面向室外環(huán)境的移動機器人場景識別與建模.pdf

1、隨著移動機器人種類及應用環(huán)境的不斷增加，其應用領域已經從結構化室內環(huán)境逐步向準結構化或非結構化室外環(huán)境拓展。作為移動機器人定位、導航及環(huán)境探索等研究的基礎，面向室外環(huán)境的場景識別與建模已成為移動機器人領域的研究熱點之一。本文從三維場景中階梯目標的檢測與參數(shù)估計問題入手，進而對室外典型場景的分類與地形建模問題展開深入研究，從而為移動機器人的室外自主環(huán)境適應提供技術支持。
　　在移動機器人自主導航中，階梯目標既可能被視為障礙物，也可能

2、成為備選通路，還可能作為定位和導航的重要標識物。針對階梯目標結構的多樣性以及三維激光點云分布的不確定性，提出一種基于階梯拓撲模型和模糊集理論的自適應階梯目標檢測與參數(shù)估計方法。根據(jù)階梯剖面模型的拓撲關系，提出一種基于角度直方圖算法的階梯邊緣點檢測方法，提高了階梯邊緣位置估計的精度。采用同級線段提取與跨級線段接合策略，可實現(xiàn)候選階梯邊緣線集合的有效構建。通過模糊變換和自適應模糊推理實現(xiàn)各級候選階梯邊緣線之間的級聯(lián)概率估計，并采用模擬退火算

3、法搜索全局最優(yōu)的候選階梯邊緣線組合，從而實現(xiàn)對階梯三維模型的有效構建。
　　車體抖動及光照條件變化都會顯著影響視覺圖像的質量。在利用Gabor濾波進行圖像增強的基礎上，采用Canny算子實現(xiàn)階梯邊緣檢測。提出局部融合相位編組法以增強低質量圖像中邊緣線提取的魯棒性。經過邊緣線段的接合與過濾，可獲得機器人運動控制所需的偏移量參數(shù)。通過單目視覺圖像與三維激光點云數(shù)據(jù)的特征級融合，提高機器人階梯檢測與參數(shù)估計的可靠性。
　　對于具有

4、一定越障能力的移動機器人，地形分類與地形建模是判別環(huán)境可通過性的重要依據(jù)。針對室外地形復雜程度的差異，提出一種分級的地形分類與幾何建模方法，為移動機器人的場景識別與運動規(guī)劃提供參考?；诜謱痈叱痰貓D的地形表示方法，可實現(xiàn)對平坦路面上的可通行區(qū)域與障礙區(qū)域的快速判別。通過模糊推理生成一種表示自然場景內在模糊性的高級特征，并根據(jù)極大熵原理實現(xiàn)三維點云地形的分類，從而提高復雜地形條件下可通過性判別的準確性。在此基礎上，利用地形片段的語義分割算