基于深度摄像技术的移动机器人避障方法研究
发布时间：2022-12-06 19:26
随着信息技术以及计算机的发展,人工智能逐渐成为各个领域的研究热点,作为人工智能的典型代表移动机器人进入了新的研究热潮。在机器人移动过程中,障碍物检测以及避障是它基本功能。目前利用超声波、红外线、激光雷达、彩色摄像头、多传感器融合进行障碍物检测时,会存在较多的问题,如不能获取障碍物目标的边界信息、易受到光照的影响、计算量大以及融合算法复杂、对传感器同步要求较高等。针对上述问题,本文提出了使用深度摄像头作为传感器来进行障碍物检测的方法,以自主研制的两轮移动机器人Robot-BX作为研究平台,对移动机器人在障碍物的检测以及避障中存在的问题进行了深入研究,并提出相应的解决方法,论文主要内容如下:首先,研究了基于深度摄像头的障碍物检测方法。由于深度摄像头检测到的深度图像像素点多,导致数据处理效率低、检测速度慢,尤其不适于检测移动障碍物。因此本文提出了提高深度摄像头检测速度的方法,即对深度图像的像素点进行筛选,降低像素点数目,提高数据处理效率。另外,由于受到背景以及地面的影响,深度摄像头未能准确的识别障碍物的具体位置,本文采用Meanshift算法进行图像分割去除背景,随后利用区域增长算法提取出障...
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题的研究意义
1.1.1 移动机器人的研究意义
1.1.2 移动机器人在智能物流中的应用
1.2 国内外研究现状
1.2.1 移动机器人的国内外研究现状
1.2.2 障碍物检测的国内外研究现状
1.2.3 移动机器人避障方法的国内外研究现状
1.3 本章小结
1.4 本文的主要研究内容
1.5 论文章节安排
第二章 基于3D深度测量技术的移动机器人模型及避障方案
2.1 引言
2.2 移动机器人系统模型的建立
2.2.1 传感器观测模型
2.2.2 移动机器人坐标系统模型
2.2.3 移动机器人运动模型
2.3 移动机器人避障理论研究
2.3.1 移动机器人避障技术
2.3.2 移动机器人避障方案
2.4 本章小结
第三章 基于深度摄像头的障碍物检测的新方法
3.1 引言
3.2 深度摄像头处理技术
3.2.1 华硕Xtion PRO LIVE深度相机的标定
3.2.2 深度图像和RGB图像的配准
3.3 深度摄像头距离测量原理
3.4 深度摄像头像素点选择
3.5 图像预处理
3.5.1 滤波处理
3.5.2 双边滤波处理算法
3.5.3 改进双边滤波处理算法
3.5.4 双边滤波算法改进前后对比实验
3.5.5 Meanshift图像分割原理
3.5.6 Meanshift图像分割算法的实现
3.6 背景差分法
3.7 障碍物检测算法
3.8 障碍物检测方法实验验证
3.9 本章小结
第四章 改进的分层遗传-蚁群的避障算法
4.1 引言
4.2 基于移动机器人视觉的避障策略
4.3 基于遗传算法的避障方法
4.4 基于蚁群算法的避障方法
4.5 分层遗传-蚁群算法的避障算法
4.5.1 分层遗传-蚁群算法的流程图
4.5.2 分层遗传-蚁群算法基本步骤
4.6 算法仿真与对比实验
4.7 本章小结
第五章 实验验证与分析
5.1 引言
5.2 实验平台介绍
5.2.1 Robot-BX硬件平台
5.2.2 Robot-BX软件系统
5.3 基于深度摄像头的障碍物检测实验验证
5.3.1 敏感区域外障碍物过滤实验
5.3.2 多个障碍物检测实验
5.4 基于深度摄像头的避障实验验证
5.4.1 一般情况下避障
5.4.2 紧急情况下避障
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]图像信息技术在奶牛生产中的应用[J]. 孙雨坤,岳奎忠,李文茜,么恩悦,刘鑫,李洋,张永根. 动物营养学报. 2018(05)
[2]基于线性CCD的类人机器人循迹系统的设计[J]. 牛国臣,许开鲁. 现代电子技术. 2018(02)
[3]基于ROS的移动机器人的路径规划策略研究[J]. 高志发,武建新. 机械研究与应用. 2017(03)
[4]基于遗传蚂蚁混合算法的AUV全局路径规划[J]. 潘昕,吴旭升,侯新国,冯源. 华中科技大学学报(自然科学版). 2017(05)
[5]基于Kinect的实时障碍物检测[J]. 丁亮. 微型机与应用. 2017(07)
[6]基于改进人工势场法的移动机器人避障路径规划算法[J]. 倪天伟,江红,林金珠. 常州大学学报(自然科学版). 2016(05)
[7]基于粒子群遗传算法的泊车系统路径规划研究[J]. 王辉,朱龙彪,朱天成,陈红艳,邵小江,朱志慧. 工程设计学报. 2016(02)
[8]改进蚁群算法及其在机器人避障中的应用[J]. 裴振兵,陈雪波. 智能系统学报. 2015(01)
[9]改进的双边滤波算法[J]. 张海荣,檀结庆. 合肥工业大学学报(自然科学版). 2014(09)
[10]基于Dijkstra算法的机器人避障最短线路模型[J]. 孙忠民. 潍坊工程职业学院学报. 2013(01)
博士论文
[1]空间机器人地面遥操作的关键技术研究[D]. 徐效农.东南大学 2017
[2]智能视频监控中的运动目标检测和跟踪算法研究[D]. 袁国武.云南大学 2012
硕士论文
[1]基于2D激光雷达的移动机器人关键技术研究[D]. 胡志远.广西大学 2017
[2]A供应链企业发展战略研究[D]. 梁晓明.北京交通大学 2014
[3]基于Kinect的物体分割与识别算法研究[D]. 李璐一.重庆大学 2014
[4]基于双PAL全景系统的立体信息获取研究[D]. 田延冰.浙江大学 2014
[5]基于图像处理技术的智能车研究[D]. 王烁.兰州理工大学 2013
[6]未知环境下自主移动机器人避障研究[D]. 胡远航.哈尔滨工程大学 2013
[7]基于多传感器融合的机器人导航系统中的避障研究[D]. 吕玉彬.济南大学 2012
[8]背景建模算法研究[D]. 田楠.兰州大学 2012
[9]基于改进粒子群算法的灭火机器人路径规划研究[D]. 张涛.西安科技大学 2011
[10]基于遗传算法的工程多目标优化研究[D]. 阮宏博.大连理工大学 2007
本文编号：3711498
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题的研究意义
1.1.1 移动机器人的研究意义
1.1.2 移动机器人在智能物流中的应用
1.2 国内外研究现状
1.2.1 移动机器人的国内外研究现状
1.2.2 障碍物检测的国内外研究现状
1.2.3 移动机器人避障方法的国内外研究现状
1.3 本章小结
1.4 本文的主要研究内容
1.5 论文章节安排
第二章 基于3D深度测量技术的移动机器人模型及避障方案
2.1 引言
2.2 移动机器人系统模型的建立
2.2.1 传感器观测模型
2.2.2 移动机器人坐标系统模型
2.2.3 移动机器人运动模型
2.3 移动机器人避障理论研究
2.3.1 移动机器人避障技术
2.3.2 移动机器人避障方案
2.4 本章小结
第三章 基于深度摄像头的障碍物检测的新方法
3.1 引言
3.2 深度摄像头处理技术
3.2.1 华硕Xtion PRO LIVE深度相机的标定
3.2.2 深度图像和RGB图像的配准
3.3 深度摄像头距离测量原理
3.4 深度摄像头像素点选择
3.5 图像预处理
3.5.1 滤波处理
3.5.2 双边滤波处理算法
3.5.3 改进双边滤波处理算法
3.5.4 双边滤波算法改进前后对比实验
3.5.5 Meanshift图像分割原理
3.5.6 Meanshift图像分割算法的实现
3.6 背景差分法
3.7 障碍物检测算法
3.8 障碍物检测方法实验验证
3.9 本章小结
第四章 改进的分层遗传-蚁群的避障算法
4.1 引言
4.2 基于移动机器人视觉的避障策略
4.3 基于遗传算法的避障方法
4.4 基于蚁群算法的避障方法
4.5 分层遗传-蚁群算法的避障算法
4.5.1 分层遗传-蚁群算法的流程图
4.5.2 分层遗传-蚁群算法基本步骤
4.6 算法仿真与对比实验
4.7 本章小结
第五章 实验验证与分析
5.1 引言
5.2 实验平台介绍
5.2.1 Robot-BX硬件平台
5.2.2 Robot-BX软件系统
5.3 基于深度摄像头的障碍物检测实验验证
5.3.1 敏感区域外障碍物过滤实验
5.3.2 多个障碍物检测实验
5.4 基于深度摄像头的避障实验验证
5.4.1 一般情况下避障
5.4.2 紧急情况下避障
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]图像信息技术在奶牛生产中的应用[J]. 孙雨坤,岳奎忠,李文茜,么恩悦,刘鑫,李洋,张永根. 动物营养学报. 2018(05)
[2]基于线性CCD的类人机器人循迹系统的设计[J]. 牛国臣,许开鲁. 现代电子技术. 2018(02)
[3]基于ROS的移动机器人的路径规划策略研究[J]. 高志发,武建新. 机械研究与应用. 2017(03)
[4]基于遗传蚂蚁混合算法的AUV全局路径规划[J]. 潘昕,吴旭升,侯新国,冯源. 华中科技大学学报(自然科学版). 2017(05)
[5]基于Kinect的实时障碍物检测[J]. 丁亮. 微型机与应用. 2017(07)
[6]基于改进人工势场法的移动机器人避障路径规划算法[J]. 倪天伟,江红,林金珠. 常州大学学报(自然科学版). 2016(05)
[7]基于粒子群遗传算法的泊车系统路径规划研究[J]. 王辉,朱龙彪,朱天成,陈红艳,邵小江,朱志慧. 工程设计学报. 2016(02)
[8]改进蚁群算法及其在机器人避障中的应用[J]. 裴振兵,陈雪波. 智能系统学报. 2015(01)
[9]改进的双边滤波算法[J]. 张海荣,檀结庆. 合肥工业大学学报(自然科学版). 2014(09)
[10]基于Dijkstra算法的机器人避障最短线路模型[J]. 孙忠民. 潍坊工程职业学院学报. 2013(01)
博士论文
[1]空间机器人地面遥操作的关键技术研究[D]. 徐效农.东南大学 2017
[2]智能视频监控中的运动目标检测和跟踪算法研究[D]. 袁国武.云南大学 2012
硕士论文
[1]基于2D激光雷达的移动机器人关键技术研究[D]. 胡志远.广西大学 2017
[2]A供应链企业发展战略研究[D]. 梁晓明.北京交通大学 2014
[3]基于Kinect的物体分割与识别算法研究[D]. 李璐一.重庆大学 2014
[4]基于双PAL全景系统的立体信息获取研究[D]. 田延冰.浙江大学 2014
[5]基于图像处理技术的智能车研究[D]. 王烁.兰州理工大学 2013
[6]未知环境下自主移动机器人避障研究[D]. 胡远航.哈尔滨工程大学 2013
[7]基于多传感器融合的机器人导航系统中的避障研究[D]. 吕玉彬.济南大学 2012
[8]背景建模算法研究[D]. 田楠.兰州大学 2012
[9]基于改进粒子群算法的灭火机器人路径规划研究[D]. 张涛.西安科技大学 2011
[10]基于遗传算法的工程多目标优化研究[D]. 阮宏博.大连理工大学 2007
本文编号：3711498
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3711498.html
