基于Kinect可通行性區(qū)域識別.pdf

1、有效而又可靠的可通行性區(qū)域識別對移動機器人的導航具有重要的意義。而目前關于這方面的研究成果主要集中于傳感器可以直接探測到的有限的空間中，對于開闊的環(huán)境，這仍是一個挑戰(zhàn)。鑒于傳統(tǒng)單一傳感器具有各自的局限性，如立體視覺的算法復雜與“短視”，激光雷達的昂貴，而組合傳感器對傳感器之間的數(shù)據(jù)同步提出了很高的要求。本文提出基于Kinect傳感器的自監(jiān)督可通行區(qū)域識別方法，對Kinect能有效探測到的近距離區(qū)域，根據(jù)一定規(guī)則識別地面和障礙物并標記，并

2、將這兩類識別標簽投影到對應的RGB圖像空間，然后在圖像空間提取視覺和識別標簽的組合特征，訓練分類器，并使用該分類器對遠距離圖像空間進行分類識別，最終得到整個圖像空間的可通行性。
　　本文研究內容主要包括兩部分：第一部分為近距離Kinect傳感器障礙物識別，這一部分介紹了Kinect的軟硬件及深度信息獲取原理，在完成標定和RGB配準之后，采用二維圖像結合空間3維坐標的方法，識別地面和障礙物。第二部分為基于障礙物識別的遠距離可通行區(qū)域

3、識別，這一部分將第一部分中近距離區(qū)域識別類別標簽投影到對應的圖像空間，之后使用滑動窗口將圖像窗口分塊，并基于圖像塊提取顏色、紋理、幾何相結合的組合視覺特征，將提取的組合特征與對應圖像塊的類別標簽相結合形成訓練數(shù)據(jù)，去訓練本文的分類器--Fuzzy ARTMAP，最后利用得到的分類器去分類遠距離圖像空間，得到遠距離圖像的識別結果。
　　本文最后通過在室內室外兩個場景進行實驗，驗證了Kinect近距離檢測算法的有效性以及基于圖像空間遠