机器人目标跟踪系统的研究与设计

《机器人目标跟踪系统的研究与设计》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、分类号:学校代码:10128UDC:学号:20151100320硕士学位论文学生类别：全日制学术型硕士研究生学科名称：控制科学与工程论文题目：机器人目标跟踪系统的研究与设计英文题目：Researchanddesignoftargettrackingsystemofrobot学生姓名：秦成龙导师姓名：尹岗高级工程师二○一八年六月原创性声明本人声明：所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。除文中已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得内蒙古工业大学及其他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

2、献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：指导教师签名：日期：日期：学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：内蒙古工业大学有权将学位论文的全部或部分内容保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许编入有关数据库进行检索，也可以采用影印、缩印或其它复制手段保存、汇编学位论文。为保护学校和导师的知识产权，作者毕业后涉及该学位论文的主要内容或研究成果用于发表学术论文须征得内蒙古工业大学就读期间导师的同意，并且版权单位必须署名为内蒙古工业大学方可投稿或公开发表。本学位论文属于保密□，在年解密后适用本授权书。不保密□。（请在以上方

3、框内打“√”）学位论文作者签名：指导教师签名：日期：日期：内蒙古工业大学硕士学位论文摘要机器人主要是通过机器视觉系统与外界环境进行互动，因此对机器人视觉的研究就显得尤为重要，而对运动目标物体的跟踪又是机器人视觉的一个重要研究方向，所以对机器人目标跟踪系统的研究与设计具有重要的理论和应用价值。在实际情况下，机器人目标跟踪系统要达到检测目标的准确性，跟踪目标的稳健性与实时性的“三性”统一是比较困难的，本文研究目的是在实验室环境下研究和设计一款机器人目标跟踪系统达到“三性”的相对统一。首先，本文研究了经典的目标检测算法即帧间差分法、背景减除法和光流法。在众多的目标跟踪算法中，本文又主要研究了两个经

4、典算法—Meanshift目标跟踪算法和Camshift目标跟踪算法。其次，本文在研究经典目标检测和跟踪算法之后，针对实际情况提出了一种五帧帧间差分加权法，五帧帧间差分加权法相较于传统帧差法能够提取更完整的目标轮廓，对于运动较慢的物体更为敏感。同时本文还对CamShift跟踪算法进行了改进，引入面积阈值和宽高比阈值，增强了算法抗背景干扰的能力，保存H分量直方图能够保证跟踪的连续性。本文将彩色直方图均衡化、五帧帧间差分加权法和改进的CamShift目标跟踪算法相结合，提出了一种基于彩色直方图均衡化与五帧帧间差分加权法相结合的改进型Camshift（CamShift-EW）目标跟踪算法，彩色直方

5、图均衡化增强了图像的色彩信息提高了在分辨率较低的情况下跟踪目标物体的能力。然后，本文为了验证算法可靠性，在相对稳定的实验室环境下搭建了机器人目标跟踪系统硬件平台，该硬件平台主要包括图像处理单元—树莓派和WIFI模块，四轮轮式机器人控制单元—Arduino开发板和USB摄像头以及搭载Android5.1的安卓手机（安卓移动端用于该目标跟踪系统的跟踪监测和手动控制）。与硬件平台配套的软件部分包括应用在树莓派中的CamShift-EW目标跟踪算法、应用在Arduino开发板中的控制代码和应用在安卓手机中的安卓代码。最后，在硬件平台上对算法进行验证，通过分析跟踪系统实际运行情况可知，本文设计的机器人

6、目标跟踪系统较好的实现了“三性”的统一。关键词：机器人目标跟踪系统；CamShift目标跟踪算法；彩色直方图均衡化；五帧帧间差分加权法；CamShift-EW目标跟踪算法I内蒙古工业大学硕士学位论文AbstractRobotsaremainlyinteractingwiththeexternalenvironmentbythemachinevisionsystem,sotheresearchoftherobotvisionisparticularlyimportant.Thetrackingoftheobjectisanimportantresearchdirectionoftherobot

7、vision,soitisofgreattheoreticalandpracticalvaluetotheresearchanddesignthetargettrackingsystemofrobot.Inpracticalsituations,itisdifficulttoachievetheaccuracyoftargetdetection,therobustnessandreal-timeoftrack