基于視覺的粒子濾波目標跟蹤算法及其在移動機器人中的應用.pdf

1、隨著機器視覺的發(fā)展，基于視覺的目標跟蹤技術(shù)已成為學術(shù)界和工程領(lǐng)域關(guān)注的熱點。該技術(shù)在移動機器人定位與導航、多機器人編隊、月球探測以及智能監(jiān)控等方面都有非常重要的應用，已成為智能機器人領(lǐng)域的一個研究熱點。基于視覺的目標跟蹤技術(shù)不僅是移動機器人的關(guān)鍵技術(shù)，同時也具有廣闊的應用前景。
　　 本文在分析和總結(jié)各類運動目標跟蹤技術(shù)基礎(chǔ)上，提出了兩種改進的粒子濾波目標跟蹤算法。針對粒子濾波用于目標跟蹤時存在的計算量大和退化現(xiàn)象等問題，提出了

2、一種改進的粒子濾波目標跟蹤算法。該算法是將粒子濾波重采樣后權(quán)重小于均值的粒子進行修正，使得修正后的粒子趨近目標位置；然后采用修正后的粒子集來估計目標位置，從而提高目標位置估計的準確性。實驗表明，該算法只需較少的粒子便可實現(xiàn)運動目標的實時跟蹤，且跟蹤效果明顯優(yōu)于常規(guī)的粒子濾波算法。
　　 針對基于單一特征的目標跟蹤算法的跟蹤不穩(wěn)定問題提出了一種基于紋理特征粒子濾波/Mean Shift的目標跟蹤算法。該算法中建立一種選擇反饋機制，

3、首先對目標同時進行基于紋理信息的粒子濾波和基于顏色信息的Mean Shift兩種算法的跟蹤，然后對兩種算法的跟蹤結(jié)果進行比較，選擇結(jié)果較好的輸出，并把結(jié)果反饋到粒子濾波與Mean Shift中作為下一幀處理的初始值。實驗結(jié)果表明，該方法克服了單一特征所帶來的跟蹤不穩(wěn)定問題且具有較強的魯棒性，并能有效解決由于目標變形和顏色模糊而產(chǎn)生的跟蹤困難問題。
　　 本文采用基于紋理特征粒子濾波/Mean Shift的目標跟蹤算法和基于行為的

4、機器人反應式體系結(jié)構(gòu)，設(shè)計了移動機器人運動目標跟蹤系統(tǒng)實現(xiàn)跟蹤任務。單目視覺完成二維的目標定位，聲納獲得物體距離數(shù)據(jù)，彌補單目視覺深度上信息的不足，單目視覺和聲納傳感器信息互補融合。移動機器人利用單目視覺和聲納反饋的信息，根據(jù)跟蹤任務設(shè)計了目標跟蹤和避障兩種基本行為。為了實現(xiàn)機器人行為協(xié)調(diào)，給這兩種基本行為賦予不同的優(yōu)先級。文中利用ARIA函數(shù)庫編寫了移動機器人的基本行為類。在Pioneer3-DX機器人物理平臺上，進行了一系列的運動目