基于移動(dòng)式視覺(jué)機(jī)器人平臺(tái)的自主跟蹤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近年來(lái)，隨著科學(xué)水平的提升以及計(jì)算機(jī)視覺(jué)和人工智能等領(lǐng)域研究的逐步深入，智能移動(dòng)機(jī)器人技術(shù)得到了快速發(fā)展。移動(dòng)式視覺(jué)機(jī)器人跟蹤技術(shù)是智能移動(dòng)機(jī)器人的關(guān)鍵技術(shù)之一，在相關(guān)領(lǐng)域有著廣泛的應(yīng)用前景。移動(dòng)式視覺(jué)機(jī)器人的自主跟蹤系統(tǒng)的設(shè)計(jì)，一般包含兩部分:1）適用于當(dāng)前移動(dòng)式視覺(jué)機(jī)器人平臺(tái)的實(shí)時(shí)快速的目標(biāo)跟蹤算法;2）基于目標(biāo)跟蹤結(jié)果的機(jī)器人運(yùn)動(dòng)控制。前者是機(jī)器人跟蹤行為的決策依據(jù)，后者是跟蹤行為的具體執(zhí)行過(guò)程。
　　本文以Koala移動(dòng)機(jī)

2、器人作為實(shí)驗(yàn)的移動(dòng)載體，重點(diǎn)研究并提出了一種基于壓縮特征的目標(biāo)快速實(shí)時(shí)視覺(jué)跟蹤算法，使其能夠在Koala機(jī)器人的平臺(tái)上實(shí)現(xiàn)對(duì)移動(dòng)目標(biāo)的實(shí)時(shí)跟蹤，主要工作包括以下幾個(gè)方面:
　　(1)調(diào)查和分析了課題背景和目標(biāo)跟蹤的研究成果與技術(shù)難點(diǎn)，引入了一種基于壓縮特征的目標(biāo)跟蹤算法，并著重分析了該算法的不足及其算法內(nèi)在原因。
　　(2)針對(duì)課題任務(wù)，重點(diǎn)研究并設(shè)計(jì)出了一種基于特征自適應(yīng)選擇的改進(jìn)壓縮跟蹤算法。本文跟蹤算法從特征空間的生成

3、與優(yōu)劣評(píng)估、自適應(yīng)特征空間的選擇、多維高斯模型的目標(biāo)特征概率估計(jì)的建立、分類器的更新方式和搜索策略的調(diào)整等方面進(jìn)行改進(jìn)，并在公開(kāi)的跟蹤視頻數(shù)據(jù)庫(kù)的基礎(chǔ)上，進(jìn)行了對(duì)比實(shí)驗(yàn)，最后從定性和定量角度對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析，證明了本文算法在跟蹤精度和魯棒性上具有良好的性能。
　　(3)實(shí)現(xiàn)對(duì)機(jī)器人運(yùn)動(dòng)控制?？紤]到跟蹤的實(shí)時(shí)性和運(yùn)算效率問(wèn)題，本文采用了一種基于視覺(jué)的運(yùn)動(dòng)控制思路，即根據(jù)從攝像頭獲得的目標(biāo)與機(jī)器人位置的相對(duì)空間距離信息來(lái)動(dòng)態(tài)調(diào)整機(jī)

4、器人的運(yùn)動(dòng)參數(shù)，實(shí)現(xiàn)了對(duì)目標(biāo)的快速連續(xù)跟蹤效果。
　　(4)在以Koala機(jī)器人為載體的基礎(chǔ)上，搭建視覺(jué)跟蹤機(jī)器人硬件系統(tǒng)，并完成串口通信程序設(shè)計(jì)等硬件調(diào)試工作。最終，用本文設(shè)計(jì)的算法來(lái)實(shí)驗(yàn)，達(dá)到了移動(dòng)式視覺(jué)機(jī)器人對(duì)目標(biāo)自主跟蹤的任務(wù)效果。
　　本文針對(duì)Koala機(jī)器人作為移動(dòng)式視覺(jué)機(jī)器人平臺(tái)的情形，提出了一個(gè)基于改進(jìn)的實(shí)時(shí)壓縮跟蹤算法，并通過(guò)視頻測(cè)試證明了其有效性;在此基礎(chǔ)上搭建了完整的基于視覺(jué)信息的移動(dòng)機(jī)器人目標(biāo)自主跟蹤