動態(tài)環(huán)境下移動機器人實時避障研究.pdf

1、移動機器人實現(xiàn)自動避障是機器人研究中的最重要內容之一，本文以基于單目視覺技術實現(xiàn)移動機器人自動避障為研究內容，圍繞基于單目視覺技術實現(xiàn)移動機器人避障過程中的障礙物目標識別、障礙物測距和避障三個關鍵環(huán)節(jié)進行算法改進和算法優(yōu)化組合。具體研究內容如下：
　　首先，針對在障礙物檢測和識別步驟中傳統(tǒng)基于灰度圖像分割的方法識別效果差的問題，本文改進了傳統(tǒng)基于灰度圖像分割的障礙物識別方法，采用了一種彩色圖像分割算法的障礙物識別方法，利用基于HS

2、I顏色模型的序列分割算法來完成圖像分割，在其間，針對外界光照條件不足容易對圖像分割結果產(chǎn)生影響的問題，采用了針對亮度空間I在閾值分割前先進行一次非線性優(yōu)化的做法，同時還能解決同一幅圖像中因光照不均勻而影響分割結果的問題。
　　其次，針對障礙物測距環(huán)節(jié)中存在的傳統(tǒng)做法步驟繁瑣計算量大的問題,本文首先建立了基于單目視覺的目標測距模型，然后進行了攝像機內部參數(shù)估算（攝像機標定）、攝像機俯仰角計算等問題的研究。在攝像機標定問題上本文采用了

3、經(jīng)典的張正友攝像機標定方法，加上Levenberg-Marquardt非線性參數(shù)優(yōu)化方法完成較準確的攝像機參數(shù)估算；在攝像機俯仰角計算問題上本文創(chuàng)新性的提出了一種基于地面正圓形和成像后橢圓形的幾何關系實現(xiàn)快速、準確的計算攝像機俯仰角。
　　再其次，針對在避障和路徑規(guī)劃環(huán)節(jié)中傳統(tǒng)人工勢場算法存在局部最小點和目標不可達問題，本文首先提出了對人工勢場算法的改進，即在機器人陷入局部最小點時，給斥力一個角度擾動量；考慮到機器人到達目標之前有

4、可能會多次陷入同一個障礙物的周圍的局部最小點，于是又提出了在局部最小點周圍設置虛擬局部最小區(qū)域的概念。最后采用遺傳算法對參數(shù)取值進行優(yōu)化，以避免參數(shù)取值的隨意性。
　　最后，介紹了基于單目視覺技術實現(xiàn)移動機器人避障的綜合試驗及結果分析，試驗硬件平臺是輪式智能小車，軟件程序方面是在結合OpenCV視覺庫和代碼包基礎上，編碼實現(xiàn)本文的相關算法。通過試驗驗證了本文基于單目視覺技術的移動機器人自動避障算法的可行性和有效性，表明了本文所設計