針對(duì)室內(nèi)嗅覺(jué)搜索機(jī)器人定位問(wèn)題,提出一種基于最小二乘高斯核支持向量機(jī)的單目視覺(jué)定位算法.首先,利用最小二乘高斯核支持向量機(jī),可將機(jī)器人在圖片中像素位置與真實(shí)場(chǎng)景中位置間的非線性映射轉(zhuǎn)化為帶高斯核的線性映射;然后,運(yùn)用k重交叉驗(yàn)證方法對(duì)映射關(guān)系模型進(jìn)行訓(xùn)練,獲取優(yōu)化模型參數(shù);最后,利用單目攝像頭采集機(jī)器人運(yùn)動(dòng)的連續(xù)圖像,并根據(jù)機(jī)器人平臺(tái)與其背景間的灰度差異特征實(shí)時(shí)識(shí)別圖像中目標(biāo)機(jī)器人平臺(tái),計(jì)算得到機(jī)器人平臺(tái)形心在每一幀圖像中的像素位置,進(jìn)而映射出機(jī)器人平臺(tái)在室內(nèi)環(huán)境下的實(shí)時(shí)動(dòng)態(tài)位置.實(shí)驗(yàn)結(jié)果表明:此定位方法能夠?yàn)橐苿?dòng)機(jī)器人在室內(nèi)環(huán)境下提供高精度和無(wú)累積誤差的實(shí)時(shí)定位信息;算法的精確性和可靠性得到了充分驗(yàn)證. 

【文章來(lái)源】：華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019,47(04)北大核心EICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

Pioneer3嗅覺(jué)搜索機(jī)器人作為動(dòng)態(tài)定位目標(biāo)的Pioneer3嗅覺(jué)搜索機(jī)器人

甕褂嘔?侍獾募撲?復(fù)雜度，引入一種新型的支持向量機(jī)，即最小二乘支持向量機(jī)(leastsquaresSVM，LS-SVM)[16]．此方法具備支持SVM優(yōu)化問(wèn)題的不等式約束變?yōu)榈仁郊s束的簡(jiǎn)化特性：獲得LS-SVM模型僅須求解一個(gè)線性方程組，它的算法復(fù)雜度低于SVM，性能卻不亞于SVM，其對(duì)應(yīng)的回歸問(wèn)題則稱為最小二乘支持向量機(jī)回歸(leastsquaresSVR，LS-SVR)．本研究利用LS-SVM建立圖像中目標(biāo)機(jī)器人像素位置和現(xiàn)實(shí)目標(biāo)機(jī)器人位置映射的黑箱模型，即建立一種支持向量網(wǎng)絡(luò)來(lái)預(yù)報(bào)機(jī)器人實(shí)時(shí)位置．如圖3所示，選取89組一一對(duì)應(yīng)的訓(xùn)練樣本，為了降低圖像畸變帶來(lái)的誤差，訓(xùn)練點(diǎn)在邊界處選取較中央部分更為密集，獲取一組映射(a，b)(x，y)，其中：(a，b)為機(jī)器人在圖像中的形心點(diǎn)像素坐標(biāo)位置；(x，y)為機(jī)器人實(shí)際環(huán)境中平面坐標(biāo)位置．支持向量機(jī)屬于一類有監(jiān)督的機(jī)器學(xué)習(xí)．這種學(xué)習(xí)是一個(gè)隨機(jī)過(guò)程，訓(xùn)練樣本數(shù)據(jù)來(lái)自兩個(gè)變量集合，分別為輸入變量集合和輸出變量集合D．此過(guò)程的隨機(jī)性具體體現(xiàn)在：訓(xùn)練樣本數(shù)據(jù){()|12}kkSx，yk，，，m認(rèn)為是在變量空間D按照一定的概率分布()kkPx，y獨(dú)立地實(shí)現(xiàn)了m次，樣本數(shù)據(jù)的生成帶有不確定性，其中，每個(gè)樣本數(shù)據(jù)輸入向量nkxR，相對(duì)應(yīng)樣本輸出kyDR．圖3訓(xùn)練樣本點(diǎn)二維平面圖

·22·華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）第47卷機(jī)器學(xué)習(xí)的最終結(jié)果將會(huì)生成一個(gè)近似的非線性映射關(guān)系，即f:D．支持向量機(jī)的作用則是試圖將輸入的向量x映射到高維的特征空間H中去形成一個(gè)非線性回歸．從而確保其在輸入空間中達(dá)到一定近似度的非線性回歸．設(shè)這種映射關(guān)系為:nxRH，具體可表達(dá)為12()(()()())nxΦxx，x，，x，．(1)非線性回歸在高維特征空間中具有形式0fx，WWΦxb，(2)式中：W為非線性回歸系數(shù)向量；0b為偏差項(xiàng)．根據(jù)式(1)和式(2)定義損失函數(shù)Ly，fx，W和經(jīng)驗(yàn)風(fēng)險(xiǎn)函數(shù)eR，有220Ly，fx，WyWΦxbξ；211e11()22mmkkikiRfLyf，x，Wξ，(3)式中T12mξξ，ξ，，ξ為誤差向量．根據(jù)式(3)建立LS-SVR模型為：022,,,11min22imibiiCξW‖W‖；s.b.ii0iyWΦxbξ，式中C為經(jīng)驗(yàn)風(fēng)險(xiǎn)懲罰系數(shù)．借鑒求解優(yōu)化問(wèn)題的方法，對(duì)上述LS-SVR模型進(jìn)行求解．a(chǎn).設(shè)拉格朗日函數(shù)為202011122iiimmiiiibybξQCξ，，，‖‖，WξαWΦxW式中T12mα，，，為拉格朗日乘子向量．b.對(duì)式(4)求偏導(dǎo)數(shù)使其達(dá)到最小值，有010100000000miiimiiiiiiiiibbbbQQbQCξξQybξWξαWξαWξαWξαWΦx

【參考文獻(xiàn)】：
期刊論文
[1]基于OpenCV的水下機(jī)器人單目定位技術(shù)研究與仿真[J]. 韓沖,蘇濤,謝基榕.  計(jì)算機(jī)測(cè)量與控制. 2017(12)
[2]改進(jìn)的單目視覺(jué)實(shí)時(shí)定位與測(cè)圖方法[J]. 李帥鑫,李廣云,周陽(yáng)林,李明磊,王力.  儀器儀表學(xué)報(bào). 2017(11)
[3]基于線結(jié)構(gòu)光的雙目視覺(jué)目標(biāo)位姿測(cè)量研究[J]. 賀勇標(biāo),楊天龍,魯國(guó)峰,廖建國(guó).  機(jī)械工程師. 2017(05)
[4]室內(nèi)單目視覺(jué)全局定位系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 李繤,劉瑤,洪良,張澤雨林,張丹.  工業(yè)儀表與自動(dòng)化裝置. 2017(01)
[5]激光與單目視覺(jué)融合的移動(dòng)機(jī)器人運(yùn)動(dòng)目標(biāo)跟蹤[J]. 苑晶,劉鋼墩,孫沁璇.  控制理論與應(yīng)用. 2016(02)
[6]基于全景視覺(jué)機(jī)器人定位的路標(biāo)提取方法[J]. 崔寶俠,張馳,欒婷婷,段勇.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2016(05)
[7]基于雙目視覺(jué)的避障策略算法研究[J]. 張懷相,朱金成.  杭州電子科技大學(xué)學(xué)報(bào). 2013(04)
[8]室內(nèi)自主移動(dòng)機(jī)器人定位方法研究綜述[J]. 李群明,熊蓉,褚健.  機(jī)器人. 2003(06)

碩士論文
[1]基于激光與單目視覺(jué)融合的機(jī)器人室內(nèi)定位與制圖研究[D]. 梁瀟.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3419412