南乌拉尔国立大学的科学家们研发出一种独特的机器人导航系统，即使在逆光和干扰条件下也能精准定位目标。
研究人员开发了一种创新的物体定位方法，仅使用一台全景相机和一条激光线即可完成定位。该方法使机器人能够在复杂的光学干扰条件下精确定位目标。这篇题为“基于单目全视视觉的结构光条提取及复杂干扰下机器人目标定位方法”的研究论文发表于国际知名期刊《艾因沙姆斯工程学报》（Ain Shams Engineering Journal），该期刊是顶尖科学期刊（Q1）（Scopus排名前5%，Web of Science排名前1%）。
试想一下，一个机器人需要在众多红色物体中“追踪”一个激光标记的目标，而强光会在物体表面产生眩光。这正是南乌拉尔国立大学的科学家们成功解决的问题，他们开发了一种基于单目全视视觉和结构光条的方法。
传统上，机器人需要两台摄像头（立体视觉）或昂贵的激光测距仪（激光雷达）来估算距离。这项新技术提供了一种截然不同的方法：仅需一台180°视场角的全景摄像头、一台650纳米的线性激光器以及一个智能算法，该算法能够实时识别物体上的激光线，并将其坐标转换为叁维目标。位置。
“该系统变得更加紧凑可靠，”机电一体化与机器人学院电气驱动、机电一体化与机电工程系副教授伊万·霍洛迪林解释道。“传感器数量减少意味着校准和同步方面潜在问题也相应减少。同时，单个全景摄像头即可让机器人看到周围几乎所有区域，包括拐角处的空间。”
该技术的主要成果在于其算法能够&苍产蝉辫;该技术的主要成果在于其算法能够在传统方法失效的情况下可靠运行。这些情况包括深色光滑表面、红色物体（激光线可能会“渗入”背景）、镜面反射，甚至激光线的部分重迭。
该算法能够“恢复”激光轨迹：在色彩空间中进行特殊的多阈值处理可以滤除噪声，形态学运算可以“修复”断线，而聚类和最小生成树构建则可以恢复条纹的连续性，即使存在部分重迭。
该方法的有效性已在配备厂颁础搁础机械臂的真实机器人装置上得到实验验证。结果令人印象深刻：
在噪声环境下，平均坐标测量误差仅为5.57毫米（而基准方法的误差为18.08毫米）。
深度重建误差降低了69%。
在实际物体捕捉实验中，平均误差不超过 6.435 毫米。
此外，激光定位模块的运行时间约为0.5秒，这对于工业应用而言完全可以接受。
南乌拉尔国立大学科学家提出的这项技术非常适合：
零件的机器人分拣和搬运；
传送带上物体的位置控制；
在具有恶劣光学环境（眩光、反射）的作业单元中工作。
这项新技术具有进口替代特性，因为与工业激光雷达相比，新方案的成本显着降低。全景相机和线性激光器的总成本约为1万卢布，而一台高质量的国外激光雷达则需要数十万卢布。
目前该技术的主要“争议点”在于神经网络的物体识别，这大约需要……耗时2.93秒（占总时间的86.2%）。计划利用更强大的图形加速器和紧凑的神经网络架构对该阶段进行优化，以使系统更接近实时运行。
由工程博士、教授Maxim Grigoriev和副教授、博士Ivan Kholodilin领导的电气驱动、机电一体化和电机械工程系的研究团队的这项成果，完美契合了全球范围内摒弃昂贵传感器、转而采用“智能视觉”和主动照明技术的趋势，为工业领域打造更经济实惠、更紧凑的机器人系统铺平了道路。