基于视觉的机器人环境认知方法研究
目前，基于视觉的移动的机器人在生产、生活等各个领域的工作中正发挥着举足轻重的作用，随着近年来各类传感器与传感系统的不断发展完善，面向移动机器人提出的SLAM(Simultaneous Localization And Mapping)问题应运而生。该类问题可以简单描述为将机器人放置于某个未知的空间环境下，通过机器人自身移动与传感器的实时感知，对该空间进行地图的重建，并且实时判别自身所在位置。通过对该类问题的研究，可以让视觉机器人具备如同人一样的区域认知能力，从而构建起未知区域地图，在不借助GPS传感模块的条件下绘制自身的运动轨迹。由此，也可以看出该问题在国防、勘探等领域中有着良好的应用价值与发展前景，并已经成为了当今移动机器人研究的热门问题。为了更好的对基于双目视觉移动机器人SLAM问题的研究，本文主要从以下四个方面进行工作: 1、研究一种双目摄像头的标定方法，设计两种基于双目图像的三维立体重建算法，并由标定完成的双目摄像头对一组双目图像进行三维重建，比较各算法的优良程度。 2、针对双目摄像头在采集场景图像的过程中出现的多场景图像共存，应用人工分类工作量巨大的问题，研究一种基于LDAIC(Latent DirichletAllocation for Image Classification)模型的彩色图像分类算法，实现多场景图像分类。 3、研究一种基于卡尔曼滤波的移动物体追踪技术，通过双目摄像头采集基于场景下的图像序列，对双目图像进行联合分析，设计一种基于双目视觉的卡尔曼滤波三维物体轨迹跟踪方法。 4、通过基于双目视觉的卡尔曼滤波算法，设计一种运动物体方位判断策略，通过该策略来对物体的运动方向进行判断，给出一种面向双目视觉的基于EKF方法的SLAM问题解决方案。
机器人;环境认知;尔曼滤波算法;双目视觉
北京化工大学
硕士
控制科学与工程
曹政才
2016
中文
TP242
84
2017-01-03（万方平台首次上网日期，不代表论文的发表时间）