基于信息融合的移動機(jī)器人目標(biāo)識別與定位研究.pdf

1、目前移動機(jī)器人的研究領(lǐng)域有一個熱門的課題，就是對移動機(jī)器人的目標(biāo)識別與定位的研究。目標(biāo)的識別與定位依賴于視覺傳感器采集的數(shù)據(jù)，識別和定位的精確度及其算法的復(fù)雜程度是評價機(jī)器視覺系統(tǒng)優(yōu)良的重要指標(biāo)。
　　本文以單目機(jī)器人系統(tǒng)為研究對象，融入了超聲波傳感器的信息，設(shè)計(jì)了一個基于視覺與超聲波傳感器信息融合的識別與定位系統(tǒng)，該系統(tǒng)包括圖像的閾值分割與識別、基于單目的攝像機(jī)離線標(biāo)定、單目單幅圖像定位、超聲波測距等方面。展開并完成的工作如下：

2、
　　(1)在基于灰度圖像的閾值分割的基礎(chǔ)上，提出了基于HSV顏色空間的彩色圖像閾值分割方法。與常用的RGB顏色空間相比，HSV顏色模型對顏色的表達(dá)更符合人對顏色的定義，顏色空間也是均勻的且受光照的影響較小。該方法比較適用于顏色不復(fù)雜的待識別物體，且是在整個環(huán)境中不包括過多顏色相近的干擾色的情況下。
　　(2)針對目標(biāo)匹配識別的研究，在基于形狀特征的基礎(chǔ)上，提出了基于外輪廓不變矩的模板匹配算法。對分割后的二值圖像進(jìn)行輪廓提取

3、，并進(jìn)行匹配，與傳統(tǒng)的基于形狀匹配的算法比較，減小了匹配的像素，節(jié)約了運(yùn)算時間。
　　(3)針對目標(biāo)定位，融入了超聲波傳感器的信息，與原本的視覺傳感器相結(jié)合，建立了融合多傳感器的定位模型。并通過NAO機(jī)器人進(jìn)行目標(biāo)定位實(shí)驗(yàn)，與傳統(tǒng)的理想地平面約束測距模型和單目雙幅圖像定位算法相比較。實(shí)驗(yàn)表明在實(shí)驗(yàn)室簡單環(huán)境中，NAO機(jī)器人的超聲波裝置能快速地探測到目標(biāo)物并返回距離值，用于單目單幅定位模型，并較為快速和精確地計(jì)算出目標(biāo)物的坐標(biāo)。