隨著人口老齡化的加劇及人類日常生活便捷性需求的加深,在機場、商場等場合引入移動機器人減輕物力及人力成本顯得愈發(fā)迫切。本文主要研究干擾場景下移動機器人對人體目標的跟隨,由于跟隨過程容易受到光照變化、尺度變化、形變相似目標及遮擋等干擾,所以容易發(fā)生目標跟丟或跟錯的情況。為了提高移動機器人跟隨的抗干擾性,本文提出了結(jié)合新的模型更新策略、深度特征及尺度估計的改進核相關濾波的區(qū)域跟蹤策略。對遮擋過程進行階段性分析并總結(jié)規(guī)律以調(diào)整核相關濾波算法中的模型更新策略。核相關濾波方法具有較高的運算速度,但其跟蹤精度受限于人工選取的特征且考慮到現(xiàn)有的目標跟蹤數(shù)據(jù)集規(guī)模有限,本文分析了經(jīng)典分類模型VGG16-Net的各層特征,選取了有利于目標跟蹤的三層卷積層進行模型的微調(diào),使用離散小波變換對微調(diào)后提取的深度特征進行融合并用融合后的特征替代核相關濾波方法中的梯度方向直方圖特征完成位置濾波器的訓練。借助尺度金字塔、雙線性插值及核相關濾波思想完成尺度濾波器的訓練以減少尺度變化的影響。本文借助OTB2013基準數(shù)據(jù)集完成了對改進算法的定性及定量分析,實驗結(jié)果顯示本文改進算法在精確度及成功率上相比于核相關濾波算法有了提... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

009~2018年中國如圖1-1所示，本文在中國人口統(tǒng)計年統(tǒng)計圖，截至2018年底（中國人口統(tǒng)計年

哈爾濱工業(yè)大學工程碩士學位論文-2-術發(fā)展現(xiàn)狀的分析可知，目前工業(yè)機器人市場規(guī)模持續(xù)增長，其中關節(jié)型搬運機器人占比較高，特種機器人市場進入蓄勢待發(fā)的重要時期，服務機器人需求潛力巨大。技術研發(fā)的動力來源于滿足當下生活的迫切需求以及對未來需要的預研，目前服務型移動機器人的研究已經(jīng)取得了顯著的效果，有部分服務型移動機器人已經(jīng)被投放入市場以滿足人們當下的需求，圖1-2中的a)、b)及c)分別展示了移動服務機器人在物流、銀行及餐飲行業(yè)的應用，它們?yōu)槿藗兊纳顜砹吮憬荨)在物流行業(yè)的應用b)在銀行大堂的應用c)在餐飲行業(yè)的應用圖1-2移動機器人在現(xiàn)實場景中的應用在移動服務機器人的眾多功能中包括一項對人體目標的跟隨功能。對于目標跟隨功能的實現(xiàn)，它主要包括方向及距離的確定，依據(jù)傳感器類型不同，可以分為基于“聽”的目標跟隨和基于“看”的目標跟隨。使用藍牙、無線電、超聲波、聲吶及GPS等屬于“聽”的范疇，可以通過信號的強弱判斷距離，但方向的判斷存在局限性，整體上依靠“聽”實現(xiàn)跟隨，信號容易受到干擾且有時需要被跟隨方佩戴相關模塊，如COWAROBOT的智能行李箱Rover，它是通過用戶佩戴的手環(huán)完成定位及跟隨，這存在局限性且不便于被跟隨對象的切換。依據(jù)“看”進行跟隨，則往往借助相機或激光雷達對人體目標進行識別，此過程可以理解為機器人通過感知外部環(huán)境檢測并定位出場景中的人體目標，之后完成對意向人體目標的鎖定及跟隨。如圖1-3所示的帶有跟隨功能的大疆DJI研發(fā)的御Mavic2系列產(chǎn)品以及北京靈動科技有限公司正在研究的Ovis智能行李箱，它們是借助相機實現(xiàn)跟隨的目的。a)帶有跟隨功能的DJI無人機b)Ovis智能行李箱圖1-3基于“看”的跟隨產(chǎn)品示意圖本文選擇使用“看”的方式完成移動機器人對人體目

哈爾濱工業(yè)大學工程碩士學位論文-2-術發(fā)展現(xiàn)狀的分析可知，目前工業(yè)機器人市場規(guī)模持續(xù)增長，其中關節(jié)型搬運機器人占比較高，特種機器人市場進入蓄勢待發(fā)的重要時期，服務機器人需求潛力巨大。技術研發(fā)的動力來源于滿足當下生活的迫切需求以及對未來需要的預研，目前服務型移動機器人的研究已經(jīng)取得了顯著的效果，有部分服務型移動機器人已經(jīng)被投放入市場以滿足人們當下的需求，圖1-2中的a)、b)及c)分別展示了移動服務機器人在物流、銀行及餐飲行業(yè)的應用，它們?yōu)槿藗兊纳顜砹吮憬�。a)在物流行業(yè)的應用b)在銀行大堂的應用c)在餐飲行業(yè)的應用圖1-2移動機器人在現(xiàn)實場景中的應用在移動服務機器人的眾多功能中包括一項對人體目標的跟隨功能。對于目標跟隨功能的實現(xiàn)，它主要包括方向及距離的確定，依據(jù)傳感器類型不同，可以分為基于“聽”的目標跟隨和基于“看”的目標跟隨。使用藍牙、無線電、超聲波、聲吶及GPS等屬于“聽”的范疇，可以通過信號的強弱判斷距離，但方向的判斷存在局限性，整體上依靠“聽”實現(xiàn)跟隨，信號容易受到干擾且有時需要被跟隨方佩戴相關模塊，如COWAROBOT的智能行李箱Rover，它是通過用戶佩戴的手環(huán)完成定位及跟隨，這存在局限性且不便于被跟隨對象的切換。依據(jù)“看”進行跟隨，則往往借助相機或激光雷達對人體目標進行識別，此過程可以理解為機器人通過感知外部環(huán)境檢測并定位出場景中的人體目標，之后完成對意向人體目標的鎖定及跟隨。如圖1-3所示的帶有跟隨功能的大疆DJI研發(fā)的御Mavic2系列產(chǎn)品以及北京靈動科技有限公司正在研究的Ovis智能行李箱，它們是借助相機實現(xiàn)跟隨的目的。a)帶有跟隨功能的DJI無人機b)Ovis智能行李箱圖1-3基于“看”的跟隨產(chǎn)品示意圖本文選擇使用“看”的方式完成移動機器人對人體目

【參考文獻】：
期刊論文
[1]一種解決遮擋問題的跟蹤方法[J]. 吳水琴,毛耀,劉瓊,李志俊.  液晶與顯示. 2019(02)
[2]基于深度學習的行人重識別研究進展[J]. 羅浩,姜偉,范星,張思朋.  自動化學報. 2019(11)
[3]基于HOG特征結(jié)合Adaboost算法的行人檢測[J]. 樊春年,杜衛(wèi)平,劉艷榮.  自動化技術與應用. 2018(07)
[4]目標跟蹤算法綜述[J]. 盧湖川,李佩霞,王棟.  模式識別與人工智能. 2018(01)
[5]目標跟蹤中輔助目標的選擇、跟蹤與更新[J]. 劉暢,趙巍,劉鵬,唐降龍.  自動化學報. 2018(07)
[6]深度學習在目標視覺檢測中的應用進展與展望[J]. 張慧,王坤峰,王飛躍.  自動化學報. 2017(08)
[7]AGV軌跡跟蹤自適應模糊控制器設計[J]. 周星,吳洪明.  起重運輸機械. 2017(07)
[8]改進積分通道特征的快速多尺度行人檢測[J]. 黃鵬,于鳳芹,陳瑩.  計算機工程與應用. 2017(14)
[9]基于擴展式卡爾曼濾波的移動機器人未知環(huán)境下動態(tài)目標跟蹤[J]. 伍明,孫繼銀.  機器人. 2010(03)
[10]基于SIFT特征和粒子濾波的目標跟蹤方法[J]. 牛長鋒,陳登峰,劉玉樹.  機器人. 2010(02)



本文編號：3292124