基于支持向量機的移動機器人環(huán)境感知和物體識別研究.pdf

1、移動機器人利用多超聲波傳感器識別周圍環(huán)境是移動機器人在未知環(huán)境中自定位、地圖創(chuàng)建以及導航的重要組成部分，是移動機器人導航領域的關鍵技術之一。視覺傳感器是移動機器人的重要傳感器，移動機器人主要通過視覺傳感器來感知環(huán)境、識別物體。研究基于視覺傳感器的移動機器人物體識別，有利于移動機器人智能化的提高。
　　 本文針對未知環(huán)境下移動機器人的目標識別問題，分別基于多超聲波傳感器和視覺傳感器研究了移動機器人的環(huán)境感知和物體識別方法，提出了一

2、種基于支持向量機(SVM)的移動機器人物體識別方法。主要的研究工作和貢獻如下：
　　 (1)對基于多超聲波傳感器的移動機器人環(huán)境建模和識別進行了研究。針對未知環(huán)境下移動機器人的環(huán)境理解與識別問題，提出了一種基于支持向量機的環(huán)境識別算法。該算法在對移動機器人室內(nèi)外特征環(huán)境分析和建模的基礎上，通過機器人配置的多超聲波傳感器獲取環(huán)境的距離信息，直接作為環(huán)境的特征，按照從左到右的順序組成表征環(huán)境輪廓的六維特征向量，送入支持向量機訓練并用

3、于特征環(huán)境的識別。該算法克服了多超聲波傳感器測量數(shù)據(jù)的不確定性對分類結果準確度的影響，實現(xiàn)了移動機器人對室內(nèi)外特征環(huán)境的正確識別。
　　 (2)對基于視覺的移動機器人物體圖像綜合特征的提取進行了研究。在圖像形狀特征提取方面，提出了一種基于面積比的仿射不變量的構造，該構造方法簡單可靠，在物體圖像形狀發(fā)生仿射變換時具有很強的穩(wěn)定性，在光照影響、噪聲干擾情況下，也具有一定的魯棒性；在圖像紋理特征提取方面，采用了一種基于灰度共生矩陣(G

4、LCM)的紋理特征提取方法，選取了對比度、相關性、角二階矩、熵、局部平穩(wěn)5種紋理描述能力最強的特征參數(shù)組合；在圖像顏色特征提取方面，提出了一種基于加權分塊顏色直方圖的顏色特征提取方法，該方法既能夠反映顏色的空間分布信息，又保證了對圖像旋轉、平移和尺度變化的適應能力。
　　 (3)對基于支持向量機的移動機器人物體識別方法進行了研究。針對移動機器人的物體識別問題，提出了一種基于支持向量機的移動機器人物體識別方法，并從物體圖像數(shù)據(jù)庫中