CN104199313B - 一种机器人智能仿真测试*** - Google Patents

一种机器人智能仿真测试*** Download PDF

Info

Publication number
CN104199313B
CN104199313B CN201410468356.8A CN201410468356A CN104199313B CN 104199313 B CN104199313 B CN 104199313B CN 201410468356 A CN201410468356 A CN 201410468356A CN 104199313 B CN104199313 B CN 104199313B
Authority
CN
China
Prior art keywords
robot
emulation
emulator
target
vision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410468356.8A
Other languages
English (en)
Other versions
CN104199313A (zh
Inventor
陈威
庄家煜
李灯华
孔繁涛
张建华
王东杰
喻闻
许世卫
李哲敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Agricultural Information Institute of CAAS
Original Assignee
Agricultural Information Institute of CAAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Agricultural Information Institute of CAAS filed Critical Agricultural Information Institute of CAAS
Priority to CN201410468356.8A priority Critical patent/CN104199313B/zh
Publication of CN104199313A publication Critical patent/CN104199313A/zh
Application granted granted Critical
Publication of CN104199313B publication Critical patent/CN104199313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Manipulator (AREA)

Abstract

本发明属于智能信息技术领域，具体涉及一种机器人智能仿真测试***。本发明的***包括机器人仿真器、参数配置计算机、视觉仿真器和跟踪算法仿真器：参数配置计算机于仿真测试初始时刻进行参数配置；视觉仿真器仿真出机器人拍摄到的视觉图像；跟踪算法仿真器对视觉仿真器输出的仿真视觉图像进行智能识别并输出目标在仿真图像中的位置，即目标脱靶量；机器人仿真器根据机器人当前状态和目标脱靶量规划机器人的跟踪任务，并将机器人仿真器执行跟踪任务后的新状态反馈至视觉仿真器。本发明解决了现有技术难以满足大规模机器人测试要求的技术问题，能够显著提高测试效率、稳定性和精度。

Description

一种机器人智能仿真测试***
技术领域
本发明属于智能信息技术领域，具体涉及一种机器人智能仿真测试***。
背景技术
随着科学技术信息化、智能化的发展，机器人技术得到了国内外学者的广泛关注，且呈现出规模越来越大、复杂度越来越高的发展态势。通过对机器人进行测试，能够发现设备中隐藏的问题和设计缺陷，是保障机器人质量和可靠性的重要手段。
传统的机器人测试手段主要采用人工实验测试的方式，存在测试效率低、测试稳定性差、测试精度低等缺点，难以满足大规模机器人的测试要求。
发明内容
本发明需要解决的技术问题为：现有机器人测试***测试效率低、测试稳定性差、测试精度低，难以满足大规模机器人的测试要求。
本发明的技术方案如下所述：
一种机器人智能仿真测试***，包括机器人仿真器、参数配置计算机、视觉仿真器和跟踪算法仿真器：参数配置计算机于仿真测试初始时刻进行参数配置；视觉仿真器仿真出机器人拍摄到的视觉图像；跟踪算法仿真器对视觉仿真器输出的仿真视觉图像进行智能识别并输出目标在仿真图像中的位置，即目标脱靶量；机器人仿真器根据机器人当前状态和目标脱靶量规划机器人的跟踪任务，并将机器人仿真器执行跟踪任务后的新状态反馈至视觉仿真器。
作为优选方案：所述参数配置计算机对视觉仿真器的分辨率和视场角、机器人仿真器的PD控制参数和***稳定阈值进行参数配置。
作为优选方案：所述视觉仿真器包括视觉背景仿真模块和目标仿真模块：视觉背景仿真模块根据机器人当前状态及背景环境仿真出当前机器人的视觉传感器能够拍摄到的环境背景图像；目标仿真模块根据机器人当前状态和目标的形状、当前空间位置及光学特性仿真出目标图像仿真出目标图像；环境背景图像和目标图像采用现有技术相融合，形成仿真视觉图像。
作为优选方案：所述跟踪算法仿真器采用卡尔曼滤波算法。
作为优选方案：所述机器人仿真器包括机器人运动仿真模块和控制仿真模块：机器人运动仿真模块用于模拟机器人机械机构的运动状态；控制仿真模块用于接收机器人目标状态并结合其当前状态后输出控制策略。
本发明的有益效果为：
(1)本发明的一种机器人智能仿真测试***，将计算机技术、机械技术、信号处理技术、传感器技术等相关理论和技术相结合，能够显著提高测试效率、稳定性和精度，能够满足大规模视觉跟踪机器人的测试要求；
(2)本发明的一种机器人智能仿真测试***，能够根据不同应用设计不同测试场景和流程，测试目的指向性强；
(3)本发明的一种机器人智能仿真测试***，通过精确的定时与触发时钟，能够实现***同步；
(4)本发明的一种机器人智能仿真测试***，实现了视觉跟踪机器人的智能检测与及时反馈，测试人员能够及时掌握***运作状况和存在问题，有效提高工作效率，可以广泛应用于农业、工业、交通、国防等领域。
附图说明
图1为本发明的一种机器人智能仿真测试***原理图。
具体实施方式
下面结合附图和实施例对本发明的一种机器人智能仿真测试***进行详细说明。
本发明涉及到的一种机器人的功能及工作原理：
该机器人为一种基于视觉的目标跟踪机器人，主要功能为：对设定的运动目标进行监视跟踪，并实时输出目标在视觉传感器(如相机)中的实时位置。该机器人主要包含了机器人初始参数配置模块、机器人执行机构(如机械臂)、目标检测跟踪模块和视觉传感器。工作原理：首先对机器人各参数进行初始化配置，视觉传感器拍摄到运动目标后通过目标检测跟踪模块从拍摄的图像中找出需跟踪目标并输出目标在图像中的实时位置(即脱靶量)，机器人执行机构接收脱靶量后根据目标脱靶量解算出机器人各关节的最优执行值以使机器人的视觉传感器对准目标，并通过控制模块实现跟踪功能。
如图1所示，本实施例的一种机器人智能仿真测试***，包括参数配置计算机、视觉仿真器、跟踪算法仿真器和机器人仿真器：参数配置计算机于仿真测试初始时刻进行参数配置；视觉仿真器仿真出机器人拍摄到的视觉图像；跟踪算法仿真器对视觉仿真器输出的仿真视觉图像进行智能识别并输出目标在仿真图像中的位置，即目标脱靶量；机器人仿真器根据机器人当前状态和目标脱靶量规划机器人的跟踪任务，并将机器人仿真器执行跟踪任务后的新状态反馈至视觉仿真器。所述机器人的状态，是指机器人各关节的转动角度状态。
本实施例中，所述参数配置计算机主要对视觉仿真器的分辨率和视场角、机器人仿真器的PD控制参数和***稳定阈值等参数进行配置。
本实施例中，所述视觉仿真器包括视觉背景仿真模块和目标仿真模块：视觉背景仿真模块根据机器人当前状态及背景环境仿真出当前机器人的视觉传感器能够拍摄到的环境背景图像；目标仿真模块根据机器人当前状态和目标的形状、当前空间位置及光学特性仿真出目标图像；环境背景图像和目标图像采用现有技术相融合，形成仿真视觉图像。
本实施例中，所述跟踪算法仿真器采用卡尔曼滤波算法，能够对机动目标进行有效监视及跟踪。
本实施例中，所述机器人仿真器包括机器人运动仿真模块和控制仿真模块：机器人运动仿真模块用于模拟机器人机械机构的运动状态；控制仿真模块用于接收机器人目标状态并结合其当前状态后输出行进路线等控制策略。其中，机器人目标状态是指机器人设置在机器人上的视觉传感器指向被跟踪目标时，机器人各机械关节的转动角度状态；机器人当前状态是指机器人当前时刻各关节的转动角度状态。
本实施例的一种机器人智能仿真测试***，通过以下步骤进行测试：
步骤1：通过参数配置计算机初始化参数。
步骤2：将初始化后的参数传输至视觉图像仿真器。
步骤3：视觉图像仿真器接收初始化参数和机器人当前状态后生成包含视觉背景和目标的仿真视觉图像。
步骤3.1：通过初始化的参数和视觉跟踪机器人状态，从已经获得的当前工作环境下的鱼眼全景图像中仿真出视觉传感器拍摄到的背景图像区域，并将该区域鱼眼图像转换成经典图像。
步骤3.2：对需要跟踪的目标进行建模仿真
步骤3.2.1：对目标外形、实时空间位置及反射系数等参数进行三维建模；
步骤3.2.2：对三维建模后的目标表面划分计算网格；
步骤3.2.3：通过设置在机器人上的视觉传感器位置和姿态对目标表面每个网格节点进行投影，将网格节点投影到成像平面中；
步骤3.2.4：通过光源位置计算每个网格节点的光线反射角，结合目标反射系数并通过光线反射角大小仿真出该网格节点的图像亮度；
步骤3.2.5：对于不同的网格节点投影到成像平面上同一个像素点的情况，选择离相机位置最近的那个节点作为成像点，其他网格节点数据由于被遮挡不再进行仿真计算。
步骤3.3：结合目标在图像背景中的实时位置将图像背景和仿真的目标图像进行图像融合，形成最终的仿真视觉图像。
步骤4：跟踪算法仿真器接收仿真视觉图像后，对图像进行智能识别，获取仿真视觉图像中的目标，并实时输出目标脱靶量。
步骤5：机器人仿真器接收到目标脱靶量后，根据目标脱靶量解算出机器人各关节的最优执行值以使机器人的视觉传感器对准目标，并通过控制仿真模块实现实时跟踪功能。
步骤6：返回步骤2，记录跟踪算法仿真器输出的脱靶量直至其稳定在步骤1设置的***稳定阈值范围内；
步骤7：根据测试需求撤去上述视觉仿真器、跟踪算法仿真器和机器人仿真器中的一个或两个仿真器，并以相应的真实部件代替，之后重复步骤上述步骤1-5，并记录跟踪算法输出的脱靶量，以半实物半仿真的方式完成视觉跟踪机器人的测试：若脱靶量小于等于***稳定阈值，则机器人合格；否则，机器人不合格。
以上具体实施例仅用于举例说明本发明的结构和流程，本领域技术人员在本发明的构思下可以做出多种变形和变化，这些变形和变化均包括在本发明的保护范围之内。

Claims (5)

1.一种机器人智能仿真测试***，包括机器人仿真器，其特征在于：还包括参数配置计算机、视觉仿真器和跟踪算法仿真器：参数配置计算机于仿真测试初始时刻进行参数配置；视觉仿真器仿真出机器人拍摄到的视觉图像，所述视觉仿真器用于从已经获得的当前工作环境下的鱼眼全景图像中仿真出视觉传感器拍摄到的背景图像区域，并将该区域鱼眼图像转换成经典图像；所述视觉仿真器还用于对需要跟踪的目标进行建模仿真，所述对需要跟踪的目标进行建模仿真具体包括：对目标外形、实时空间位置及反射系数参数进行三维建模；对三维建模后的目标表面划分计算网格；通过设置在机器人上的视觉传感器位置和姿态对目标表面每个网格节点进行投影，将网格节点投影到成像平面中；通过光源位置计算每个网格节点的光线反射角，结合目标反射系数并通过光线反射角大小仿真出该网格节点的图像亮度；对于不同的网格节点投影到成像平面上同一个像素点的情况，选择离相机位置最近的那个节点作为成像点，其他网格节点数据由于被遮挡不再进行仿真计算；所述视觉仿真器结合目标在图像背景中的实时位置将图像背景和仿真的目标图像进行图像融合，形成最终的仿真视觉图像；
跟踪算法仿真器对视觉仿真器输出的仿真视觉图像进行智能识别并输出目标在仿真图像中的位置，即目标脱靶量；机器人仿真器根据机器人当前状态和目标脱靶量规划机器人的跟踪任务，并将机器人仿真器执行跟踪任务后的新状态反馈至视觉仿真器。
2.根据权利要求1所述的一种机器人智能仿真测试***，其特征在于：所述参数配置计算机对视觉仿真器的分辨率和视场角、机器人仿真器的PD控制参数和***稳定阈值进行参数配置。
3.根据权利要求1或2所述的一种机器人智能仿真测试***，其特征在于：所述视觉仿真器包括视觉背景仿真模块和目标仿真模块：视觉背景仿真模块根据机器人当前状态及背景环境仿真出当前机器人的视觉传感器能够拍摄到的环境背景图像；目标仿真模块根据机器人当前状态和目标的形状、当前空间位置及光学特性仿真出目标图像；环境背景图像和目标图像采用现有技术相融合，形成仿真视觉图像。
4.根据权利要求1或2所述的一种机器人智能仿真测试***，其特征在于：所述跟踪算法仿真器采用卡尔曼滤波算法。
5.根据权利要求1或2所述的一种机器人智能仿真测试***，其特征在于：所述机器人仿真器包括机器人运动仿真模块和控制仿真模块：机器人运动仿真模块用于模拟机器人机械机构的运动状态；控制仿真模块用于接收机器人目标状态并结合其当前状态后输出控制策略。
CN201410468356.8A 2014-09-15 2014-09-15 一种机器人智能仿真测试*** Active CN104199313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410468356.8A CN104199313B (zh) 2014-09-15 2014-09-15 一种机器人智能仿真测试***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410468356.8A CN104199313B (zh) 2014-09-15 2014-09-15 一种机器人智能仿真测试***

Publications (2)

Publication Number Publication Date
CN104199313A CN104199313A (zh) 2014-12-10
CN104199313B true CN104199313B (zh) 2017-06-20

Family

ID=52084614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410468356.8A Active CN104199313B (zh) 2014-09-15 2014-09-15 一种机器人智能仿真测试***

Country Status (1)

Country Link
CN (1) CN104199313B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597904B (zh) * 2014-12-26 2017-05-17 中智科创机器人有限公司 一种循迹算法实验的模拟装置和模拟方法
CN107255458B (zh) * 2017-06-19 2020-02-07 昆明理工大学 一种垂直投影光栅测量仿真***的解算方法
CN108279576B (zh) * 2017-12-26 2021-09-28 湖北航天技术研究院总体设计所 一种复合轴目标跟踪仿真测试***
JP7326911B2 (ja) * 2019-06-20 2023-08-16 オムロン株式会社 制御システムおよび制御方法
CN112925223B (zh) * 2021-02-03 2022-03-15 北京航空航天大学 基于视觉传感网络的无人机三维跟踪虚拟测试仿真***
CN115760501A (zh) * 2022-10-25 2023-03-07 华南师范大学 一种基于图形化编程平台的ai仿真教学***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235545A (zh) * 2013-04-19 2013-08-07 中国科学院光电技术研究所 一种光电跟踪***的仿真测试方法和装置
CN103344258A (zh) * 2013-07-04 2013-10-09 中国科学院长春光学精密机械与物理研究所 光电经纬仪伺服***性能测试装置及测试方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3640256B2 (ja) * 2002-11-12 2005-04-20 株式会社ナムコ 立体視用印刷物の製造方法、立体視用印刷物
JP4302160B2 (ja) * 2007-09-12 2009-07-22 ファナック株式会社 ロボットによるパレタイジング作業のためのロボットプログラミング装置
US8892256B2 (en) * 2008-01-28 2014-11-18 Seegrid Corporation Methods for real-time and near real-time interactions with robots that service a facility
CN101797756B (zh) * 2010-02-09 2011-05-25 浙江大学 环境探测机器人辅助开发***及其方法
CN202634479U (zh) * 2012-01-14 2012-12-26 燕山大学 分布式多智能体控制仿真平台
CN103057678B (zh) * 2012-12-18 2015-08-26 浙江工业大学 海底生物捕捞机器人的自主导航和人机协同捕捞作业***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235545A (zh) * 2013-04-19 2013-08-07 中国科学院光电技术研究所 一种光电跟踪***的仿真测试方法和装置
CN103344258A (zh) * 2013-07-04 2013-10-09 中国科学院长春光学精密机械与物理研究所 光电经纬仪伺服***性能测试装置及测试方法

Also Published As

Publication number Publication date
CN104199313A (zh) 2014-12-10

Similar Documents

Publication Publication Date Title
CN104199313B (zh) 一种机器人智能仿真测试***
CN103889519B (zh) 利用多个照相机拍摄移动的被拍摄体并根据拍摄图像来获取被拍摄体的实际的移动轨迹的方法及***
KR101850048B1 (ko) 트래커 시스템을 최적화하는 시스템 및 방법
CN103235545B (zh) 一种光电跟踪***的仿真测试方法和装置
CN112925223B (zh) 基于视觉传感网络的无人机三维跟踪虚拟测试仿真***
CN201431466Y (zh) 人体运动捕获三维再现***
CN105856243A (zh) 一种移动智能机器人
CN109934847A (zh) 弱纹理三维物体姿态估计的方法和装置
GB2550037A (en) Method and system for virtual sensor data generation with depth ground truth annotation
CN110793548B (zh) 基于gnss接收机硬件在环的虚实结合的导航仿真测试***
CN105373011A (zh) 检测光电跟踪设备的实时仿真***和计算机
CN109855616A (zh) 一种基于虚拟环境和强化学习的多传感器机器人导航方法
CN109636927A (zh) 一种飞行器姿态测量算法训练与鉴定的***及方法
CN104199314B (zh) 一种机器人智能仿真测试方法
CN104680570A (zh) 一种基于视频的动作捕捉***及方法
Wang et al. A colour-sequence enhanced particle streak velocimetry method for air flow measurement in a ventilated space
Ning Design and research of motion video image analysis system in sports training
CN210361314U (zh) 一种基于增强现实技术的机器人示教装置
CN113487726B (zh) 动作捕捉***和方法
CN114139370A (zh) 一种光学引擎和电磁成像双模动目标同步仿真方法和***
Fang et al. 3d human pose estimation using rgbd camera
CN101929863A (zh) 一种景象匹配导航技术的实时图生成方法
CN103761762A (zh) 一种基于OpenGL着色器的红外成像仿真方法
CN107449403A (zh) 一种时‑空四维联合成像模型及应用
Kirchengast et al. A depth-buffer-based lidar model with surface normal estimation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20141210

Assignee: Shenzhen Xihan health Co.,Ltd.

Assignor: Agricultural Information Institute of CAAS

Contract record no.: X2023980032544

Denomination of invention: A robot intelligent simulation test system

Granted publication date: 20170620

License type: Common License

Record date: 20230227

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20141210

Assignee: Guangzhou ruifengde Information Technology Co.,Ltd.

Assignor: Agricultural Information Institute of CAAS

Contract record no.: X2023980033477

Denomination of invention: An Intelligent Simulation and Test System for Robots

Granted publication date: 20170620

License type: Common License

Record date: 20230310

Application publication date: 20141210

Assignee: Guangzhou Jucheng Household Products Co.,Ltd.

Assignor: Agricultural Information Institute of CAAS

Contract record no.: X2023980033489

Denomination of invention: An Intelligent Simulation and Test System for Robots

Granted publication date: 20170620

License type: Common License

Record date: 20230310

Application publication date: 20141210

Assignee: Guangzhou Dejin Technology Co.,Ltd.

Assignor: Agricultural Information Institute of CAAS

Contract record no.: X2023980033478

Denomination of invention: An Intelligent Simulation and Test System for Robots

Granted publication date: 20170620

License type: Common License

Record date: 20230310

EE01 Entry into force of recordation of patent licensing contract