【摘要】：隨著社會(huì)的發(fā)展和老齡化問題的日益嚴(yán)峻,人們對(duì)家居服務(wù)機(jī)器人的需求越來越迫切。良好的物體感知能力是家居服務(wù)機(jī)器人實(shí)現(xiàn)智能作業(yè)的前提,也是機(jī)器視覺領(lǐng)域的研究熱點(diǎn)。家居環(huán)境的非結(jié)構(gòu)化、物體種類的繁多、物體不同姿態(tài)的任意擺放、多個(gè)物體間的相互接觸與遮擋,機(jī)器人運(yùn)動(dòng)帶來的圖像模糊性,以及實(shí)時(shí)性要求等都為機(jī)器人的物體感知帶來了諸多困難。本文面向家居服務(wù)機(jī)器人的這些挑戰(zhàn)性問題,主要研究?jī)?nèi)容如下:首先,基于SURF特征設(shè)計(jì)并實(shí)現(xiàn)了一套完整的家居服務(wù)機(jī)器人物體識(shí)別系統(tǒng)。主要包括特征點(diǎn)檢測(cè)、特征點(diǎn)描述、特征點(diǎn)匹配三個(gè)過程,并且針對(duì)誤匹配問題進(jìn)行改進(jìn),采用RANSAC算法進(jìn)行匹配提純,有效消除了誤匹配。搭建機(jī)器人硬件平臺(tái),在室內(nèi)非結(jié)構(gòu)化環(huán)境下進(jìn)行識(shí)別實(shí)驗(yàn),驗(yàn)證了該方法具有良好的魯棒性,但是實(shí)時(shí)性有待提高。其次,為了進(jìn)一步提高系統(tǒng)性能,提出了一種基于顯著性區(qū)域指導(dǎo)的機(jī)器人物體識(shí)別算法。通過視覺選擇性注意機(jī)制選擇圖像中顯著區(qū)域,提取顯著性區(qū)域SURF特征,通過特征點(diǎn)匹配,實(shí)現(xiàn)場(chǎng)景中目標(biāo)物體的識(shí)別。實(shí)驗(yàn)證明,和傳統(tǒng)SURF算法相比,本文改進(jìn)算法的識(shí)別率和識(shí)別速度均得到有效提高。最后,為解決傳統(tǒng)Camshift算法需要手動(dòng)選取跟蹤目標(biāo)的問題,提出一種基于檢測(cè)的無監(jiān)督的家居服務(wù)機(jī)器人物體跟蹤算法,利用SURF特征匹配自動(dòng)尋找目標(biāo)物體,實(shí)現(xiàn)了全自動(dòng)跟蹤。針對(duì)傳統(tǒng)Camshift算法容易受相似顏色干擾的問題,將SURF特征融入到Camshift算法框架之中,提出一種結(jié)合SURF特征的Camshift物體跟蹤算法。實(shí)驗(yàn)證明,該算法可以有效解決傳統(tǒng)Camshift算法在與目標(biāo)顏色相似的背景下跟蹤失敗的問題。
[Abstract]:With the development of society and the increasingly serious problem of aging, the demand for home service robots is becoming more and more urgent. Good object perception ability is the premise of intelligent operation for home service robots, and it is also a research focus in the field of machine vision. The unstructured home environment, the variety of objects, the arbitrary placement of objects in different positions, the mutual contact and occlusion between multiple objects, and the fuzziness of the images caused by robot motion. And real-time requirements have brought a lot of difficulties to robot object perception. The main research contents of this paper are as follows: firstly, a complete object recognition system of home service robot is designed and implemented based on SURF features. It mainly includes three processes: feature point detection, feature point description and feature point matching, and improves the mismatching problem. RANSAC algorithm is used for matching purification, which effectively eliminates the mismatching. The hardware platform of the robot is built and the recognition experiment is carried out in the indoor unstructured environment. The results show that the method has good robustness, but the real-time performance needs to be improved. Secondly, in order to further improve the performance of the system, a robot object recognition algorithm based on salient area guidance is proposed. Through the visual selective attention mechanism, the significant region in the image is selected, the SURF feature of the significant region is extracted, and the recognition of the target object in the scene is realized by matching the feature points. The experimental results show that compared with the traditional SURF algorithm, the recognition rate and recognition speed of the improved algorithm are effectively improved. Finally, in order to solve the problem that the traditional Camshift algorithm needs to select and track the target manually, an unsupervised object tracking algorithm for home service robot based on detection is proposed. SURF feature matching is used to automatically find the target object, and the automatic tracking is realized. In order to solve the problem that the traditional Camshift algorithm is vulnerable to similar color interference, SURF features are integrated into the framework of Camshift algorithm, and a Camshift object tracking algorithm based on SURF features is proposed. The experimental results show that the algorithm can effectively solve the problem of tracking failure of the traditional Camshift algorithm in the context of similar color to the target.
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛檢偉;;庫(kù)卡機(jī)器人在高鐵彈條生產(chǎn)線的應(yīng)用[J];鄭鐵科技;2012年04期

2 浙江大學(xué)工業(yè)控制技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室機(jī)器人團(tuán)隊(duì);;爬行與行走機(jī)器人及移動(dòng)機(jī)器支撐技術(shù)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);2016年04期

3 丁寧;;人機(jī)共生時(shí)代的機(jī)器人設(shè)計(jì)與探索[J];機(jī)器人產(chǎn)業(yè);2018年06期

4 ;英偉達(dá)建立機(jī)器人實(shí)驗(yàn)室 專注廚房輔助機(jī)器人等10多個(gè)項(xiàng)目[J];智能機(jī)器人;2019年01期

5 曹東;田富洋;宋占華;閆銀發(fā);李法德;蔡占河;;AMR果蔬自動(dòng)收獲機(jī)器人動(dòng)力學(xué)建模與實(shí)時(shí)控制[J];農(nóng)機(jī)化研究;2018年02期

6 楊存志;吳澤全;郭洋;;擠奶機(jī)器人的結(jié)構(gòu)設(shè)計(jì)[J];農(nóng)機(jī)化研究;2018年04期

7 苗玉剛;文家雄;尹藝澄;;多功能清潔機(jī)器人機(jī)械結(jié)構(gòu)設(shè)計(jì)與控制[J];機(jī)械制造;2018年02期

8 梁萬前;;我國(guó)機(jī)器人產(chǎn)業(yè)發(fā)展現(xiàn)狀研究[J];山東工業(yè)技術(shù);2018年10期

9 王智龍;楊萌;劉兵;;一種新型多足對(duì)稱機(jī)器人的研究[J];內(nèi)燃機(jī)與配件;2018年08期

10 ;機(jī)器人教育普及進(jìn)行時(shí)[J];機(jī)器人產(chǎn)業(yè);2018年03期

相關(guān)會(huì)議論文 前10條

1 王明輝;王楠;李斌;;面向?yàn)?zāi)難救援的機(jī)器人控制站系統(tǒng)設(shè)計(jì)[A];中國(guó)儀器儀表學(xué)會(huì)第十二屆青年學(xué)術(shù)會(huì)議論文集[C];2010年

2 鮑平安;蔣平;陳輝堂;王月娟;;基于模型學(xué)習(xí)的機(jī)器人控制方法[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

3 宋建梅;田樹苞;劉魯源;;神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)用[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（上冊(cè)）[C];1995年

4 劉亞威;趙旭;;航空制造推動(dòng)新概念機(jī)器人發(fā)展[A];2018年軍工裝備技術(shù)�？撐募痆C];2018年

5 展杰;胡斌;王麗晶;;陸空機(jī)器人在消防救援中的應(yīng)用研究[A];2018中國(guó)消防協(xié)會(huì)科學(xué)技術(shù)年會(huì)論文集[C];2018年

6 佟惠軍;張少軍;劉澤乾;;神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)用[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

7 孫吉利;;多工序復(fù)用翻身機(jī)器人動(dòng)作及節(jié)拍優(yōu)化改進(jìn)研究[A];2018中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2018年

8 鮑平安;陳輝堂;;機(jī)器人控制的并行處理技術(shù)研究[A];1996年中國(guó)控制會(huì)議論文集[C];1996年

9 陳勇;桂衛(wèi)華;陽春華;王隨平;謝永芳;;深海采礦移動(dòng)機(jī)器人控制的關(guān)鍵技術(shù)[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

10 周維;劉有源;孫波;;人工智能與機(jī)器人控制的探討[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨制造業(yè)自動(dòng)化、信息化技術(shù)研討會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 劉勇;為傳統(tǒng)機(jī)器人增添“智慧大腦”[N];光明日?qǐng)?bào);2019年

2 羅玲;“靈巧機(jī)器人”提升戰(zhàn)斗力[N];解放軍報(bào);2019年

3 本報(bào)記者 盧e，

本文編號(hào)：2493218