基于單目視覺的人形機器人避障策略研究.pdf

1、隨著人工智能領域相關學科的快速發(fā)展，人形機器人成為當今機器人研究中最為熱門的研究方向之一。為了讓人形機器人被廣泛應用在人類日常生活中，它們需要具備在人類環(huán)境中的自主行走能力，而其中的最關鍵的一個方面就是在行走過程中能避開障礙物。本文研究的的內(nèi)容就是人形機器人行走過程中的自主避障問題，其中涉及到機器人視覺和人形機器人的路徑規(guī)劃方法。單目視覺是基于一個攝像頭的視覺系統(tǒng)，是一種常用的機器人環(huán)境感知解決方案。幾乎所有的人形機器人路徑規(guī)劃方法，都

2、是基于機器人視覺系統(tǒng)。視覺系統(tǒng)獲取了環(huán)境信息，主要是目的地和障礙物相對機器人的位置，就可以為機器人設計一條到達目的地的無碰路徑。
　　本文的主要工作:
　　1.針對單攝像頭機器人視覺系統(tǒng)，提出一種障礙物識別方法。首先對人形機器人的行走環(huán)境進行合理假設。然后基于顏色特征和圖像分割方法獲取障礙物區(qū)域。根據(jù)地面樣本在HIS顏色空間中的顏色特征，把實時圖像中的像素點分類為障礙物和非障礙物。經(jīng)過圖像二值化和形態(tài)學處理，得到二值圖像，對

3、其進行圖像分割找到各個障礙物大概區(qū)域。最后，計算出包圍障礙物區(qū)域的矩形框，并用它們表示障礙物的邊界。本文利用隊列的數(shù)據(jù)結(jié)構(gòu)和標記矩陣，實現(xiàn)了高效的基于區(qū)域增長的圖像分割。在數(shù)字圖像處理中，需要通過試驗獲取各個處理方法的參數(shù)，它們是得到良好識別效果的關鍵。
　　2.在識別出障礙物的前提下，針對單攝像頭機器人視覺系統(tǒng)，提出一種障礙物定位方法。首先建立攝像頭的小孔成像模型，并對模型進行耦合性分析。然后對攝像頭進行標定，求解出障礙物特征像

4、素點的像素坐標和對應實際坐標的映射關系。在SVM和均值場理論基礎上，提出一種利用均值場理論加速SVM學習的攝像頭標定方法。最后，構(gòu)造了一個基于角點檢測的訓練-測試方案，對攝像頭進行標定，同時利用MATLAB的攝像頭標定工具箱對攝像頭進行標定，以驗證本文方法的準確性。為提升角點檢測能力和檢測速度，提出一種基于鄰域相似度預處理的方法，對傳統(tǒng)Harris角點檢測算法進行改進。
　　3.提出一種實時在線的樹形路徑規(guī)劃算法，使人形機器人能夠