基于視覺(jué)與超聲信息的移動(dòng)機(jī)器人定位研究.pdf

1、定位是移動(dòng)機(jī)器人研究中一項(xiàng)重要的內(nèi)容，也是實(shí)現(xiàn)導(dǎo)航等其他功能的前提和保證。在移動(dòng)機(jī)器人定位中，較多采用的傳感信息是視覺(jué)與超聲信息。前者具有信息量大，后者具有處理速度較快的特點(diǎn)。但是，二者都存在容易受環(huán)境噪聲干擾的缺點(diǎn)，從而降低了定位算法的魯棒性。針對(duì)該問(wèn)題，考慮到機(jī)器學(xué)習(xí)具有良好泛化能力的特點(diǎn)，本文從機(jī)器學(xué)習(xí)的角度對(duì)基于視覺(jué)與超聲信息的移動(dòng)機(jī)器人定位進(jìn)行了研究，主要內(nèi)容如下： 首先，對(duì)移動(dòng)機(jī)器人的發(fā)展和傳感系統(tǒng)、機(jī)器學(xué)習(xí)在移動(dòng)機(jī)

2、器人定位中的作用以及定位方法進(jìn)行了綜述，同時(shí)給出了本文的選題背景、主要研究?jī)?nèi)容和研究意義。 其次，對(duì)于移動(dòng)機(jī)器人視覺(jué)而言，圖像分割算法需要適應(yīng)機(jī)器人工作環(huán)境、光線、視覺(jué)傳感器角度等因素帶來(lái)的圖像采集質(zhì)量的變化。一般情況下，在彩色空間中出現(xiàn)頻率較高的像素點(diǎn)，其各顏色分量在分量軸上也有較高的統(tǒng)計(jì)值?；诖丝紤]，在灰度圖像自適應(yīng)閾值分割的基礎(chǔ)上，提出了基于分量直方圖的模糊熵圖像自適應(yīng)分割方法；并將所獲得的分割結(jié)果作為后續(xù)聚類分割的初始

3、類中心。 第三，在數(shù)據(jù)聚類中，傳統(tǒng)競(jìng)爭(zhēng)學(xué)習(xí)需要在學(xué)習(xí)前正確地指定數(shù)據(jù)集的類數(shù)目，否則分類效果很差。為解決此問(wèn)題，在OPTMC及OPTOC學(xué)習(xí)策略的基礎(chǔ)上，本文提出MPTOC策略，以及基于此策略的競(jìng)爭(zhēng)-分裂學(xué)習(xí)算法。同時(shí)，以基于分量直方圖的模糊熵方法的分割結(jié)果作為初始類中心，采用該方法實(shí)現(xiàn)了移動(dòng)機(jī)器人視覺(jué)圖像的自適應(yīng)聚類分割。 第四，以上述視覺(jué)圖像分割方法為基礎(chǔ)，在我們開(kāi)發(fā)的移動(dòng)機(jī)器人實(shí)驗(yàn)平臺(tái)CASIA-1上實(shí)現(xiàn)了室內(nèi)環(huán)境