本文關(guān)鍵詞：面向服務(wù)機(jī)器人的行人檢測與跟蹤

  更多相關(guān)文章： 服務(wù)機(jī)器人 行人檢測與跟蹤 分層粒子濾波 洪泛濫跟蹤模型

【摘要】：隨著人類逐漸從工業(yè)社會步入信息社會,信息化智能化的產(chǎn)品逐漸走進(jìn)人們生活的方方面面。人口老齡化、人力成本的提高,使得社會對服務(wù)機(jī)器人的需求越來越迫切。行人檢測與跟蹤作為服務(wù)機(jī)器人的一項基本功能,在人機(jī)交互方面發(fā)揮著不可或缺的作用。然而,環(huán)境的復(fù)雜性和不確定性、光照的變化、行人之間的遮擋等問題使得服務(wù)機(jī)器人在進(jìn)行行人檢測與跟蹤時仍然面臨著諸多挑戰(zhàn)。本文的研究目的就是為服務(wù)機(jī)器人設(shè)計并實現(xiàn)一個實時性高魯棒性好的行人檢測與跟蹤系統(tǒng),作為一項基本功能為服務(wù)機(jī)器人進(jìn)行人機(jī)交互提供支撐,使得服務(wù)機(jī)器人能夠更好的執(zhí)行各種任務(wù)。為了達(dá)成此目標(biāo),本文詳細(xì)了解并分析了行人檢測與跟蹤的各種技術(shù)和難點,并在此基礎(chǔ)上做了如下工作：(1)鑒于人腿貼近地面具有穩(wěn)定性,本文通過改造turtlebot機(jī)器人在其底部安裝激光傳感器,通過激光識別人腿來檢測行人。為了提高人腿識別的準(zhǔn)確率,本文通過分析人腿屬性提出了10個特征用來描述激光片段,并且采用Adaboost算法實現(xiàn)人腿分類。在網(wǎng)上公開的兩個數(shù)據(jù)集上,通過實驗證明了本文所提方法具有很高的準(zhǔn)確率和實時性。(2)提出了一種根據(jù)行人距離機(jī)器人遠(yuǎn)近,使用Kinect傳感器豐富的顏色信息和深度信息,對遠(yuǎn)近兩種情況分別處理的行人檢測算法。在初始階段對點云進(jìn)行預(yù)處理,包括點云稀疏、地面檢測、點云分類和點云聚類,使得行人檢測的范圍大幅縮小。針對較近的行人,將點云聚類體投影到深度圖像空間,然后采用模板匹配的方法,匹配行人的上半身進(jìn)行行人檢測。針對較遠(yuǎn)的行人,將點云聚類體投影到RGB圖像空間,使用GPU加速提取HOG特征,并采用SVM對行人進(jìn)行檢測分類。在檢測的最后階段,本文還采用了最近鄰算法融合激光的檢測結(jié)果和Kinect的檢測結(jié)果,確定了行人在空間中的位置,提高了檢測的準(zhǔn)確性。(3)在行人跟蹤階段,本文提出了分層粒子濾波算法。在粗粒度空間中使用MCMC粒子濾波算法,在細(xì)粒度空間中使用SIR粒子濾波算法。SIR粒子濾波克服了基本粒子濾波中粒子退化的問題,而且速度快,因此在細(xì)粒度空間可以極快且準(zhǔn)確的跟蹤到行人。MCMC粒子濾波算法作為SIR粒子濾波的補充,解決了SIR粒子濾波粒子多樣性缺失,跟蹤目標(biāo)數(shù)量變化時不能有效跟蹤的問題,然而MCMC粒子濾波算法速度太慢,因此將MCMC粒子濾波算法作用于粗粒度空間。(4)基于深度圖提出了洪泛濫跟蹤模型,在行人的初始位置植入種子,然后在下一幀圖像中從種子位置開始擴(kuò)散直到所有包含行人的點都進(jìn)入隊列為止,再將跟蹤到的行人中心位置置為種子,依次循環(huán)。該方法簡單,而且運行速度極快。
【關(guān)鍵詞】：服務(wù)機(jī)器人 行人檢測與跟蹤 分層粒子濾波 洪泛濫跟蹤模型
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TP242
【目錄】：

• 摘要5-7
• ABSTRACT7-15
• 第1章 緒論15-21
• 1.1 研究背景與意義15-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-18
• 1.3 本文研究內(nèi)容與結(jié)構(gòu)18-21
• 第2章 行人檢測相關(guān)技術(shù)21-43
• 2.1 運動目標(biāo)檢測方法21-24
• 2.1.1 背景差分法21-22
• 2.1.2 幀差分法22-23
• 2.1.3 光流法23-24
• 2.2 行人特征24-36
• 2.2.1 形狀特征25-28
• 2.2.2 外觀特征28-32
• 2.2.3 其他特征32-36
• 2.3 分類器介紹36-41
• 2.3.1 支持向量機(jī)36-37
• 2.3.2 Adaboost37-38
• 2.3.3 隨機(jī)森林38-39
• 2.3.4 卷積神經(jīng)網(wǎng)絡(luò)39-41
• 2.4 本章小結(jié)41-43
• 第3章 基于多源信息的行人檢測43-65
• 3.1 硬件平臺介紹44-47
• 3.1.1 turtlebot機(jī)器人44-45
• 3.1.2 Kinect傳感器45-46
• 3.1.3 Hokuyo激光器46-47
• 3.2 基于激光的人腿檢測47-53
• 3.2.1 激光區(qū)域分割48-51
• 3.2.2 人腿特征定義51-52
• 3.2.3 人腿分類52-53
• 3.3 基于RGB-D的人體檢測53-57
• 3.3.1 點云預(yù)處理53-55
• 3.3.2 人體分類55-56
• 3.3.3 檢測結(jié)果融合56-57
• 3.4 實驗結(jié)果與分析57-63
• 3.4.1 實驗數(shù)據(jù)說明57-58
• 3.4.2 模塊實驗58-61
• 3.4.3 整體實驗61-63
• 3.5 本章小結(jié)63-65
• 第4章 基于改進(jìn)粒子濾波的行人跟蹤65-83
• 4.1 粒子濾波跟蹤框架66-71
• 4.1.1 貝葉斯估計66-67
• 4.1.2 蒙特卡洛算法67-68
• 4.1.3 序貫重要性重采樣68-69
• 4.1.4 粒子退化問題69-70
• 4.1.5 粒子濾波算法70-71
• 4.2 改進(jìn)的粒子濾波算法71-75
• 4.2.1 MCMC算法71-72
• 4.2.2 SIR/MCMC分層抽樣粒子濾波72-73
• 4.2.3 引入深度圖的狀態(tài)預(yù)測73-75
• 4.3 實驗結(jié)果與分析75-82
• 4.3.1 實驗環(huán)境與數(shù)據(jù)75-76
• 4.3.2 多種粒子濾波對比仿真實驗76-77
• 4.3.3 分層粒子濾波跟蹤實驗及性能評估77-82
• 4.4 本章小結(jié)82-83
• 第5章 總結(jié)與展望83-85
• 5.1 本文總結(jié)83-84
• 5.2 工作展望84-85
• 參考文獻(xiàn)85-89
• 致謝89-91
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果91

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;世界機(jī)器人最新統(tǒng)計數(shù)據(jù)[J];機(jī)器人技術(shù)與應(yīng)用;2000年01期

2 ;警衛(wèi)和保潔兩用機(jī)器人[J];機(jī)器人技術(shù)與應(yīng)用;2000年03期

3 ;案例分析之四 機(jī)器人碼垛單元[J];機(jī)器人技術(shù)與應(yīng)用;2000年04期

4 李成桐;對中國機(jī)器人產(chǎn)業(yè)的思考(之二) 未來之路[J];機(jī)器人技術(shù)與應(yīng)用;2000年05期

5 賈培發(fā),王全福;團(tuán)結(jié)奮斗努力實現(xiàn)中國機(jī)器人產(chǎn)業(yè)化[J];機(jī)器人技術(shù)與應(yīng)用;2000年06期

6 李開生,張慧慧,費仁元,宗光華;國外服務(wù)機(jī)器人的發(fā)展動態(tài)和前景[J];制造業(yè)自動化;2000年06期

7 淑芳;機(jī)器人種菜[J];湖南農(nóng)業(yè);2000年09期

8 長路;機(jī)器人技術(shù)在發(fā)展[J];世界制造技術(shù)與裝備市場;2001年01期

9 賈一;機(jī)器人外科手術(shù)的必要技術(shù)條件[J];機(jī)器人技術(shù)與應(yīng)用;2002年04期

10 董瑞翔;人間協(xié)調(diào)共存型機(jī)器人[J];機(jī)器人技術(shù)與應(yīng)用;2002年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡春華;范勇;朱紀(jì)洪;孫增圻;;空中機(jī)器人的研究現(xiàn)狀與發(fā)展趨勢[A];2005年中國智能自動化會議論文集[C];2005年

2 陳衛(wèi)東;;服務(wù)機(jī)器人的技術(shù)發(fā)展及微特電機(jī)在其中的應(yīng)用[A];第十屆中國小電機(jī)技術(shù)研討會論文集[C];2005年

3 肖玉林;侍才洪;陳煒;李浩;張西正;;救援機(jī)器人的現(xiàn)狀及發(fā)展趨勢(綜述)[A];天津市生物醫(yī)學(xué)工程學(xué)會第三十四屆學(xué)術(shù)年會論文集[C];2014年

4 鄭亞青;吳建坡;;岸邊集裝箱宏-微起重機(jī)器人的機(jī)構(gòu)、結(jié)構(gòu)設(shè)計及運動仿真[A];2009海峽兩岸機(jī)械科技論壇論文集[C];2009年

5 王靜;邊繼東;張大慧;林峰華;張宏;;管道定量采樣機(jī)器人系統(tǒng)設(shè)計[A];2009全國虛擬儀器大會論文集（二）[C];2009年

6 黃海明;楊雷;宋躍;賴思沅;;智能保安巡邏機(jī)器人[A];2009全國虛擬儀器大會論文集（二）[C];2009年

7 王明輝;馬書根;李斌;;獨立操作型可重構(gòu)機(jī)器人群體的動態(tài)層次體系結(jié)構(gòu)研究[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

8 譚金林;劉明英;梁建民;;機(jī)器人硬件電路設(shè)計[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 許家中;孔祥冰;尤波;李長峰;禹鑫q，

本文編號：687962