基于訓練模型的二維碼快速定位和識別技術研究.pdf

1、伴隨機器人越來越多地走進我們的生活，家庭和辦公環(huán)境中的服務型機器人的研究具有越來越重要的理論意義和實際應用價值，成為機器人研究領域的熱點。定位和導航技術是家庭服務機器人研究的關鍵和基礎。對于結構化環(huán)境中移動機器人的定位問題，要充分發(fā)揮其不同于室外完全未知環(huán)境的環(huán)境優(yōu)勢，利用可獲知的訓練學習信息，進一步提高移動機器人定位的時間效率和精度。
　　本論文首先從項目和應用前景兩方面分析了論文選題的研究意義。基于對移動機器人定位技術和二維碼

2、識別和定位技術研究現(xiàn)狀的調研和分析，本文選取了貼于家居環(huán)境地板上的二維碼作為定位標志，并提出了一種基于訓練模型的二維碼快速定位和識別系統(tǒng)。本系統(tǒng)利用通過識別二維碼獲得的位置信息和通過對旋轉角度識別得到的姿態(tài)估計，來最終實現(xiàn)移動機器人的自主定位。
　　論文圍繞訓練學習的核心思想提出了貫穿整個系統(tǒng)的訓練學習模型，模型包括圖像預處理訓練模型和識別定位算法訓練模型兩大部分。預處理模型又包括灰度恢復模型和幾何畸變校正模型。識別算法訓練模型包

3、括二維碼陣列位置訓練模型、梯度訓練模型和閾值分割及幾何特征訓練模型，為算法提供必要的參數(shù)支持，提高算法運行效率和精度。
　　在圖像預處理部分建立基于訓練模型的暗角恢復模型對圖像暗角失光現(xiàn)象進行補償恢復，使得灰度恢復算法適應不同相機和環(huán)境的變化?；兂C正模型采用建立畸變矯正表，進行快速查表的方法對攝像機畸變進行矯正。預處理訓練模型確保后期目標識別算法獲得高質量、低畸變的圖像輸入，提高定位精度和算法效率。
　　針對現(xiàn)在二維碼識別

4、技術中普遍存在的算法時間效率低和一般只針對單碼識別的缺點，本文給出了兩種基于訓練模型的快速二維碼定位識別算法。第一種算法設計了基于訓練模型的針對單一線采樣灰度變化的分類器，使得定位算法運行速度實現(xiàn)了2至3倍的提升。
　　第二種算法設計了基于訓練信息的幾何特征評價算子，快速識別探測塊的位置。目標分割的過程中，在對大量閾值分割算法實驗分析的基礎上，給出了了一種改進的基于訓練模型的自適應變閾值目標分割方法。本算法的運行速度較之傳統(tǒng)算法實