546
機器視覺在服務機器人領域的應用
機器視覺是人類認知世界最重要的功能手段，生物學研究表明，人類獲取外界信息75%依靠視覺係統. 目前，市場上已有多種高效視覺專用硬件處理器及芯片等電子器件，並且隨著計算機技術的進步，更先進的算法被相繼發明，如采用網格分布式處理係統能夠有效的提高運算的效率。
機器視覺在服務機器人的應用主要有掃地機器人和自動駕駛.
掃地機器人
目前實現自主規避障礙&規劃路線的掃地機器人的技術路徑主要有兩類，機器視覺技術和激光雷達導航技術。基於機器視覺的掃地機器人，指通過攝像頭獲取圖像，通過算法實現規劃路徑、躲避障礙。
根據IFR統計數據顯示，2014年全球家務機器人銷售額達到12億美元，同比增長24%。同時，根據GFK數據，2015年中國掃地機器人市場零售規模在50億元人民幣左右，這一數字在2018年將增長至120億元人民幣，市場空間巨大。
自動駕駛領域
機器視覺在自動駕駛中的應用主要有以下兩個方麵：
一、障礙物檢測
準確率是車輛自動駕駛過程中安全性的重要保證。在行駛過程中，障礙物的出現是不可預知的，也就無法根據現有的電子地圖避開障礙物，隻能在車輛行駛過程中及時發現， 並加以處理。當前，由於自動駕駛環境的不成熟，關於障礙物的定義尚沒有統一的標準。因此， 可以認為一切可能妨礙車輛正常行駛的物體和影響車輛通行的異常地形都是車輛行駛過程中的障礙物。目前來看，算法主要有以下三種：1. 基於特征的;2. 基於光流場的;3. 基於立體視覺的。在三種算法中，基於立體視覺的因為既不需要障礙物的先驗知識， 對障礙物是否運動也無限製， 還能直接得到障礙物的實際位置而成為主流研究方向。但其對攝像機標定要求較高。而在車輛行駛過程中，攝像機定標參數會發生漂移， 需要對攝像機進行動態標定。
二、道路檢測
自動導航是自動駕駛的必要條件，自動駕駛過程中，道路檢測主要是為了確定車輛在道路中的位置和方向，以便控製車輛按照正確的路線行駛。另外，它還為後續的確定搜索範圍，以及縮小的搜索空間，降低算法複雜度和誤識率。然而由於現實中的道路多種多樣，在加上光照、氣候等各種環境因素的影響，道路檢測是一個十分複雜的問題。至今仍無一個通用的算法，現有算法基本上都對道路做了一定的假設。通常采用的假設有：1特定興趣區域假設;2道路等寬假設;3道路平坦假設。另外，道路平坦假設也為障礙物定義提供參考。
根據麥肯錫、高盛的預測，在2022年左右，會出現呈一定規模的的無人駕駛汽車應用趨勢。到2030年左右，無人駕駛汽車將進入汽車消費市場。朗銳智科（www.lrist.com）認為機器視覺作為一種給機器人帶來視覺功能的關鍵技術，機器視覺應用廣泛。從工業視覺到計算機視覺，從人機交互到自動駕駛，從虛擬現實到物體自動識別，機器視覺都能擔當著重要角色。
最後更新：2017-08-28 11:32:32