资源描述：
《基于单目视觉的移动机器人导航算法研究进展new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第25卷第1期控制与决策2010年1月Vol.25No.1ControlandDecisionJan.2010文章编号:100120920(2010)0120001207基于单目视觉的移动机器人导航算法研究进展aba夏庭锴,杨明,杨汝清(上海交通大学a.机器人研究所,b.自动化系,上海200240)摘要:基于单目视觉的移动机器人导航的研究,涵盖了机器视觉、模式识别和多目标跟踪多个领域.其算法框架不仅成功应用于移动机器人导航,还为目标检测、识别与跟踪领域的研究提供了可供参考的模型.该综述将以算法发展历史为脉络,结合一些典型系统,通过对关键技术和算法结构的分析比较,
2、总结算法本身的发展前景和由此发展起来的可供相关研究参考的算法框架.关键词:移动机器人导航;机器视觉;模式识别;目标跟踪中图分类号:TP242.6文献标识码:AProgressinmonocularvisionbasedmobilerobotnavigationabaXIATing2kai,YANGMing,YANGRu2qing(a.ResearchInstituteofRobotics,b.AutomationDepartment,ShanghaiJiaotongUniversity,Shanghai200240,China.Correspondent:XIA
3、Ting2kai,E2mail:xiatingkai2004@sjtu.edu.cn)Abstract:Themonocularvisionbasedmobilerobotsnavigationsystemisstudiedbasedonthreecorrespondingareas,machinevision,patternrecognitionandmultipletargetstracking,whichprovidesausefulalgorithmframeworkforobjectrecognitionandtrackingexceptforthen
4、avigation.Thedevelopmenthistoryoftheexistingalgorithmsandsometypicalsystemsarereviewed.Thensomepromisingtechnologiesandalgorithmstructuresareanalyzed.Finally,theprospectiveofthealgorithmisdiscussedandthealgorithmframeworkthatmaybeusefulforrelatedresearchfieldsissummarized.Keywords:Mo
5、bilerobotnavigation;Machinevision;Patternrecognition;Objecttracking[2]1引言内容.第2阶段的研究开始转向复杂的结构化道室外移动机器人导航技术的基本任务是,通过路、城市环境和非结构化环境(野外环境).机器学习传感器给出移动机器人与环境的相对位姿,为机器理论,更复杂的滤波技术以及传感器融合技术被引人进行局部路径规划.在已有的导航技术中,基于视入该检测系统,传感器层面和算法层面的融合成为觉的方法由于其丰富的传感器信息和最接近人类的这个时期研究的重点.但同时,由于面临的问题更为感知方式,成为最具有研究
6、前景的方法之一.在视觉发散和复杂,未象第1阶段的研究那样形成一个“标方法中,基于单目视觉的算法由于在鲁棒性和效率准”的算法框架.第3阶段研究的基本思想是“基于之间达到了较好的平衡,且只需要相对廉价的设备,单幅图像的三维重构”,试图通过分析单幅图像在多从而获得了最为广泛的研究.到目前为止,这类算法尺度下的特征,以基于机器学习的方法来重构三维的发展大致分为3个阶段:第1阶段研究主要针对场景,最终分析出移动机器人周围环境的“可通行区结构化环境的应用,其中小范围环境中通常使用基域”.这个研究思路将原先由距离传感器(如超声测于地图的方法,但基本停留在实验室阶段;针对公路距
7、仪、激光雷达等)完成的任务改为完全用视觉方法环境的应用则不创建全局地图,大多依赖地面标线来实现,以包含障碍物信息的局部地图代替结构化特征进行局部相对位姿估计,主要面向智能交通领环境中的“道路”概念,为复杂环境下的移动机器人域的应用,如商用的道路偏移警报系统,考虑到应用视觉导航应用提供了更有吸引力的方法,是排爆、消[1]背景,通常还包括障碍物检测或系统状态监测的防机器人实现全自主导航的最有前景的方法之一.收稿日期:2009201207;修回日期:2009204214.基金项目:上海科委浦江人才计划项目(07pj14055);教育部博士点基金项目(200702480
8、97).作者简介:夏庭锴
