基于視覺的機器人環(huán)境認知方法研究.pdf

1、目前，基于視覺的移動的機器人在生產(chǎn)、生活等各個領(lǐng)域的工作中正發(fā)揮著舉足輕重的作用，隨著近年來各類傳感器與傳感系統(tǒng)的不斷發(fā)展完善，面向移動機器人提出的SLAM(Simultaneous Localization And Mapping)問題應(yīng)運而生。該類問題可以簡單描述為將機器人放置于某個未知的空間環(huán)境下，通過機器人自身移動與傳感器的實時感知，對該空間進行地圖的重建，并且實時判別自身所在位置。通過對該類問題的研究，可以讓視覺機器人具備如同

2、人一樣的區(qū)域認知能力，從而構(gòu)建起未知區(qū)域地圖，在不借助GPS傳感模塊的條件下繪制自身的運動軌跡。由此，也可以看出該問題在國防、勘探等領(lǐng)域中有著良好的應(yīng)用價值與發(fā)展前景，并已經(jīng)成為了當今移動機器人研究的熱門問題。為了更好的對基于雙目視覺移動機器人SLAM問題的研究，本文主要從以下四個方面進行工作:
　　1、研究一種雙目攝像頭的標定方法，設(shè)計兩種基于雙目圖像的三維立體重建算法，并由標定完成的雙目攝像頭對一組雙目圖像進行三維重建，比較各

3、算法的優(yōu)良程度。
　　2、針對雙目攝像頭在采集場景圖像的過程中出現(xiàn)的多場景圖像共存，應(yīng)用人工分類工作量巨大的問題，研究一種基于LDAIC(Latent DirichletAllocation for Image Classification)模型的彩色圖像分類算法，實現(xiàn)多場景圖像分類。
　　3、研究一種基于卡爾曼濾波的移動物體追蹤技術(shù)，通過雙目攝像頭采集基于場景下的圖像序列，對雙目圖像進行聯(lián)合分析，設(shè)計一種基于雙目視覺的卡爾