分布視覺(jué)下多移動(dòng)機(jī)器人的定位與協(xié)作圍捕研究.pdf

1、多移動(dòng)機(jī)器人系統(tǒng)是研究機(jī)器人技術(shù)的重要課題，是研究群智能體技術(shù)的理想平臺(tái)，被廣泛用于研究多智能體群集行為、多機(jī)器人體系結(jié)構(gòu)、多機(jī)器人協(xié)調(diào)協(xié)作等領(lǐng)域相關(guān)課題。此外，計(jì)算機(jī)視覺(jué)技術(shù)的運(yùn)用進(jìn)一步推動(dòng)了智能機(jī)器人的智能化發(fā)展，使機(jī)器人具備了人的視覺(jué)功能。為了進(jìn)一步研究多移動(dòng)機(jī)器人系統(tǒng)，結(jié)合計(jì)算機(jī)視覺(jué)技術(shù)，針對(duì)多移動(dòng)機(jī)器人在全局分布視覺(jué)下的定位及協(xié)調(diào)協(xié)作問(wèn)題展開了相關(guān)的研究。
　　首先，機(jī)器人的視覺(jué)分割定位是研究多移動(dòng)機(jī)器人系統(tǒng)的前提。在實(shí)

2、驗(yàn)室已有的小型移動(dòng)機(jī)器人基礎(chǔ)上，給出了移動(dòng)機(jī)器人的色標(biāo)板標(biāo)定方案，分析并選擇了 YUV顏色模型作為色標(biāo)的閾值分割空間；并針對(duì)外部光照變化對(duì)移動(dòng)機(jī)器人色標(biāo)分割產(chǎn)生影響的問(wèn)題，通過(guò)對(duì)機(jī)器人色標(biāo)圖像進(jìn)行局部直方圖均衡化的預(yù)處理方法，降低光照變化帶來(lái)的亮度變化干擾，根據(jù)圓形色標(biāo)在圖像中像素色階值的分布，通過(guò)聚類分析得到了不同機(jī)器人色標(biāo)的最佳分割閾值，在此基礎(chǔ)之上進(jìn)行了全局視覺(jué)下的移動(dòng)機(jī)器人軌跡跟蹤控制實(shí)驗(yàn)，驗(yàn)證了該視覺(jué)分割定位方法的有效性和實(shí)時(shí)

3、性。
　　然后針對(duì)分布視覺(jué)采集圖像的桶形畸變會(huì)降低移動(dòng)機(jī)器人視覺(jué)定位精度的問(wèn)題，研究了接種二次多項(xiàng)式疫苗下的免疫神經(jīng)網(wǎng)絡(luò)對(duì)畸變圖像的標(biāo)定方法，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)接種具有先驗(yàn)知識(shí)的免疫疫苗，并融合 BP神經(jīng)網(wǎng)絡(luò)的誤差反向傳播與免疫理論的全局搜索進(jìn)化優(yōu)勢(shì)對(duì)網(wǎng)絡(luò)進(jìn)行迭代優(yōu)化，獲得了高數(shù)量級(jí)的標(biāo)定精度。避免了對(duì)攝像頭內(nèi)外參數(shù)復(fù)雜且難以保證精度的標(biāo)定過(guò)程，得到的標(biāo)定結(jié)果更精確，標(biāo)定過(guò)程更簡(jiǎn)便。
　　最后，基于該全局分布視覺(jué)下的多機(jī)器人系統(tǒng)