本文選題：機(jī)器視覺 + 機(jī)器人避障��； 參考：《華北理工大學(xué)》2017年碩士論文

【摘要】：可移動(dòng)機(jī)器人的自主避障功能是其在未知環(huán)境中順利行駛的必備功能,視覺是科學(xué)研究中獲取場景信息的主要方法�；谝曈X傳感器的避障方法,可在機(jī)器人避障過程中獲取比其他避障方法更多的避障信息。在視覺的避障方法中,基于光流法的機(jī)器人避障系統(tǒng)是近些年研究的新熱點(diǎn)。為了實(shí)現(xiàn)移動(dòng)機(jī)器人的自我避障功能,同時(shí)提高機(jī)器人的避障準(zhǔn)確度,實(shí)驗(yàn)中將以輪式機(jī)器人作為實(shí)驗(yàn)平臺,并基于HS(Horn-Schunck)光流法設(shè)計(jì)機(jī)器人的自主避障系統(tǒng),并在真實(shí)環(huán)境下進(jìn)行避障實(shí)驗(yàn)且驗(yàn)證避障系統(tǒng)的有效性。首先,通過對攝像頭拍攝的圖像序列進(jìn)行圖像處理,使用的圖像處理方法有:圖像灰度化、圖像濾波和圖像縮放。分別使用HS光流算法、LK光流算法和改進(jìn)的HS算法計(jì)算圖像序列中的光流場,并在光流場中計(jì)算出FOE點(diǎn)和機(jī)器人與障礙物的碰撞時(shí)間TTC,根據(jù)TTC的變化設(shè)計(jì)機(jī)器人的行駛策略。接下來設(shè)計(jì)機(jī)器人的避障系統(tǒng),建立機(jī)器人的避障實(shí)驗(yàn)平臺,通過串行通信方式實(shí)現(xiàn)筆記本電腦到機(jī)器人上Sabertooth電機(jī)驅(qū)動(dòng)板的指令傳輸。之后,在真實(shí)環(huán)境中設(shè)計(jì)并進(jìn)行機(jī)器人的避障實(shí)驗(yàn),通過Opti Track系統(tǒng)定位并記錄機(jī)器人的避障數(shù)據(jù),檢驗(yàn)避障系統(tǒng)的有效性,同時(shí),對傳統(tǒng)HS算法與改進(jìn)HS算法的避障效果進(jìn)行對比,驗(yàn)證改進(jìn)算法的有效性。課題中通過實(shí)驗(yàn)提出將機(jī)器人的旋轉(zhuǎn)角度與光流矢量模ΔF建立關(guān)系,使機(jī)器人可在不同的ΔF范圍內(nèi)旋轉(zhuǎn)相應(yīng)的角度,從而優(yōu)化機(jī)器人的避障策略。將權(quán)重系數(shù)l的取值與機(jī)器人的避障效果建立關(guān)系,從而提出在一定條件下機(jī)器人避障效果最優(yōu)所對應(yīng)的權(quán)重系數(shù)取值范圍。
[Abstract]:The autonomous obstacle avoidance function of mobile robot is a necessary function for mobile robot to run smoothly in unknown environment. Vision is the main method to obtain scene information in scientific research. The obstacle avoidance method based on vision sensor can obtain more obstacle avoidance information than other obstacle avoidance methods. Among the obstacle avoidance methods of vision, optical flow based obstacle avoidance system for robot is a new research hotspot in recent years. In order to realize the self-obstacle avoidance function of mobile robot and improve the accuracy of obstacle avoidance, the wheeled robot will be used as the experimental platform in the experiment, and the autonomous obstacle avoidance system will be designed based on HS (Horn-Schunck) optical flow method. An obstacle avoidance experiment was carried out in real environment to verify the effectiveness of the obstacle avoidance system. Firstly, the image sequences taken by the camera are processed, and the image processing methods are as follows: image graying, image filtering and image scaling. The LK optical flow algorithm and the improved HS algorithm are used to calculate the optical flow field in the image sequence respectively. The FOE points and the collision time between robot and obstacles are calculated in the optical flow field, and the driving strategy of the robot is designed according to the variation of TTC. Then the obstacle avoidance system of the robot is designed and the robot obstacle avoidance experiment platform is established. The instruction transmission from notebook computer to the Sabertooth motor driving board on the robot is realized by serial communication. After that, the obstacle avoidance experiment of robot is designed and carried out in real environment. The obstacle avoidance data of robot are located and recorded by Opti track system, and the effectiveness of obstacle avoidance system is tested, at the same time, The effectiveness of the improved HS algorithm is verified by comparing the traditional HS algorithm with the improved HS algorithm. In this paper, the relationship between the rotation angle of the robot and the optical flow vector mode 螖 F is put forward, so that the robot can rotate the corresponding angle in different 螖 F range, so as to optimize the obstacle avoidance strategy of the robot. The relationship between the weight coefficient l and the obstacle avoidance effect of the robot is established, and the range of weight coefficients corresponding to the optimal obstacle avoidance effect of the robot under certain conditions is put forward.
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 譚君;賈松敏;李秀智;趙冠榮;;改進(jìn)的CLG變分光流場估計(jì)方法[J];電子設(shè)計(jì)工程;2016年01期

2 劉洪彬;常發(fā)亮;;權(quán)重系數(shù)自適應(yīng)光流法運(yùn)動(dòng)目標(biāo)檢測[J];光學(xué)精密工程;2016年02期

3 袁建英;王瓊;劉甲甲;李柏林;;用改進(jìn)Census變換實(shí)現(xiàn)光照變化魯棒光流計(jì)算[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2015年09期

4 鄭來芳;孫煒;歐陽明華;李飛;;結(jié)合光流和人工勢場的風(fēng)管機(jī)器人避障方法[J];計(jì)算機(jī)工程與應(yīng)用;2016年09期

5 張起貴;張妮;;一種改進(jìn)的基于全局最小能量泛函光流算法[J];中北大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

6 肖雪;秦貴和;陳筠翰;;基于光流的自主移動(dòng)機(jī)器人避障系統(tǒng)[J];計(jì)算機(jī)工程;2013年10期

7 呂芳芳;;機(jī)器視覺系統(tǒng)的應(yīng)用研究[J];企業(yè)技術(shù)開發(fā);2013年23期

8 劉偉;胡超;李抱樸;宋霜;孟慶虎;;多視角光學(xué)定位跟蹤系統(tǒng)[J];集成技術(shù);2013年01期

9 唐朋朋;劉桂禮;李東;王艷林;;基于OpenCv的石英晶片缺陷檢測[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

10 張鋮偉;王彪;徐貴力;;攝像機(jī)標(biāo)定方法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年11期

相關(guān)博士學(xué)位論文 前1條

1 周巍;煤礦井下搜救探測機(jī)器人的路徑規(guī)劃及軌跡跟蹤控制研究[D];太原理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐麗;基于光流的移動(dòng)機(jī)器人仿生避障方法研究[D];北京工業(yè)大學(xué);2014年

2 班躍海;基于光流法的機(jī)器人視覺導(dǎo)航[D];南京理工大學(xué);2012年

3 曾蒙迪;人工魚群算法在圖像處理中的應(yīng)用研究[D];湖北工業(yè)大學(xué);2011年

4 李洋;基于Modbus協(xié)議的冷庫智能監(jiān)控系統(tǒng)設(shè)計(jì)[D];海南大學(xué);2011年

5 孫夢;基于神經(jīng)網(wǎng)絡(luò)的車牌牌照識別系統(tǒng)的研究與實(shí)現(xiàn)[D];北京工商大學(xué);2010年

6 王兆軍;基于視頻的成像去抖動(dòng)方法研究[D];南京航空航天大學(xué);2010年

7 尚緒強(qiáng);基于虛擬儀器和機(jī)器視覺的零件測量技術(shù)[D];山東大學(xué);2008年

8 林成春;視頻修復(fù)問題研究[D];浙江大學(xué);2008年

9 張偉;數(shù)控肋骨冷彎機(jī)控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];武漢理工大學(xué);2008年

10 趙苗;激光模擬打靶訓(xùn)練系統(tǒng)的研究[D];南昌大學(xué);2007年

，

本文編號：2117883