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，重點對基于全局攝像機的目標檢測與跟蹤問題和基于機器人局部攝像機的目標檢測與跟蹤問題進行了研究，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)果及性能進行了詳細分析。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，對常用的運動目標檢測算法進行了比較、分析；針對現(xiàn)有方法的不足，設(shè)計了改進的運動歷史圖像目標檢測算法，算法相對簡便、快速高效。進一步結(jié)合Kalman濾波器以提高檢測準確度和效率。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)了全局攝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，可適應(yīng)于多種環(huán)境。根據(jù)色標特點，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方法進行基于角點特征的多目標跟蹤，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)進行了詳細研究，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