移動(dòng)機(jī)器人地形分類的視覺方法研究.pdf

1、目前，移動(dòng)機(jī)器人在星際探索、野外搜尋、軍事行動(dòng)和災(zāi)害救援等方面均具有重要應(yīng)用。與室內(nèi)結(jié)構(gòu)化環(huán)境不同，野外場(chǎng)景中，地形-地面的多樣性、復(fù)雜性會(huì)對(duì)機(jī)器人的移動(dòng)性能產(chǎn)生較大影響。機(jī)器人對(duì)其所處地形環(huán)境的準(zhǔn)確分類是決定其能否實(shí)現(xiàn)自主移動(dòng)的關(guān)鍵性因素。而視覺是最接近人類的環(huán)境感知方式，能夠提供較為豐富的地形信息，利用視覺方法解決地形分類問題具有重要的理論意義與實(shí)用價(jià)值。
　　本論文綜合運(yùn)用詞袋模型、多層編碼向量、深度濾波器等方法，著眼于設(shè)計(jì)

2、強(qiáng)鑒別力的視覺地形特征，取得了如下創(chuàng)新性成果：
　?。?）完成了模型優(yōu)化，并在現(xiàn)有框架下設(shè)計(jì)了混合表達(dá)（Hybrid Representation，HR）。詞袋模型（Bag of VisualWords，BOVW）縮小底層視覺特征與高層語(yǔ)義之間的語(yǔ)義鴻溝，生成中層語(yǔ)義表達(dá)以提高分類效果，逐步成為了地形分類的常用方法和標(biāo)準(zhǔn)范式。我們優(yōu)化現(xiàn)有 BOVW模型，構(gòu)建了視覺地形分類的最優(yōu)流程，從而快速、高效地完成視覺地形分類任務(wù)。本文首先全

3、面研究和分析了視覺地形分類中的詞袋模型方法，系統(tǒng)地總結(jié)了現(xiàn)有工作。然后建立了地形數(shù)據(jù)集Terrain8，評(píng)估了詞袋模型與特征融合的各種方法。最后根據(jù)實(shí)驗(yàn)結(jié)果，利用特征前處理手段、優(yōu)化詞袋模型、特征融合技術(shù)構(gòu)建了視覺地形分類的最優(yōu)流程，生成最終的混合表達(dá)HR。在Terrain8數(shù)據(jù)集中完成測(cè)試：HR在SIFT和DSIFT條件下分別取得了88.7％和87.7%的分類準(zhǔn)確率。同時(shí)HR對(duì)噪聲和光照變化也保持了較強(qiáng)的魯棒性。
　?。?）運(yùn)用

4、深度學(xué)習(xí)網(wǎng)絡(luò)的構(gòu)型特點(diǎn)，設(shè)計(jì)了一種視覺地形分類的新方法—多層編碼向量（Hierarchical Coding Vector，HCV）。HCV方法堆疊多層基礎(chǔ)BOVW編碼層和1層Fisher編碼層，構(gòu)建多層網(wǎng)絡(luò)結(jié)構(gòu)，將一層的編碼結(jié)果輸入到下一層進(jìn)行再編碼，通過逐層抽象，以獲取更豐富的語(yǔ)義信息。BOVW層描述地形圖像中的局部圖塊，F(xiàn)isher層生成最終的全局表達(dá)。HCV通過多個(gè)編碼層提純圖像語(yǔ)義信息，生成用于描述地形的高層特征，提高了特征的

5、視覺鑒別力。為了更好的對(duì)比分類性能，我們使用國(guó)際通用數(shù)據(jù)集21-Class Land Use（LU）和RSSCN7進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果顯示了HCV方法的有效性。FV是一種經(jīng)典的編碼方法，聯(lián)合FV與HCV，我們?cè)贚U和RSSCN7數(shù)據(jù)集上獲得了91.8%和86.4%的分類準(zhǔn)確率，優(yōu)于目前文獻(xiàn)中的最優(yōu)結(jié)果。隨后在Terrain8數(shù)據(jù)集上也進(jìn)行測(cè)試，方法（HCV+FV）的分類準(zhǔn)確率達(dá)到了88.0%，與HR的性能相當(dāng)，具有優(yōu)秀的視覺地形分類能力。

6、
　?。?）結(jié)合多列可疊加的稀疏降噪自動(dòng)編碼器（Stacked Denoising Sparse Autoencoder，SDSAE）和FV池化層，我們提出了一種新型的混合結(jié)構(gòu)—深度濾波器（Deep Filter Banks，DFB）。方法使用多層網(wǎng)絡(luò)結(jié)構(gòu)，從地形圖像中自主學(xué)習(xí)到具有鑒別力的視覺特征。SDSAE用于描述圖像中的局部圖塊，F(xiàn)V池化層生成魯棒的全局表達(dá)。模型參數(shù)是影響分類性能的關(guān)鍵因素，且隨著模型擴(kuò)展，參數(shù)尋優(yōu)空間會(huì)呈

7、指數(shù)增長(zhǎng)，較為復(fù)雜的參數(shù)整定過程制約分類性能的進(jìn)一步提升。不同于依靠手工特征的方法，深度濾波器DFB使用機(jī)器學(xué)習(xí)方法完成模型參數(shù)的自優(yōu)化，無(wú)需手工整定，模型構(gòu)建過程變得簡(jiǎn)單高效。同時(shí)DFB能發(fā)現(xiàn)圖像中更深層的模式結(jié)構(gòu)，具有更出色的視覺地形分類性能。通過實(shí)驗(yàn)發(fā)現(xiàn)，DFB分別取得了92.7%（LU）、90.4%（RSSCN7）和89.8%（Terrain8）的分類準(zhǔn)確率，顯示出較為理想的視覺鑒別力，進(jìn)一步提升了視覺方法的地形分類能力。

8、>　?。?）結(jié)合DFB算法生成的視覺特征，設(shè)計(jì)了地形視頻的處理框架，在多種移動(dòng)機(jī)器人平臺(tái)中進(jìn)行了應(yīng)用實(shí)驗(yàn)。基于以上的研究成果，我們對(duì)算法實(shí)用化進(jìn)行了初步探索。首先設(shè)計(jì)了地形視頻的處理框架，將提出的視覺特征應(yīng)用于多個(gè)移動(dòng)機(jī)器人平臺(tái)中。視覺地形分類算法運(yùn)行時(shí)，機(jī)器人無(wú)需停止運(yùn)動(dòng)，算法不會(huì)干擾機(jī)器人的正常任務(wù)進(jìn)展。隨后在多種平臺(tái)上進(jìn)行實(shí)地實(shí)驗(yàn)，實(shí)驗(yàn)地形包括四種：瓷磚、雪地、瀝青和草地。DFB算法在三種移動(dòng)機(jī)器人平臺(tái)上均取得了較好的視覺分類準(zhǔn)確

9、率（四足變胞移動(dòng)機(jī)器人：97.12%、仿生弧腿式移動(dòng)機(jī)器人：99.38%和HUSKY無(wú)人地面車：95.92%）。同時(shí)，DFB算法還在高速狀態(tài)、夜光環(huán)境中保持了視覺鑒別力，分類準(zhǔn)確率分別為94.19%和93.81%。實(shí)驗(yàn)結(jié)果表明：DFB具有優(yōu)秀且穩(wěn)定的視覺地形分類性能，魯棒性強(qiáng)，具有較好的實(shí)用潛力。
　　綜上所述，本研究開展了移動(dòng)機(jī)器人地形分類的視覺方法研究，在現(xiàn)有框架下完成了模型優(yōu)化，設(shè)計(jì)了二種視覺地形分類的新方法，并基于多種移動(dòng)

10、機(jī)器人平臺(tái)開展了實(shí)地的應(yīng)用實(shí)驗(yàn)。首先建立了地形數(shù)據(jù)集Terrain8，對(duì)BOVW模型和特征融合中的不同方法開展了評(píng)估實(shí)驗(yàn)，并基于實(shí)驗(yàn)數(shù)據(jù)建立了最優(yōu)流程。隨后借鑒深度學(xué)習(xí)網(wǎng)絡(luò)，設(shè)計(jì)了多層編碼向量HCV，方法能生成用于描述地形的高層特征，具有優(yōu)秀的視覺鑒別力。之后針對(duì)HCV模型較為復(fù)雜的參數(shù)整定過程，結(jié)合SDASE和FV方法，設(shè)計(jì)了深度濾波器DFB，模型可完成參數(shù)自整定，構(gòu)建變得更加簡(jiǎn)單高效，特征的視覺鑒別力獲得進(jìn)一步提升。最后在三種移動(dòng)機(jī)