文档介绍：兰州理工大学
硕士学位论文
自主移动机器人视觉系统的研究
姓名:刘仲民
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:李战明
20090410
摘要移动机器人研究是机器人学中的一个重要分支。目前,随着机器人技术的本文利用安装在移动机器人上的双摄像机拍摄图像,为了提高运算速度采用基于移位运算的灰度变换方法得到原始图像的灰度值。考虑到图像边缘走向展算子的边缘检测方法先检测图像中的边缘点,再利用改进的变换直线拟合方法按一定策略连接成轮廓,从而构成边缘图像达到图像的采集关系由摄像机的位置、属性参数和成像模型所决定。因此必须对摄像机进行标定。传统的标定方法需要建立复杂的数学模型,计算量大,实时性不好。针对摄像机坐标间的关系,并具有重建速度快,运算精度高等优点。通过仿真实验,定位作为移动机器人导航最基本环节。本文在比例策略的基础上,应用人督学习方法相结合的混合算法。仿真结果表明:与其他模型相比,本文关键词:移动机器人:图像处理;摄像机标定:视觉导航定位不断进步,移动机器人的应用领域越来越广泛,其重要发展方向是全自主化,即自主导航、自主避障和自主定位。而其前提是机器人视觉技术的发展,因此移动机器人的视觉技术是当前机器人领域研究的一个热点。的像素变换平缓,而垂直于边缘走向的像素变化剧烈,通过比较,本文采用扩和预处理。双目立体视觉系统的摄像机标定以及确定机器人在三维工作环境中相对于全局坐标的位姿是本文的研究重点。从图像中恢复物体的三维信息,必须已知空间坐标系中的物体点与它在图像平面上像点之间的对应关系,而这个对应以上缺陷本文采用人工智能的方法提出了一种基于径向基函数窬络的双目摄像机标定方法,准确的建立了双目视觉中三维空间物点坐标和两个证明该方法操作简便,具有较高的精度和较好的鲁棒性。工智能方法来指导低价格的伺服机器人的视觉定位,提出了基于模糊神经网络的双目视觉定位系统。系统采用隳:窬缃峁梗米宰橹昂图的网络具有良好的动态跟踪特性和非线性逼近能力,具有较高的精确度及响应速度。硕Ц堵畚
.,,,,.,.瓵—甌,簍琣—,,—.瑆甌.,痯Ⅱ.
硕宦畚甅:,:籭;籿
插图索引图移动机器人硬件平台⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..机器人视觉系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯采集到的网格图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..边缘检测实验结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.不同平面的点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.直线的标准表达方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..直线拟合实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图像坐标系、摄像机坐标系和世界坐标系的关系模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯双目视觉投影模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..缃峁埂双目视觉系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.双目甓ㄎ蟛钋摺视觉定位系统结构框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.模糊神经网络结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..模糊神经网络混合学习流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯仿真结果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.Ⅳ自卞移动机器人视觉系统的研究一一事曼曼曼曼曼量曼曼曼曼曼曼曼曼暑曼.
附表索引表交叉差分法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表扩展算法差分方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表标记土诘恪表训练过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..硕十学侍沦文
献辫年日作者签名:左额砧中刈日期:砷年捐学位论文原创性声明学位论文版权使用授权书兰州理工大学得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个/本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。日期:广月汀日本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒈C芸冢年解密后适用本授权书。⒉槐C芡拧朐谝陨舷嘤Ψ娇蚰诖颉啊獭作者签名:导师签名:,
第一章绪论课题背景