室內(nèi)移動式服務(wù)機(jī)器人視覺搜索關(guān)鍵技術(shù)研究.pdf

1、伴隨著對人類感知機(jī)理研究的不斷開拓和計(jì)算機(jī)技術(shù)的不斷發(fā)展，智能移動機(jī)器人的先進(jìn)控制成為學(xué)術(shù)界關(guān)注的熱點(diǎn)。而圖像處理、模式識別技術(shù)與理論、電子計(jì)算機(jī)科學(xué)的迅速發(fā)展，也使得機(jī)器人視覺的實(shí)際研究與應(yīng)用日益得到重視，并取得了令人矚目的成果。賦予機(jī)器人“看”的能力是機(jī)器人視覺研究的主要問題之一，機(jī)器人利用視覺實(shí)現(xiàn)對環(huán)境的識別是一個(gè)復(fù)雜的過程。因此，研究適用范圍廣、識別效率高的圖像識別方法對移動機(jī)器人研究領(lǐng)域具有重要的意義和理論價(jià)值。
　　本

2、文以Koala機(jī)器人及其控制系統(tǒng)為對象，重點(diǎn)研究并設(shè)計(jì)了一套機(jī)器人視覺搜索系統(tǒng)，在機(jī)器人視覺中引入視覺注意力選擇系統(tǒng)以提高搜索效率。機(jī)器人視覺搜索系統(tǒng)主要包括目標(biāo)學(xué)習(xí)建模、基于視覺注意力選擇系統(tǒng)的目標(biāo)區(qū)域預(yù)選取、目標(biāo)精匹配識別三部分。本文主要完成如下工作:
　　首先，提出了一種基于SLIC超像素與CRF條件隨機(jī)場的圖像分割算法，與已有的圖像分割算法相比該算法對光照不均、背景模糊及目標(biāo)區(qū)域復(fù)雜的情況具有魯棒性。使用提出的分割算法將訓(xùn)

3、練圖像中的目標(biāo)物體分割成模塊。
　　其次，介紹了視覺注意力選擇機(jī)制及注意力選擇模型及注意力選擇系統(tǒng)在機(jī)器人視覺中的應(yīng)用，設(shè)計(jì)了基于VOCUS注意力選擇框架下的目標(biāo)區(qū)域預(yù)選取系統(tǒng)。結(jié)合本文提出的圖像分割算法對目標(biāo)物體分塊建模，實(shí)現(xiàn)在場景中提取與目標(biāo)相關(guān)的顯著性區(qū)域。
　　再次，針對視覺注意力選擇系統(tǒng)提取的顯著區(qū)域進(jìn)行目標(biāo)匹配識別。本文根據(jù)不同物體表面特征性質(zhì)制定了SIFT特征點(diǎn)匹配和顏色直方圖匹配的自適應(yīng)選擇算法，實(shí)現(xiàn)不同類型