全自主机器人视觉处理与目标跟踪研究

论文摘要

机器人是一项包含多项技术领域的综合性研究项目,自主移动机器人是机器人学科中技术含量比较高的一个分支,具有广泛的应用前景。本文以AS-R全自主机器人为研究对象,针对移动机器人的视觉系统的图像处理和目标跟踪展开研究。本论文的研究工作主要包括以下几方面:在机器人视觉理论概述的基础上,从机器人视觉系统的图像获取与转换、彩色图像预处理、彩色图像分割、图像识别和目标跟踪等视觉处理方面进行详细论述,在对机器人视觉系统要求快速准确的基础上设计视觉系统的图像采集、颜色分割与识别模块。详细论述程序设计过程中采用的图像中值滤波法、基于颜色空间阈值的颜色分割算法、基于游程编码的目标识别方法。在图像滤波中,针对中值滤波提出一种非常实用的快速中值滤波算子,可以有效减少运算量,符合系统对实时性的要求。对以云台摄像机为主的全自主机器人视觉系统进行了建模,推导了车载坐标系中物点与计算机图像坐标系中像点之间的映射关系,通过平面投影理论找到由图像坐标中目标位置推导目标相对机器人位置的方法。论述且通过仿真比较了几种重要的对目标未来状态进行预测的概率目标跟踪算法。为提高AS-R目标跟踪预测的能力,解决以往的匹配法在面对复杂环境下经常出现失误的情况,引入了其中的卡尔曼滤波算法,将卡尔曼滤波器跟踪算法成功实现在自主机器人AS-R上,给出了详细过程,并通过实验取得了较为满意的效果。最后对需要进一步深入研究的工作进行了讨论。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.1.1 机器人的相关概念
• 1.1.2 机器人的分类
• 1.1.3 机器人的发展
• 1.2 机器人视觉技术的发展现状
• 1.3 机器人跟踪技术的发展
• 1.4 课题研究的主要内容
• 第二章 全自主足球机器人的系统组成
• 2.1 全自主机器人的系统组成
• 2.2 全自主机器人的基本运动结构
• 2.3 RoboCup 中型组机器人足球简介
• 2.4 AS-R 自主机器人
• 2.4.1 AS-R 自主机器人体系结构
• 2.4.2 AS-R 目标跟踪的两大硬件系统
• 2.5 本章小节
• 第三章 中型组机器人视觉系统设计与实现
• 3.1 视觉图像处理及理论
• 3.1.1 图像的获取和数字化
• 3.1.2 图像预处理
• 3.1.3 彩色图像分割
• 3.1.4 模式识别
• 3.2 视觉模块以及算法的选择
• 3.2.1 图像滤波
• 3.2.2 改进的图像滤波算法
• 3.2.3 图像锐化
• 3.2.4 颜色分割
• 3.2.5 特征提取
• 3.3 本章小节
• 第四章 目标跟踪技术研究
• 4.1 引言
• 4.2 自主机器人视觉系统的建模
• 4.2.1 摄像机透视模型
• 4.2.2 图形重投影与平面投影
• 4.3 运动目标跟踪算法
• 4.3.1 卡尔曼滤波算法
• 4.3.2 粒子滤波算法
• 4.3.3 交互多模型（IMM）算法
• 4.3.4 几种算法的仿真与比较
• 4.4 卡尔曼滤波跟踪算法的应用
• 4.4.1 目标运动模型
• 4.4.2 投影坐标转换
• 4.4.3 状态变量预估
• 4.4.4 卡尔曼预测器设计
• 4.4.5 跟踪预测实验
• 第五章 总结
• 参考文献
• 致谢
• 个人简历及在学期间发表论文