人機交互式環(huán)境偵測機器人的視覺導(dǎo)航技術(shù)研究.pdf

1、在發(fā)生核生化恐怖襲擊、核泄漏、化學(xué)物質(zhì)泄漏等突發(fā)事件現(xiàn)場中，經(jīng)常會遇到情況不明、人員無法接近或高度危險的區(qū)域，派遣環(huán)境偵測機器人在第一時間到達現(xiàn)場進行探測、樣品采集、高危險性事件處置等工作，可以大大降低事故處理和救援人員的風(fēng)險，提高事故響應(yīng)和處理的效率。本文面向核化污染環(huán)境下的偵測應(yīng)用，圍繞人—機器人交互和機器人自主導(dǎo)航兩方面問題開展了相應(yīng)的理論和實驗研究。
　　 針對核放射與化學(xué)污染環(huán)境下的偵察探測應(yīng)用，參與研制成功小型核化環(huán)

2、境偵測機器人。該機器人采用了帶有前導(dǎo)臂的履帶式傳動機構(gòu)設(shè)計方法，機器人機動能力與復(fù)雜地面環(huán)境的適應(yīng)能力強。機器人硬件與軟件系統(tǒng)采用層次化、模塊化的設(shè)計方法，系統(tǒng)結(jié)構(gòu)清晰、層次分明，大大提高了系統(tǒng)的可靠性和可維護性。該機器人系統(tǒng)作為后續(xù)研究的對象和實驗平臺。
　　 針對未知環(huán)境下的環(huán)境偵測機器人自主導(dǎo)航問題，給出了基于自主事務(wù)執(zhí)行與人機協(xié)作的人機交互方法。給出了基于多代理機制的機器人傳感與控制底層模塊的設(shè)計方法、基于模糊推理的機器

3、人基本智能行為實現(xiàn)方法。提出了基于RS運算符與Python腳本的事務(wù)解釋方法、基于雙重刺激反應(yīng)模式的事務(wù)執(zhí)行機制。給出了事務(wù)執(zhí)行器的實現(xiàn)方法，實現(xiàn)了符合核化偵測工作特點與工作要求的人機交互接口。實現(xiàn)的人機交互系統(tǒng)在多次參加的核化事故演練及重大安全保衛(wèi)任務(wù)中得到了實際應(yīng)用。
　　 針對核化偵測工作中多樣化的人機交互需求，提出了一種基于SURF特征跟蹤的動態(tài)手勢識別算法。算法無需預(yù)先檢測分割人手區(qū)域，通過跟蹤統(tǒng)計相鄰幀間匹配SURF

4、特征點集的移動主方向來刻畫手勢運動軌跡，提出采用經(jīng)時間規(guī)整的軌跡方向數(shù)據(jù)流來建立動態(tài)手勢模型，利用基于相關(guān)分析的數(shù)據(jù)流聚類方法實現(xiàn)動態(tài)手勢的識別。將動態(tài)手勢識別算法用于環(huán)境偵測機器人的遙操作運動控制，實現(xiàn)了自然的人機交互。
　　 針對人機交互式導(dǎo)航過程中的視覺目標跟蹤問題，提出了一種基于多特征聚類的粒子濾波跟蹤算法，提出將目標模型多特征表示統(tǒng)一在聚類計算框架下，在自適應(yīng)聚類基礎(chǔ)上提出了一種目標概率密度估計方法來精確表示目標模型，

5、利用核密度估計相似測量方法計算參考目標與候選目標的距離，作為粒子濾波系統(tǒng)觀測的重要信息，提出了基于概率密度估計與均值移動的改進狀態(tài)轉(zhuǎn)移一階AR模型來提高粒子利用率。提出了一種目標BRIEF(BinaryRobustIndependentElementaryFeatures)特征定位算法，在快速的基于Hamming距離度量的BRIEF特征匹配計算基礎(chǔ)上提出了由粗到精的目標定位兩步策略，實現(xiàn)了目標的精確定位。結(jié)合兩種算法并用于移向視覺目標的

6、人機交互式導(dǎo)航。
　　 針對移向目標的人機交互式導(dǎo)航中機器人局部導(dǎo)航路徑優(yōu)化問題，給出了基于圖像場景分析的導(dǎo)航路徑優(yōu)化方法。為實現(xiàn)基于地形跨越系數(shù)標記的圖像場景分析，提出了基于實際場景子區(qū)域的圖像劃分方法、場景子區(qū)域的地形跨越系數(shù)計算方法，以及一個無監(jiān)督的在線訓(xùn)練樣本集建立方法，給出了利用提升決策樹對場景子區(qū)域圖像與跨越系數(shù)進行擬合的學(xué)習(xí)方法，完成圖像場景分析。在圖像場景分析的基礎(chǔ)上，綜合考慮場景子區(qū)域間行駛距離與跨越難度，提出