發(fā)布時間：2018-03-24 10:29

  本文選題：助老助殘機(jī)器人　切入點(diǎn)：嘴部檢測　出處：《山東科技大學(xué)》2017年碩士論文

【摘要】：助老助殘機(jī)器人是面向老年人、殘疾人的一種服務(wù)型機(jī)器人,具有助老、助殘、娛樂等功能,隨著社會上老年人數(shù)量的增加,助老助殘機(jī)器人的需求不斷加大,對助老助殘機(jī)器人的研究也受到了廣泛關(guān)注。本文主要對一種應(yīng)用到不可移動的助老助殘機(jī)器人上的視覺智能定位系統(tǒng)進(jìn)行研究。選用Bumblebee2雙目相機(jī)構(gòu)建立體定位系統(tǒng)。在深入理解雙目立體視覺的相關(guān)原理之后,對Bumblebee2相機(jī)進(jìn)行了二次開發(fā),實(shí)現(xiàn)了對指定的任意目標(biāo)物體的空間三維定位以及對受助者嘴部的空間三維定位。為實(shí)現(xiàn)對指定目標(biāo)的定位,本文設(shè)計(jì)實(shí)現(xiàn)了通過位于受助者頭部的激光筆指引的方式來指定目標(biāo),該種設(shè)計(jì)方法簡單、方便、實(shí)用,避免了對大量不同目標(biāo)的分類學(xué)習(xí)。對光斑的檢測過程經(jīng)歷了圖像的平滑處理、閾值分割、腐蝕處理、膨脹處理等過程,最后采用重心法求取光斑中心在圖片中的位置。通過該位置可利用雙目立體視覺得到指定目標(biāo)在相機(jī)坐標(biāo)系中的空間三維坐標(biāo)。對于嘴部的檢測定位主要根據(jù)Haar-like特征和Adaboost訓(xùn)練方法,采用OpenCV提供的Haartraining算法訓(xùn)練得到人臉分類器和人嘴分類器,利用得到的分類器進(jìn)行人臉檢測,再基于檢測到的人臉區(qū)域進(jìn)一步檢測人嘴的位置,通過該位置即可利用雙目立體視覺獲得人嘴的空間三維坐標(biāo)。本定位系統(tǒng)基于臺式機(jī),利用OpenCV和Bumblebee2的API在Microsoft Visual Studio 2008編程環(huán)境中編程實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明,在沒有強(qiáng)光干擾的情況下,能很好地檢測出激光光斑和受助者嘴部,Bumblebee2雙目相機(jī)對嘴部和其他目標(biāo)的定位精度在5mm范圍內(nèi),滿足項(xiàng)目需要。
[Abstract]:The disabled robot is a kind of service robot for the elderly and the disabled. It has the functions of assisting, assisting and entertaining. With the increase of the number of the elderly in society, the demand of the robot is increasing. The research of assistive robot has been paid more and more attention. In this paper, a visual intelligent positioning system applied to immovable robot is studied. Bumblebee2 binocular camera is used to construct stereo positioning. After deeply understanding the related principles of binocular stereo vision, The second development of Bumblebee2 camera is carried out to realize the spatial 3D positioning of any target object and the three-dimensional location of the recipient's mouth. In this paper, we design and implement the method of directing the target by the laser pen in the recipient's head. This design method is simple, convenient and practical. The process of spot detection has gone through the process of image smoothing, threshold segmentation, corrosion treatment, expansion processing and so on. Finally, the position of the spot center in the image is obtained by using the center of gravity method. Through this position, the three-dimensional coordinates of the specified target in camera coordinate system can be obtained by using the binocular stereo vision. The detection and location of the mouth are mainly based on Haar-like. Features and Adaboost training methods, The face classifier and mouth classifier are trained by Haartraining algorithm provided by OpenCV. The face detection is carried out by using the obtained classifier, and the position of human mouth is further detected based on the detected face region. Through this position, the three-dimensional coordinates of human beak can be obtained by binocular stereo vision. This positioning system is based on desktop computer, and realized in Microsoft Visual Studio 2008 programming environment by API of OpenCV and Bumblebee2. The experimental results show that, In the absence of strong light interference, the location accuracy of laser spot and Bumblebee2 binocular camera to mouth and other targets can be well detected in the 5mm range, which can meet the needs of the project.
【學(xué)位授予單位】：山東科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁銀瑤;宋天麟;;送餐服務(wù)機(jī)器人研究及設(shè)計(jì)[J];科技創(chuàng)新與應(yīng)用;2017年04期

2 倪文彬;陸廣華;張毅;;一種導(dǎo)游服務(wù)型機(jī)器人設(shè)計(jì)[J];機(jī)械制造與自動化;2016年06期

3 蘇衍保;劉自清;聶磊;;校園智能服務(wù)機(jī)器人研究與設(shè)計(jì)[J];電子世界;2016年22期

4 關(guān)雪梅;;幾種圖像平滑處理方法比較研究[J];牡丹江師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年04期

5 王沛霖;;兒童陪伴機(jī)器人是好方向嗎[J];機(jī)器人產(chǎn)業(yè);2016年05期

6 趙航;劉玉梅;卜春光;李艷杰;劉博;;掃地機(jī)器人的發(fā)展現(xiàn)狀及展望[J];信息與電腦(理論版);2016年12期

7 高帥;楊翊坤;周曉萌;李曉騰;李征;;NAO機(jī)器人迎賓與多臺同時啟動設(shè)計(jì)方案[J];企業(yè)技術(shù)開發(fā);2015年33期

8 徐宇杰;管會超;張宗衛(wèi);郭慶;張青;;基于人眼視覺原理的虛擬現(xiàn)實(shí)顯示模型[J];計(jì)算機(jī)應(yīng)用;2015年10期

9 梁文莉;;競爭激烈的掃地機(jī)器人市場[J];機(jī)器人技術(shù)與應(yīng)用;2015年02期

10 曹世康;李東堅(jiān);許瑞華;王偉;王拯洲;;基于最優(yōu)弧的激光光斑中心檢測算法[J];紅外與激光工程;2014年10期

相關(guān)博士學(xué)位論文 前1條

1 李彥濤;助餐機(jī)器人樣機(jī)研制及控制研究[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉忠賀;面向任務(wù)的助老助殘智能輪椅機(jī)器人運(yùn)動規(guī)劃[D];哈爾濱工業(yè)大學(xué);2016年

2 汪洋;掃地機(jī)器人定位算法設(shè)計(jì)與嵌入式系統(tǒng)實(shí)現(xiàn)[D];中國科學(xué)技術(shù)大學(xué);2016年

3 楊眷玉;基于卷積神經(jīng)網(wǎng)絡(luò)的物體識別研究與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

4 包愷俊;基于UWB定位的餐廳服務(wù)機(jī)器人研究[D];上海師范大學(xué);2016年

5 徐信;基于Adaboost人臉檢測算法的研究及實(shí)現(xiàn)[D];太原理工大學(xué);2015年

6 劉彪;基于Adaboost的人臉檢測與識別算法的研究[D];電子科技大學(xué);2013年

7 黃珍;AdaBoost算法在人臉檢測中的應(yīng)用研究[D];蘭州理工大學(xué);2013年

8 喬玲玲;圖像分割算法研究及實(shí)現(xiàn)[D];武漢理工大學(xué);2009年

9 王英明;基于AdaBoost算法的人臉檢測研究[D];南京理工大學(xué);2008年

10 龍伶敏;基于Adaboost的人臉檢測方法及眼睛定位算法研究[D];電子科技大學(xué);2008年

，

本文編號：1657902