基于全局视野的目标检测与追踪系统设计

《基于全局视野的目标检测与追踪系统设计》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、硕士学位论文基于全局视野的目标检测与追踪系统设计ATARGETDETECTIONANDTRACKINGSYSTEMBASEDONGLOBALVISION许红哈尔滨工业大学2018年6月国内图书分类号：TP311.5学校代码：10213国际图书分类号：681密级：公开工学硕士学位论文基于全局视野的目标检测与追踪系统设计硕士研究生：许红导师：尹珅教授申请学位：工学硕士学科：控制科学与工程所在单位：航天学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP311.5U.D.C:681DissertationfortheMaste

2、rDegreeinEngineeringATARGETDETECTIONANDTRACKINGSYSTEMBASEDONGLOBALVISIONCandidate：XuHongSupervisor：Prof.YinShenAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringAffiliation：SchoolofAstronauticsDateofDefence：June,2018Degree-Conferring-Institution：Harb

3、inInstituteofTechnology摘要摘要基于视觉传感器的移动机器人的环境感知、导航定位和目标跟踪技术是目前机器人领域的研究热点，同时基于神经网络的目标检测算法取得了不错的成果，这两项技术的结合为移动机器人视觉导航提供了更加广泛的应用前景。本文选用视觉传感器完成全局环境建模，应用深度神经网络模型实现目标定位，选择全向移动平台作为执行结构，研究了其运动控制的理论基础和相关实现方法，最终达到了移动机器人的定位与自主导航的初步要求。本文的主要研究工作如下：（1）基于图像拼接的全局环境地图构建方法研究。首先搭建视觉导航系统将四个摄像头采集的数据通过网络通信

4、传输到上位机，接下来进行特征提取与匹配、图像配准、波形矫正、曝光补偿，通过图像拼接获取全局视野信息，对相机进行标定实现像素坐标系到世界坐标系的转换，并通过逆透视变换将原始图像转换为鸟瞰图。（2）基于图像处理和深度学习的目标检测方法研究。首先介绍了基于Canny算子进行边缘检测的方法，针对传统方法在复杂环境以及光线变化的场景下通用性不强的缺点，提出了一种基于深度神经网络的目标检测方法，对输入的原始图像数据集进行参数训练，再将训练好的模型应用到实际环境中，完成对目标的全局定位，有效的提高了定位精度，而且这样获得的特征更自然，通用性更好。（3）设计并实现了基于已知地

5、图的全局路径规划和路径跟随算法。研究栅格*地图构建和基于A算法的全局路径规划方法，在此基础上设计路径跟随控制过程，将移动机器人当前的位姿信息与期望位姿的偏差作为控制器的输入，根据偏差关系对下一步行驶做出决策控制。在搭建的环境上进行初步的实验测试，并对实验结果进行相关的分析。关键词:图像拼接；神经网络；路径规划；路径跟随；视觉导航IAbstractAbstractThetechnologyofenvironmentperception,navigationpositioningandtargettrackingbasedonvisualsensorisahott

6、opicinthefieldofroboticsatpresent,atthesametime,thetargetdetectionalgorithmbasedonneuralnetworkhasachievedgoodresults,thecombinationofthesetwotechnologiesprovidesamoreextensiveapplicationprospectformobilerobotvisualnavigation.Inthispaper,visualsensorsareusedtoconstructtheglobalenvir

7、onment,andrealizesthetargetlocationbyusingthedeepneuralnetworkmodel,theomnidirectionalmobileplatformisselectedasanexecutionstructure,thetheoreticalfoundationandrelatedrealizationmethodofthemotioncontrolarestudied.Finally,theinitialrequirementofthemobilerobotlocalizationandautonomous

8、navigationareachiev