基于支持向量機(jī)的移動(dòng)機(jī)器人環(huán)境感知和物體識(shí)別研究.pdf

1、移動(dòng)機(jī)器人利用多超聲波傳感器識(shí)別周圍環(huán)境是移動(dòng)機(jī)器人在未知環(huán)境中自定位、地圖創(chuàng)建以及導(dǎo)航的重要組成部分，是移動(dòng)機(jī)器人導(dǎo)航領(lǐng)域的關(guān)鍵技術(shù)之一。視覺傳感器是移動(dòng)機(jī)器人的重要傳感器，移動(dòng)機(jī)器人主要通過視覺傳感器來感知環(huán)境、識(shí)別物體。研究基于視覺傳感器的移動(dòng)機(jī)器人物體識(shí)別，有利于移動(dòng)機(jī)器人智能化的提高。
　　 本文針對(duì)未知環(huán)境下移動(dòng)機(jī)器人的目標(biāo)識(shí)別問題，分別基于多超聲波傳感器和視覺傳感器研究了移動(dòng)機(jī)器人的環(huán)境感知和物體識(shí)別方法，提出了一

2、種基于支持向量機(jī)(SVM)的移動(dòng)機(jī)器人物體識(shí)別方法。主要的研究工作和貢獻(xiàn)如下：
　　 (1)對(duì)基于多超聲波傳感器的移動(dòng)機(jī)器人環(huán)境建模和識(shí)別進(jìn)行了研究。針對(duì)未知環(huán)境下移動(dòng)機(jī)器人的環(huán)境理解與識(shí)別問題，提出了一種基于支持向量機(jī)的環(huán)境識(shí)別算法。該算法在對(duì)移動(dòng)機(jī)器人室內(nèi)外特征環(huán)境分析和建模的基礎(chǔ)上，通過機(jī)器人配置的多超聲波傳感器獲取環(huán)境的距離信息，直接作為環(huán)境的特征，按照從左到右的順序組成表征環(huán)境輪廓的六維特征向量，送入支持向量機(jī)訓(xùn)練并用

3、于特征環(huán)境的識(shí)別。該算法克服了多超聲波傳感器測(cè)量數(shù)據(jù)的不確定性對(duì)分類結(jié)果準(zhǔn)確度的影響，實(shí)現(xiàn)了移動(dòng)機(jī)器人對(duì)室內(nèi)外特征環(huán)境的正確識(shí)別。
　　 (2)對(duì)基于視覺的移動(dòng)機(jī)器人物體圖像綜合特征的提取進(jìn)行了研究。在圖像形狀特征提取方面，提出了一種基于面積比的仿射不變量的構(gòu)造，該構(gòu)造方法簡(jiǎn)單可靠，在物體圖像形狀發(fā)生仿射變換時(shí)具有很強(qiáng)的穩(wěn)定性，在光照影響、噪聲干擾情況下，也具有一定的魯棒性；在圖像紋理特征提取方面，采用了一種基于灰度共生矩陣(G

4、LCM)的紋理特征提取方法，選取了對(duì)比度、相關(guān)性、角二階矩、熵、局部平穩(wěn)5種紋理描述能力最強(qiáng)的特征參數(shù)組合；在圖像顏色特征提取方面，提出了一種基于加權(quán)分塊顏色直方圖的顏色特征提取方法，該方法既能夠反映顏色的空間分布信息，又保證了對(duì)圖像旋轉(zhuǎn)、平移和尺度變化的適應(yīng)能力。
　　 (3)對(duì)基于支持向量機(jī)的移動(dòng)機(jī)器人物體識(shí)別方法進(jìn)行了研究。針對(duì)移動(dòng)機(jī)器人的物體識(shí)別問題，提出了一種基于支持向量機(jī)的移動(dòng)機(jī)器人物體識(shí)別方法，并從物體圖像數(shù)據(jù)庫(kù)中