幼兒守護(hù)智能機(jī)器人在機(jī)器人智能化研究中有著十分重要的位置,在人們的日常工作和生活中有著廣闊的應(yīng)用前景。幼兒守護(hù)智能機(jī)器人的目標(biāo)檢測是通過獲取圖像信息來識別幼兒及其所處環(huán)境的一項(xiàng)技術(shù),也是一個重要的研究方向。本文研究了幼兒守護(hù)智能機(jī)器人的目標(biāo)檢測技術(shù),對檢測的速度和精度進(jìn)一步作了優(yōu)化。傳統(tǒng)的目標(biāo)檢測技術(shù)主要是利用手工設(shè)計(jì)的特征并與分類器相結(jié)合,根據(jù)提取的特征進(jìn)行分類得出檢測結(jié)果,而針對不同的問題往往需要設(shè)計(jì)特定的特征,這對設(shè)計(jì)者提出了較高要求。近年來,卷積神經(jīng)網(wǎng)絡(luò)在機(jī)器人的目標(biāo)檢測領(lǐng)域取得了重大進(jìn)展,卷積神經(jīng)網(wǎng)絡(luò)可以通過對圖像進(jìn)行卷積操作,自動學(xué)到有效的深層特征,提高目標(biāo)檢測的準(zhǔn)確率,而且對各種環(huán)境均有一定的魯棒性。本文研究的具體內(nèi)容如下:（1）在目標(biāo)檢測過程中,為保證采集到的圖像的真實(shí)程度,需要進(jìn)行相機(jī)標(biāo)定。首先對相機(jī)的坐標(biāo)系及各坐標(biāo)系的轉(zhuǎn)換進(jìn)行研究,接著分析了相機(jī)的線性模型和非線性模型,并對其數(shù)學(xué)原理做了相關(guān)推導(dǎo),最后對相機(jī)標(biāo)定方法進(jìn)行研究,本文選擇張正友相機(jī)標(biāo)定法進(jìn)行相機(jī)標(biāo)定,并在Matlab上進(jìn)行實(shí)驗(yàn)獲取相機(jī)的內(nèi)外參數(shù)及畸變參數(shù),為后續(xù)的目標(biāo)檢測打下堅(jiān)實(shí)的基礎(chǔ)。（2）本研究所用的... 

【文章來源】：山東理工大學(xué)山東省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

摩托曼制作煎餅

技術(shù)與人工智能技術(shù)相結(jié)合，面向家庭服務(wù)的智能服務(wù)型機(jī)器人，是目前最先進(jìn)且前景光明的一種，可以實(shí)現(xiàn)送飯、夜間陪護(hù)兒童、拿放操作等簡單任務(wù)。實(shí)物智能看護(hù)機(jī)器人ASIMO，如圖1.4 所示。圖 1.4 智能護(hù)理機(jī)器人實(shí)物圖Fig.1.4 Actual Structure of Intelligent Care Robot

山 東 理 工 大 學(xué) 碩 士 學(xué) 位 論 文 第 一 章 緒 論目前，日本的機(jī)器人技術(shù)處在時代前沿，是護(hù)理機(jī)器人研究和應(yīng)用的領(lǐng)導(dǎo)者。在 201年上海世博會上，日本安川電機(jī)公司推出了一款家政服務(wù)機(jī)器人“Motoman”，如圖 1.所示，它可以巧妙地在平底烤盤中翻轉(zhuǎn)和烹飪煎餅。圖 1.2 展示了東京大學(xué)開發(fā)的 HRP-家政服務(wù)機(jī)器人在表演清洗水杯。隨著科技的發(fā)展，日本又研制出了可以對嬰幼兒測量體溫的智能機(jī)器人，還可以對幼兒園的孩子進(jìn)行看護(hù)。

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)特征重要性分析及增強(qiáng)特征選擇模型[J]. 盧泓宇,張敏,劉奕群,馬少平.  軟件學(xué)報. 2017(11)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別及姿態(tài)檢測[J]. 黃心漢,蘇豪,彭剛,熊超.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(10)
[3]卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)輪廓檢測中的應(yīng)用[J]. 李海燕,胡玉蘭.  電子世界. 2017(16)
[4]深度學(xué)習(xí)在目標(biāo)視覺檢測中的應(yīng)用進(jìn)展與展望[J]. 張慧,王坤峰,王飛躍.  自動化學(xué)報. 2017(08)
[5]基于Fast R-CNN的車輛目標(biāo)檢測[J]. 曹詩雨,劉躍虎,李辛昭.  中國圖象圖形學(xué)報. 2017(05)
[6]工業(yè)機(jī)器人與數(shù)控加工組合應(yīng)用[J]. 張軍,羅英俊,蒲德星,寧玉紅.  金屬加工(冷加工). 2017(Z1)
[7]醫(yī)療服務(wù)機(jī)器人應(yīng)用與發(fā)展研究報告[J]. 黃敦華,李勇,陳容紅.  機(jī)電產(chǎn)品開發(fā)與創(chuàng)新. 2014(03)
[8]工業(yè)4.0:智能工業(yè)[J]. 王喜文.  物聯(lián)網(wǎng)技術(shù). 2013(12)
[9]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[10]基于單目視覺的工業(yè)機(jī)器人目標(biāo)識別技術(shù)研究[J]. 王修巖,程婷婷.  機(jī)械設(shè)計(jì)與制造. 2011(04)

博士論文
[1]基于深度學(xué)習(xí)的野外巡線系統(tǒng)圖像目標(biāo)檢測研究[D]. 王振華.中國地質(zhì)大學(xué)(北京) 2018

碩士論文
[1]基于領(lǐng)域詞典與機(jī)器學(xué)習(xí)的中文評論情感分析[D]. 楊鵬.南京郵電大學(xué) 2018
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)和圖像傳感器的道路多目標(biāo)檢測研究[D]. 謝一德.北京交通大學(xué) 2018
[3]基于深度學(xué)習(xí)的自然場景文字檢測方法研究[D]. 胡胤.廣東工業(yè)大學(xué) 2018
[4]基于深度學(xué)習(xí)的工業(yè)機(jī)器人視覺分揀方法研究[D]. 周玉強(qiáng).蘇州大學(xué) 2018
[5]基于道路交通場景的目標(biāo)跟蹤方法研究與實(shí)現(xiàn)[D]. 康煦.西安電子科技大學(xué) 2018
[6]基于深度神經(jīng)網(wǎng)絡(luò)的物體識別方法研究及實(shí)現(xiàn)[D]. 郭濟(jì)民.電子科技大學(xué) 2018
[7]Siamese-CNN算法研究及其在法院裁判預(yù)測中的應(yīng)用[D]. 韓金波.大連理工大學(xué) 2018
[8]智能機(jī)器人目標(biāo)檢測的深度學(xué)習(xí)算法研究[D]. 張思雨.哈爾濱工程大學(xué) 2018
[9]柔性物體運(yùn)動捕獲方法應(yīng)用與研究[D]. 龔肖.江蘇科技大學(xué) 2018
[10]基于點(diǎn)狀特征的柔性物體三維運(yùn)動捕獲方法的應(yīng)用與研究[D]. 廖芳.江蘇科技大學(xué) 2018



本文編號：3258814