基于双目视觉的移动机器人目标检测与定位

《基于双目视觉的移动机器人目标检测与定位》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、：分类号了巧９１．４密级：ＵＤＣ：１０１４２单位代码：？：巧保文寺火驾硕击学位论文＾基于巧目视觉的移动机器人目标检测与定位ｔ，，１１磯２０１３４４７学号Ｉ楽婷婷作者：工程硕±学位类别：领域；控制工程论文类型：硏究论支２０１６年０２月２９日沈阳工业大学硕士学位论文基于双目视觉的移动机器人目标检测与定位ObjectDetectionandPositioningofMobileRobotBasedonBinocularVision作者

2、：栾婷婷单位：信息科学与工程学院指导教师：崔宝侠教授单位：沈阳工业大学协助指导教师：单位：单位：论文答辩日期：2016年02月27日学位授予单位：沈阳工业大学摘要人类获得外界信息80%都是通过视觉得到的，随着机器人应用领域的扩展以及计算机科技的发展，人们希望机器人能够拥有类似人眼的系统从而可以观察周围的环境，代替人类在重度污染区等危险的场合工作。双目立体视觉系统可以模拟人的眼睛来感知客观场景，它是由左右两部并行排列的摄像头分别获取外界的图像，对两幅图像进行处理从而获得外界的三维信息。定位是移动机器人实现自主导航、

3、路径规划、避障等任务的前提与基础，移动机器人只有知道自己的具体位置，才能有目的地进行运动，执行特定的任务。目前基于双目视觉的移动机器人通常需要检测和提取人工路标来完成自定位，然而由于机器人的移动与双目视觉视场的限制，往往出现路标采集不准确或无法采集路标的情况，给定位精度带来影响。为此，本文提出了一种新的定位方法，即先由静止的工作机器人进行自定位，再对运动目标（移动机器人）进行检测和定位的方法。本文的主要研究内容分为以下几个方面：首先，对移动机器人双目立体视觉系统进行研究。介绍了移动机器人旅行家II号和双目摄像机B

4、umblebee2；研究了双目立体视觉系统的关键技术及双目立体视觉视差原理，并利用摄像机模型得到双目立体视觉中坐标系的转换关系，据此可以将二维图像中的坐标值转换成空间中的三维坐标，为之后的移动机器人定位计算做铺垫。其次，针对环境中静态目标给出相应的检测步骤，包括选定合适的色彩空间、形态学处理、连通区域标记及图像分割等，并对实验环境中的人工路标进行了检测和提取；对于运动目标的检测，本文采用帧间差分法，将实验环境中的移动机器人轮廓完整地提取出来。最后，在运动目标提取人工路标进行自定位的实验过程中，发现运动目标自定位精

5、度不高。为了提高运动目标定位的精度，本文提出了运动目标在运动过程中借助静止的工作机器人定位的方法。静止的工作机器人需要先完成自定位再利用帧间差分法对运动目标进行检测，最后基于投影的定位方法对运动目标进行定位。实验结果证明，运动目标借助工作机器人定位的方法比传统的运动目标自定位的方法定位精度高，且算法实时性好，因此这种定位方法适用于定位精度要求较高的场合，具有现实的研究意义。关键词：双目视觉，移动机器人，人工路标，定位，运动目标IAbstractHuman get outside information is ob

6、tained80 percent by visual, with the extension of the application of robots and the development of computer technology, it is hoped that the system of robot can have similar to the human eyes to observe the surrounding environment, replacing human in dangerou

7、s situations such as severe pollution area to work.Binocular stereo visionsystem can be used to simulate the eyes of people to deal with the objective scene, it is about two parallel arrangement of cameras to obtain the image of the outside worldrespectively,

8、 to deal with two images to obtain 3D information from the outside.Positioning is considered as the premise andfoundation of mobile robot autonomous navigation, path planning and obstacle