基于单目视觉的移动机器人导航算法研究进展

基于单目视觉的移动机器人导航的研究,涵盖了机器视觉、模式识别和多目标跟踪多个领域．其算法框架不仅成功应用于移动机器人导航,还为目标检测、识别与跟踪领域的研究提供了可供参考的模型．该综述将以算法发展历史为脉络,结合一些典型系统,通过对关键技术和算法结构的分析比较,总结算法本身的发展前景和由此发展起来的可供相关研究参考的算法框架．

     

单目视觉移动机器人导航算法研究现状及趋势

拥有自主导航能力的移动机器人在救灾、家政等人类生活中使用得愈加广泛。单目视觉导航算法作为机器人视觉导航中的一种,具有成本低、距离不受限的优势,但仍存在尺度不确定性和初始化问题。该综述根据对移动机器人的运动性质研究,主要从障碍检测、空间定位、路径规划三个方面对单目视觉导航技术进行了模块化分析,并以单目视觉导航算法的关键技术迭代与发展为脉络,对各模块的典型算法进行分析,从速度、准确性、鲁棒性等方面对不同算法进行综合性评比,并对算法存在的主要问题与难点进行剖析,结合人类对移动机器人能力的需求和移动机器人的技术状态对单目视觉导航技术的未来发展趋势进行预测。     

基于立体视觉的移动机器人导航算法

移动机器人立体视觉系统不仅提供三维地形图用于障碍规避和路径规划,其结果还可以用于视觉导航。以移动机器人立体视觉系统为基础,研究了基于前后两个位置上立体图对的视觉测量算法用于移动机器人的连续导航,讨论了影响导航精度的因素和改进方法;研究了基于局部和全局三维地形图的地形匹配算法用于定期校正位置误差,算法实现简便,定位精度取决于地形图精度。实验结果证明了两种方法的有效性,可以兼顾近距离和中远距离导航任务。     

计算机视觉导航综述

导航技术是移动机器人核心技术,移动机器人又有多种导航方式,本文对各种导航方式进行了分析比较,提出由于计算机视觉理论及算法的发展,又由于和激光、雷达和超声在导航方面相比,视觉导航具有很多优点,因此视觉导航被大量地采用。根据移动机器人是在导航过程中对图像进行处理,实时性差始终是一个非常棘手的问题,提出解决该问题的关键在于设计一种快速图像处理方法。     

基于视觉的同时定位与地图构建方法综述

基于视觉的自主导航与路径规划是移动机器人研究的关键技术,对基于视觉的计算机导航与同时定位及地图构建（SLAM）方法近三十年的发展进行了总结和展望。将视觉导航分为室内导航和室外导航,并详细阐述了每一种子类型的特点和方法。对于室内视觉导航,列举了经典导航模型和技术方法,探讨了解决SLAM问题的最新进展：HTM-SLAM算法和基于特征的算法;对室外视觉导航,阐述了国际国内目前的研究动态。     

基于视觉导航的轮式移动机器人横向最优控制

近年来，基于机器视觉导航的轮式移动机器人在农业领域中被广泛研究．本文运用 最优控制算法对其进行横向控制，但是，农田非结构化自然环境的机器视觉识别耗时导致反 馈通道传输延迟明显，最优控制器的性能因之而下降．因此，本文又根据轮式移动机器人运 动学模型预测其行为，修正了滞后的反馈信息．仿真结果表明，该算法能实现轮式移动机器 人精确可靠的横向控制，具有较强的纵向速度自适应能力．     

一个基于全景视觉的移动机器人导航系统的设计与实现

针对移动机器人路径规划与导航的实际应用,设计了一个基于全景视觉的移动机器人路径规划导航系统．首先,对导航系统的体系结构和功能进行描述．然后,分别就如何采用全景视觉传感器进行环境探索与地图创建,基于回归神经网络的广度优先搜索法和Voronoi骨架图法两种路径规划算法原理,以及如何实现按规划路径实施导航这三个方面进行了详细阐述．最后,结合实际机器人进行导航实验,评估导航系统的性能和路径规划算法的有效性．     

基于视觉的移动机器人可通行区域识别研究综述

实现实时准确的可通行区域识别,是户外环境下移动机器人导航的重要组成部分。对基于视觉的移动机器人可通行区域识别研究进行了综述,首先介绍了移动机器人视觉导航常用的视觉系统,并从障碍物检测、地形分类两个方面介绍了该问题研究的进展,最后对该领域的技术发展趋势进行了探讨。     

自主移动机器人智能导航研究进展

本文对当前在自主移动机器人智能导航研究中已被采用并取得的研究方法进行了１，并根据已取得的成果预测了移动机器人智能导航研究的发展趋势，指出视觉导航和传感器融合将是移动机器人智能导航的主要发展方向。     

基于增强转移网络（ATN）的室外移动机器人道路图像理解

道路图像理解是室外移动机器人视觉导航自主驾驶研究中的一个关键技术 ,由于基于视觉导航的室外移动机器人自主驾驶时 ,对实时性和鲁棒性要求很高 ,因此 ,为了满足室外移动机器人自主驾驶的实时性和鲁棒性要求 ,将人工智能研究句法分析中的一个形式体系——增强转移网络 (ATN )成功地应用于室外移动机器人的道路理解中 ,进而提出了基于 ATN的室外移动机器人道路图像理解算法 ,该算法在统一的 ATN构建思想指导下 ,针对不同的道路情况 ,不仅可以灵活地构建出不同的道理理解 ATN网络 ,还可达到本质上的统一及应用上的灵活。经实验检验 ,该算法在满足系统要求的鲁棒性条件下 ,具有非常高的实时性 ,即能充分地满足自主移动机器人高速自主导航的需要     

基于人脸识别与光流追踪的移动机器人视觉导航方法

针对移动机器人视觉导航中跟踪目标丢失的问题,提出了基于人脸识别与稀疏光流算法(KLT)结合的移动机器人视觉导航方法(FR-KLT视觉导航方法)。采用OpenCV库中的Haar特征提取人脸识别算法实时检测识别目标人脸,通过Harris角点检测获取目标人体特征点,对目标人体进行精准定位;KLT光流追踪法测算目标移动趋势,并预测目标下一刻大致位置。目标人体位置变动时移动机器人对目标进行实时追踪导航。通过Pioneer-LX机器人在真实环境下试验,验证了该方法准确识别并跟踪目标的实时性和有效性。     

Unusual human behavior recognition using evolutionary technique

The vision for surveillance is an important task in many computer vision applications. The monitoring system concerns the tracking and recognition of people, and more generally, the understanding of human behaviors, from image sequences involving humans. Several methods for human tracking and human behavior recognition have been proposed by various researchers. But most of those do not have versatility and flexibility. In this paper, we propose an efficient and robust object tracking algorithm which use the color features, the distance features and count feature based on an evolutionary techniques to measure the observation similarity. And then we will track each person and classify their behavior properties by analyzing their trajectory pattern. We propose multi-layer perceptron based on hybrid genetic algorithm using Gaussian synapse make the recognition algorithm very efficient and robust for classify human behavior by trajectory pattern.     

基于深度图像的人体运动姿态跟踪和识别算法

由于人体运动的复杂性,现有基于低质量深度图像的三维立体姿态跟踪和识别 方法的准确性较低、鲁棒性较差。针对低质量深度图像的人体运动姿态和识别问题,本文设 计了一种基于三步搜索算法的人体运动姿态的跟踪和识别方法。该方法首先对获取的深度信 息进行分析,从而判定人体轮廓;然后通过基于深度图像的骨骼跟踪方法跟踪特定骨骼点, 并采用三步搜索算法进行运动估计,跟踪获取人体运动轨迹;最后利用获取的骨骼点坐标实 现人体运动姿态的识别。实验结果表明,该算法克服光照影响的鲁棒性较强,且能有效地提 高人体运动姿态跟踪与识别的准确性。     

粒子滤波的视频目标跟踪算法研究

目标跟踪是计算机视觉和图像处理的一个重点课题,在视频监控、机器人视觉导航以及智能交通控制中具有广泛的应用前景.通过粒子滤波技术,研究了如何整合颜色特征、前景信息和积分图运算等技术实现视频目标跟踪的粒子滤波算法.在对目标进行分割中采用了混合高斯背景建模方法;同时结合积分直方图的计算方法对颜色特征进行分段统计及相互遮挡的判断,实现基于粒子滤波的目标跟踪算法的优化,解决跟踪中诸如遮挡、光照变化、背景干扰、尺寸变化等难以解决的问题.实验结果表明提出的方法达到了预期目标.     

基于压缩感知的实时手势检测和跟踪算法

基于计算机视觉的实时手势检测与跟踪算法是人机交互领域的一项关键技术,传统的手势检测与跟踪算法将检测和跟踪分成两个独立的模块进行,检测与跟踪结果受手势姿态变化、目标遮挡、运动模糊以及外界环境干扰等因素的影响。提出了一种基于压缩感知的实时手势检测和跟踪算法,将基于检测得到的手势信息与基于压缩感知跟踪算法得到的目标信息进行有效融合,从而实现有效的手势检测与跟踪,与传统算法相比,该算法能实现手势跟踪自动初始化和跟踪错误后自我恢复功能。实验结果表明,提出的算法能对手势运动进行快速、连续、准确的识别,满足人机交互的要求。     

自主空中加油多摄像机近距相对导航与控制

针对伸缩套管方式下自主空中加油(AAR)对接与位置保持过程,提出了一个基于多摄像机系统(MCS)的相对导航与控制方案.该方案中的位姿估计算法通过结合3D-3D位姿估计技术和N点透视技术,能够充分利用多摄像机系统的宽视野和冗余测量信息.使用卡尔曼滤波算法对视觉估计数据进行滤波,并与速度测量数据进行融合,以提高视觉导航算法的精度和鲁棒性.为抑制外部风扰动,设计了一个基于动态对策理论的最优相对轨迹跟踪控制律.仿真结果表明提出的方案能够满足空中加油要求.     

OpenMV视觉模块的滚球目标识别与追踪系统研究

基于OpenMV微型机器视觉模块,以云台为载体,使用Micro Python语言对滚球目标识别与追踪算法进行研究。通过摄像头获取实时图像,在对图形进行预处理后利用形状识别和边缘检测算法完成目标识别与追踪,并通过串口将滚球中心位置坐标输出。     

A geometric reasoning based algorithm for point pattern matching

Point pattern matching (PPM) is an important topic in computer vision and pattern recog-nition . It can be widely used in many areas such as image registration, object recognition, motion de-tection, target tracking, autonomous navigation, and pose estimation. This paper discusses the in-complete matching problem of two point sets under Euclidean transformation. According to geometric reasoning, some definitions for matching clique, support point pair, support index set, and support in-dex matrix, etc. are given. Based on the properties and theorems of them, a novel reasoning algo-rithm is presented, which searches for the optimal solution from top to bottom and could find out as many consistent corresponding point pairs as possible. Theoretical analysis and experimental results show that the new algorithm is very effective, and could be, under some conditions, applied to the PPM problem under other kind of transformations.     

基于细胞神经网络运动目标跟踪算法研究

运动目标跟踪是模式识别、图像处理、计算机视觉等领域的重要课题,它把图像处理、自动控制、信息科学有机结合起来,针对背景是静止的运动物体图像序列,提出了基于细胞神经网络移动目标跟踪,该算法大部分采用细胞神经网络结构,能够实现高效、快速的移动目标跟踪,可以满足实时需要,在实验基础上验证了该算法的有效性。