基于RGBD相機(jī)的移動機(jī)器人運(yùn)動目標(biāo)跟蹤技術(shù).pdf

1、移動機(jī)器人在智能監(jiān)控，無人汽車，災(zāi)后搜索與救援，環(huán)境監(jiān)測，軍事偵察以及星際探測等關(guān)系國計(jì)民生的生產(chǎn)、生活與國防領(lǐng)域展現(xiàn)出了潛在的實(shí)用價(jià)值和廣泛的應(yīng)用前景。伴隨著科學(xué)技術(shù)的進(jìn)步，尤其是在機(jī)器人視覺處理領(lǐng)域的高速發(fā)展，越來越多的學(xué)者將眼光發(fā)到了將視覺傳感器與機(jī)器人技術(shù)相結(jié)合的發(fā)展上。本課題面向運(yùn)動目標(biāo)跟蹤任務(wù)，由攜帶視覺傳感器的移動機(jī)器人檢測目標(biāo)，并從測量數(shù)據(jù)中盡可能挖掘出感興趣的目標(biāo)在空間中的位置等狀態(tài)信息，實(shí)現(xiàn)移動機(jī)器人對運(yùn)動目標(biāo)的跟蹤

2、。
　　本文搭建了載有Kinect視覺傳感器的iRobot Create移動機(jī)器人平臺。采用PC機(jī)作為主控制器，Kinect視覺傳感器和云臺組成視覺輔助系統(tǒng)，iRobot Create移動機(jī)器人作為底層動力系統(tǒng)，配備供電系統(tǒng)分別對PC機(jī)、iRobot Create和Kinect供電。
　　在目標(biāo)識別過程中，首先對Kinect采集的深度圖像進(jìn)行閾值分割和形態(tài)學(xué)預(yù)處理等操作去除遠(yuǎn)景信息，獲得包括目標(biāo)在內(nèi)的前景；然后通過Kinec

3、t深度圖像和彩色圖像的對應(yīng)關(guān)系將深度圖像獲得的前景映射到彩色圖像中，以便在后續(xù)目標(biāo)識別過程中減少不必要的特征點(diǎn)從而加快識別速度；最后在彩色圖像中用SURF算法和RANSAC算法識別運(yùn)動目標(biāo)。
　　利用識別出的運(yùn)動目標(biāo)的深度信息和顏色信息作為粒子濾波的模型，對目標(biāo)的位置進(jìn)行預(yù)測，能夠在目標(biāo)跟蹤的過程中有效的避免顏色相近目標(biāo)的干擾。
　　通過實(shí)驗(yàn)證明本文建立的移動機(jī)器人目標(biāo)跟蹤系統(tǒng)輕便、可靠，設(shè)計(jì)的圖像處理算法具有較好的穩(wěn)定性和