基于视触融合目标识别的联合核稀疏编码方法

基于视触融合目标识别的联合核稀疏编码方法

ID:35070241

大小:5.39 MB

页数:67页

时间:2019-03-17

基于视触融合目标识别的联合核稀疏编码方法_第1页
基于视触融合目标识别的联合核稀疏编码方法_第2页
基于视触融合目标识别的联合核稀疏编码方法_第3页
基于视触融合目标识别的联合核稀疏编码方法_第4页
基于视触融合目标识别的联合核稀疏编码方法_第5页
资源描述:

《基于视触融合目标识别的联合核稀疏编码方法》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、密级:公开论文类型:应用研究工程硕士学位论文基于视触融合目标识别的联合核稀疏编码方法ObjectRecognitionUsingJointKernelSparseCodingBasedonImageandTactileFusionMethod培养单位:电气与电子工程学院专业领域:电气工程学生姓名:杨静伟校内导师:高蒙教授校外导师:韩志军高工二○一六年五月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

2、含为获得石家庄铁道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:日期:摘要摘要机器人系统中较常用的传感器模态包括:视觉、深度、触觉、腕力等。根据机器人应用场合的不同,这些传感器模态以单一或联合使用的方式,指导机器人完成精细操作任务。在操作目标物体识别方面,有效的视觉信息表征与学习是获取操作物体信息(形状、颜色、材质、尺寸、位置与方向)、准确识别操作物体、指导操作规划的重要前提,因此视觉模态在机器人目标识别过程中起着主导的作用。然而,触觉信息能够为

3、机器人提供更精确的定位信息、目标物体的物理特性信息等,通过使用触觉感知来反映接触过程中接触力的变化,能够极大地弥补依靠腕力传感器、距离传感器、激光雷达等感知途径带来的不足。由于与单模态传感器数据处理相比,多模态传感器信息融合有效利用了多传感器信息资源的互补性,以获得更加全面完备的被探测目标和环境信息。因此,本文从图像、触觉单模态目标识别原理着手,收集了日常物体的图像-触觉数据集,建立了视触融合分类模型,解决了机器人视触融合的目标识别问题。首先,介绍了视觉、触觉、图像-触觉信息融合技术在机器人智能控制领域的研究现状,阐明了三种模态下

4、传感器工作的原理、系统结构和方法,分析了单独使用视觉信息和触觉信息单模态进行物体认证的优缺点,引出了本文提出的图像-触觉融合理论应用到物体认证问题的合理性和创新性。其次,利用清华大学智能技术与系统国家重点实验室的BH8-280灵巧手和雄克机械臂搭建实验环境,对实验物体进行触觉信息采集,应用动态时间规整(DTW)思想对触觉序列进行建模,提出了DTW核的思想将欧式空间非线性的触觉数据映射到高维的线性空间,利用执行抓取动作的手指(通常2-3个手指)之间的内在联系,设计了联合核稀疏编码方法融合不同手指捕获的触觉序列的内在联系实现物体的分类

5、。最后,提出了一种图像-触觉信息对融合的算法,用于物体分类测试。多层时间序列模型用来表达触觉序列,方差描述子用来表征图像特征,最近邻分类算法融合两种模态信息。实验收集了一个包括18个日常实际物体的数据集用来验证算法,实验表明,图像-触觉融合信息分类表现明显优于单模态。关键词:联合核稀疏编码;动态时间规整;协方差描述子;视触融合AbstractAbstractThemostcommonlyusedsensormodesofrobotsysteminclude:vision,depth,tactile,wristandsoon.Ina

6、mannerofasinglemodalityorafusionmodalitythesesensorsguidetherobottocompletethefinemanipulationtasks,dependingonthedifferentfieldsoftheapplicationofrobots.Intheoperationofthetargetobjectrecognition,effectivevisualinformationrepresentationandlearningwereanimportantprere

7、quisiteofobtainingoperatinginformation(shape,color,material,size,positionanddirection),recognizingoperationobjects,directingoperationplanning,andthereforevisualmodelplaysaleadingroleinrobottargetrecognitionsystem.However,tactilemodeloftherobotplaysanimportantroleincom

8、pletingfineoperationstoprovidemoreaccuratepositioninginformationandthephysicalcharacteristicsinformationofthetargetobject.Th

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。