發(fā)布時間：2017-03-21 20:10

  本文關(guān)鍵詞：掃地機(jī)器人定位算法設(shè)計與嵌入式系統(tǒng)實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：掃地機(jī)器人作為服務(wù)機(jī)器人的一種,能替代傳統(tǒng)的人工清潔工作,市場前景廣闊。目前國產(chǎn)掃地機(jī)很少具備導(dǎo)航定位功能,缺乏有效的路徑規(guī)劃,價格便宜但清掃效率低。國外的許多掃地機(jī)具備導(dǎo)航定位功能,清掃效果好卻價格高,不利于掃地機(jī)器人的普及。針對國內(nèi)掃地機(jī)器人的現(xiàn)狀,本文提出一種基于單目視覺的室內(nèi)定位算法,定位所需的視覺信息來自天花板。相比使用昂貴的環(huán)境感知設(shè)備如激光雷達(dá),使用攝像機(jī)極大的降低了成本。本文的主要工作為：1.針對室內(nèi)天花板高度及裝飾的不同,給出了一種自適應(yīng)確定天花板高度的辦法和一種改進(jìn)的特征點提取算法。自適應(yīng)確定天花板的高度需要兩個置于特定位置的LED燈配合,圖像處理得到燈在圖像上的光斑質(zhì)心坐標(biāo)后,考慮結(jié)構(gòu)關(guān)系并利用攝像機(jī)小孔成像模型確定天花板的高度。在特征點提取方面,將FAST算法與Shi-Tomasi算法結(jié)合起來,用于獲得一定數(shù)目且在圖像中分布合理的特征點。實驗證明FAST結(jié)合Shi-Tomasi特征點提取算法與Shi-Tomasi相比,特征點提取效果接近但是速度提高5倍左右。2.根據(jù)攝像機(jī)的成像模型以及掃地機(jī)器人的結(jié)構(gòu)布局,建立了掃地機(jī)器人單目視覺定位模型。依據(jù)模型以及掃地機(jī)器人的清掃策略,分別對掃地機(jī)器人的平移運動、旋轉(zhuǎn)運動以及混合運動進(jìn)行定位。本文給出了一種圖像匹配算法,該算法利用陀螺儀和霍爾傳感器提供的位姿數(shù)據(jù)縮小特征點的匹配范圍,使用ORB (Oriented Fast and Rotated BRIEF)特征和漢明距離確定匹配對。在消除多對一的匹配后使用隨機(jī)抽樣一致性(RANSAC)等算法對匹配對提純。此外,本算法對掃地機(jī)的不同運動采用不同的圖像匹配策略,為定位提供準(zhǔn)確的匹配對。3.為證明本文提出的單目視覺定位算法有效,設(shè)計了掃地機(jī)直線運動、旋轉(zhuǎn)運動和矩形回路運動的定位驗證實驗。在Smart210核心板上實現(xiàn)了與STM32F4運動控制系統(tǒng)的串口通信、使用V4L2 (Video 4 Linux 2)控制攝像頭的灰度視頻采集以及USB-WiFi傳輸定位數(shù)據(jù)等功能：在PC虛擬機(jī)Ubuntu上用Qt制作演示界面,收到Smart210發(fā)來的數(shù)據(jù)后繪制定位波形。實驗結(jié)果為：掃地機(jī)直線運動不超過255cm時,在運動方向及其垂直方向上的定位結(jié)果與實際測量值間的距離誤差均不超過5cm,角度誤差不超過5°;掃地機(jī)旋轉(zhuǎn)不超過180°時,視覺定位角度值與實際測量值的誤差在3°以內(nèi)。實驗結(jié)果表明本文提出的算法有效的實現(xiàn)了掃地機(jī)器人室內(nèi)定位功能。
【關(guān)鍵詞】：掃地機(jī)器人 單目視覺定位 特征點提取 圖像匹配
【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5-6
• ABSTRACT6-11
• 第一章 緒論11-16
• 1.1 研究背景與意義11-12
• 1.2 掃地機(jī)器人國內(nèi)外研究現(xiàn)狀12-13
• 1.3 基于單目視覺的室內(nèi)定位算法研究13-15
• 1.4 本文的組織結(jié)構(gòu)15-16
• 第二章 掃地機(jī)器人單目視覺室內(nèi)定位方案設(shè)計16-32
• 2.1 概述16-17
• 2.2 單目視覺定位總體結(jié)構(gòu)17-20
• 2.2.1 傳感器定位模塊18-19
• 2.2.2 綜合定位模塊19-20
• 2.3 掃地機(jī)器人數(shù)學(xué)建模20-23
• 2.3.1 與攝像機(jī)相關(guān)的四個坐標(biāo)系20-22
• 2.3.2 掃地機(jī)數(shù)學(xué)模型22-23
• 2.4 掃地機(jī)器人定位關(guān)系的數(shù)學(xué)推導(dǎo)23-27
• 2.4.1 掃地機(jī)器人任意運動定位24-26
• 2.4.2 掃地機(jī)器人旋轉(zhuǎn)運動定位26-27
• 2.5 自適應(yīng)確定天花板的高度27-31
• 2.5.1 輪廓提取與光斑質(zhì)心的計算28-30
• 2.5.2 確定天花板高度的實驗驗證30-31
• 2.6 本章小結(jié)31-32
• 第三章 單目攝像頭的視頻采集控制與標(biāo)定32-45
• 3.1 概述32-33
• 3.2 基于V4L2的攝像頭灰度視頻采集33-34
• 3.3 MPU6050傳感器控制攝像頭的灰度視頻采集34-38
• 3.3.1 STM32F4使用IIC讀取MPU6050數(shù)據(jù)35-36
• 3.3.2 Linux多線程36
• 3.3.3 Linux串口編程36-37
• 3.3.4 實驗與結(jié)果37-38
• 3.4 單目攝像機(jī)標(biāo)定38-43
• 3.4.1 線性攝像機(jī)模型(針孔模型)38-39
• 3.4.2 非線性攝像機(jī)模型39-40
• 3.4.3 基于OpenCV的攝像機(jī)標(biāo)定40-42
• 3.4.4 攝像機(jī)一些參數(shù)的確定42-43
• 3.5 圖像像素距離與空間距離的轉(zhuǎn)換43-44
• 3.6 本章小結(jié)44-45
• 第四章 圖像特征點的提取與匹配45-66
• 4.1 引言45
• 4.2 特征點提取算法45-51
• 4.2.1 Harris角點45-47
• 4.2.2 Shi-Tomasi角點47
• 4.2.3 SUSAN角點檢測47-49
• 4.2.4 FAST角點檢測49-50
• 4.2.5 角點提取算法性能比較50-51
• 4.3 特征點描述51-53
• 4.3.1 BRIEF描述52
• 4.3.2 ORB描述52-53
• 4.4 FAST結(jié)合Shi-Tomasi的角點檢測53-58
• 4.5 圖像特征點匹配58-65
• 4.5.1 混合運動時的圖像匹配58-60
• 4.5.2 平移運動時的圖像匹配60
• 4.5.3 圖像匹配對的提純60-62
• 4.5.4 圖像特征點匹配實驗與分析62-65
• 4.6 本章小結(jié)65-66
• 第五章 單目視覺定位功能實現(xiàn)與Linux-ARM驗證66-81
• 5.1 概述66-67
• 5.2 數(shù)據(jù)通信67-70
• 5.2.1 STM32F4與Sman210之間的通信約定67-68
• 5.2.2 Smart210與PC機(jī)的數(shù)據(jù)通信68-69
• 5.2.3 使用TCP協(xié)議進(jìn)行數(shù)據(jù)傳輸69-70
• 5.3 Qt接收端實現(xiàn)70-72
• 5.4 實驗結(jié)果與分析72-80
• 5.4.1 掃地機(jī)器人直線運動定位實驗72-76
• 5.4.2 掃地機(jī)器人旋轉(zhuǎn)運動定位實驗76-78
• 5.4.3 掃地機(jī)器人矩形回路測試定位實驗78-80
• 5.5 本章小結(jié)80-81
• 第六章 總結(jié)與展望81-83
• 6.1 本文工作總結(jié)81-82
• 6.2 未來工作展望82-83
• 參考文獻(xiàn)83-87
• 致謝87-89
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果89

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉立;譚邦;肖建田;;尺度不變特征點提取[J];南華大學(xué)學(xué)報(自然科學(xué)版);2009年01期

2 閆偉齊,丁瑋,齊東旭;字形設(shè)計中曲線特征點提取方法的研究[J];北方工業(yè)大學(xué)學(xué)報;1999年03期

3 邱鵬;趙和鵬;朱長仁;;部分遮擋目標(biāo)的穩(wěn)健局部特征點提取方法[J];現(xiàn)代電子技術(shù);2013年22期

4 張敏;喬夢萱;劉亭;張海艷;;基于圖像的人臉檢測及特征點提取綜述[J];科技視界;2014年06期

5 于岱峰;李良良;周廣勇;;攝影測量特征點提取與匹配技術(shù)研究[J];電腦知識與技術(shù);2008年12期

6 吳子章;;球形圖像的特征點提取與匹配綜述[J];數(shù)字技術(shù)與應(yīng)用;2011年05期

7 喬警衛(wèi);胡少興;;三維重建中特征點提取與匹配算法研究[J];系統(tǒng)仿真學(xué)報;2008年S1期

8 彭小奇;李玉曉;李晟;;一種基于信息融合的指紋特征點提取方法[J];計算機(jī)測量與控制;2008年11期

9 戚世貴;;尺度不變特征點提取算法的改進(jìn)算法[J];國外電子測量技術(shù);2008年09期

10 李文;郭立;袁紅星;關(guān)華;;多視環(huán)境下特征點提取的并行實現(xiàn)[J];計算機(jī)工程;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 聶玖星;李建華;王宏;;基于筆劃類型的漢字特征點提取算法研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

2 梁倬;尹梁;;指紋識別中的特征點提取算法[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

3 陳平;王培珍;周芳;王雪峰;;苗木圖像的特征點提取與匹配方法研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

4 鐘寶江;廖文和;;曲率特征點提取及應(yīng)用的一些進(jìn)展[A];幾何設(shè)計與計算的新進(jìn)展[C];2005年

5 朱希安;宋波;;基于8鄰域編碼的指紋圖像特征點提取與去偽[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

6 楊曉暉;寧彥俊;王文娟;;圖像特征點提取角點量閾值自適應(yīng)選取方法[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會論文集[C];2012年

7 談?wù)?郭春霞;邢延超;;單幅人像的全自動3D重建及情感表達(dá)[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

8 陳倩;唐勁松;石敏;;水聲寬帶相關(guān)成像的圖像特征點提取技術(shù)[A];中國聲學(xué)學(xué)會2006年全國聲學(xué)學(xué)術(shù)會議論文集[C];2006年

9 阮曉鋼;魏若巖;朱曉慶;李建更;Quattara SIE;;小天體軟著陸中的特征點提取與跟蹤算法研究[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第九屆學(xué)術(shù)年會論文集（上冊）[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李璐璐;基于結(jié)構(gòu)光反射的平面子鏡拼接檢測技術(shù)研究[D];電子科技大學(xué);2015年

2 劉佳;葉片復(fù)雜曲面原位測量關(guān)鍵技術(shù)研究[D];吉林大學(xué);2016年

3 毛敏;基于寬基線的弱紋理特征點提取與描述方法研究[D];東華大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 侯廣東;鐵路曲線特征點提取算法研究[D];西南交通大學(xué);2015年

2 劉海舟;三維頭發(fā)重用性的研究和應(yīng)用[D];西南交通大學(xué);2014年

3 李淳;基于曲率尺度空間的手部特征點提取[D];北京工業(yè)大學(xué);2015年

4 王昌誠;現(xiàn)代圖像處理技術(shù)在深海高清圖像分析中的研究[D];青島科技大學(xué);2015年

5 張世欣;基于AP-SoC嵌入式圖像特征點提取系統(tǒng)的設(shè)計實現(xiàn)[D];北京理工大學(xué);2016年

6 陳學(xué);基于球形相機(jī)模型的魚眼圖像特征點提取和匹配的研究[D];東北大學(xué);2014年

7 劉雨;基于邊界特征點提取的網(wǎng)格分割[D];吉林大學(xué);2016年

8 汪洋;掃地機(jī)器人定位算法設(shè)計與嵌入式系統(tǒng)實現(xiàn)[D];中國科學(xué)技術(shù)大學(xué);2016年

9 陶茂垣;數(shù)字水印中的幾何不變特征點提取算法研究[D];華中科技大學(xué);2007年

10 黎俊超;移動設(shè)備上特征點提取加速方法研究[D];華中科技大學(xué);2013年

  本文關(guān)鍵詞：掃地機(jī)器人定位算法設(shè)計與嵌入式系統(tǒng)實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：260232