版權(quán)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(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在移動機器人跟蹤運動目標的過程中,為順利完成任務(wù)需要解決兩個關(guān)鍵問題:一是準確的檢測出運動目標并分辨其類別,二是根據(jù)運動目標的狀態(tài)制定有效的跟蹤策略。同種類的運動物體表現(xiàn)出相似的運動模式,不同類物體間的運動模式差異明顯,了解運動目標的類別信息有利于更有效的跟蹤。本文針對室內(nèi)環(huán)境,以有效跟蹤運動目標為目標,研究工作圍繞上述兩個關(guān)鍵問題展開,主要內(nèi)容包括:
1.針對單一傳感器信息“各有偏好”的特點,采用多傳感器作為信息的獲取方
2、式,各取所長。激光傳感器可以獲取運動目標相對移動機器人的位姿,是制定跟蹤策略的前提;單目視覺傳感器包含了豐富的顏色信息,可以作為運動檢測和目標識別的主要依據(jù)。對于激光傳感器,通過對掃描點進行自適應(yīng)聚類和分割,提取片段的幾何特征作為描述;視覺傳感器的數(shù)據(jù)量較大,特征提取耗時,因此要在整個圖像平面中選擇“感興趣”的區(qū)域,大幅度縮小假設(shè)空間的規(guī)模,降低時間復(fù)雜度。
2.在室內(nèi)環(huán)境下,運動物體具體可以分為三類:單人、人群和其他類。
3、單個行人的運動具有規(guī)律性和可預(yù)測性,是服務(wù)機器人跟蹤的主要目標,也是本文的研究重點。有效的區(qū)分這三類運動物體對完成最終的目標跟蹤具有指導(dǎo)意義。由于已經(jīng)明確分類目標,本文采用樸素貝葉斯分類器,并通過Adaboost算法衡量每個特征對分類的貢獻程度,使得每個特征的價值利用最大化。
3.運動目標跟蹤,即移動機器人識別運動目標、預(yù)測運動目標的軌跡、并根據(jù)運動目標的狀態(tài)調(diào)整自身的行為使得運動目標處于可監(jiān)測范圍內(nèi)。物體的可識別性源于其
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(zé)。
- 6. 下載文件中如有侵權(quán)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(dān)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。
最新文檔
- 基于圖像信息的空間運動物體跟蹤.pdf
- 基于互信息的立體運動物體的識別與跟蹤.pdf
- 基于加速度傳感器的運動物體軌跡檢測系統(tǒng)的研究.pdf
- 基于雙目視覺信息的運動物體實時跟蹤與測距.pdf
- 基于視頻的運動物體的實時檢測與跟蹤.pdf
- 基于加速度傳感器的運動物體軌跡檢測系統(tǒng)的研究與實現(xiàn).pdf
- 運動物體檢測與跟蹤算法研究.pdf
- 基于ZigBee網(wǎng)絡(luò)的運動物體定位跟蹤研究.pdf
- 基于視頻序列的運動物體檢測與跟蹤.pdf
- 視頻中運動物體的檢測與跟蹤.pdf
- 基于DSP的運動物體實時跟蹤系統(tǒng)研究.pdf
- 運動物體實時跟蹤系統(tǒng)研究.pdf
- 基于圖像處理的運動物體的跟蹤與檢測開題報告
- 基于智能無線傳感器網(wǎng)絡(luò)的移動物體檢測.pdf
- 畢業(yè)論文——基于matlab的運動物體軌跡跟蹤
- 圖像序列中運動物體的檢測與跟蹤.pdf
- 基于KCF的視頻中運動物體的跟蹤系統(tǒng).pdf
- 運動物體檢測與跟蹤研究及系統(tǒng)實現(xiàn).pdf
- 基于圖像配準的運動物體提取與融合算法.pdf
- 視頻監(jiān)控中運動物體的檢測與跟蹤的研究與實現(xiàn).pdf
評論
0/150
提交評論