移动机器人目标动态跟踪策略研究

论文摘要

视觉跟踪研究是移动机器人研究领域的热点之一。本文主要讨论了基于单目视觉的移动机器人跟踪算法,设计了移动机器人运动目标跟踪的整体框架,建立了一个基于云台摄像机的纯颜色目标识别及跟踪系统,并成功实现了移动机器人对某一纯颜色物体的跟踪。本文介绍了Kalman滤波器的算法,并将Kalman滤波器算法用于目标跟踪系统。通过Kalman滤波器对目标的历史位置的处理,得到目标运动参数的估计。实验证明,采用Kalman滤波器预测算法,使云台摄像机在跟踪目标时运动得更加平滑,反应更加迅速,明显改善了跟踪速度。由于云台转动快、惯性小、反应迅速,所以采用云台带动摄像机对目标锁定跟踪而机器人根据云台水平转角反馈进行移动的策略。通过对云台设备的控制,使目标始终位于视野的中心区域。本文推导了图像上目标位置变化与云台摄像机转角之间的关系,对云台摄像机建立了数学模型,让控制更加精确。本文从颜色模型的角度对机器人视觉系统中的颜色识别进行了阐述。介绍了RGB和HSI两种常用的颜色模型,通过实验对两种颜色模型进行了比较。并用种子填充算法对图像信息进行了目标提取。在文章的最后一部分介绍了本课题实现时的程序流程图和一些实验结果的分析。在实现时,对移动机器人上位机中的决策系统进行编程,在VC++.NET2003集成开发环境下,开发了一个基于对话框的控制界面,从整体上将摄像机的采集图像及云台控制、机器人的运动控制的功能模块有机地结合起来。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 移动机器人的研究概况
• 1.2 课题背景和意义
• 1.3 移动机器人跟踪技术概述
• 1.3.1 视觉跟踪技术发展概述
• 1.3.2 目标跟踪国内外研究现状
• 1.4 全文的内容及结构
• 第2章 实验平台简介
• 2.1 Pioneer3机器人实验平台简介
• 2.1.1 Pioneer3机器人的硬件结构
• 2.1.2 Pioneer3机器人的软件结构
• 2.2 视觉子系统简介
• 2.2.3 云台摄像机
• 2.2.4 视频采集卡
• 第3章 目标识别方案设计
• 3.1 图像分割
• 3.1.1 图像分割方法的概述
• 3.1.2 图像分割方法对比
• 3.1.3 种子填充算法原理
• 3.2 颜色模型选取
• 3.2.1 RGB颜色模型
• 3.2.2 HSI颜色模型
• 3.2.3 颜色模型选取
• 第4章 基于Kalman滤波的目标跟踪预测算法研究
• 4.1 Kalman滤波器介绍
• 4.1.1 应用于被估计的过程信号的卡尔曼滤波器
• 4.1.2 滤波器的计算原型
• 4.1.3 滤波器的概率原型解释
• 4.1.4 卡尔曼滤波器算法
• 4.1.5 滤波器系数及调整
• 4.2 本课题中Kalman滤波器参数定义及说明
• 4.3 Kalman滤波器实验分析
• 第5章 运动控制策略设计
• 5.1 云台摄像机的控制策略
• 5.1.1 云台摄像机控制的数学建模
• 5.1.2 云台的控制策略
• 5.2 移动机器人运动控制策略
• 5.2.1 移动机器人运动模型
• 第6章 目标跟踪实现
• 6.1 目标跟踪实现步骤及其流程图
• 6.2 实验结果
• 第7章 总结与展望
• 参考文献
• 致谢
• 研究生履历