全方位視覺移動機器人目標跟蹤算法研究.pdf

1、全方位視覺（Omnidirectional Vision）是近幾年被重點關(guān)注的視覺感知技術(shù)，該技術(shù)通過魚眼鏡頭捕獲一幀廣角圖像來獲得三維空間中全部景物的圖像信息（其中方位角可達360°，天頂角可達180°）。這種“全方位圖像”的獲取對系統(tǒng)結(jié)構(gòu)和處理程序要求不高，能夠很好地滿足機器視覺應(yīng)用的實用性要求。這種具有超大廣角視野的全方位觀測具有采集信息量大和觀察范圍廣等特點，廣泛應(yīng)用在安防監(jiān)控、管道探測、輔助駕駛、現(xiàn)場監(jiān)測、車載巡檢、飛行器制導

2、及空間機器人等方面。尤其在移動機器人與自引導車導航和運動目標跟蹤中，實時的全場景檢測技術(shù)具有更重要的意義。
　　 本文主要研究機器人自引導車在航標環(huán)境中對包括航標在內(nèi)的目標的識別和跟蹤，進而實現(xiàn)自引導車的自主定位和導航。在采用魚眼鏡頭的機器人全方位視覺導航系統(tǒng)中，實現(xiàn)目標跟蹤是導航的前提條件，而目標跟蹤的主要任務(wù)就是把運動的被跟蹤目標從連續(xù)的視頻圖像中準確快速地提取出來。但是由于在現(xiàn)實環(huán)境中，存在著大量的干擾因素，使得這一工作變

3、得非常困難。特別是在現(xiàn)實環(huán)境中，不可避免的存在一些特殊情況，比如：被跟蹤的目標移動出導航系統(tǒng)的視野后再現(xiàn)；被跟蹤的目標被其他物體遮擋后再現(xiàn)；自引導車在行進過程中受到劇烈顛簸；被跟蹤目標運動劇烈且極無規(guī)律等等。以上種種情況都會造成目標跟蹤的失敗，特別在光照變化的情況下這種現(xiàn)象更為嚴重，會對自引導車的導航造成嚴重的影響。
　　 本文在充分分析了各種跟蹤和濾波算法（如Mean Shift算法、CamShift算法、粒子濾波算法以及卡爾

4、曼濾波算法）的基礎(chǔ)上，根據(jù)當前的實驗環(huán)境和研究項目要求，結(jié)合卡爾曼濾波對現(xiàn)有的CamShift算法做出了改進，提出了一種組合跟蹤算法。在該算法中，卡爾曼濾波被用來預(yù)測和校正被跟蹤目標的位置，改進型CamShift跟蹤算法被用來根據(jù)目標的彩色信息特征搜索和跟蹤目標。該算法可以解決在背景復(fù)雜且光照可變情況下的目標跟蹤問題，同時能夠解決目標運動狀態(tài)劇烈變化及目標丟失后再現(xiàn)等情況下的目標跟蹤問題。該算法具有較好的精確度、魯棒性、抗干擾性，同時能