移動機器人自主視覺跟蹤測控技術研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、移動機器人可以進入人類難以到達的危險環(huán)境中,它被廣泛應用于水下、空間、核工業(yè)、排險及軍事等領域。移動機器人自主視覺跟蹤測控技術能夠在無人控制情況下,通過機器視覺技術感知周圍環(huán)境、定位目標空間位置、提取和匹配目標圖像特征并實現(xiàn)目標跟蹤,提高移動機器人自組織、自適應導航控制能力。
  自主視覺跟蹤過程中,由于目標的遮擋、形變、光線明暗、背景干擾、快速移動等因素的阻礙,目標跟蹤穩(wěn)定性與實時性較差。這一難題阻礙了當前智能移動機器人在實際生

2、活中的應用與推廣,已成為許多學者們研究的焦點。
  本課題研究的重點是移動機器人自主視覺跟蹤測控技術,根據(jù)雙目立體視覺視差等相關原理,依次實現(xiàn)攝像機標定,特征點檢測、提取和跟蹤,圖像特征點匹配和目標空間位置求解,最后根據(jù)以上一系列工作獲取的數(shù)據(jù)完成對運動目標連續(xù)跟蹤。本課題主要研究工作包括:
  (1)分析雙目視覺模型及視差和深度的關系,研究攝像機標定技術,制作標定棋盤模型,選擇介于傳統(tǒng)標定方法和自標定方法之間的張正友棋盤標

3、定方法對左右攝像機進行標定,通過標定實驗獲取了左右攝像機的內(nèi)外參數(shù)、畸變系數(shù)、旋轉(zhuǎn)和平移向量。
  (2)研究圖像特征點的檢測與提取技術。針對Harris角點檢測算法在提取三維物體角點時存在較多偽角點的問題,提出一種改進的H-S角點檢測算法。該算法運用鄰域像素取差法和 SUSAN算法思想,通過雙重閾值的篩選從而排除偽角點的存在,通過實驗的對比分析,該算法能把Harris算法中6個偽角點去除,即使在帶噪點的圖片上該算法能把原算法中的

4、12個偽角點過濾掉,結(jié)果顯示該改進算法在去除偽角點的有效性。其次,還研究金字塔式L-K光流跟蹤算法,通過編程實現(xiàn)了序列圖像中連續(xù)兩幀圖像的強角點跟蹤。
  (3)研究基于雙目視覺的圖像立體匹配和目標跟蹤方法,編程實現(xiàn)了近景匹配、尺度變化和圖像旋轉(zhuǎn)三種情況下SIFT特征點匹配算法的實驗,通過圖像匹配獲取匹配點對的坐標值,根據(jù)視差原理和三維重建求得深度信息。研究基于SIFT匹配和局部特征的快速塊匹配算法,通過VC++及OpenCV編程

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論