文档介绍：要摘移动机器人视觉导航技术是移动机器人智能化研究的重要基础和关键技术,正受到国内外研究学者越来越多的重视,已经成为人工智能与机器人研究的前沿课题和研究热点。视觉导航道路理解技术是对移动机器人视觉导航技术研究的基础模块,其理解能力直接影响到移动机器人自主导航系统的性能。视觉导航道路理解技术对提高移动机器人视觉导航能力和智能化水平具有重要的研究意义和使用价值。本文以移动机器人视觉导航道路理解技术为研究对象,以移动机器人视觉导航边界提取为主线,对道路图像区域颜色特征提取、纹理特征提取、特征融合及道路图像分割方法等具体问题进行了相关的研究工作。在对道路图像颜色特征提取的研究中,针对直方图分类量化方法单纯基于颜色分割得到的区域可能不完整,以及分类阈值选取的自适应性差等问题,本文提出一种基于ú士占涞难丈卣魈崛》椒ā8梅椒ú捎梅先死视觉特点且各个分量相互独立的丈P屠幢硎静噬枷瘢佣浞掷用了丈P投匝丈枋龅奈榷ㄐ裕种品掷嗍毖丈畔⒌姆⑸ⅲ岷基于直方图多阈值分类量化的自适应性,提取图像的颜色特征。通过实验对本文提出的颜色特征提取方法的有效性进行了验证。在对道路图像纹理特征提取的研究中,针对传统小波变换破坏了纹理特征的平移不变性的问题,本文提出了一种基于肷⑿〔ǹ蚣鼙浠坏奈理特征提取方法。在对图像纹理结构的描述中,本文提出的方法与常用的金字塔式小波变换方法相比,能够在分解过程中很好地保留图像纹理特征的平移不变性,并为最终的图像聚类分割提供了与原图像像素一一对应的纹理特征值;在小波框架变换的分解过程中,采用灰度层共现矩阵来实现分解层数的选择,根据低频近似子图像纹理成分被滤除的程度判断,为分解层次的选择提供一个直观可行的途径;在酝枷穸嗖懵瞬ǖ幕∩希岢鯨纹理能量测量的改进方法,计算分解后子图像的小波系数,并将每一层分解的水平、垂直以及对角高频系数组合,在降低特征维数的同时,也使得特征参数在旋转。、:。时均具有旋转不变的性质,从而得到图像像素的纹理特征向量。纹理特征提取及分割实验结果验证了本文提出方法的有哈尔滨下程大学硕十学位论文
在颜色特征提取与纹理特征提取研究的基础上,提出了一种基于融合道路颜色与纹理特征的道路理解算法。该算法利用视觉图像处理技术,将获取的道路颜色特征值与纹理特征值按照一定的权值组合,最终获得能够表征道路图像各区域的特征,基于特征值,采用聚类技术完成道路图像中道路区域与非道路区域的划分,并用边缘检测方法给出移动机器人运动路径边界的信息。彩色纹理图像分割实验及移动机器人实时道路图像分割实验结果验证了本文提出的道路理解算法在引导移动机器人实现对环境的自主探索方面显示出较好的效果。按照本文的道路场景理解算法处理流程,在具体实现过程中,编写了一些重要的图像处理函数,借助及裙ぞ撸迪了道路图像的分割及道路区域的有效检测。在魅说己郊翱刂平台下进行了移动机器人视觉导航控制实验,实验验证了本文算法在移动机器人自主导航运动中的可行性。关键词:视觉导航;道路理解:图像分割;颜色特征提取;纹理特征提取效性。哈尔滨工程大学硕十学位论文
甌甌琣琲琣哈尔滨工程大学硕宦畚,—,.琣.,甊甌,,甌,
琧、Ⅳ瑆曲甒琣哈尔滨工程大学硕七学位论文琣瑃;羇猧瑃瓹琣,籓琧瑄。,。#瑃.,甌猺—
籭;哈尔滨〕;:;
第绪论引言移动机器人是一个集环境感知、动态决策、行为控制与执行等多种功能于一体的综合系统【俊6杂谄溲芯吭缭甏鸵丫J迹⑶以诰隆⒚用、科学研究等许多方面得到了广泛的应用:在军事上,移动机器人可以代替人类完成军事侦察、扫雷排险、防核化污染等危险任务;在民用方面,利用移动机器人技术的自动或辅助驾驶系统,智能轮椅,家庭清洁机器人也已经出现在人们的视野中;在科学研究上,移动机器人还可以用于恶劣环境下的勘探以及太空探险。特别是美国在年初相继发射的“勇气号”和“机遇号鹦浅担萌死喙鄄獾搅送毒邓薹ǹ吹降南窒螅蚩A巳死嗵讲太空的视野。正是因为移动机器人有着如此广泛的应用前景,才使得对它的研究在世界各国受到普遍关注。移动机器人视觉技术在移动机器人的发展中起着至关重要的作用,而依赖视觉导航的机器人也将成为移动机器人中极具“智慧幕魅酥弧8据统计,人类接受的信息%以上来自视觉,同样,对于移动机器人来说,利用视觉传感器获取环境信息有多方面的优势【浚枷竦男畔⒑糠岣弧H绻谕枷袷侗鹚惴ㄉ先〉猛黄疲涂梢约少整个系统的运算时间,同时可以提高道路检测的正确率,所以利用图像处理来理解道路环境是一个很有前途的研究方向。す饫状锖统脑矶际峭ü鞫⑸渎龀搴徒邮芊瓷渎龀謇床距的,因此当多个机器人同时工作时,相互之间可能产生干扰,而视觉是被动测量,不存在这种问题。す饫状锖统ㄊ莸牟裳芷谝话惚壬阆窕ぃ荒芗笆蔽8速运动的机器人提供信息,相比之下,视觉传感器的采样速率则非常快。虽然视觉传感器存在着一些缺点