本文關(guān)鍵詞：基于多特征融合的服務(wù)機(jī)器人語(yǔ)義地圖創(chuàng)建研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),隨著智能服務(wù)機(jī)器人研究的不斷深入,使機(jī)器人獲得更多的外界信息,完成更復(fù)雜的服務(wù)任務(wù),是當(dāng)前機(jī)器人研究領(lǐng)域亟需解決的問(wèn)題。語(yǔ)義地圖包含豐富的環(huán)境信息,并且可以更加高效的輔助機(jī)器人完成相關(guān)服務(wù)任務(wù),受到越來(lái)越多國(guó)內(nèi)外研究者的關(guān)注。為使機(jī)器人更好的完成服務(wù)任務(wù),針對(duì)傳統(tǒng)地圖中語(yǔ)義信息缺失的問(wèn)題,提出一種多特征融合的方法構(gòu)建環(huán)境語(yǔ)義地圖。根據(jù)激光數(shù)據(jù)獲取環(huán)境結(jié)構(gòu)信息,構(gòu)建度量及拓?fù)涞貓D,并提出基于生物免疫及抗體變異機(jī)制的機(jī)器人路徑規(guī)劃算法;利用一般物體檢測(cè)方法獲取環(huán)境圖像信息中描述一般物體的候選窗口,并對(duì)候選窗口中的物體進(jìn)行識(shí)別,獲取環(huán)境中的語(yǔ)義信息;為獲取更多的環(huán)境信息以更好的完成服務(wù)任務(wù),采用基于維諾圖的區(qū)域劃分方法,對(duì)環(huán)境中拓?fù)涔?jié)點(diǎn)控制的語(yǔ)義區(qū)域進(jìn)行劃分,根據(jù)地圖模型生成包含豐富語(yǔ)義信息并符合機(jī)器人認(rèn)知的語(yǔ)義地圖。主要工作有以下幾個(gè)方面:1.基于樹(shù)形結(jié)構(gòu)轉(zhuǎn)換的可通行區(qū)域構(gòu)建。針對(duì)現(xiàn)有方法中,構(gòu)建可通行區(qū)域的算法時(shí)間復(fù)雜度高,且系統(tǒng)實(shí)時(shí)性較差的問(wèn)題,提出一種樹(shù)形結(jié)構(gòu)轉(zhuǎn)換方法。該方法以扇區(qū)為基礎(chǔ)結(jié)構(gòu)描述激光信息中各層的可通行區(qū)域。隨后,遍歷扇區(qū)并存儲(chǔ)到樹(shù)形數(shù)據(jù)結(jié)構(gòu)中,完成對(duì)可通行區(qū)域的空間描述,從而實(shí)現(xiàn)對(duì)環(huán)境的快速建模。2.基于抗體變異機(jī)制的路徑規(guī)劃。通過(guò)引入免疫算法對(duì)可通行點(diǎn)進(jìn)行評(píng)價(jià),選取局部最優(yōu)可通行點(diǎn),減少機(jī)器人探索時(shí)間,提高探索效率。但免疫算法在減少回溯的同時(shí),導(dǎo)致機(jī)器人在探索過(guò)程中為到達(dá)最優(yōu)可通行點(diǎn)頻繁轉(zhuǎn)向,轉(zhuǎn)向過(guò)程耗費(fèi)時(shí)間且影響位姿估計(jì)。針對(duì)上述問(wèn)題,提出一種基于抗體變異機(jī)制的路徑規(guī)劃算法。當(dāng)未觸發(fā)抗體變異機(jī)制時(shí),可通行點(diǎn)位于其控制區(qū)域的中間位置。觸發(fā)抗體變異機(jī)制后,對(duì)可通行點(diǎn)位置進(jìn)行微調(diào),其所在位置根據(jù)前一次轉(zhuǎn)向的偏轉(zhuǎn)角向反方向漂移,進(jìn)而有效解決了應(yīng)用免疫算法出現(xiàn)的頻繁轉(zhuǎn)向問(wèn)題。3.基于區(qū)域相似度融合的得分修正。為避免候選窗口位置不佳所導(dǎo)致的物體漏檢、錯(cuò)檢等問(wèn)題,提出一種基于區(qū)域相似度融合的得分修正系統(tǒng),該系統(tǒng)綜合考慮候選窗口內(nèi)的顏色、紋理及候選窗口占圖像比例等因素,對(duì)候選窗口進(jìn)行打分,并在分析候選窗口顏色特征的過(guò)程中,提出一種基于顏色特征的快速融合算法,提高計(jì)算效率。利用所提得分修正系統(tǒng)可以優(yōu)化候選窗口的選取,為接下來(lái)進(jìn)行的物體識(shí)別奠定基礎(chǔ)。4.基于多特征融合的分層地圖模型構(gòu)建。受傳感器自身能力的制約,移動(dòng)機(jī)器人攜帶單一傳感器采集到的環(huán)境信息具有一定的局限性,并且將會(huì)導(dǎo)致環(huán)境模型的信息缺失。因此,在語(yǔ)義地圖創(chuàng)建過(guò)程中,需要將多種傳感器獲得的環(huán)境特征相融合,得到信息更為豐富的外界環(huán)境地圖。為融合多傳感器特征,提出一種按抽象程度逐層遞增的三層地圖模型,將地圖分為表示環(huán)境幾何結(jié)構(gòu)的度量層,表示拓?fù)涔?jié)點(diǎn)間關(guān)系的拓?fù)鋵?表示區(qū)域關(guān)系的語(yǔ)義層,進(jìn)而構(gòu)建出包含豐富環(huán)境信息的語(yǔ)義地圖。通過(guò)Pioneer 3-DX型機(jī)器人在真實(shí)環(huán)境下的實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提出的基于多特征融合的服務(wù)機(jī)器人語(yǔ)義地圖構(gòu)建的可行性與有效性,構(gòu)建的語(yǔ)義地圖能使機(jī)器人更好的完成服務(wù)任務(wù),具有一定的理論價(jià)值和實(shí)際應(yīng)用意義。
【關(guān)鍵詞】：地圖構(gòu)建 物體識(shí)別 免疫算法 語(yǔ)義地圖
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TP242
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 課題研究背景及意義10-11
• 1.1.1 服務(wù)機(jī)器人發(fā)展概述10
• 1.1.2 語(yǔ)義地圖創(chuàng)建的研究意義10-11
• 1.2 同步定位與地圖創(chuàng)建方法11-14
• 1.2.1 移動(dòng)機(jī)器人定位方法11-12
• 1.2.2 環(huán)境地圖描述方法12-14
• 1.3 語(yǔ)義地圖創(chuàng)建研究現(xiàn)狀14-15
• 1.3.1 語(yǔ)義地圖創(chuàng)建國(guó)外研究現(xiàn)狀14-15
• 1.3.2 語(yǔ)義地圖創(chuàng)建國(guó)內(nèi)研究現(xiàn)狀15
• 1.4 論文的研究?jī)?nèi)容與結(jié)構(gòu)安排15-16
• 1.4.1 主要研究?jī)?nèi)容15-16
• 1.4.2 論文結(jié)構(gòu)安排16
• 1.5 本章小結(jié)16-18
• 第2章 硬件系統(tǒng)構(gòu)成18-26
• 2.1 移動(dòng)機(jī)器人平臺(tái)18-20
• 2.1.1 Pioneer3-DX18-19
• 2.1.2 軟件平臺(tái)19
• 2.1.3 控制體系框架19-20
• 2.2 傳感器模型20-24
• 2.2.1 內(nèi)部傳感器20-21
• 2.2.2 外部傳感器21-22
• 2.2.3 激光傳感器及視覺(jué)傳感器22-24
• 2.3 通信架構(gòu)24-25
• 2.4 本章小結(jié)25-26
• 第3章 基于抗體變異機(jī)制的室內(nèi)環(huán)境探索及地圖構(gòu)建26-36
• 3.1 環(huán)境探索及地圖構(gòu)建26-30
• 3.1.1 環(huán)境探索及地圖構(gòu)建流程26-27
• 3.1.2 局部拓?fù)涞貓D構(gòu)建27-29
• 3.1.3 全局拓?fù)涞貓D構(gòu)建29-30
• 3.2 生物免疫算法30-32
• 3.2.1 生物免疫機(jī)理及在路徑規(guī)劃中的應(yīng)用30-31
• 3.2.2 抗體親和力評(píng)價(jià)函數(shù)31-32
• 3.3 抗體變異機(jī)制32-33
• 3.3.1 連續(xù)轉(zhuǎn)向問(wèn)題分析32
• 3.3.2 抗體變異機(jī)制32-33
• 3.4 實(shí)驗(yàn)結(jié)果及分析33-35
• 3.5 本章小結(jié)35-36
• 第4章 基于一般物體檢測(cè)算法的關(guān)鍵物體識(shí)別36-50
• 4.1 一般物體檢測(cè)算法及其應(yīng)用36-40
• 4.1.1 一般物體檢測(cè)算法36-37
• 4.1.2 選擇性搜索算法37-38
• 4.1.3 BING算法38-40
• 4.2 基于HOG特征的關(guān)鍵物體識(shí)別40-41
• 4.3 基于區(qū)域相似度融合的得分修正系統(tǒng)41-46
• 4.3.1 IoU分析41-43
• 4.3.2 候選窗口調(diào)整43-46
• 4.4 實(shí)驗(yàn)結(jié)果及分析46-48
• 4.5 本章小結(jié)48-50
• 第5章 基于多特征融合的語(yǔ)義地圖創(chuàng)建50-58
• 5.1 基于維諾圖的區(qū)域劃分50-51
• 5.2 地圖分層模型51-53
• 5.2.1 基于激光信息的度量層51-52
• 5.2.2 基于樹(shù)形結(jié)構(gòu)的拓?fù)鋵?/span>52-53
• 5.2.3 基于區(qū)域劃分的語(yǔ)義層53
• 5.3 基于多特征融合的語(yǔ)義地圖創(chuàng)建53-56
• 5.3.1 激光特征54-55
• 5.3.2 圖像特征55-56
• 5.4 本章小結(jié)56-58
• 總結(jié)58-60
• 參考文獻(xiàn)60-64
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文64-66
• 致謝66

  本文關(guān)鍵詞：基于多特征融合的服務(wù)機(jī)器人語(yǔ)義地圖創(chuàng)建研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：282604