自主機(jī)器人視覺信息處理與跟蹤導(dǎo)航研究.pdf

1、自主移動機(jī)器人導(dǎo)航技術(shù)是智能機(jī)器人領(lǐng)域的一個重要研究方向，其中視覺導(dǎo)航具有其它傳感器導(dǎo)航方式所無法比擬的優(yōu)點(diǎn)，是自主移動機(jī)器人的關(guān)鍵技術(shù)和研究熱點(diǎn)。本文從Prof. Marr視覺理論出發(fā)，對機(jī)器人低層視覺圖像處理算法、視覺系統(tǒng)建模以及實(shí)時動態(tài)環(huán)境下的運(yùn)動目標(biāo)跟蹤與導(dǎo)航進(jìn)行了深入研究，并在AS-R自主機(jī)器人開發(fā)平臺上進(jìn)行了實(shí)驗論證。 低層視覺圖像處理是視覺導(dǎo)航的基礎(chǔ)，針對環(huán)境圖像存在噪聲干擾的特點(diǎn)，文章分別從時域和頻域上分析了圖像

2、濾波的方法。在研究了經(jīng)典邊緣檢測算子的基礎(chǔ)上，介紹了基于小波變換邊緣檢測的一般方法，研究了一種自適應(yīng)小波變換的圖像邊緣檢測方法，獲得了更為細(xì)致準(zhǔn)確的邊緣。 在研究了自主機(jī)器人垂直異構(gòu)雙目視覺系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上，根據(jù)攝像機(jī)透視原理，對機(jī)器人視覺導(dǎo)航進(jìn)行了建模，推導(dǎo)了世界坐標(biāo)系、攝像機(jī)坐標(biāo)系以及圖像坐標(biāo)系之間的映射關(guān)系。分析了傳統(tǒng)的攝像機(jī)標(biāo)定技術(shù)和基于主動視覺的攝像機(jī)自標(biāo)定技術(shù)。 本文設(shè)計了機(jī)器人運(yùn)動目標(biāo)跟蹤導(dǎo)航的整體框架，分

3、別研究了基于自適應(yīng)背景差分的運(yùn)動目標(biāo)跟蹤導(dǎo)航與基于卡爾曼濾波與預(yù)測的跟蹤導(dǎo)航。前者采用幀間差分技術(shù)與動態(tài)背景更新模型識別運(yùn)動目標(biāo)，后者采用不變矩理論與卡爾曼濾波相結(jié)合的方法進(jìn)行運(yùn)動目標(biāo)檢測與識別?？柭鼮V波技術(shù)的引入，有效實(shí)現(xiàn)了目標(biāo)特征點(diǎn)的位置預(yù)測及目標(biāo)相對運(yùn)動速度的獲取。 相關(guān)算法研究在AS-R自主機(jī)器人平臺上進(jìn)行了實(shí)驗論證，從實(shí)時性出發(fā)，研究了基于顏色識別的雙目導(dǎo)航系統(tǒng)，更趨于一般性的，研究了基于卡爾曼濾波的AS-R跟蹤導(dǎo)航

4、技術(shù)，從物體形狀的角度，實(shí)現(xiàn)了運(yùn)動目標(biāo)的跟蹤與導(dǎo)航?？紤]到機(jī)器人跟蹤與導(dǎo)航的實(shí)時性要求，本文選用了合適的預(yù)處理方法，基于圖像塊的動態(tài)窗口分割方法，減少了圖像數(shù)據(jù)的計算量，降低了目標(biāo)誤匹配率，能較好地滿足實(shí)時動態(tài)環(huán)境下的機(jī)器人跟蹤與導(dǎo)航。實(shí)驗表明AS-R機(jī)器人能實(shí)時、準(zhǔn)確和穩(wěn)定地識別并跟蹤運(yùn)動目標(biāo)，實(shí)現(xiàn)定位與導(dǎo)航。 在路徑規(guī)劃部分，本文采用了一種新的遺傳算法，小生境偽并行遺傳算法用于機(jī)器人路徑優(yōu)化。實(shí)驗結(jié)果表明該方法比SGA和并行