基于自然环境辨识的移动机器人位姿快速检测.pdf

基于自然环境辨识的移动机器人位姿快速检测.pdf

ID:52176413

大小:900.67 KB

页数:6页

时间:2020-03-23

基于自然环境辨识的移动机器人位姿快速检测.pdf_第1页
基于自然环境辨识的移动机器人位姿快速检测.pdf_第2页
基于自然环境辨识的移动机器人位姿快速检测.pdf_第3页
基于自然环境辨识的移动机器人位姿快速检测.pdf_第4页
基于自然环境辨识的移动机器人位姿快速检测.pdf_第5页
资源描述:

《基于自然环境辨识的移动机器人位姿快速检测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第37卷第5期电子器件Vo1.37No.5ChineseJournalofElectronDevicesOct.20142014年l0月FastDetectionofMobileRobotPoseBasedontheNatureEnvironmentRecognitionZHANGYingchao,DUANJingyi,HUKai,MAODan(SchoolofInformationScienceandControl,NUST,Nanfing210044,China)Abstract:Inordertodetecttheposeofoutdoormobilerobotfastandex

2、actly,andbasedonPoineer3platform,wehavecarriedontheoutdoorvideoimageacquisition.Withthemethodoflocalfractaldimensionandneutralnetwork,weachievetherecognitionoftheground.Thentothegroundastheresearchobject,Horn—Sehunckopticalflowmethodisusedtocalculateopticalflowoftheground.Andthenbytherelationbet

3、weentheimagecoordinatesystemandtherobotcoordinatesystem,thedistanceismeasuredbetweentheresearchobiectandtherobot.Accordingtotherelationshipofvelocityofmovementandopticalflowvelocity,theopticalflowvelocityiseonve~edtothespeedofrobot,SOastorealizethepositiondetectionoftherobot.Theexperimentalresul

4、tshowsthatthemethodisfeasibleandeasytooperatewithfastinspectionspeed.Keywords:robotvision;thepositiondetection;opticalflow;identificationoftheoutdoorenvironmentEEACC:7210Bdoi:10.3969/j.issn.1005—9490.2014.05.017基于自然环境辨识的移动机器人位姿快速检测术张颖超,段京易,胡凯,茅丹(南京信息工程大学信息与控制学院,南京210044)摘要:为了对室外移动机器人进行快速准确的位姿检测,

5、基于Poineer3平台,运用单目对室外环境进行图像采集,对图像采用基于图像特征和神经网络的方法进行了环境的理解,进而以地面为研究对象,运用Horn—Schunck光流法获得局部地面光流。进而由图像坐标系和机器人坐标系的变化关系以及运动速度和光流速度的关系,把光流速度转化为机器人的运动速度,从而实现了机器人的位姿检测。实验结果表明,该方法可行且易操作,检测速度快。关键词:机器人视觉;位姿检测;光流;室外环境辨识中图分类号:TP242.6文献标识码:A文章编号:1005—9490(2014)05—0876-06所谓机器视觉,也就是使用计算机来实现人的的地面进行识别,从而展开进一步的研究。

6、视觉功能——对客观世界的三维场景的感知、识别通过视频图像来进行速度检测的方法有很多,和理解。换言之,即利用机器人所携带的视觉传感例如相邻帧差法、背景差分法、光流法等。但其中各器,如单目、双目来完成替代人眼视觉功能达到认知个方法具体优势和缺点也比较明显。相邻帧差外界环境的任务。在此基础上,人们提出了视觉导法⋯是使用时间连续的两帧图像相减,来判断是否航,就是利用计算机来代替人的视觉功能,从外界获有运动目标的出现,但帧差法的缺点在于其得不到得有价值的信息,然后进行辨识和理解。目前为止,纯背景的图像,因为这种方法不能对所有相关特征国内外智能车辆几乎均使用机器视觉,可见这种感点进行状态提取,从而

7、使得这种方法下所得结果精知方式的可靠性与重要性。道路的识别是智能车辆确度不够。背景差分法是将当前帧和背景图像视觉导航的关键技术,因其较大的复杂性和挑战性相减,结合背景更新算法来得到运动目标的信息,但而备受关注。本文的研究就是基于单目视觉,通过是在这种方法下场景变化对其来说是个比较大的挑处理视频图像达到自然环境的快速辨识,对环境中战,这种方法对场景的适应存在明显的缺陷。相比项目来源:国家公益性行业(气象)科研专项项目(GYHY201106040)

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。