基于全景視覺的機(jī)器人目標(biāo)識別與跟蹤.pdf

1、對于人類來說眼睛是主要的器官，人們對環(huán)境中大量信息的獲取都是通過眼睛的觀察。從上世紀(jì)開始，機(jī)器視覺逐步被人們所認(rèn)知，其定義如下：使用機(jī)械設(shè)備來替代人眼用于測距和判別，從攝像機(jī)采集得到的圖像中，對環(huán)境中的目標(biāo)進(jìn)行進(jìn)一步處理，是智能系統(tǒng)研究范疇里一個重要的研究領(lǐng)域。傳統(tǒng)的相機(jī)鏡頭只能觀察到一定角度范圍內(nèi)的環(huán)境，而全景視覺則可以觀察到四周全部的環(huán)境景象，具有觀察視角廣闊，裝置簡單等優(yōu)點，所以廣泛的應(yīng)用于智能系統(tǒng)領(lǐng)域中。
　　本文主要針對

2、機(jī)器人和機(jī)器視覺領(lǐng)域內(nèi)的目標(biāo)識別與跟蹤方面進(jìn)行了全面深入的學(xué)習(xí)、研究。以全景視覺裝置為基礎(chǔ)，總結(jié)提出了搭載有全景成像系統(tǒng)的移動機(jī)器人目標(biāo)識別和目標(biāo)跟蹤等關(guān)鍵性問題的解決方法，設(shè)計了一套目標(biāo)識別與跟蹤系統(tǒng)軟件，并且應(yīng)用在搭載有全景成像系統(tǒng)的機(jī)器人上，設(shè)計實驗加以驗證。
　　論文首先從特征匹配的角度出發(fā)，闡述利用特征匹配方法實現(xiàn)目標(biāo)識別的過程。針對以往的利用SIFT(Scale Invariant Feature Transform)

3、算法用作目標(biāo)識別實時性不高的缺點，總結(jié)提出了以顏色興趣區(qū)域為基礎(chǔ)的SIFT目標(biāo)識別算法。其中詳細(xì)闡述了RGB(Red Green Blue)和HSI(Hue Saturation Intensity)顏色空間模型，提出了一種在HSI顏色空間模型下的雙閾值自適應(yīng)閾值分割法，使用這種顏色閾值分割算法先對圖像進(jìn)行預(yù)識別，然后再使用SIFT算法進(jìn)行特征匹配，識別出目標(biāo)位置，使實時性，穩(wěn)定性都得到提高。對于目標(biāo)跟蹤的方面，首先闡述了壓縮感知理論的

4、基礎(chǔ)知識，然后介紹了使用壓縮感知理論作為基礎(chǔ)進(jìn)行目標(biāo)跟蹤的算法流程，再結(jié)合搭載全景視覺裝置的移動機(jī)器人進(jìn)行了目標(biāo)跟蹤的實驗。并且對機(jī)器人的控制系統(tǒng)進(jìn)行了分析，結(jié)合機(jī)器人自身攜帶的多種傳感器，設(shè)計了對機(jī)器人的運動控制算法。并且在REVV-B32移動機(jī)器人上使用全景視覺裝置進(jìn)行了目標(biāo)識別、跟蹤的實驗。
　　通過實驗驗證，本文提出的目標(biāo)識別與跟蹤算法，能夠有效的在搭載全景成像系統(tǒng)的移動機(jī)器人平臺上使用，完成目標(biāo)識別與跟蹤的功能，相比以往