移動機器人視覺檢測和跟蹤研究.pdf

1、在移動機器人系統(tǒng)中，視覺子系統(tǒng)是一個重要的組成部分，它為移動機器人提供位置和運動參數(shù)等信息，使機器人感知周圍工作環(huán)境。本文以移動機器人通用實驗平臺為背景，重點對基于全局?jǐn)z像機的目標(biāo)檢測與跟蹤問題和基于機器人局部攝像機的目標(biāo)檢測與跟蹤問題進(jìn)行了研究，同時設(shè)計和實現(xiàn)了對應(yīng)算法與視覺子系統(tǒng)，并對實驗結(jié)果及性能進(jìn)行了詳細(xì)分析。論文主要內(nèi)容如下：
　　首先，針對視覺檢測與跟蹤問題的具體特點和實驗環(huán)境，研究了圖像采集、噪聲消除和圖像分割等預(yù)處

2、理技術(shù)。在此基礎(chǔ)上，對常用的運動目標(biāo)檢測算法進(jìn)行了比較、分析；針對現(xiàn)有方法的不足，設(shè)計了改進(jìn)的運動歷史圖像目標(biāo)檢測算法，算法相對簡便、快速高效。進(jìn)一步結(jié)合Kalman濾波器以提高檢測準(zhǔn)確度和效率。同時設(shè)計了基于全局視覺的移動機器人定位和跟蹤算法，實現(xiàn)了全局?jǐn)z像機下移動機器人的精確檢測和跟蹤。
　　其次，設(shè)計了基于局部視覺的移動機器人定位和跟蹤算法。根據(jù)多機器人識別和檢測精度需要設(shè)計了彩色組合色標(biāo)，可適應(yīng)于多種環(huán)境。根據(jù)色標(biāo)特點，綜

3、合基于最小二乘的橢圓擬合算法和基于D-P算法的矩形檢測算法，完成了多機器人識別，并實現(xiàn)亞像素級的高精度特征點檢測。在此基礎(chǔ)上，應(yīng)用多分辨率Lucas-Kanade方法進(jìn)行基于角點特征的多目標(biāo)跟蹤，從而實現(xiàn)了動態(tài)場景下對移動機器人的穩(wěn)健檢測和追蹤。
　　最后，在前述算法基礎(chǔ)上建立了移動機器人視覺檢測和跟蹤實驗子系統(tǒng)，為驗證相關(guān)算法提供了實驗平臺。對系統(tǒng)的設(shè)計與實現(xiàn)進(jìn)行了詳細(xì)研究，包括系統(tǒng)的總體框架、各模塊的主要功能、評估方法及適用范