井下救援機器人手勢檢測與識別應用研究.pdf

1、煤礦生產(chǎn)作為高危行業(yè)事故時有發(fā)生，井下救援任務艱巨、搜索環(huán)境復雜，人工搶險存在危險。而被困人員多以手勢為慣用的呼救方式，因此研究基于手勢跟蹤的救援機器人以代替?zhèn)鹘y(tǒng)人工搜救，對保障救援人員生命安全有著重要實際意義。
　　 論文以基于機器視覺的救援機器人為平臺，通過研究復雜多變的手勢運動，研究適用于井下環(huán)境中的特定目標跟蹤方法，并以此引導救援機器人的運動，完成對運動手勢的跟蹤。
　　 針對井下光線分布不均與粉塵較多等問題，論

2、文研究了適用于井下環(huán)境的目標檢測算法。對灰度圖像進行霍特林變換，突出手勢目標特征邊緣，增加信噪比；采用Roberts邊緣檢測算法對手勢目標進行邊緣檢測，并用K均值分類法對其進行分類，實現(xiàn)靜態(tài)手勢的標識；通過目標的灰度分布性，改進了Camshift差分法，提高了目標跟蹤的精確性與穩(wěn)定性；針對井下手勢目標在運動中大小和姿態(tài)變化，建立自主變換的手勢模板，自適應改變伸縮比和旋轉角度，提高算法的匹配精度；針對跟蹤大面積干擾，增加判斷函數(shù)，引入背景

3、差與幀間差相與的目標區(qū)域，作為重新初始化窗口。論文還提出一種基于等空間間距采樣的幾何定位法，對目標定位；并能完成簡單的語義識別。仿真實驗結果表明：該算法具有很好的匹配精度、實時性和穩(wěn)定性，對于目標的狀態(tài)和大小的變化以及粉塵遮蓋等現(xiàn)象有較好的適應性。
　　 論文在以DSP為核心芯片的救援機器人平臺中實現(xiàn)上述算法。調(diào)試結果表明，系統(tǒng)能在井下對手勢進行跟蹤，達到預期目標。最后，論文通過研究結果對井下救援機器人的手勢跟蹤方法進行總結，對