基于單目視覺的移動機器人室外環(huán)境下全自主智能跟隨技術(shù)研究.pdf

1、在工業(yè)機器人問世多年后的今天，由于傳感器、控制、驅(qū)動及材料等領(lǐng)域的技術(shù)進步，通過智能機器人系統(tǒng)，首次在制造領(lǐng)域以外的服務(wù)行業(yè)，出現(xiàn)了機器人的身影，讓機器人作為“人類的助手”，走進日常生活。本文聚焦于一類稱之為球童機器人的服務(wù)機器人，能夠替代高爾夫球童為主人提供服務(wù)，這就要求機器人能夠全自主的對作為運動目標的主人進行實時定位，在各種常用的定位方法中，基于視覺的定位方法有著無可比擬的優(yōu)勢，首先基于視覺的方法對視野內(nèi)目標的定位精度能夠滿足本系

2、統(tǒng)的要求，其次視覺傳感器相當于人類的眼睛，因此具備相當?shù)闹悄苄?，能夠有效區(qū)分主人還是其他人，有很好的擴展性，能夠以中層視覺的處理結(jié)果為基礎(chǔ)，進行高層視覺的識別和分析等，另外隨著計算機和傳感器等相關(guān)技術(shù)和工業(yè)的快速發(fā)展，構(gòu)建視覺跟蹤系統(tǒng)的綜合成本一直在下降，完全是在可承受的范圍內(nèi)。
　　 為了提高智能性和舒適性，就要求基于視覺的移動機器人能夠全自主的對作為運動目標的主人進行實時準確的跟隨，具體到各個部分就是：(1)啟動部分能夠摒棄

3、以往的人工手動方式，即機器人認識目標主人的整個過程是全自主自動進行的，不需要限定在特定的環(huán)境下進行，有著友善的人機交互方式；(2)作為定位核心部分的圖像平面目標跟蹤算法要求簡單而有效，因為把視覺系統(tǒng)安裝在移動機器人這個平臺上后，帶來了諸多限制，另外室外復雜環(huán)境也增加了圖像處理的難度，這些困難可以歸納為對跟蹤算法實時性和魯棒性的高要求；(3)考慮到系統(tǒng)復雜性及成本，系統(tǒng)選用了單目視覺，因此從單目視覺下把人機之間的距離從圖像信息中恢復出來也

4、是需要認真研究；(4)整個跟隨過程能夠有一定的容錯能力和魯棒性，視覺伺服部分能夠減少圖像處理滯后帶來的影響。
　　 論文的主要研究工作與成果包括了以下幾個主要方面的內(nèi)容：
　　 1.系統(tǒng)性的介紹了一個基于單目視覺的移動機器人對人體目標的全自主跟隨系統(tǒng)，在實驗平臺上設(shè)計并實施了完整的解決方案。
　　 2.摒棄了以往人為手動干預的啟動方式，提出了全自主的啟動解決方案，另外為了提高智能性，目標分割部分的閾值化是自適應(yīng)的

5、，并且對于非類人性干擾目標具有自動甄別能力，本部分算法可以作為關(guān)鍵技術(shù)為各種服務(wù)機器人認識目標主人提供一種參考方法。
　　 3.以均值漂移算法作為圖像平面跟蹤的主算法，為了解決由于機器人的運動造成的目標在像平面的不連續(xù)，提出了結(jié)合了Kalman預測的均值漂移跟蹤算法，在詳細分析了引起目標在像平面移動的基礎(chǔ)上，提出了在像平面上關(guān)于動態(tài)目標位置和速度的狀態(tài)方程，Kalman濾波器為均值漂移算法提供起始點，均值漂移算法將結(jié)果返回給濾波

6、器進行估計值的更新，交替使用，互為補充，取得了很好的效果。
　　 4.傳統(tǒng)均值漂移跟蹤算法都是基于單個特征空間，這不能很好的解決特征相似目標對跟蹤的干擾，所以提出了多特征空間下的均值漂移算法，以提高算法的魯棒性，在單種顏色特征無法提供足夠辨別能力的情況下，借助其他局部性特征來準確跟蹤目標，并且對于各種特征的區(qū)分能力提出了具體的測度方法，使得特征的選擇能夠自適應(yīng)。
　　 5.提出了四種單目視覺下的景深恢復方法，其中基于主顏