服務(wù)機(jī)器人是一類能夠半自主或全自主地幫助人類解決日常生活任務(wù)的機(jī)器設(shè)備。隨著科學(xué)技術(shù)的進(jìn)步,以及全球勞動(dòng)力成本上升、人口老齡化等問題的顯現(xiàn),服務(wù)機(jī)器人逐漸成為機(jī)器人發(fā)展的主攻方向之一,受到國內(nèi)外學(xué)術(shù)界和產(chǎn)業(yè)界的高度重視�！秶抑虚L期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020)》將智能服務(wù)機(jī)器人列為未來15年重點(diǎn)技術(shù)和重點(diǎn)領(lǐng)域,其發(fā)展逐漸呈現(xiàn)智能化、標(biāo)準(zhǔn)化、體系化等特點(diǎn)。目前,在服務(wù)機(jī)器人系統(tǒng)中,視覺傳感器具有信息豐富,使用方便等優(yōu)點(diǎn),已經(jīng)被廣泛使用。在機(jī)器人視覺圖像的基礎(chǔ)上,如何濾除干擾,對(duì)于有價(jià)值信息進(jìn)行分類存儲(chǔ),并進(jìn)一步研究和分析圖像,使其契合機(jī)器人對(duì)于環(huán)境智能認(rèn)知與感知的需求,日益成為了服務(wù)機(jī)器人的重要研究課題之一。本文以服務(wù)機(jī)器人的信息感知技術(shù)及應(yīng)用研究為核心開展工作,以視覺注意機(jī)制研究為主線貫徹始終。從探尋視覺注意機(jī)制及模型機(jī)理出發(fā),建立了通用視覺注意檢測(cè)模型。隨后以此為基礎(chǔ),選取服務(wù)機(jī)器人的室內(nèi)場(chǎng)景識(shí)別、定位與導(dǎo)航應(yīng)用作為載體,從模型建立、圖像數(shù)據(jù)庫驗(yàn)證,實(shí)際機(jī)器人平臺(tái)測(cè)試三方面進(jìn)行了深入研究。論文具體包括以下內(nèi)容:(1)在分析視覺注意機(jī)制的基礎(chǔ)上,深入研究了由底層特征激發(fā)的視覺注意機(jī)理,提出了基于全局統(tǒng)計(jì)特征和中央-周圍對(duì)比度信息的通用視覺注意模型。其中,全局統(tǒng)計(jì)特征方法利用圖像熵理論,根據(jù)場(chǎng)景圖像的復(fù)雜度,自適應(yīng)選擇閾值進(jìn)行圖像平滑,在保留圖像必要細(xì)節(jié)的同時(shí),有效合并相似背景區(qū)域。隨后,基于顏色特征,利用統(tǒng)計(jì)方法,在對(duì)立色彩空間上進(jìn)行全局顯著值計(jì)算,得到了全分辨率場(chǎng)景顯著圖。中央周圍對(duì)比度信息模型利用超像素方法,首先將圖像分割為不同尺度的小區(qū)域,然后綜合考慮顏色、空間位置以及紋理特征計(jì)算圖像顯著值。最終輸出的顯著圖對(duì)上述兩種方法結(jié)果進(jìn)行了融合。三個(gè)公共數(shù)據(jù)集上的十五種方法對(duì)比實(shí)驗(yàn)結(jié)果表明,該方法可以在定性及定量分析中獲得更好的顯著性檢測(cè)結(jié)果。(2)針對(duì)常規(guī)場(chǎng)景識(shí)別方法在室內(nèi)結(jié)構(gòu)環(huán)境中性能顯著下降的問題,構(gòu)建一種融合全局及顯著性區(qū)域特征的機(jī)器人場(chǎng)景識(shí)別框架。該框架利用改進(jìn)的BoW(Bag-of-Words)模型進(jìn)行場(chǎng)景判別的同時(shí),引入視覺注意方法提取出場(chǎng)景圖像的顯著區(qū)域,結(jié)合改進(jìn)的BDBN(Bilinear deep belief network)深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行場(chǎng)景類別判斷。最終,對(duì)于全局和顯著性區(qū)域特征兩個(gè)模型的結(jié)果進(jìn)行分段判別融合。實(shí)際機(jī)器人平臺(tái)及MIT室內(nèi)場(chǎng)景數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明,本方法在MIT室內(nèi)場(chǎng)景數(shù)據(jù)庫中的準(zhǔn)確率優(yōu)于SP-BoW、R-BoW等對(duì)比方法,相較于常規(guī)BoW模型,該方法可以有效提高識(shí)別準(zhǔn)確率10%以上,進(jìn)一步驗(yàn)證了方法的良好性能。(3)為解決利用自然路標(biāo)導(dǎo)航的服務(wù)機(jī)器人應(yīng)用中存在的路標(biāo)計(jì)算復(fù)雜、魯棒性較弱等缺陷。提出了一種基于顯著自然路標(biāo)的機(jī)器人定位和導(dǎo)航框架。框架首先結(jié)合圖像的頻域和空間分布特征,創(chuàng)建了一種頻域特性的顯著性計(jì)算方法。隨后,利用該方法生成的視覺顯著圖,引導(dǎo)特征算子采樣聚焦在固定的區(qū)域內(nèi),從而大幅減少后續(xù)特征提取及匹配的計(jì)算工作量。最后,將提取到的自然路標(biāo)特征應(yīng)用于環(huán)境地圖的拓?fù)涔?jié)點(diǎn)創(chuàng)建中,開展了相關(guān)機(jī)器人定位和導(dǎo)航的實(shí)證研究。實(shí)驗(yàn)結(jié)果表明,該方法無需進(jìn)行視覺傳感器校準(zhǔn),可以有效引導(dǎo)機(jī)器人完成定位和導(dǎo)航任務(wù),具有一定的魯棒性。(4)針對(duì)物體檢測(cè)算法中常用的滑動(dòng)窗口方法效率低下的問題,設(shè)計(jì)了一種基于顏色和超像素特征的似物性采樣技術(shù)物體區(qū)域篩選方法。在利用顯著性計(jì)算方法得到場(chǎng)景圖像顯著圖的同時(shí),利用單次細(xì)化骨架提取方法進(jìn)行圖像的粗分割,并用模糊C均值聚類方法進(jìn)行優(yōu)化,得到更佳的分割結(jié)果。隨后結(jié)合場(chǎng)景圖像顯著圖,以區(qū)域的平均顯著度為依據(jù),實(shí)現(xiàn)對(duì)于顯著區(qū)域的有效分割。結(jié)合圖像的超像素特征,設(shè)計(jì)了最大密度值聚類和層次分組策略方法進(jìn)一步提取圖像中的可能物體區(qū)域。實(shí)驗(yàn)表明,該模型可以反映出圖像的語義特征,得到更好的區(qū)域分割效果。(5)從友好交互的角度出發(fā),提出了一種基于非精確地圖的人機(jī)交互式導(dǎo)航方法。運(yùn)行過程中,要求用戶預(yù)先給出目標(biāo)物體和大致的導(dǎo)航路線。目標(biāo)物體識(shí)別階段,視覺系統(tǒng)利用顏色和圖像超像素特征篩選出圖像中的可能物體區(qū)域,用于后續(xù)的目標(biāo)物體識(shí)別。相較于在整幅圖片上應(yīng)用的滑動(dòng)窗口檢測(cè)技術(shù),該方法可以大大減少窗口數(shù)量,提升計(jì)算效率。導(dǎo)航階段引入GMS算法來加速和優(yōu)化特征匹配,并將結(jié)果匹配結(jié)果用于引導(dǎo)機(jī)器人的轉(zhuǎn)向,結(jié)合測(cè)距傳感器來輔助機(jī)器人進(jìn)行避障運(yùn)行。相較于傳統(tǒng)機(jī)器人地圖導(dǎo)航方式,該人機(jī)交互式導(dǎo)航框架具有簡(jiǎn)單易用、成本低廉等特點(diǎn),能夠有效地引導(dǎo)機(jī)器人在環(huán)境中順利運(yùn)行。
【學(xué)位單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;TP242
【部分圖文】：

它通常需要具備更高的智能來在非結(jié)構(gòu)化、非確定性的環(huán)境中自主完成任務(wù)。??目前，在珠三角乃至全國的機(jī)器人行業(yè)版圖中，工業(yè)機(jī)器人是絕對(duì)主角，服務(wù)機(jī)器人尚??處起步階段。服務(wù)機(jī)器人可以分為如圖１．?１所示的家用服務(wù)和專業(yè)服務(wù)兩類，本文重點(diǎn)??關(guān)注家用服務(wù)類機(jī)器人。相較于工業(yè)機(jī)器人的激烈競(jìng)爭(zhēng)，服務(wù)機(jī)器人領(lǐng)域還可被視作“藍(lán)??�！保鲊幱谄鸩诫A段，根據(jù)易觀智庫的預(yù)測(cè)，２０１５年中國服務(wù)機(jī)器人市場(chǎng)規(guī)模大??約在８２億元左右，２０１６年將增長至１４０億元左右，而２０１７年市場(chǎng)規(guī)模將突破２００億??元。服務(wù)機(jī)器人的潛力巨大。????助老助殘機(jī)器人??談釭機(jī)器人??，，ｉ，ｖ?擴(kuò)現(xiàn)機(jī)器人??吸塵機(jī)器人??教育娛樂機(jī)器人??ｒｗ￣ｉ?＾???戈一??ａ！?！??ｈＡ－Ｊ?眹療機(jī)器人??反恐機(jī)器人??＇午：川機(jī)器人??科學(xué)々察機(jī)器人??救撥機(jī)器人??圖１．１服務(wù)機(jī)器人分類??得益于計(jì)算處理技術(shù)、人工智能、傳感技術(shù)、互聯(lián)網(wǎng)技術(shù)的發(fā)展，服務(wù)機(jī)器人在最??近二十年得到了突飛猛進(jìn)的發(fā)展。服務(wù)機(jī)器人由于其工作場(chǎng)所、服務(wù)對(duì)象以及從事任務(wù)??的特性，其設(shè)計(jì)技術(shù)要求和其他類機(jī)器人有著很多不同。同時(shí)，與工業(yè)機(jī)器人相對(duì)固定??的應(yīng)用環(huán)境不同

計(jì)劃通過該戰(zhàn)略讓２００９年僅為１０％的世界機(jī)器人市場(chǎng)占有率到２０１８年提升至２０％。??在美國和歐洲，機(jī)器人研究人員致力于改進(jìn)機(jī)器人的智能，賦予它們學(xué)習(xí)的能力。根據(jù)??上述策略，國外在這一領(lǐng)域己有多種產(chǎn)品，例如，圖１．２所示的德國波恩大學(xué)開發(fā)的??Ｃｏｓｅｒｏ機(jī)器人，可以在室內(nèi)簡(jiǎn)單環(huán)境中自主導(dǎo)航，并可以幫助用戶拿取一些小型物品。??富士通公司開發(fā)的博物館迎賓機(jī)器人Ｅｎｏｎ可通過語音、手勢(shì)、觸摸屏等途徑與人交互。??莫斯科技術(shù)學(xué)院主導(dǎo)開發(fā)的Ａｌａｎｔｉｍ服務(wù)機(jī)器人能夠在固定的博物館環(huán)境中引導(dǎo)游客進(jìn)??行游覽。國內(nèi)對(duì)于服務(wù)機(jī)器人在家庭中的應(yīng)用研究主要還是以陪護(hù)機(jī)器人為代表，目前??處于原型機(jī)研究階段，以上海世博會(huì)展示的家用監(jiān)控機(jī)器人，南京國產(chǎn)護(hù)理機(jī)器人為代??表。針對(duì)助老的服務(wù)機(jī)器人分為四類：行動(dòng)輔助類、操作輔助類、信息輔助類和環(huán)境輔??助類。上海世博會(huì)的滬上生態(tài)家里的家居監(jiān)控機(jī)器人“靈靈”，能夠接收用戶通過手機(jī)、??電話等方式發(fā)出的指令，不折不扣的完成任務(wù)。通過專業(yè)的網(wǎng)絡(luò)視頻通信技術(shù)，實(shí)現(xiàn)了??移動(dòng)、監(jiān)控、保潔、控制家電于一體。??湖酬??Ｃｏｓｅｒｏ抓取食物?“靈靈”家庭服務(wù)?Ｅｎｏｎ迎賓?Ａｌａｎｔｉｍ導(dǎo)覽??圖１．２典型移動(dòng)服務(wù)機(jī)器人實(shí)例??目前世界上至少有４８?jìng)�(gè)國家在發(fā)展機(jī)器人，其中２５個(gè)國家己涉足服務(wù)型機(jī)器人開??發(fā)。發(fā)展處于前列的國家中，西方國家以美國、德國和法國為代表，亞洲以日本和韓國??為代表。就中國而言

們不但浪費(fèi)了計(jì)算和存儲(chǔ)資源，還影響了認(rèn)知系統(tǒng)的分類和識(shí)別效果。??人類視覺信息加工過程中使用的是一種稱為視覺注意的心理調(diào)節(jié)機(jī)制１１１］，它能夠?qū)??有限的信息加工資源進(jìn)行分配，使得感知具備選擇能力。如圖１．３所示為人類觀察一副??圖像時(shí)候的視點(diǎn)轉(zhuǎn)移示意，可以看出人類在觀察環(huán)境時(shí)候并不是利用了所有的圖像信息，??而是有優(yōu)先級(jí)的轉(zhuǎn)移視點(diǎn)，從而抓住重要的環(huán)境信息。因此，如果將視覺注意機(jī)制引入??到機(jī)器人的視覺處理系統(tǒng)中，針對(duì)服務(wù)機(jī)器人的信息感知需求，設(shè)計(jì)出適合的視覺注意??模型，通過模仿人類視覺特征，使得機(jī)器人視覺處理系統(tǒng)可以自動(dòng)過濾掉圖像中的海量??無關(guān)信息，將計(jì)算資源優(yōu)先分配給那些容易引起觀察者注意的區(qū)域，這樣必將極大的提??高現(xiàn)有圖像處理分析方法的工作效率。??另一方面，移動(dòng)機(jī)器人導(dǎo)航問題作為服務(wù)機(jī)器人信息感知的重要應(yīng)用，一直是機(jī)器??人專家們研宄的熱點(diǎn)。近年來，隨著視覺技術(shù)的發(fā)展，基于視覺的機(jī)器人導(dǎo)航受到越來??越多的重視。服務(wù)機(jī)器人處于非結(jié)構(gòu)化環(huán)境中
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧怡辰;李宇潔;張亞南;宋強(qiáng);;無軌服務(wù)型機(jī)器人的設(shè)計(jì)[J];電腦知識(shí)與技術(shù);2018年33期

2 宋承秀;劉凱;;機(jī)器人視覺檢測(cè)在工業(yè)中的應(yīng)用探討[J];汽車實(shí)用技術(shù);2019年07期

3 孔佐君;;淺談高職院校機(jī)器人技術(shù)課程教學(xué)的創(chuàng)新實(shí)踐[J];現(xiàn)代職業(yè)教育;2016年30期

4 華永明;楊春玉;;機(jī)器人視覺系統(tǒng)在立體編織自動(dòng)鋪紗過程中的應(yīng)用研究[J];玻璃纖維;2011年01期

5 小平;機(jī)器人視覺系統(tǒng)[J];光機(jī)電信息;2002年03期

6 黎亞龍;;一種用小型計(jì)算機(jī)實(shí)現(xiàn)的機(jī)器人視覺系統(tǒng)[J];中南礦冶學(xué)院學(xué)報(bào);1987年06期

7 范偉;李嚴(yán);;手一眼式機(jī)器人視覺系統(tǒng)物像關(guān)系的初步研究[J];佳木斯工學(xué)院學(xué)報(bào);1988年04期

8 范偉;李嚴(yán);;機(jī)器人視覺系統(tǒng)[J];佳木斯工學(xué)院學(xué)報(bào);1989年03期

9 劉晨;;基于機(jī)器人視覺系統(tǒng)的人臉檢測(cè)技術(shù)研究[J];電子設(shè)計(jì)工程;2019年05期

10 曲豪;張棟梁;;基于三目視覺標(biāo)定的機(jī)器人精確移載視覺系統(tǒng)[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年11期

相關(guān)博士學(xué)位論文 前7條

1 牛杰;基于視覺注意機(jī)制的室內(nèi)服務(wù)機(jī)器人信息感知與實(shí)驗(yàn)研究[D];南京理工大學(xué);2018年

2 郭小輝;主從手映射下的機(jī)器人柔性電子皮膚全程感知方法研究[D];合肥工業(yè)大學(xué);2018年

3 徐燕;仿變色龍感知的自主機(jī)器人應(yīng)急自救策略規(guī)劃研究[D];哈爾濱工程大學(xué);2017年

4 張健;220kV/330kV高壓帶電清掃機(jī)器人視覺系統(tǒng)的研究[D];上海交通大學(xué);2009年

5 王海青;黃瓜收獲機(jī)器人視覺系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2012年

6 王勇;棉花收獲機(jī)器人視覺系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2007年

7 陳浩耀;面向多機(jī)器人編隊(duì)的基于視覺定位系統(tǒng)研究[D];中國科學(xué)技術(shù)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 葉瑞;基于嵌入式GPU的智能服務(wù)機(jī)器人視覺系統(tǒng)軟件設(shè)計(jì)[D];浙江工業(yè)大學(xué);2019年

2 丁圣;基于深度學(xué)習(xí)算法的NAO機(jī)器人目標(biāo)識(shí)別與跟蹤[D];武漢理工大學(xué);2018年

3 劉毅;基于NAO機(jī)器人與無人機(jī)的空地協(xié)同系統(tǒng)研究及應(yīng)用[D];寧夏大學(xué);2018年

4 袁泉;基于類人機(jī)器人的雙目測(cè)距系統(tǒng)的研究[D];昆明理工大學(xué);2018年

5 汪品;基于視覺注意機(jī)制的家庭服務(wù)機(jī)器人目標(biāo)搜尋方法研究[D];山東大學(xué);2018年

6 王鵬飛;醫(yī)藥灌裝封口機(jī)器人視覺定位技術(shù)研究[D];湖南大學(xué);2018年

7 亓振億;面向服務(wù)機(jī)器人的行人檢測(cè)方法研究及實(shí)現(xiàn)[D];山東大學(xué);2018年

8 李帥先;鋼面墻表面作業(yè)機(jī)器人控制系統(tǒng)的設(shè)計(jì)[D];重慶交通大學(xué);2018年

9 張飛;水泥包裝袋裝車機(jī)器人研發(fā)[D];北京石油化工學(xué)院;2018年

10 翟佳星;餐飲機(jī)器人樣機(jī)系統(tǒng)研究[D];長安大學(xué);2018年

本文編號(hào)：2839994