基于RGB-D的移动机器人目标检测与定位

发布时间：2021-06-20 17:08

　　为实现移动机器人通过其视觉系统来感知环境,使其能够在环境中自主运动,从而获得更广的适用范围。本论文从移动机器人视觉系统、多视角目标检测、目标定位等几个方面展开研究。视觉系统分为硬件组成和软件架构两个方面。在硬件组成方面,以Pioneer 3-AT型移动机器人为研究平台,在其上装载一个二自由度的云台PTU-46,使得相机可以在不改变移动机器人运动状态的情况下,通过云台上下俯仰和左右转动来全方位地观察整个环境。在软件架构方面,随着机器人领域的快速发展和复杂化,代码复用和模块化的需求越来越强烈。本文基于ROS （Robot Operating System, ROS）来构建移动机器人的软件系统,采用节点式的结构将一项功能分成不同的小功能,而每一个小功能又能自由地组合。这使得执行程序可以各自独立地设计,并且可以松散地、实时地组合起来。目标可能会以各种不同的姿态出现在移动机器人视野范围内。为了移动机器人可以检测出各个视角下的物体。首先,使用Adaboost算法学习基于类Haar型特征的检测器。其次,针对多视角目标检测问题训练基于视图的瀑布型检测器。最后,通过各个子类检测器的组合实现多视角目标检测... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状分析
    1.3 研究目标和内容
        1.3.1 移动机器人计算机视觉系统
        1.3.2 多视角目标检测
        1.3.3 目标定位
    1.4 论文组织结构
第2章 移动机器人视觉系统硬件组成
    2.1 引言
    2.2 硬件系统框架
    2.3 Pioneer 3-AT型移动机器人平台
    2.4 PTU46二自由度云台
    2.5 RGB-D深度相机及Kinect
    2.6 本章小结
第3章 移动机器人视觉系统软件设计
    3.1 引言
    3.2 视觉系统软件架构
        3.2.1 模块化软件系统设计
        3.2.2 单机软件架构
        3.2.3 分布式软件架构
    3.3 软件层级
        3.3.1 感知层
        3.3.2 规划层
        3.3.3 执行层
    3.4 PTU46远程控制程序
    3.5 本章小结
第4章 多视角目标检测
    4.1 引言
    4.2 多视角目标检测框架
    4.3 Adaboost算法
    4.4 图像预处理及特征提取
        4.4.1 图像灰度化
        4.4.2 类Haar特征(Haar-Like Feature)
        4.4.3 特征提取
    4.5 瀑布型检测器
    4.6 在线检测阶段
    4.7 实验结果与分析
        4.7.1 数据获取与分类
        4.7.2 实验设置
        4.7.3 检测结果
    4.8 本章小结
第5章 基于深度图像的目标定位
    5.1 引言
    5.2 深度图像数据
    5.3 三维坐标计算
    5.4 彩色图像与深度信息的融合
    5.5 实验结果与分析
    5.6 本章小结
总结与展望
致谢
参考文献
攻读硕士学位期间的论文及科研成果


【参考文献】：
期刊论文
[1]Boosting协方差特征的人脸检测方法[J]. 花樱,彭宏京,顾佳玲.  计算机工程与应用. 2010(18)
[2]基于支持向量机的人脸图像检测[J]. 阮森灵,阮思花,林学訚.  福州大学学报(自然科学版). 2006(02)



本文编号：3239598