人機(jī)交互式環(huán)境偵測(cè)機(jī)器人的視覺(jué)導(dǎo)航技術(shù)研究.pdf

1、在發(fā)生核生化恐怖襲擊、核泄漏、化學(xué)物質(zhì)泄漏等突發(fā)事件現(xiàn)場(chǎng)中，經(jīng)常會(huì)遇到情況不明、人員無(wú)法接近或高度危險(xiǎn)的區(qū)域，派遣環(huán)境偵測(cè)機(jī)器人在第一時(shí)間到達(dá)現(xiàn)場(chǎng)進(jìn)行探測(cè)、樣品采集、高危險(xiǎn)性事件處置等工作，可以大大降低事故處理和救援人員的風(fēng)險(xiǎn)，提高事故響應(yīng)和處理的效率。本文面向核化污染環(huán)境下的偵測(cè)應(yīng)用，圍繞人—機(jī)器人交互和機(jī)器人自主導(dǎo)航兩方面問(wèn)題開(kāi)展了相應(yīng)的理論和實(shí)驗(yàn)研究。
　　 針對(duì)核放射與化學(xué)污染環(huán)境下的偵察探測(cè)應(yīng)用，參與研制成功小型核化環(huán)

2、境偵測(cè)機(jī)器人。該機(jī)器人采用了帶有前導(dǎo)臂的履帶式傳動(dòng)機(jī)構(gòu)設(shè)計(jì)方法，機(jī)器人機(jī)動(dòng)能力與復(fù)雜地面環(huán)境的適應(yīng)能力強(qiáng)。機(jī)器人硬件與軟件系統(tǒng)采用層次化、模塊化的設(shè)計(jì)方法，系統(tǒng)結(jié)構(gòu)清晰、層次分明，大大提高了系統(tǒng)的可靠性和可維護(hù)性。該機(jī)器人系統(tǒng)作為后續(xù)研究的對(duì)象和實(shí)驗(yàn)平臺(tái)。
　　 針對(duì)未知環(huán)境下的環(huán)境偵測(cè)機(jī)器人自主導(dǎo)航問(wèn)題，給出了基于自主事務(wù)執(zhí)行與人機(jī)協(xié)作的人機(jī)交互方法。給出了基于多代理機(jī)制的機(jī)器人傳感與控制底層模塊的設(shè)計(jì)方法、基于模糊推理的機(jī)器

3、人基本智能行為實(shí)現(xiàn)方法。提出了基于RS運(yùn)算符與Python腳本的事務(wù)解釋方法、基于雙重刺激反應(yīng)模式的事務(wù)執(zhí)行機(jī)制。給出了事務(wù)執(zhí)行器的實(shí)現(xiàn)方法，實(shí)現(xiàn)了符合核化偵測(cè)工作特點(diǎn)與工作要求的人機(jī)交互接口。實(shí)現(xiàn)的人機(jī)交互系統(tǒng)在多次參加的核化事故演練及重大安全保衛(wèi)任務(wù)中得到了實(shí)際應(yīng)用。
　　 針對(duì)核化偵測(cè)工作中多樣化的人機(jī)交互需求，提出了一種基于SURF特征跟蹤的動(dòng)態(tài)手勢(shì)識(shí)別算法。算法無(wú)需預(yù)先檢測(cè)分割人手區(qū)域，通過(guò)跟蹤統(tǒng)計(jì)相鄰幀間匹配SURF

4、特征點(diǎn)集的移動(dòng)主方向來(lái)刻畫(huà)手勢(shì)運(yùn)動(dòng)軌跡，提出采用經(jīng)時(shí)間規(guī)整的軌跡方向數(shù)據(jù)流來(lái)建立動(dòng)態(tài)手勢(shì)模型，利用基于相關(guān)分析的數(shù)據(jù)流聚類(lèi)方法實(shí)現(xiàn)動(dòng)態(tài)手勢(shì)的識(shí)別。將動(dòng)態(tài)手勢(shì)識(shí)別算法用于環(huán)境偵測(cè)機(jī)器人的遙操作運(yùn)動(dòng)控制，實(shí)現(xiàn)了自然的人機(jī)交互。
　　 針對(duì)人機(jī)交互式導(dǎo)航過(guò)程中的視覺(jué)目標(biāo)跟蹤問(wèn)題，提出了一種基于多特征聚類(lèi)的粒子濾波跟蹤算法，提出將目標(biāo)模型多特征表示統(tǒng)一在聚類(lèi)計(jì)算框架下，在自適應(yīng)聚類(lèi)基礎(chǔ)上提出了一種目標(biāo)概率密度估計(jì)方法來(lái)精確表示目標(biāo)模型，

5、利用核密度估計(jì)相似測(cè)量方法計(jì)算參考目標(biāo)與候選目標(biāo)的距離，作為粒子濾波系統(tǒng)觀(guān)測(cè)的重要信息，提出了基于概率密度估計(jì)與均值移動(dòng)的改進(jìn)狀態(tài)轉(zhuǎn)移一階AR模型來(lái)提高粒子利用率。提出了一種目標(biāo)BRIEF(BinaryRobustIndependentElementaryFeatures)特征定位算法，在快速的基于Hamming距離度量的BRIEF特征匹配計(jì)算基礎(chǔ)上提出了由粗到精的目標(biāo)定位兩步策略，實(shí)現(xiàn)了目標(biāo)的精確定位。結(jié)合兩種算法并用于移向視覺(jué)目標(biāo)的

6、人機(jī)交互式導(dǎo)航。
　　 針對(duì)移向目標(biāo)的人機(jī)交互式導(dǎo)航中機(jī)器人局部導(dǎo)航路徑優(yōu)化問(wèn)題，給出了基于圖像場(chǎng)景分析的導(dǎo)航路徑優(yōu)化方法。為實(shí)現(xiàn)基于地形跨越系數(shù)標(biāo)記的圖像場(chǎng)景分析，提出了基于實(shí)際場(chǎng)景子區(qū)域的圖像劃分方法、場(chǎng)景子區(qū)域的地形跨越系數(shù)計(jì)算方法，以及一個(gè)無(wú)監(jiān)督的在線(xiàn)訓(xùn)練樣本集建立方法，給出了利用提升決策樹(shù)對(duì)場(chǎng)景子區(qū)域圖像與跨越系數(shù)進(jìn)行擬合的學(xué)習(xí)方法，完成圖像場(chǎng)景分析。在圖像場(chǎng)景分析的基礎(chǔ)上，綜合考慮場(chǎng)景子區(qū)域間行駛距離與跨越難度，提出