移动机器人视觉导航并行处理技术研究

论文摘要

环境感知是移动机器人导航研究的关键技术之一。在机器人导航领域中,视觉导航具有分辨率高、探测范围广等优点,缺点是图像计算量大。对于高分辨率图像,仅用车载计算机处理,将不能满足机器人导航实时性要求。为此,本文设计了图像处理网格系统,对部分耗时的图像处理任务进行并行处理,提高图像的处理速度。 为了在网格系统上实现图像并行处理功能,本文进行了如下研究。首先,在图像并行处理应用中,大部分并行算法属于迭代同步的数据并行算法,所以本文对协作任务调度进行了深入分析,提出了协作任务预约调度模型,该算法能够有效地缩短图像处理时间,并且还能提高系统的资源利用率;其次,网格系统属于非专用型工作站网络,工作站属主可能向节点提交计算密集型任务,与并行任务竞争机器资源。在这种情况下,为了使任务能够顺利、及时完成,本文设计了基于数据迁移机制的非抢先动态负载平衡算法,该算法能够保证并行任务的执行效率;最后,本文设计了图像处理网格系统,将上述两个算法应用于网格系统的任务调度器。 图像处理网格系统提供任务调度的基本服务,将图像处理算法封装成网格服务,供系统用户调用。系统以最小化任务完成时间和提高系统资源利用率为目标,可以缩短机器人导航任务的执行时间,增加系统处理导航任务的吞吐量;与此同时,本系统还提供了数据迁移功能,可以保证导航任务正确、及时完成。因此,图像处理网格系统对于提高图像的处理速度,满足移动机器人视觉导航的实时性要求具有一定的研究价值。

论文目录

• 第一章 绪论
• 1.1 研究背景
• 1.1.1 视觉图像处理并行化的需求
• 1.1.2 视觉图像处理网格化的需求
• 1.2 研究现状
• 1.2.1 并行计算中任务调度策略研究现状
• 1.2.2 图像并行处理技术及面临的挑战
• 1.2.3 网格技术
• 1.3 论文结构
• 第二章 图像并行处理数据划分和数据通讯若干问题
• 2.1 图像并行处理中数据并行问题特点
• 2.2 图像并行处理数据划分和通讯量分析
• 2.2.1 图像处理的分类和数据划分的分类
• 2.2.2 域处理数据划分的通讯量分析
• 2.2.3 域处理数据划分减少通讯冲突的途径
• 2.3 小结
• 第三章 协作任务预约调度模型及算法
• 3.1 引言
• 3.1.1 协作模式任务调度概述
• 3.1.2 工作站网络概述
• 3.2 异构环境下协作任务调度算法新的成果
• 3.2.1 异构环境下修正的协作任务最优化调度的思想
• 3.2.2 异构环境下启发式协作任务调度的思想
• 3.3 协作任务预约调度策略及实现
• 3.3.1 算法的基本思想
• 3.3.2 算法描述
• 3.3.3 模拟结果及分析
• 3.4 小结
• 第四章 基于数据迁移机制的非抢先动态负载平衡
• 4.1 负载平衡调度算法及实现机制分类
• 4.2 数据迁移及相关工作
• 4.3 基于数据迁移机制的非抢先动态负载平衡系统
• 4.3.1 系统组成
• 4.3.2 基于数据迁移机制的非抢先动态负载平衡算法
• 4.3.3 模拟结果及分析
• 4.4 小结
• 第五章 图像处理网格系统架构设计
• 5.1 图像处理网格系统设计背景
• 5.2 图像处理网格系统设计目标
• 5.3 图像处理网格系统体系结构
• 5.3.1 应用层
• 5.3.2 用户中间件层
• 5.3.3 核心中间件层
• 5.3.4 资源层
• 5.4 图像处理网格系统的基本调度服务接口
• 5.5 图像处理网格系统工作流程
• 5.6 小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果