作為一項(xiàng)參與面廣的AI挑戰(zhàn)項(xiàng)目,機(jī)器人競(jìng)賽是通過特定的任務(wù)目標(biāo)實(shí)現(xiàn)的,運(yùn)用各種技術(shù)和巧妙的想法來實(shí)現(xiàn)針對(duì)特定問題的解。它可以促進(jìn)科研單位,大學(xué)和企業(yè)的交流,并可以促進(jìn)學(xué)術(shù)研究的進(jìn)步。在中國(guó)人工智能戰(zhàn)略實(shí)施的大背景下,機(jī)器人競(jìng)賽成為了一個(gè)具有重要實(shí)踐應(yīng)用意義的課題。機(jī)器人競(jìng)賽系統(tǒng)是對(duì)實(shí)時(shí)性比較依賴的系統(tǒng),對(duì)機(jī)器人的定位和導(dǎo)航要求較高。它不僅需要精確定位,還需要能夠檢測(cè)運(yùn)動(dòng)中的機(jī)器人。本文針對(duì)如何實(shí)現(xiàn)競(jìng)賽系統(tǒng)中多機(jī)器人的定位與識(shí)別,結(jié)合國(guó)內(nèi)外研究資料,提出了結(jié)合ORB（Oriented Fast and Rotated Brief）特征匹配的視覺背景提取算法Vi Be（Visual Background Extractor）,并改進(jìn)了原有算法的缺陷,完成了對(duì)競(jìng)賽系統(tǒng)中機(jī)器人的定位。主要做了如下研究工作:（1）根據(jù)機(jī)器人競(jìng)賽系統(tǒng)的需求和特點(diǎn)簡(jiǎn)化了單目定位模型,設(shè)計(jì)了一個(gè)滿足競(jìng)賽系統(tǒng)場(chǎng)景應(yīng)用的單目視覺定位方案。最后通過相機(jī)標(biāo)定實(shí)驗(yàn)驗(yàn)證了定位方案的可行性。（2）本文設(shè)計(jì)了一種針對(duì)競(jìng)賽系統(tǒng)中運(yùn)動(dòng)機(jī)器人定位問題的鬼影消除算法,這種算法針對(duì)競(jìng)賽系統(tǒng)的靜態(tài)背景特點(diǎn),將Vi Be提取的運(yùn)動(dòng)前景圖像與樣本圖... 

【文章來源】：成都信息工程大學(xué)四川省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

--6標(biāo)定用棋盤圖

ViBe檢測(cè)結(jié)果

3.4.3前景圖像來檢測(cè)鬼影現(xiàn)鬼影的檢測(cè)與快速消除。這里將針對(duì)比賽場(chǎng)地中的光照突變對(duì)成的影響，來做改進(jìn)。加裝光敏傳感器來實(shí)現(xiàn)。標(biāo)檢測(cè)。額外增加的機(jī)器人與上位機(jī)之間的通信，會(huì)增加定位與檢測(cè)的時(shí)間。處發(fā)生了光照突變。（均為結(jié)果所得到的前景目標(biāo)的面積會(huì)變大，并且遠(yuǎn)遠(yuǎn)大于實(shí)際真實(shí)的前景圖像面積。設(shè)定則有：消除光照突變影響在本章第一節(jié)，探討了用機(jī)器人來感知場(chǎng)景中的光照變化，是比較容易實(shí)現(xiàn)的�？梢酝ㄟ^給機(jī)器人（（但是對(duì)于上位機(jī)的檢測(cè)系統(tǒng)，目標(biāo)是實(shí)現(xiàn)對(duì)場(chǎng)景中的機(jī)器人的定位與運(yùn)動(dòng)目如上圖3-6VIBE檢測(cè)結(jié)果。根據(jù)實(shí)驗(yàn)結(jié)果，發(fā)現(xiàn)當(dāng)場(chǎng)景中發(fā)生光照突變時(shí)，ViBe檢測(cè)結(jié)果得到的前景面積為[71]，并針對(duì)虛假前景目標(biāo)處的像素采用動(dòng)態(tài)更新。以此來實(shí)a）213幀原始圖像c）214幀原始圖像6所示，輸入視頻為在室內(nèi)拍攝的視頻序列。該視頻序列在a）為成都信息工程大學(xué)第ViBe算法應(yīng)用于競(jìng)賽系統(tǒng)中時(shí)存在的缺陷。用分割的圖3-6213幀原始圖像，（成都信息工程大學(xué)碩士學(xué)位論文25頁(yè)共576光照突變示意圖vibeS，分割得到的前景圖像面積為碩士學(xué)位論文57頁(yè)（b）ViBe檢測(cè)結(jié)果（d）ViBe檢測(cè)結(jié)果c）為214幀原始圖像。（ViBe檢測(cè)結(jié)果造214b）與（ViBe檢測(cè)foregroundS幀d）。

【參考文獻(xiàn)】：
期刊論文
[1]基于雙目視覺的船用爬壁監(jiān)測(cè)機(jī)器人[J]. 朱保鵬,陳偉,宦鍵,張榜,謝云飛.  艦船科學(xué)技術(shù). 2018(13)
[2]基于改進(jìn)的VIBE算法在鐵路智能視頻監(jiān)控入侵檢測(cè)的研究[J]. 楊海林,蔡啟忡,薛圣利,周加全.  科學(xué)技術(shù)與工程. 2016(21)
[3]三目立體攝影測(cè)量系統(tǒng)中相機(jī)標(biāo)定技術(shù)研究[J]. 范亞兵,黃桂平,姚思遠(yuǎn),任政圭.  計(jì)量學(xué)報(bào). 2015 (02)
[4]改進(jìn)的Vibe運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 尹凱,魏江,李正,陳冰,王彤,齊金剛.  電子設(shè)計(jì)工程. 2014(16)
[5]一種改進(jìn)視覺背景提�。╒iBe）算法的車輛檢測(cè)方法[J]. 楊勇,孫明偉,金裕成.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(03)
[6]基于特征提取的匹配場(chǎng)處理[J]. 王奇,王英民,諸國(guó)磊.  火力與指揮控制. 2014(05)
[7]基于Vibe的鬼影抑制算法[J]. 陳亮,陳曉竹,范振濤.  中國(guó)計(jì)量學(xué)院學(xué)報(bào). 2013(04)
[8]基于空間像素純度指數(shù)的端元提取算法[J]. 崔建濤,王晶,厲小潤(rùn),趙遼英.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2013(09)
[9]基于背景信息的MODIS林火自動(dòng)提取算法[J]. 繆婷婷,沈潤(rùn)平.  測(cè)繪科學(xué). 2013(05)
[10]基于激光測(cè)距與雙目視覺信息融合的移動(dòng)機(jī)器人SLAM研究[J]. 杜釗君,吳懷宇.  計(jì)算機(jī)測(cè)量與控制. 2013(01)

博士論文
[1]光照變化條件下中型組足球機(jī)器人目標(biāo)識(shí)別與定位方法研究[D]. 戚瑋瑋.中國(guó)海洋大學(xué) 2011
[2]基于視覺—激光的移動(dòng)機(jī)器人自定位研究[D]. 王珂.大連理工大學(xué) 2008

碩士論文
[1]監(jiān)控視頻下運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D]. 徐彩迪.西安理工大學(xué) 2018
[2]基于Kinect競(jìng)賽用體感控制機(jī)器人的開發(fā)研究[D]. 劉淑云.重慶師范大學(xué) 2017
[3]智能視頻監(jiān)控中的目標(biāo)檢測(cè)算法研究[D]. 張玉婉.西安電子科技大學(xué) 2017
[4]基于視覺的靜態(tài)手勢(shì)識(shí)別中關(guān)鍵技術(shù)的研究[D]. 莊會(huì)偉.山東大學(xué) 2017
[5]移動(dòng)增強(qiáng)現(xiàn)實(shí)跟蹤注冊(cè)技術(shù)的研究與應(yīng)用[D]. 王楚迪.沈陽(yáng)工業(yè)大學(xué) 2017
[6]自適應(yīng)視覺背景更新的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D]. 黃曉凌.重慶郵電大學(xué) 2017
[7]基于SIFT特征點(diǎn)的作物圖像拼接算法研究[D]. 張一帆.西北農(nóng)林科技大學(xué) 2017
[8]木材表面缺陷的圖像分割方法研究[D]. 許景濤.東北林業(yè)大學(xué) 2017
[9]基于詞袋模型的木材分類的研究[D]. 胡學(xué)晶.東北林業(yè)大學(xué) 2017
[10]移動(dòng)機(jī)器人的視覺定位系統(tǒng)研究[D]. 黃山.電子科技大學(xué) 2017



本文編號(hào)：3137759