，你能不能去那边帮我拿一杯热拿铁过来。”这个听上去对普通人很简单的任务，在机器人的世界里，却充满了各种挑战。为了完成这个任务，机器人首先需要载入周围环境的地图，精确定位自己在地图中的位置，然后根据地图进行路径规划控制自己完成移动。

而在移动的过程中，机器人还需要根据现场环境的三维深度信息，实时地躲避障碍物直至到达最终目标点。在这一连串机器人的思考过程中，可以分解为如下几部分的视觉算法：深度信息提取；视觉导航；视觉避障。

机器人视觉算法的基础：

1.传感器

所有视觉算法的基础说到底来自于机器人脑袋上的视觉传感器，就好比人的眼睛与夜间视力非常好的动物相比，表现出来的感知能力是完全不同的。同样的，一个眼睛的动物对世界的感知能力也要差于两个眼睛的动物。每个人手中的智能手机摄像头其实就可以作为机器人的眼睛，当下非常流行的Pokeman Go游戏就使用了计算机视觉技术来达成AR的效果。

视觉导航：一般需要RGB Sensor的相机，除了RGB Sensor相机，计算机视觉中常用的还有其他种类的特殊相机如红外相机等等，可根据需要采用不同的Sensor和滤光片。

深度信息提取：一般可采用TOF传感器、结构光传感器、双目视觉。

2.光学镜头

移动机器人所有的成像效果都需要光学镜头的配合，只有适合的传感器+光学镜头才可以达到好的效果。

不同的镜头角度、畸变、照度等都决定了移动机器人视觉、避障算法的实现难度。

移动机器人的视觉系统应用：

1.用视觉进行产品的检验，代替人的目检。主要包括：形状检验，即检查和测量零件的几何尺寸、形状和位置；缺陷检验，即检查零件是否损坏划伤；齐全检验，即检查部件上的零件是否齐全。

2.对待装配的零部件逐个进行识别，确定其空间位置和方向，引导机器人的手准确地抓取所需的零件，并放到指定的位置，完成分类、搬运和装配等任务。

3.为移动机器人进行导航，利用视觉系统为移动机器人提供它所在环境的外部信息，使机器人能自主地规划它的行进路线，回避障碍物，安全到达目的地并完成指定的工作任务。