定位,是移動(dòng)機(jī)器人完成導(dǎo)航任務(wù)的前提和基礎(chǔ),移動(dòng)機(jī)器人必須首先明白自己處于什么樣的位置,才能夠?qū)ο乱徊降娜蝿?wù)進(jìn)行規(guī)劃。移動(dòng)機(jī)器人感知外界信息需要借助傳感器,人類獲取外界信息75%都是依靠視覺完成的,可見視覺傳感器相比于其他類型的傳感器,具有無可替代的優(yōu)勢(shì)。全景視覺傳感器作為一種視野范圍廣闊的傳感器,在感知周圍環(huán)境特征信息方面高效而便捷,適用于移動(dòng)機(jī)器人的定位任務(wù)。本文針對(duì)基于全景視覺的移動(dòng)機(jī)器人定位問題進(jìn)行研究,安裝在移動(dòng)機(jī)器人頂部的全景視覺傳感器需要采集并提取出環(huán)境中的人工路標(biāo)完成定位。針對(duì)全景圖像像素眾多導(dǎo)致難以分割的問題,提出了由HSV閾值分割法和OTSU相結(jié)合的方法,完成全景圖像的分割和人工路標(biāo)的提取,從而完成定位任務(wù)。本文研究的內(nèi)容主要包括以下幾方面:首先研究移動(dòng)機(jī)器人的全景視覺系統(tǒng),介紹移動(dòng)機(jī)器人旅行家II號(hào)和全景視覺傳感器UP-OmniVision;研究全景視覺系統(tǒng)的成像原理及全景圖像采集,并分析全景圖像的特點(diǎn)。其次研究全景圖像的分割過程。先進(jìn)行幾種色彩空間的說明,研究色彩空間的轉(zhuǎn)換;然后通過幾種常用的圖像分割算法的比較,發(fā)現(xiàn)HSV閾值分割法和OTSU算法的結(jié)合使用較適用... 

【文章來源】：沈陽(yáng)工業(yè)大學(xué)遼寧省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與趨勢(shì)
        1.2.1 移動(dòng)機(jī)器人定位的研究狀況
        1.2.2 全景視覺的研究現(xiàn)狀
        1.2.3 移動(dòng)機(jī)器人定位的研究趨勢(shì)
    1.3 本文具體研究?jī)?nèi)容
第2章 移動(dòng)機(jī)器人全景視覺系統(tǒng)
    2.1 旅行家II號(hào)機(jī)器人
    2.2 UP-OmniVision全景視覺傳感器
    2.3 全景視覺系統(tǒng)的成像原理及圖像采集
    2.4 本章小結(jié)
第3章 圖像處理相關(guān)技術(shù)
    3.1 圖像的色彩空間與轉(zhuǎn)換
        3.1.1 RGB色彩空間
        3.1.2 YUV、YIQ模型
        3.1.3 YCbCr色彩空間
        3.1.4 HSV色彩空間
    3.2 圖像分割及路標(biāo)提取方法
        3.2.1 基于模型的方法
        3.2.2 PCA特征提取法
        3.2.3 SIFT算法
        3.2.4 顏色閾值分割法
        3.2.5 最大類間方差法（OTSU）
    3.3 數(shù)學(xué)形態(tài)學(xué)操作
    3.4 本章小結(jié)
第4章 基于全景視覺傳感器的移動(dòng)機(jī)器人路標(biāo)提取與定位
    4.1 全景圖像分割與路標(biāo)提取的難點(diǎn)分析
        4.1.1 全景圖像分析
        4.1.2 HSV閾值分割法在全景圖像中提取路標(biāo)的難點(diǎn)分析
        4.1.3 OTSU算法在全景圖像中提取路標(biāo)的難點(diǎn)分析
    4.2 基于HSV與OTSU的全景圖像分割與路標(biāo)提取
        4.2.1 為H、S、V三分量設(shè)定閾值
        4.2.2 OTSU算法進(jìn)行閾值分割
    4.3 移動(dòng)機(jī)器人的三角定位
        4.3.1 三角定位算法與相交圓法
        4.3.2 求解相交圓的方程
        4.3.3 夾角a 的計(jì)算
    4.4 定位結(jié)果與分析
    4.5 本章小結(jié)
第5章 結(jié)論
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
在學(xué)研究成果
致謝



本文編號(hào)：3448751