本文選題：移動(dòng)機(jī)器人　切入點(diǎn)：單目視覺(jué)測(cè)距　出處：《吉林大學(xué)》2017年碩士論文

【摘要】：近些年,隨著國(guó)內(nèi)外機(jī)器人產(chǎn)業(yè)飛速發(fā)展以及人工智能領(lǐng)域取得巨大進(jìn)步,機(jī)器人在人類(lèi)的生活中扮演的角色越來(lái)越重要。與此同時(shí)近些年國(guó)家提出建立萬(wàn)物感知、萬(wàn)物互聯(lián)、萬(wàn)物智能的智慧城市和平安城市,使國(guó)內(nèi)安全防范行業(yè)獲得高速發(fā)展的機(jī)遇,從而使機(jī)器視覺(jué)研究持續(xù)火熱,機(jī)器人可以通過(guò)視覺(jué)系統(tǒng)來(lái)獲取大量信息,繼而通過(guò)對(duì)信息的處理、加工,最后做出決策。本文是以移動(dòng)機(jī)器人作為研究對(duì)象,主要研究如何通過(guò)視覺(jué)跟蹤算法,實(shí)現(xiàn)跟蹤機(jī)器人對(duì)領(lǐng)航機(jī)器人在各種運(yùn)動(dòng)模式下,均能夠?qū)崿F(xiàn)準(zhǔn)確且穩(wěn)定的跟蹤。通過(guò)視覺(jué)跟蹤控制系統(tǒng)以及機(jī)器人運(yùn)動(dòng)控制系統(tǒng),來(lái)實(shí)現(xiàn)移動(dòng)機(jī)器人的跟蹤任務(wù)。本文通過(guò)閱讀大量文獻(xiàn)和實(shí)驗(yàn)主要完成了如下三個(gè)任務(wù):(1)詳細(xì)介紹了機(jī)器人視覺(jué)跟蹤控制系統(tǒng)的研究意義、背景及國(guó)內(nèi)外研究現(xiàn)狀,然后對(duì)單目視覺(jué)系統(tǒng)的基本原理進(jìn)行了深入研究,其中包括單目攝像機(jī)的標(biāo)定技術(shù),以及單目視覺(jué)測(cè)距原理等,最后通過(guò)實(shí)驗(yàn)驗(yàn)證了單目視覺(jué)測(cè)距原理的準(zhǔn)確性。(2)攝像機(jī)視覺(jué)跟蹤算法的研究。首先對(duì)均值漂移算法(Mean Shift)和自適應(yīng)均值漂移算法(CamShift)進(jìn)行研究分析,然后將粒子濾波算法運(yùn)用到跟蹤領(lǐng)域中,通過(guò)對(duì)比實(shí)驗(yàn)來(lái)分析CamShift跟蹤算法和粒子濾波算法的優(yōu)缺點(diǎn),最后提出將粒子濾波算法和CamShift算法相結(jié)合的算法作為本文的跟蹤算法,通過(guò)實(shí)驗(yàn)證明該算法能夠提高視覺(jué)目標(biāo)跟蹤的準(zhǔn)確性和魯棒性,為移動(dòng)機(jī)器人視覺(jué)跟蹤控制系統(tǒng)提供穩(wěn)定的視覺(jué)跟蹤算法。(3)移動(dòng)機(jī)器人視覺(jué)跟蹤控制系統(tǒng)的實(shí)現(xiàn)。首先通過(guò)視覺(jué)跟蹤算法,獲取跟蹤目標(biāo)的信息,將目標(biāo)返回的信息作為移動(dòng)機(jī)器人運(yùn)動(dòng)的依據(jù),以此來(lái)設(shè)計(jì)視覺(jué)跟蹤的控制策略,然后將跟蹤機(jī)器人與領(lǐng)航機(jī)器人之間的距離信息和領(lǐng)航機(jī)器人的質(zhì)心變化作為判斷的依據(jù),最后設(shè)計(jì)運(yùn)動(dòng)控制策略,使得領(lǐng)航機(jī)器人始終在跟蹤機(jī)器人的視野中,從而實(shí)現(xiàn)移動(dòng)機(jī)器人視覺(jué)跟蹤控制系統(tǒng)。最后,本文基于OpenCV圖像處理庫(kù)和Microsoft Visual C++6.0進(jìn)行軟件開(kāi)發(fā),實(shí)現(xiàn)了跟蹤機(jī)器人對(duì)領(lǐng)航機(jī)器人在實(shí)驗(yàn)室環(huán)境中的有效穩(wěn)定的跟蹤。
[Abstract]:In recent years, with the rapid development of robot industry at home and abroad and the great progress in artificial intelligence field, robot plays an increasingly important role in human life. The intelligent city of all things and the safe city make the domestic security guard industry gain the opportunity of high speed development, so that the machine vision research continues to be hot, the robot can obtain a large amount of information through the vision system. Then through the information processing, processing, and finally making a decision. This paper takes the mobile robot as the research object, mainly studies how to realize the tracking robot to the pilot robot in various motion modes through the visual tracking algorithm. Through visual tracking control system and robot motion control system, By reading a large number of literature and experiments, this paper mainly completed the following three tasks: 1) introduced the research significance, background and research status of robot visual tracking control system in detail. Then the basic principle of monocular vision system is deeply studied, including the calibration technology of monocular camera and the principle of monocular vision ranging. Finally, the accuracy of the principle of monocular vision ranging is verified by experiments. Firstly, the mean shift algorithm (mean shift) and the adaptive mean shift algorithm (CamShift) are studied and analyzed. Then the particle filter algorithm is applied to the field of tracking, and the advantages and disadvantages of CamShift tracking algorithm and particle filter algorithm are analyzed through comparative experiments. Finally, the algorithm combining particle filter algorithm and CamShift algorithm is proposed as the tracking algorithm in this paper. Experiments show that the algorithm can improve the accuracy and robustness of visual target tracking. This paper provides a stable visual tracking algorithm for mobile robot visual tracking control system. Firstly, the visual tracking control system of mobile robot is realized. Firstly, the information of tracking target is obtained by visual tracking algorithm. The information returned by the target is taken as the basis for the mobile robot to design the control strategy of visual tracking. Then the distance information between the tracking robot and the pilot robot and the change of the centroid of the pilot robot are taken as the basis of judging. Finally, the motion control strategy is designed so that the pilot robot is always in the field of vision of the tracking robot, so as to realize the visual tracking control system of the mobile robot. Finally, this paper develops the software based on OpenCV image processing library and Microsoft Visual C 6.0. The tracking robot can track the pilot robot effectively and stably in the laboratory environment.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41;TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙亞欣;趙懷勛;;運(yùn)動(dòng)目標(biāo)檢測(cè)方法概述[J];電子世界;2016年22期

2 呂景彬;郭衛(wèi)群;劉寶寶;;重要性采樣方法對(duì)蒙特卡羅計(jì)算效率的影響分析[J];核動(dòng)力工程;2016年04期

3 曾巧玲;文貢堅(jiān);;運(yùn)動(dòng)目標(biāo)跟蹤綜述[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2016年07期

4 苑晶;劉鋼墩;孫沁璇;;激光與單目視覺(jué)融合的移動(dòng)機(jī)器人運(yùn)動(dòng)目標(biāo)跟蹤[J];控制理論與應(yīng)用;2016年02期

5 楊俊駒;林睿;王振華;孫立寧;;輪式移動(dòng)機(jī)器人運(yùn)動(dòng)控制系統(tǒng)研究與設(shè)計(jì)[J];現(xiàn)代電子技術(shù);2016年02期

6 許偉村;趙清杰;王宇霞;趙留軍;;基于重要性排序蒙特卡洛粒子濾波的物體跟蹤算法[J];北京理工大學(xué)學(xué)報(bào);2016年01期

7 徐方;;我國(guó)機(jī)器人產(chǎn)業(yè)現(xiàn)狀分析與發(fā)展研判[J];中國(guó)科學(xué)院院刊;2015年06期

8 任福繼;孫曉;;智能機(jī)器人的現(xiàn)狀及發(fā)展[J];科技導(dǎo)報(bào);2015年21期

9 沈軻樝;錢(qián)瑞明;;一種可投擲輪式偵察機(jī)器人的設(shè)計(jì)[J];機(jī)械設(shè)計(jì)與制造工程;2015年09期

10 周陸洲;;餐廳服務(wù)機(jī)器人的應(yīng)用分析[J];科技風(fēng);2015年15期

相關(guān)博士學(xué)位論文 前1條

1 虞旦;基于單目視覺(jué)的移動(dòng)機(jī)器人室外環(huán)境下全自主智能跟隨技術(shù)研究[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前8條

1 雷海兵;雙目立體視覺(jué)在全針測(cè)量系統(tǒng)中的應(yīng)用研究[D];吉林大學(xué);2016年

2 杜曉敏;基于多傳感器數(shù)據(jù)融合的目標(biāo)跟蹤問(wèn)題研究[D];吉林大學(xué);2015年

3 徐栩娟;Snake模型及立體視覺(jué)在行人檢測(cè)中的應(yīng)用研究[D];南昌航空大學(xué);2015年

4 沈映菊;基于圖像集的視覺(jué)目標(biāo)跟蹤算法研究[D];華僑大學(xué);2015年

5 徐敏;基于單目視覺(jué)的移動(dòng)機(jī)器人系統(tǒng)目標(biāo)識(shí)別與定位研究[D];華南理工大學(xué);2014年

6 吳建偉;基于粒子濾波目標(biāo)跟蹤算法研究[D];浙江理工大學(xué);2014年

7 張全喜;單目視覺(jué)自主移動(dòng)機(jī)器人的目標(biāo)跟蹤及誤差分析[D];南京理工大學(xué);2014年

8 吳金濱;基于粒子濾波的人臉實(shí)時(shí)跟蹤算法研究[D];浙江理工大學(xué);2013年

，

本文編號(hào)：1661761