分布式視覺機器人導(dǎo)航中的定位算法的研究.pdf

1、無線復(fù)眼（WiME）導(dǎo)航是結(jié)合了生物學(xué)科發(fā)現(xiàn)和先進(jìn)信息技術(shù)于一體的新型機器人導(dǎo)航方案。本文主要研究并實現(xiàn)了WiME中機器人跟蹤定位的內(nèi)容，為機器人運動伺服控制提供了實時的決策依據(jù)。本文主要對以下幾方面內(nèi)容進(jìn)行了研究： 1．論文對WiME系統(tǒng)的控制對象低智能電動輪椅建立了數(shù)學(xué)模型，并對WiME中作為單視神經(jīng)元的攝像頭進(jìn)行了標(biāo)定。 2．研究了靜態(tài)場景下基于背景差法的運動目標(biāo)檢測定位，首先設(shè)計了在HIS圖像空間中前景分割閾值的

2、自動確定算法。為了快速獲得色標(biāo)的位置，設(shè)計了一種快速邊緣檢測算法，只需要提取出他的邊緣點就可以確定整個色塊的位置，同時可以通過前一幀中色塊的位置和色塊運動的速度確定一個感興趣區(qū)域ROI，預(yù)測新一幀中色塊出現(xiàn)的位置，實現(xiàn)了運動目標(biāo)的跟蹤識別。 3．根據(jù)已獲得的色塊在圖像中坐標(biāo)，通過計算獲得色塊在世界坐標(biāo)中的坐標(biāo)。并研究了使用非線性優(yōu)化的方法通過多個色標(biāo)計算輪椅朝向和位置的算法，由此可以獲得輪椅的位姿信息。 4．由于采用視覺

3、進(jìn)行定位受到攝像頭標(biāo)定質(zhì)量和光照因素的影響較大，帶來較大的定位誤差，為了獲得更高精度，本文將自主機器人定位中常用的基于概率方法的蒙特卡羅定位應(yīng)用到WiME系統(tǒng)中的輪椅定位中。將環(huán)境中單視神經(jīng)元獲得的輪椅位姿信息代替自主機器人自身視覺系統(tǒng)所獲的位姿信息，并將此視覺位姿信息對輪椅的自身編碼器位姿信息進(jìn)行迭代更新，不斷估計輪椅的當(dāng)前狀態(tài)，最終收斂于輪椅的真實位置，獲得比單純使用視覺定位更好的定位效果。最后通過實驗驗證了這個結(jié)論。 5．