移動機器人基于視覺的室外自然場景理解.pdf

1、機器視覺的研究涉及到模式識別、圖像處理、軟件工程等學(xué)科與技術(shù)，其相關(guān)研究越來越受到國內(nèi)外學(xué)者的重視。通過視覺傳感器對周圍環(huán)境信息的理解是移動機器人研究的核心問題之一，是移動機器人完成自主導(dǎo)航與環(huán)境探索等任務(wù)的基礎(chǔ)，其中對室外復(fù)雜非結(jié)構(gòu)化環(huán)境的辨識與理解是該領(lǐng)域研究熱點。本文主要研究面向室外非結(jié)構(gòu)化環(huán)境的自然場景理解問題。
　　 為了實現(xiàn)對室外復(fù)雜場景圖像的有效辨識與理解，在完成室外環(huán)境圖像庫構(gòu)建的基礎(chǔ)上，提取出圖像庫中每個訓(xùn)練樣

2、本的穩(wěn)定有效圖像特征。本文研究中采用Flea2視覺系統(tǒng)對室外環(huán)境進行圖像采集和相關(guān)圖像庫的構(gòu)建。利用高維濾波帶對圖像庫中的樣本進行矢量化，并使用聚類學(xué)習(xí)算法提取出圖像的基本結(jié)構(gòu)特征Texton描述符。
　　 為了解決機器人在快速運行狀態(tài)下的避障問題，同時彌補激光測距系統(tǒng)對障礙物區(qū)域可能出現(xiàn)的“誤判”與“漏判”，本文提出了一種室外動態(tài)環(huán)境中的快速障礙物檢測方法。在利用Texton全局圖像直方圖對圖像場景進行描述的基礎(chǔ)上，采用圖像全

3、局直方圖金字塔匹配方式來完成兩幅圖像場景問相似度的度量。為了適應(yīng)環(huán)境中多類物體并存的復(fù)雜情況，采用支持向量機(SVM)多類分類的方式來構(gòu)建多類別識別模型，從而實現(xiàn)了對室外動態(tài)環(huán)境中障礙物的實時檢測。
　　 為了滿足移動機器人自主導(dǎo)航與環(huán)境探索任務(wù)的需求，自主系統(tǒng)對室外自然場景要具有理解與認(rèn)知能力。借鑒Boost算法進行數(shù)據(jù)分類的已有研究結(jié)果，本文研究中完成了基于Texton描述符的語義性弱分類器和像素性弱分類器的提取，實現(xiàn)了相應(yīng)