復雜室內環(huán)境下移動機器人障礙物檢測與避障研究.pdf

1、在室內環(huán)境中，現(xiàn)有的機器人障礙物檢測系統(tǒng)和避障系統(tǒng)存在障礙物檢測效果不理想、容易發(fā)生碰撞、算法復雜且計算量大等問題。針對室內環(huán)境下移動機器人安全移動要求，優(yōu)化Kinect探測盲區(qū)，采用單一Kinect傳感器，運用深度圖像與機器視覺結合的全景障礙物檢測方法，改進人工勢場法，降低了發(fā)生碰撞和鎖死的概率，使得移動機器人的適用性更高。搭建了試驗平臺，進行了障礙物的檢測與避障試驗。主要研究內容如下:
　　1.運用Kinect探測盲區(qū)優(yōu)化方法

2、，將深度圖像由原來的640×480轉化為480×640，降低了Kinect傳感器探測盲區(qū)對地面障礙物和懸空障礙物探測的影響，使機器人在更加合適的距離探測覆蓋機器人全身范圍的障礙物;推導計算圖像翻轉后的深度值提取公式，進而獲得障礙物實際距離。
　　2.為了深度圖像中的障礙物輪廓較為平滑，便于檢測障礙物輪廓，對深度圖像進行了預處理;通過對無障礙物環(huán)境的深度圖像進行了基于統(tǒng)計平均的背景減除處理來消除深度圖像中地面背景的影響;然后對背景減

3、除法得到的差分圖進行了二值處理，從而把障礙物從深度圖像中分離出來;對障礙物圖像進行像素面積計算，過濾掉由噪聲導致的偽障礙物;然后通過檢測障礙物邊界，將障礙物的數(shù)量和邊界值提取出，為接下來避障路徑選擇做準備。
　　3.計算障礙物的實際位置和邊界信息，確定障礙物相對于機器人的局部坐標，轉化為世界坐標后，將障礙物的坐標轉化為人工勢場法的障礙物位置坐標;并對機器人移動區(qū)域障礙物進行過濾，將不對機器人行走構成威脅的障礙物過濾掉，獲得有效的障