基于多特征融合的机器人目标跟踪算法研究

基于多特征融合的机器人目标跟踪算法研究

ID:23283415

大小:6.90 MB

页数:127页

时间:2018-11-06

基于多特征融合的机器人目标跟踪算法研究_第1页
基于多特征融合的机器人目标跟踪算法研究_第2页
基于多特征融合的机器人目标跟踪算法研究_第3页
基于多特征融合的机器人目标跟踪算法研究_第4页
基于多特征融合的机器人目标跟踪算法研究_第5页
资源描述:

《基于多特征融合的机器人目标跟踪算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中文图书分类号:TP24密级:公开UDC:621.3学校代码:10005博士学位论文DOCTORALDISSERTATION论文题目:基于多特征融合的机器人目标跟踪算法研究论文作者:王丽佳学科:模式识别与智能系统指导教师:贾松敏论文提交日期:2017年6月9日UDC:621.3学校代码:10005中文图书分类号:TP24学号:B201102014密级:公开北京工业大学工学博士学位论文题目:基于多特征融合的机器人目标跟踪算法研究英文题目:Thestudyofpersontrackingalgorithmwithamobilerobotba

2、sedonmulti-features论文作者:王丽佳学科专业:模式识别与智能系统研究方向:机器人目标跟踪申请学位:工学博士指导教师:贾松敏教授所在单位:信息学部答辩日期:2017年5月授予学位单位:北京工业大学DissertationSubmittedtoBeijingUniversityofTechnologyforDoctorDegreeofEngineeringTHESTUDYOFPERSONTRACKINGALGORITHMWITHAMOBILEROBOTBASEDONMULTI-FEATURESWANGLIJIASuperv

3、isedbyProfessorJIASONGMINMajorinPatternRecognitionandIntelligentSystemBeijingUniversityofTechnologyMay,2017独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:

4、王丽佳日期:2017年5月13日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:王丽佳日期:2017年5月13日导师签名:贾松敏日期:2017年5月13日摘要摘要随着经济的发展,人们生活水平的不断提高,各种服务机器人应运而生。目标跟踪技术是实现服务机器人与使用者友好交互的关键环节。各种跟踪算法和理论在视频图像序列的目标跟踪中取得了优越的跟踪

5、性能。然而,在移动机器人目标跟踪中,目标和机器人的同时运动限制了目前大部分算法的应用。同时,跟踪过程中的光照改变、目标位姿变化、遮挡等问题也是制约移动机器人目标跟踪技术发展的关键问题。随着计算机硬件和高性能传感器技术的发展,丰富的场景信息的采集变得越来越方便可行。近年来越来越多的研究人员致力于多传感器信息融合及先进的目标跟踪算法的研究,并取得了一定的成果。深入研究当前移动机器人目标跟踪算法,在多传感器技术基础上探讨多特征融合的目标跟踪算法,重点解决复杂环境下的移动机器人目标跟踪问题。主要研究内容包含以下方面:(1)基于多传感器的双层协作

6、定位机制机器人目标跟踪技术依靠传感器获得场景信息。单一传感器所提供的场景信息有限,在复杂环境中无法为准确的目标跟踪提供足够的信息。对多传感器技术进行研究,利用RFID和视觉传感器为移动机器人提供丰富的场景信息,以解决跟踪过程的目标突然转弯、光照改变、位姿变化等问题。研究基于多传感器的双层协作定位机制。RFID传感器对携带标签的目标人体进行外层粗定位;视觉传感器获得场景的图像信息,在粗定位的基础上确定图像的感兴趣区域,并在此区域进行图像处理完成对目标的内层精确定位。RFID技术缩小了图像的处理区域,有利于提高目标跟踪的实时处理能力。进一步

7、,所构建的RFID系统的检测范围比视觉系统的视野宽,当目标出现在视觉系统视野外时,RFID系统的粗定位结果作为目标的跟踪位置引导机器人快速调整转速并跟随目标。(2)基于步态的运动人体识别技术移动机器人目标跟踪系统在启动阶段完成目标模板的初始化。常用的手动框选目标方法需要人为干扰,降低了系统的灵活性和自适应性。研究基于步态的运动人体识别技术实现移动机器人目标跟踪系统的自启动。在机器人静止-目标运动的模式下,对视觉传感器捕获的步态图像序列进行分析,分别利用Lacus-Kanade光流法和Procrustes形状分析法提取目标的步态光流图和头

8、肩均值形状表征步态的动态信息和静态信息,进一步结合目标视角完成步态识别。该方法融合步态的动态和静态两种特征,较全面的描述了步态信息,有利于提高步态I北京工业大学工学博士学位论文识别能力。且该方法克服了视角对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。