基于視覺(jué)的輪椅機(jī)器人目標(biāo)識(shí)別與定位研究.pdf

1、目標(biāo)識(shí)別與定位是智能輪椅機(jī)器人視覺(jué)的基本任務(wù)之一，也是智能輪椅機(jī)器人感知能力和智能水平的重要標(biāo)志。視覺(jué)傳感器能夠提供豐富的信息，已成為移動(dòng)機(jī)器人常用的配置，所以研究基于視覺(jué)的智能輪椅機(jī)器人的目標(biāo)識(shí)別與定位有著十分重要的意義。本文針對(duì)傳統(tǒng)的移動(dòng)機(jī)器人目標(biāo)識(shí)別實(shí)時(shí)性差和測(cè)距精度差的問(wèn)題，研究了提高識(shí)別實(shí)時(shí)性和定位精度的算法。本文的研究工作主要從以下幾個(gè)方面展開(kāi)：
　　(1)介紹了攝像機(jī)標(biāo)定常用的成像幾何模型，攝像機(jī)標(biāo)定的意義以及標(biāo)定方

2、法。針對(duì)輪椅機(jī)器人的目標(biāo)識(shí)別與定位的需要，采用了標(biāo)定方法簡(jiǎn)單的張正友標(biāo)定方法對(duì)實(shí)驗(yàn)所用的攝像機(jī)進(jìn)行了標(biāo)定得出了攝像機(jī)的參數(shù)值。
　　(2)基于局部特征的目標(biāo)識(shí)別算法研究。首先詳述了視覺(jué)特征提取的常見(jiàn)算法，比較了SIFT（Scale Invariant Feature Transform）算法與SURF（Speeded Up Robust Features）算法，提出了改進(jìn)的SURF算法，利用改進(jìn)的SURF算法提取視覺(jué)圖像特征，利用

3、最近鄰查詢算法對(duì)目標(biāo)特征進(jìn)行匹配和用 RANSAC（RANdom Sample Consensus）算法消除誤匹配點(diǎn)，并實(shí)驗(yàn)驗(yàn)證了該改進(jìn)算法的時(shí)效性。
　　(3)在實(shí)現(xiàn)目標(biāo)識(shí)別的基礎(chǔ)上，根據(jù)人眼原理通過(guò)兩個(gè)相對(duì)位置已知的攝像機(jī)拍攝目標(biāo)物。根據(jù)圖像坐標(biāo)與攝像機(jī)坐標(biāo)的轉(zhuǎn)換關(guān)系以及最小二乘法計(jì)算目標(biāo)物在攝像機(jī)坐標(biāo)系下的坐標(biāo)。擬定輪椅機(jī)器人的運(yùn)動(dòng)軌跡，用 OpenCV編程實(shí)現(xiàn)坐標(biāo)的計(jì)算，最后將實(shí)際目標(biāo)物的位置與實(shí)驗(yàn)獲得的目標(biāo)物位置做了比較