基于單目視覺的人形機(jī)器人避障策略研究.pdf

1、隨著人工智能領(lǐng)域相關(guān)學(xué)科的快速發(fā)展，人形機(jī)器人成為當(dāng)今機(jī)器人研究中最為熱門的研究方向之一。為了讓人形機(jī)器人被廣泛應(yīng)用在人類日常生活中，它們需要具備在人類環(huán)境中的自主行走能力，而其中的最關(guān)鍵的一個(gè)方面就是在行走過程中能避開障礙物。本文研究的的內(nèi)容就是人形機(jī)器人行走過程中的自主避障問題，其中涉及到機(jī)器人視覺和人形機(jī)器人的路徑規(guī)劃方法。單目視覺是基于一個(gè)攝像頭的視覺系統(tǒng)，是一種常用的機(jī)器人環(huán)境感知解決方案。幾乎所有的人形機(jī)器人路徑規(guī)劃方法，都

2、是基于機(jī)器人視覺系統(tǒng)。視覺系統(tǒng)獲取了環(huán)境信息，主要是目的地和障礙物相對機(jī)器人的位置，就可以為機(jī)器人設(shè)計(jì)一條到達(dá)目的地的無碰路徑。
　　本文的主要工作:
　　1.針對單攝像頭機(jī)器人視覺系統(tǒng)，提出一種障礙物識(shí)別方法。首先對人形機(jī)器人的行走環(huán)境進(jìn)行合理假設(shè)。然后基于顏色特征和圖像分割方法獲取障礙物區(qū)域。根據(jù)地面樣本在HIS顏色空間中的顏色特征，把實(shí)時(shí)圖像中的像素點(diǎn)分類為障礙物和非障礙物。經(jīng)過圖像二值化和形態(tài)學(xué)處理，得到二值圖像，對

3、其進(jìn)行圖像分割找到各個(gè)障礙物大概區(qū)域。最后，計(jì)算出包圍障礙物區(qū)域的矩形框，并用它們表示障礙物的邊界。本文利用隊(duì)列的數(shù)據(jù)結(jié)構(gòu)和標(biāo)記矩陣，實(shí)現(xiàn)了高效的基于區(qū)域增長的圖像分割。在數(shù)字圖像處理中，需要通過試驗(yàn)獲取各個(gè)處理方法的參數(shù)，它們是得到良好識(shí)別效果的關(guān)鍵。
　　2.在識(shí)別出障礙物的前提下，針對單攝像頭機(jī)器人視覺系統(tǒng)，提出一種障礙物定位方法。首先建立攝像頭的小孔成像模型，并對模型進(jìn)行耦合性分析。然后對攝像頭進(jìn)行標(biāo)定，求解出障礙物特征像

4、素點(diǎn)的像素坐標(biāo)和對應(yīng)實(shí)際坐標(biāo)的映射關(guān)系。在SVM和均值場理論基礎(chǔ)上，提出一種利用均值場理論加速SVM學(xué)習(xí)的攝像頭標(biāo)定方法。最后，構(gòu)造了一個(gè)基于角點(diǎn)檢測的訓(xùn)練-測試方案，對攝像頭進(jìn)行標(biāo)定，同時(shí)利用MATLAB的攝像頭標(biāo)定工具箱對攝像頭進(jìn)行標(biāo)定，以驗(yàn)證本文方法的準(zhǔn)確性。為提升角點(diǎn)檢測能力和檢測速度，提出一種基于鄰域相似度預(yù)處理的方法，對傳統(tǒng)Harris角點(diǎn)檢測算法進(jìn)行改進(jìn)。
　　3.提出一種實(shí)時(shí)在線的樹形路徑規(guī)劃算法，使人形機(jī)器人能夠