用于機(jī)器人定位導(dǎo)航的樹木檢測(cè)算法研究.pdf

1、移動(dòng)機(jī)器人的定位導(dǎo)航（SLAM），是機(jī)器人實(shí)現(xiàn)自主作業(yè)及其他特定功能的前提，因而具有重要意義且富有挑戰(zhàn)性。SLAM的目的是通過傳感器等環(huán)境感知系統(tǒng)及相關(guān)的數(shù)據(jù)處理方法建立環(huán)境地圖，而路標(biāo)的選擇與檢測(cè)是其中至關(guān)重要的工作。當(dāng)機(jī)器人處于戶外、甚至叢林環(huán)境中，樹木往往成為路標(biāo)。本文針對(duì)應(yīng)用于存在樹木的非結(jié)構(gòu)化環(huán)境中的移動(dòng)機(jī)器人，研究了用于機(jī)器人定位導(dǎo)航的樹木檢測(cè)算法，以期為基于視覺的SLAM路標(biāo)識(shí)別奠定一定的基礎(chǔ)。本文的主要研究工作如下:

2、r>　　 1)環(huán)境分類方法:針對(duì)自下而上和自上而下兩種視覺環(huán)境分類方法的優(yōu)勢(shì)和不足，提出一種新的環(huán)境分類算法。該算法主要通過可操縱金字塔濾波獲得特征向量，然后通過此特征向量來訓(xùn)練幾何分類器，用訓(xùn)練好的分類器對(duì)環(huán)境進(jìn)行分類，為更好地選擇路標(biāo)及識(shí)別奠定了基礎(chǔ)。
　　 2)基于外觀的的樹木檢測(cè)算法:首先提出一種顏色紋理融合的檢測(cè)算法，該算法通過將顏色特征和紋理特征進(jìn)行融合生成新的特征向量，利用該特征向量對(duì)分類器進(jìn)行訓(xùn)練，并用訓(xùn)練好的

3、分類器對(duì)待檢測(cè)的圖像進(jìn)行分類，從而進(jìn)一步實(shí)現(xiàn)樹木的識(shí)別;其次嘗試用亮度代替顏色來提高運(yùn)行速度，將亮度特征和紋理特征融合進(jìn)行目標(biāo)檢測(cè);最后運(yùn)用區(qū)域合并的原理對(duì)樹木進(jìn)行檢測(cè)。對(duì)以上算法進(jìn)行實(shí)驗(yàn)，驗(yàn)證了算法的性能。
　　 3)基于結(jié)構(gòu)的樹木檢測(cè)算法:在充分研究和分析了基于外觀的樹木檢測(cè)的結(jié)果后，提出一種基于結(jié)構(gòu)的樹木檢測(cè)算法，該算法通過檢測(cè)樹木的輪廓線，并采用一系列的輪廓線篩選工作，去除非樹木輪廓線，最終實(shí)現(xiàn)對(duì)樹木的檢測(cè)和跟蹤。通過M