隨著人口老齡化的加劇及人類(lèi)日常生活便捷性需求的加深,在機(jī)場(chǎng)、商場(chǎng)等場(chǎng)合引入移動(dòng)機(jī)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(chǎng)景下移動(dòng)機(jī)器人對(duì)人體目標(biāo)的跟隨,由于跟隨過(guò)程容易受到光照變化、尺度變化、形變相似目標(biāo)及遮擋等干擾,所以容易發(fā)生目標(biāo)跟丟或跟錯(cuò)的情況。為了提高移動(dòng)機(jī)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(jì)的改進(jìn)核相關(guān)濾波的區(qū)域跟蹤策略。對(duì)遮擋過(guò)程進(jìn)行階段性分析并總結(jié)規(guī)律以調(diào)整核相關(guān)濾波算法中的模型更新策略。核相關(guān)濾波方法具有較高的運(yùn)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(biāo)跟蹤數(shù)據(jù)集規(guī)模有限,本文分析了經(jīng)典分類(lèi)模型VGG16-Net的各層特征,選取了有利于目標(biāo)跟蹤的三層卷積層進(jìn)行模型的微調(diào),使用離散小波變換對(duì)微調(diào)后提取的深度特征進(jìn)行融合并用融合后的特征替代核相關(guān)濾波方法中的梯度方向直方圖特征完成位置濾波器的訓(xùn)練。借助尺度金字塔、雙線(xiàn)性插值及核相關(guān)濾波思想完成尺度濾波器的訓(xùn)練以減少尺度變化的影響。本文借助OTB2013基準(zhǔn)數(shù)據(jù)集完成了對(duì)改進(jìn)算法的定性及定量分析,實(shí)驗(yàn)結(jié)果顯示本文改進(jìn)算法在精確度及成功率上相比于核相關(guān)濾波算法有了提... 

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

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

009~2018年中國(guó)如圖1-1所示，本文在中國(guó)人口統(tǒng)計(jì)年統(tǒng)計(jì)圖，截至2018年底（中國(guó)人口統(tǒng)計(jì)年

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-2-術(shù)發(fā)展現(xiàn)狀的分析可知，目前工業(yè)機(jī)器人市場(chǎng)規(guī)模持續(xù)增長(zhǎng)，其中關(guān)節(jié)型搬運(yùn)機(jī)器人占比較高，特種機(jī)器人市場(chǎng)進(jìn)入蓄勢(shì)待發(fā)的重要時(shí)期，服務(wù)機(jī)器人需求潛力巨大。技術(shù)研發(fā)的動(dòng)力來(lái)源于滿(mǎn)足當(dāng)下生活的迫切需求以及對(duì)未來(lái)需要的預(yù)研，目前服務(wù)型移動(dòng)機(jī)器人的研究已經(jīng)取得了顯著的效果，有部分服務(wù)型移動(dòng)機(jī)器人已經(jīng)被投放入市場(chǎng)以滿(mǎn)足人們當(dāng)下的需求，圖1-2中的a)、b)及c)分別展示了移動(dòng)服務(wù)機(jī)器人在物流、銀行及餐飲行業(yè)的應(yīng)用，它們?yōu)槿藗兊纳顜?lái)了便捷。a)在物流行業(yè)的應(yīng)用b)在銀行大堂的應(yīng)用c)在餐飲行業(yè)的應(yīng)用圖1-2移動(dòng)機(jī)器人在現(xiàn)實(shí)場(chǎng)景中的應(yīng)用在移動(dòng)服務(wù)機(jī)器人的眾多功能中包括一項(xiàng)對(duì)人體目標(biāo)的跟隨功能。對(duì)于目標(biāo)跟隨功能的實(shí)現(xiàn)，它主要包括方向及距離的確定，依據(jù)傳感器類(lèi)型不同，可以分為基于“聽(tīng)”的目標(biāo)跟隨和基于“看”的目標(biāo)跟隨。使用藍(lán)牙、無(wú)線(xiàn)電、超聲波、聲吶及GPS等屬于“聽(tīng)”的范疇，可以通過(guò)信號(hào)的強(qiáng)弱判斷距離，但方向的判斷存在局限性，整體上依靠“聽(tīng)”實(shí)現(xiàn)跟隨，信號(hào)容易受到干擾且有時(shí)需要被跟隨方佩戴相關(guān)模塊，如COWAROBOT的智能行李箱Rover，它是通過(guò)用戶(hù)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(duì)象的切換。依據(jù)“看”進(jìn)行跟隨，則往往借助相機(jī)或激光雷達(dá)對(duì)人體目標(biāo)進(jìn)行識(shí)別，此過(guò)程可以理解為機(jī)器人通過(guò)感知外部環(huán)境檢測(cè)并定位出場(chǎng)景中的人體目標(biāo)，之后完成對(duì)意向人體目標(biāo)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(dòng)科技有限公司正在研究的Ovis智能行李箱，它們是借助相機(jī)實(shí)現(xiàn)跟隨的目的。a)帶有跟隨功能的DJI無(wú)人機(jī)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(dòng)機(jī)器人對(duì)人體目

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-2-術(shù)發(fā)展現(xiàn)狀的分析可知，目前工業(yè)機(jī)器人市場(chǎng)規(guī)模持續(xù)增長(zhǎng)，其中關(guān)節(jié)型搬運(yùn)機(jī)器人占比較高，特種機(jī)器人市場(chǎng)進(jìn)入蓄勢(shì)待發(fā)的重要時(shí)期，服務(wù)機(jī)器人需求潛力巨大。技術(shù)研發(fā)的動(dòng)力來(lái)源于滿(mǎn)足當(dāng)下生活的迫切需求以及對(duì)未來(lái)需要的預(yù)研，目前服務(wù)型移動(dòng)機(jī)器人的研究已經(jīng)取得了顯著的效果，有部分服務(wù)型移動(dòng)機(jī)器人已經(jīng)被投放入市場(chǎng)以滿(mǎn)足人們當(dāng)下的需求，圖1-2中的a)、b)及c)分別展示了移動(dòng)服務(wù)機(jī)器人在物流、銀行及餐飲行業(yè)的應(yīng)用，它們?yōu)槿藗兊纳顜?lái)了便捷。a)在物流行業(yè)的應(yīng)用b)在銀行大堂的應(yīng)用c)在餐飲行業(yè)的應(yīng)用圖1-2移動(dòng)機(jī)器人在現(xiàn)實(shí)場(chǎng)景中的應(yīng)用在移動(dòng)服務(wù)機(jī)器人的眾多功能中包括一項(xiàng)對(duì)人體目標(biāo)的跟隨功能。對(duì)于目標(biāo)跟隨功能的實(shí)現(xiàn)，它主要包括方向及距離的確定，依據(jù)傳感器類(lèi)型不同，可以分為基于“聽(tīng)”的目標(biāo)跟隨和基于“看”的目標(biāo)跟隨。使用藍(lán)牙、無(wú)線(xiàn)電、超聲波、聲吶及GPS等屬于“聽(tīng)”的范疇，可以通過(guò)信號(hào)的強(qiáng)弱判斷距離，但方向的判斷存在局限性，整體上依靠“聽(tīng)”實(shí)現(xiàn)跟隨，信號(hào)容易受到干擾且有時(shí)需要被跟隨方佩戴相關(guān)模塊，如COWAROBOT的智能行李箱Rover，它是通過(guò)用戶(hù)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(duì)象的切換。依據(jù)“看”進(jìn)行跟隨，則往往借助相機(jī)或激光雷達(dá)對(duì)人體目標(biāo)進(jìn)行識(shí)別，此過(guò)程可以理解為機(jī)器人通過(guò)感知外部環(huán)境檢測(cè)并定位出場(chǎng)景中的人體目標(biāo)，之后完成對(duì)意向人體目標(biāo)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(dòng)科技有限公司正在研究的Ovis智能行李箱，它們是借助相機(jī)實(shí)現(xiàn)跟隨的目的。a)帶有跟隨功能的DJI無(wú)人機(jī)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(dòng)機(jī)器人對(duì)人體目

【參考文獻(xiàn)】：
期刊論文
[1]一種解決遮擋問(wèn)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(xué)習(xí)的行人重識(shí)別研究進(jìn)展[J]. 羅浩,姜偉,范星,張思朋.  自動(dòng)化學(xué)報(bào). 2019(11)
[3]基于HOG特征結(jié)合Adaboost算法的行人檢測(cè)[J]. 樊春年,杜衛(wèi)平,劉艷榮.  自動(dòng)化技術(shù)與應(yīng)用. 2018(07)
[4]目標(biāo)跟蹤算法綜述[J]. 盧湖川,李佩霞,王棟.  模式識(shí)別與人工智能. 2018(01)
[5]目標(biāo)跟蹤中輔助目標(biāo)的選擇、跟蹤與更新[J]. 劉暢,趙巍,劉鵬,唐降龍.  自動(dòng)化學(xué)報(bào). 2018(07)
[6]深度學(xué)習(xí)在目標(biāo)視覺(jué)檢測(cè)中的應(yīng)用進(jìn)展與展望[J]. 張慧,王坤峰,王飛躍.  自動(dòng)化學(xué)報(bào). 2017(08)
[7]AGV軌跡跟蹤自適應(yīng)模糊控制器設(shè)計(jì)[J]. 周星,吳洪明.  起重運(yùn)輸機(jī)械. 2017(07)
[8]改進(jìn)積分通道特征的快速多尺度行人檢測(cè)[J]. 黃鵬,于鳳芹,陳瑩.  計(jì)算機(jī)工程與應(yīng)用. 2017(14)
[9]基于擴(kuò)展式卡爾曼濾波的移動(dòng)機(jī)器人未知環(huán)境下動(dòng)態(tài)目標(biāo)跟蹤[J]. 伍明,孫繼銀.  機(jī)器人. 2010(03)
[10]基于SIFT特征和粒子濾波的目標(biāo)跟蹤方法[J]. 牛長(zhǎng)鋒,陳登峰,劉玉樹(shù).  機(jī)器人. 2010(02)



本文編號(hào)：3292124