自主機器人視覺信息處理與跟蹤導航研究.pdf

1、自主移動機器人導航技術是智能機器人領域的一個重要研究方向，其中視覺導航具有其它傳感器導航方式所無法比擬的優(yōu)點，是自主移動機器人的關鍵技術和研究熱點。本文從Prof. Marr視覺理論出發(fā)，對機器人低層視覺圖像處理算法、視覺系統(tǒng)建模以及實時動態(tài)環(huán)境下的運動目標跟蹤與導航進行了深入研究，并在AS-R自主機器人開發(fā)平臺上進行了實驗論證。 低層視覺圖像處理是視覺導航的基礎，針對環(huán)境圖像存在噪聲干擾的特點，文章分別從時域和頻域上分析了圖像

2、濾波的方法。在研究了經典邊緣檢測算子的基礎上，介紹了基于小波變換邊緣檢測的一般方法，研究了一種自適應小波變換的圖像邊緣檢測方法，獲得了更為細致準確的邊緣。 在研究了自主機器人垂直異構雙目視覺系統(tǒng)結構的基礎上，根據(jù)攝像機透視原理，對機器人視覺導航進行了建模，推導了世界坐標系、攝像機坐標系以及圖像坐標系之間的映射關系。分析了傳統(tǒng)的攝像機標定技術和基于主動視覺的攝像機自標定技術。 本文設計了機器人運動目標跟蹤導航的整體框架，分

3、別研究了基于自適應背景差分的運動目標跟蹤導航與基于卡爾曼濾波與預測的跟蹤導航。前者采用幀間差分技術與動態(tài)背景更新模型識別運動目標，后者采用不變矩理論與卡爾曼濾波相結合的方法進行運動目標檢測與識別。卡爾曼濾波技術的引入，有效實現(xiàn)了目標特征點的位置預測及目標相對運動速度的獲取。 相關算法研究在AS-R自主機器人平臺上進行了實驗論證，從實時性出發(fā)，研究了基于顏色識別的雙目導航系統(tǒng)，更趨于一般性的，研究了基于卡爾曼濾波的AS-R跟蹤導航

4、技術，從物體形狀的角度，實現(xiàn)了運動目標的跟蹤與導航?？紤]到機器人跟蹤與導航的實時性要求，本文選用了合適的預處理方法，基于圖像塊的動態(tài)窗口分割方法，減少了圖像數(shù)據(jù)的計算量，降低了目標誤匹配率，能較好地滿足實時動態(tài)環(huán)境下的機器人跟蹤與導航。實驗表明AS-R機器人能實時、準確和穩(wěn)定地識別并跟蹤運動目標，實現(xiàn)定位與導航。 在路徑規(guī)劃部分，本文采用了一種新的遺傳算法，小生境偽并行遺傳算法用于機器人路徑優(yōu)化。實驗結果表明該方法比SGA和并行