移动机器人视觉导航算法的研究与设计

论文摘要

由于视觉系统可以提供准确而完整的环境信息,因此基于视觉导航的自主移动机器人已经成为机器人研究领域的热点。本文以视觉系统在自主移动机器人导航中的应用为主线,研究了移动机器人导航任务中的自定位、障碍物检测及局部路径规划问题。本文的主要研究工作与成果有：提出了室内走廊环境下基于踢脚线的自主移动机器人自定位方法。该方法以走廊两侧的踢脚线作为机器人定位的自然地标。研究了利用Hough变换方法对踢脚线特征进行提取。通过图像中踢脚线的状态判断机器人位置。通过仿真实验,证实了在走廊环境下能够有效的检测出机器人当前状态、行驶方向及偏航距离,并根据需要进行实时调整。提出了基于HSI空间的彩色图像自适应分割算法。研究了算法在机器人移动区域检测中的应用。该算法将图像的色彩空间转换为HSI空间,通过对比图像中每个像素与参考路面色彩及饱和度的平均值,分割可移动区域与障碍区域。实验证实该法能够有效的克服由于环境变化如光照强度变化等对于图像分析带来的干扰,适应性强,区域分割准确。研究了机器人局部路径规划算法以及在特殊环境下基于动态栅格的路径规划方法。方法将环境情况转化为栅格化地图,然后对地图进行障碍物的识别。实验证实了方法定位准确性好,并且能够完成机器人的避障任务。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的目的与意义
• 1.2 移动机器人的关键技术
• 1.3 视觉导航技术分类
• 1.4 国内外研究现状与发展趋势
• 1.4.1 研究现状
• 1.4.2 发展趋势
• 1.5 论文内容及结构安排
• 1.5.1 论文内容
• 1.5.2 论文结构安排
• 第2章 视频图像预处理
• 2.1 机器人视觉系统
• 2.1.1 机器人视觉系统组成
• 2.1.2 机器人视觉系统工作过程
• 2.2 图像增强与降噪处理
• 2.2.1 直方图均衡化
• 2.2.2 图像平滑处理
• 2.2.3 图像的二值化处理
• 2.3 边缘检测
• 2.4 本章小结
• 第3章 室内环境下机器人自定位研究
• 3.1 基于视觉的室内机器人定位技术
• 3.2 定位标志的特征提取
• 3.2.1 Hough变换的基本原理
• 3.2.2 改进的Hough变换
• 3.2.3 基于改进Hough变换的踢脚线特征提取
• 3.3 机器人自定位系统设计
• 3.3.1 踢脚线平行方向定位
• 3.3.2 踢脚线不平行方向定位
• 3.3.3 机器人自定位系统设计
• 3.4 仿真结果
• 3.5 本章小结
• 第4章 可移动区域检检测算法设计
• 4.1 彩色图像分割技术
• 4.1.1 色彩空间
• 4.1.2 RGB色彩空间到HSI色彩空间的转换
• 4.1.3 彩色图像分割的方法
• 4.2 基于自适应分割的可移动区域检测
• 4.3 实验与仿真结果
• 4.4 本章小结
• 第5章 移动机器人局部路径规划
• 5.1 局部路径规划方法研究
• 5.1.1 人工势场法
• 5.1.2 基于行为的路径规划方法
• 5.1.3 基于再励学习的路径规划方法
• 5.1.4 栅格解耦法
• 5.2 摄像机模型与标定
• 5.2.1 摄像机模型
• 5.2.2 内参数标定
• 5.3 基于动态栅格法的局部路径规划研究
• 5.3.1 基于栅格化地图的局部路径规划技术
• 5.3.2 走廊环境下动态栅格法局部路径规划算法设计
• 5.4 实验结论与分析
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 作者简介