论文摘要
移动机器人是近年来在机器人学领域备受关注的课题,在智能人机交互、服务机器人、空间机器人和无人驾驶系统等领域具有广阔的应用前景。在移动机器人导航中,实现机器人自身的准确定位是一项最基本、最重要的功能,也是移动机器人研究中备受关注、富有挑战性的一个重要研究主题。本文的研究工作就是围绕着移动机器人定位进行的。在上述研究背景下,本文基于全景视觉系统研究了机器人的自主定位和机器人的相互定位。首先,本文介绍了移动机器人的发展现状和发展趋势,分析了全景立体视觉系统的结构及成像模型,重点讨论了全景立体视觉的成像原理。其次,本文研究了彩色图像处理的基本方法,其中包括颜色空间的选择、彩色图像预处理及图像中对目标的检测识别方法等问题。重点讨论了颜色空间之间的转换,以及它们之间的转换公式。然后研究了基于全景视觉系统下的机器人三角定位法和相互定位法,推导出了相应的计算公式。为减少背景环境对目标识别的影响,本文提出了一种改进的路标。重点讨论了机器人相互定位中的位置和方向角的求解过程和产生误差的各种原因。最后,对机器人环境地图构建进行了概述。讨论了环境地图构建过程中地图的表示方法,分析了机器人环境构建地图的创建过程及创建方法。实验结果表明,本文研究的基于全景视觉的移动机器人定位方法是令人满意的,对实际应用有一定的价值。
论文目录
摘要ABSTRACT第1章 绪论1.1 课题研究的背景及意义1.2 移动机器人的研究现状1.2.1 体系结构1.2.2 信息感知1.2.3 移动机器人控制1.2.4 路径规划1.3 移动机器人发展中存在的问题及解决途径1.4 移动机器人的发展趋势1.5 本论文的工作安排第2章 全景视觉相关知识2.1 全景视觉系统成像原理2.1.1 全景视觉2.1.2 单视点成像的基本原理2.2 全向反射镜面2.2.1 圆锥反射镜2.2.2 球形反射镜2.2.3 椭球形反射镜2.2.4 抛物面形反射镜2.2.5 双曲面形反射镜2.3 本章小结第3章 图像处理涉及的相关处理技术3.1 颜色模型标定3.1.1 RGB颜色模型3.1.2 HSI颜色模型3.1.3 YIQ、YUV颜色模型3.1.4 颜色模型的转换3.2 图像预处理3.2.1 中值滤波3.2.2 图像锐化3.3 数学形态学运算3.3.1 图像腐蚀3.3.2 图像膨胀3.4 全景图像柱面展开3.4.1 全景图像中心点确定3.4.2 全景图像的快速解算3.5 图像分割3.5.1 图像分割原理3.5.2 灰度图像分割方法3.5.3 彩色图像分割方法3.5.4 区域生长算法原理3.6 轮廓提取与轮廓跟踪3.7 本章小结第4章 基于全景图像的机器人定位4.1 机器人定位系统介绍4.1.1 传感技术4.1.2 定位技术4.2 机器人自主定位4.2.1 三角定位算法4.2.2 α角的计算4.2.3 实验结果4.3 机器人相互定位4.3.1 定位原理4.3.2 位置的确定4.3.3 方向角的确定4.3.4 程序设计与试验结果4.3.5 误差分析4.4 本章小结第5章 地图创建问题简述5.1 引言5.2 常用的地图表示方法5.2.1 栅格尺度地图5.2.2 几何尺度地图5.2.3 拓扑地图5.2.4 原始特征地图5.3 单机器人地图创建过程5.3.1 环境特征提取与描述5.3.2 数据关联5.3.3 地图更新5.4 多机器人地图创建方法综述5.5 本章小结结论参考文献攻读硕士学位期间发表的论文和取得的科研成果致谢
相关论文文献
标签:全景视觉论文; 图像处理论文; 自主定位论文; 相互定位论文; 环境地图构建论文;