移动机器人结构光视觉

提出并实现了一种用于移动机器人实时自主导航系统的结构光视觉传感器.详细介绍了该视觉传感器的工作原理、数学模型、标定方法以及视觉图像的处理方法.这种主动式方法避开了立体匹配过程,实现了障碍物位置信息的快速探测.利用传感器几何约束,有效地剔除了的视觉图像中干扰的信息.该视觉传感器已成功应用于室内移动机器人避障与导航,说明该视觉方法是有效、可靠的.     

改进的步态光流图与视角相结合的身份识别

提出将改进的步态光流图(LK-GFI)与视角相结合的方法来解决步态识别易受视角影响的问题。该方法采用La-cus-Kanade(LK)光流法获得连续两帧侧影图像间的光流场,并构造步态特征图像LK-GFI,利用成像原理计算人的行走方向以确定视角。首先,离线建立目标在各视角下的LK-GFI数据库;然后,提取待识别人的当前视角和LK-GFI;最后,用欧式距离度量同一视角下待识别人与目标的LK-GFI之间的相似性。分别采用CASIA数据库和实际室内获得的步态序列对该方法进行了验证。结果显示,错误拒绝率分别为7.95%和9.12%,与采用传统的步态能量图(GEI)相比分别降低了12.5%和14.45%;与采用步态光流图(GFI)相比分别降低了7.77%和6.74%。该方法识别准确性高,实时性强,对多视角有较强的鲁棒性。     

采用改进Mean Shift算法的移动机器人行人跟踪

为了提高移动机器人目标跟踪系统在复杂环境中的跟踪性能,提出在双层定位机制下采用基于自适应核函数的Mean Shift算法实现目标跟踪.利用射频识别器件(RFID)检测携带标签的目标,实现外层粗定位并确定感兴趣区域(ROI);在内层则根据对视差图的ROI的处理结果确定初始搜索窗口,然后应用基于自适应核函数的Mean Shift算法在从立体相机获得的左图中应用基于自适应核函数的Mean Shift算法实现对目标的精确定位.自适应核函数由目标的区域特征与Epanechnikov函数相融合构成,克服了目标边缘处背景像素对目标颜色概率分布的影响.与传统的Mean Shift算法相比,所提方法在同色背景干扰下仍能准确跟踪目标.另外,RFID限定了图像搜索范围,节省了运算开支,图像处理的平均时间为62.11 ms/frame,满足实时跟踪的要求.实验结果表明,该方法可实现移动机器人在同色背景干扰、遮挡、目标快速移动等情况下的目标跟踪.     

移动机器人足目标定方法

为构建完整的移动机器人视觉导航系统，提出了一种移动机器人足目标定方法．该方法以一个带有数个已知标记点的平面反射镜为中介，分别标定出平面镜坐标系与摄像机坐标系的欧氏变换关系、镜像坐标系与摄像机坐标系的欧氏变换关系、镜像坐标系与平面镜坐标系的欧氏变换关系及机器人坐标系与平面镜坐标系的欧氏变换关系，从而确定摄像机坐标系和移动机器人车体坐标系的欧氏变换关系，实现了移动机器人足目标定．实验结果表明，该方法简单、有效，无需昂贵的标定装置和复杂的标定过程，且可实现现场标定．     

基于RTM的自主服务机器人智能化分散控制

为提高智能服务机器人的服务质量及智能化水平,基于机器人技术中间件(robot technology middleware,RTM),对室内环境下的机器人定点物体传送任务及其相关技术进行了深入研究.首先,为了提高系统的稳定性及开发效率,建立功能模块集,并结合模糊树图与DS(Dempster-Shafer)证据理论实现模块的粒度划分;对于机器人定点物体传送过程中所面临的即时定位与地图创建问题,采用Rao-Blackwellized粒子滤波算法完成底层栅格地图的创建,进而构造动态精简式混合地图,并利用记忆循迹规则实现机器人定点导航;通过改进的显著性区域提取算法实现对空间物体坐标的提取,并利用智能机械臂平台完成对物体的抓取及传送任务.以机器人移动平台和UR5机械臂为基础对设计系统进行实际测试,结果验证了所提分散控制方法的有效性和可行性.     

基于全概率更新的改进RANSAC算法

针对鲁棒性模型估计问题,提出一种基于全概率更新的改进RANSAC算法.该方法利用混合分布模型获取测试样本点的初始概率估计.在RANSAC算法框架下,根据模型估计与测试样本点对一致集的适应度建立全概率评价准则.在此基础上,采用逆变映射作为采样策略,提高了算法的收敛速度;同时,运用测试点平均概率对所提出算法进行了收敛性分析.最后,通过仿真与实际图像匹配实验进一步验证了所提出算法的有效性与可行性.     

基于动态精简式混合地图的移动机器人自主探索

针对未知环境下移动机器人自主探索和地图创建问题,在机器人操作系统的框架下,提出一种基于动态精简式混合地图的移动机器人自主探索方法.首先,提出一种基于几何规则的候选目标点生成方法,用于快速提取当前的前沿目标点;然后,从信息收益和路径成本的角度,引入一种改进的效用函数来评价候选目标点;最后,利用缓存增量式的原理优化拓扑节点,进而构建精简式混合地图.实验结果表明,通过拓扑图构建策略的改进,所提出方法具有良好的导航性能.     

基于视觉测量的智能轮椅床自动对接

为了提高智能轮椅床系统对接的自主性,提出了一种基于视觉测量的自动对接架构。轮椅床对接过程分为远程导引阶段和近程对接阶段。在远程导引阶段,室内天花板视觉系统采集并识别轮椅上的新型人工标志,利用卡尔曼滤波(KF)的跟踪检测路标特征,继而采用P3P的视觉定位方法确定路标与相机的相对位姿,根据轮椅坐标系与远程阶段的世界坐标系的变换关系确定轮椅的姿态。在近程对接阶段,车载单目视觉系统采集对接目标的引导标志,利用引导标志的角点估计轮椅与床的相对位姿,最后根据实时的视觉反馈实现床椅的自动对接。多次实验结果表明所提出的视觉对接方法具有可行性和有效性。     

一种基于三消隐点的摄像机自标定算法

提出了一种对摄像机进行自标定的方法.该方法是利用自然场景中三组两两正交的平行线所获得的消隐点之间具备的约束条件来实现标定的,并能够对获取的消隐点进行优化校正.利用该方法开展了实验研究,并与采用传统标定方法得到的结果进行了比较,结果表明本文所提出的算法具有较好的应用前景.     

面向助老行为识别的三维卷积神经网络设计

针对室内老人跌倒问题,提出一种室内人体跌倒行为识别方法.首先,提出基于卷积核分解与分组卷积的轻量化3D网络;之后融合浅层2D子网络与轻量化3D子网络,并采用随机滑动组合采样策略改进3D卷积行为识别网络.为进一步提高网络泛化性能,对视频帧进行视觉显著性检测,通过加强背景纹理与人物行为之间关联性提高真实场景识别准确度.实验结果表明:该网络参数量为6.9×106,时间复杂度降低至8.04×109;实现算法在室内跌倒行为识别任务上达到81.5％的准确度.