基于視覺的地空機器人協(xié)同控制方法研究.pdf

1、由于地面移動機器人與飛行機器人各自的優(yōu)缺點能夠相互彌補的特點，兩者協(xié)作完成任務(wù)體現(xiàn)了顯著的卓越性，這使得地空機器人協(xié)作系統(tǒng)在諸多軍用與民用領(lǐng)域發(fā)揮出越來越重要的作用，成為國內(nèi)外眾多科研院所及高校的研究熱點之一。地空機器人協(xié)作完成任務(wù)的主要工作方式就是利用飛行器對環(huán)境的大范圍監(jiān)測能力來輔助地面移動機器人導(dǎo)航。飛行機器人利用其具有廣闊視野的優(yōu)點使其能夠進行快速的地面目標定位，但是對地面任務(wù)完成的精度不如地面移動機器人。由此，本文將兩者的優(yōu)勢

2、融合，在穩(wěn)定跟蹤地面移動機器人的基礎(chǔ)上以協(xié)作避障系統(tǒng)為主要研究方向，對地空協(xié)同控制系統(tǒng)的工作方法進行了深入的研究。
　　首先本文選取HOG特征作為飛行機器人監(jiān)測地面環(huán)境的主要視覺特征，該特征能夠?qū)植繀^(qū)域的形狀輪廓有極佳的描述，因此其被廣泛應(yīng)用于輪廓特征明顯的剛性目標檢測中。綜上所述，本文對移動機器人采用HOG特征對其進行目標的檢測定位。但是由于梯度的性質(zhì)，HOG很難處理復(fù)雜環(huán)境下的圖像邊緣問題。針對此，本文對原始的提取方法做出一

3、定的改進。
　　目前學(xué)術(shù)領(lǐng)域出現(xiàn)了不少優(yōu)秀的跟蹤算法，KCF算法便是其中之一，其優(yōu)點在于利用循環(huán)位移的方法結(jié)合快速傅里葉變換進行訓(xùn)練分類器，跟蹤速度優(yōu)秀。但是當目標出現(xiàn)遮擋的情況時，分類器的參數(shù)更新將會導(dǎo)致跟蹤的失敗。針對上述缺陷，本文將KCF算法與卡爾曼濾波器相結(jié)合，并基于該方法提出一種魯棒的遮擋檢測方案，當目標部分或完全被遮擋情況下，利用卡爾曼濾波器預(yù)測狀態(tài)信息并停止分類器模型的更新，從而提高了該跟蹤器的遮擋處理能力。并在此基

4、礎(chǔ)上，對所提出的算法進行了仿真實驗，驗證了所提出方法的可行性與有效性。
　　然后重點闡述了協(xié)同控制系統(tǒng)的組成部分，對飛行器各部分硬件做了詳細的說明，并簡單介紹了移動機器人。對于協(xié)同控制平臺的設(shè)計，主要介紹了地空機器人的通信方式并對采集后圖像的預(yù)處理做了一定的闡述。最后敘述了協(xié)同控制系統(tǒng)的具體工作流程。
　　最后以設(shè)計的協(xié)同控制系統(tǒng)為平臺，利用所提出的跟蹤算法實現(xiàn)對地面移動機器人的穩(wěn)定跟蹤，并在此基礎(chǔ)上設(shè)計了地空機器人協(xié)作避障