基于TLD框架的移动机器人目标跟踪方法研究及实现
发布时间：2022-04-17 19:02
近年来,随着科技的发展以及计算机视觉和机器人等领域的深入研究,智能移动机器人技术取得了长足的发展。移动机器人目标跟踪技术是智能移动机器人领域中的关键技术之一,在很多领域有着广泛的应用前景。移动机器人的目标跟踪系统主要包含两个部分:1)适用于使用场景的稳定和鲁棒的机器视觉目标跟踪算法;2)基于目标跟踪结果的移动机器人视觉引导运动控制。目标跟踪和视觉引导运动控制是移动机器人目标跟踪系统的核心组成。本文以Turtlebot3移动机器人为硬件载体,重点研究和提出了一种基于TLD（Tracking-learning-Detection）框架的移动机器人目标跟踪算法,使其能够在Turtlebot3移动机器人平台是实现对移动目标的跟踪,本文的主要工作如下:（1）调查和分析课题的研究背景和移动机器人目标跟踪的发展现状,在此基础上重点研究和分析了TLD视频目标跟踪算法。它创造性的将检测与跟踪相融合,将整个系统框架分解为了三个功能:Detect、Track和Learn。检测模块对目标进行全局检测,跟踪模块在目标连续可见时进行跟踪,学习模块能够实现对目标特征的学习,各个模块之间独立运行,相互配合使得TLD算...
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 目标跟踪技术研究现状
1.2.2 移动机器人目标跟踪研究现状
1.3 视觉目标跟踪的难点
1.4 论文的研究内容
1.5 论文的组织结构
第2章 TLD算法理论
2.1 TLD算法概述
2.2 TLD算法的跟踪模块
2.2.1 中值光流跟踪器误差自检原理
2.2.2 跟踪模块的算法流程
2.3 TLD算法的检测模块
2.3.1 方差分类器
2.3.2 随机蕨分类器
2.3.3 最近邻分类器
2.3.4 TLD检测模块的算法流程
2.4 TLD算法的学习模块
2.4.1 P-N学习原理
2.4.2 P-N学习的收敛性
2.5 本章小结
第3章 TLD算法跟踪模块改进
3.1 跟踪模块分析
3.2 图像的特征点
3.3 Harris角点提取算法
3.4 FAST角点提取算法
3.5 Surf角点提取算法
3.5.1 Surf算法原理
3.6 一种基于角点提取改进的跟踪点选取方法
3.7 改进跟踪模块算法步骤
3.8 实验结果及分析
3.9 本章小结
第4章 TLD算法检测模块改进
4.1 检测模块分析
4.2 卡尔曼滤波器原理介绍
4.3 卡尔曼滤波模块设计
4.4 实验结果及分析
4.5 本章小结
第5章 改进TLD算法在移动机器人上的应用
5.1 系统硬件平台的介绍
5.2 系统软件环境介绍
5.3 移动机器人的运动控制策略
5.4 视觉跟踪系统目标跟踪的步骤
5.5 跟踪系统实验过程及实验结果
5.6 本章小结
结论与展望
参考文献
致谢
附录 攻读学位期间参与的科研项目与学术成果说明
【参考文献】：
期刊论文
[1]基于Kalman算法改进的Camshift运动目标跟踪算法[J]. 杨军,汤全武,张昊楠. 信息通信. 2018(12)
[2]基于颜色特征的自适应尺度目标跟踪研究[J]. 马松华,徐伯庆. 软件导刊. 2018(11)
[3]基于条件生成式对抗网络的数据增强方法[J]. 陈文兵,管正雄,陈允杰. 计算机应用. 2018(11)
[4]基于Bresenham的圆弧生成算法及其应用[J]. 王荣海,赵丽梅,乔之勇. 兵工自动化. 2018(09)
[5]智能移动机器人的技术现状及展望[J]. 孙梅梅. 电子技术与软件工程. 2017(10)
[6]SAR图像最佳欧式空间距离矩阵匹配方法[J]. 曾丽娜,周德云,潘潜,张堃. 系统工程与电子技术. 2017(05)
[7]基于长时间视频序列的背景建模方法研究[J]. 丁洁,肖江剑,况立群,宋康康,彭成斌. 自动化学报. 2018(04)
[8]基于运动目标检测的智能视频监控技术[J]. 石岩,唐如霞. 数字技术与应用. 2016(03)
[9]基于双目视觉的移动机器人动态目标识别与定位[J]. 邱雪娜,刘斐,刘士荣,孙凯. 华东理工大学学报(自然科学版). 2010(01)
[10]基于双目视觉的运动物体实时跟踪与测距[J]. 祝琨,杨唐文,阮秋琦,王红波,韩建达. 机器人. 2009(04)
硕士论文
[1]基于RGB-D的运动目标鲁棒跟踪算法研究[D]. 杨智婷.山东大学 2017
[2]基于机器视觉的自主式救援机器人的研究[D]. 周鹏程.东南大学 2016
[3]基于RGB-D传感器的移动服务机器人功能软件开发及应用[D]. 居青.东南大学 2016
[4]基于RGB-D的人体运动目标检测及其应用[D]. 陆晨皓.电子科技大学 2015
[5]基于关键特征点的TLD视频目标跟踪算法[D]. 郑涛.哈尔滨工程大学 2015
[6]基于移动式视觉机器人平台的自主跟踪系统设计与实现[D]. 张起.东北大学 2014
[7]基于CUDA的TLD视觉跟踪算法研究[D]. 张平.北京交通大学 2014
[8]基于OPENCV的计算机视觉技术研究[D]. 黄佳.华东理工大学 2013
本文编号：3646112
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 目标跟踪技术研究现状
1.2.2 移动机器人目标跟踪研究现状
1.3 视觉目标跟踪的难点
1.4 论文的研究内容
1.5 论文的组织结构
第2章 TLD算法理论
2.1 TLD算法概述
2.2 TLD算法的跟踪模块
2.2.1 中值光流跟踪器误差自检原理
2.2.2 跟踪模块的算法流程
2.3 TLD算法的检测模块
2.3.1 方差分类器
2.3.2 随机蕨分类器
2.3.3 最近邻分类器
2.3.4 TLD检测模块的算法流程
2.4 TLD算法的学习模块
2.4.1 P-N学习原理
2.4.2 P-N学习的收敛性
2.5 本章小结
第3章 TLD算法跟踪模块改进
3.1 跟踪模块分析
3.2 图像的特征点
3.3 Harris角点提取算法
3.4 FAST角点提取算法
3.5 Surf角点提取算法
3.5.1 Surf算法原理
3.6 一种基于角点提取改进的跟踪点选取方法
3.7 改进跟踪模块算法步骤
3.8 实验结果及分析
3.9 本章小结
第4章 TLD算法检测模块改进
4.1 检测模块分析
4.2 卡尔曼滤波器原理介绍
4.3 卡尔曼滤波模块设计
4.4 实验结果及分析
4.5 本章小结
第5章 改进TLD算法在移动机器人上的应用
5.1 系统硬件平台的介绍
5.2 系统软件环境介绍
5.3 移动机器人的运动控制策略
5.4 视觉跟踪系统目标跟踪的步骤
5.5 跟踪系统实验过程及实验结果
5.6 本章小结
结论与展望
参考文献
致谢
附录 攻读学位期间参与的科研项目与学术成果说明
【参考文献】：
期刊论文
[1]基于Kalman算法改进的Camshift运动目标跟踪算法[J]. 杨军,汤全武,张昊楠. 信息通信. 2018(12)
[2]基于颜色特征的自适应尺度目标跟踪研究[J]. 马松华,徐伯庆. 软件导刊. 2018(11)
[3]基于条件生成式对抗网络的数据增强方法[J]. 陈文兵,管正雄,陈允杰. 计算机应用. 2018(11)
[4]基于Bresenham的圆弧生成算法及其应用[J]. 王荣海,赵丽梅,乔之勇. 兵工自动化. 2018(09)
[5]智能移动机器人的技术现状及展望[J]. 孙梅梅. 电子技术与软件工程. 2017(10)
[6]SAR图像最佳欧式空间距离矩阵匹配方法[J]. 曾丽娜,周德云,潘潜,张堃. 系统工程与电子技术. 2017(05)
[7]基于长时间视频序列的背景建模方法研究[J]. 丁洁,肖江剑,况立群,宋康康,彭成斌. 自动化学报. 2018(04)
[8]基于运动目标检测的智能视频监控技术[J]. 石岩,唐如霞. 数字技术与应用. 2016(03)
[9]基于双目视觉的移动机器人动态目标识别与定位[J]. 邱雪娜,刘斐,刘士荣,孙凯. 华东理工大学学报(自然科学版). 2010(01)
[10]基于双目视觉的运动物体实时跟踪与测距[J]. 祝琨,杨唐文,阮秋琦,王红波,韩建达. 机器人. 2009(04)
硕士论文
[1]基于RGB-D的运动目标鲁棒跟踪算法研究[D]. 杨智婷.山东大学 2017
[2]基于机器视觉的自主式救援机器人的研究[D]. 周鹏程.东南大学 2016
[3]基于RGB-D传感器的移动服务机器人功能软件开发及应用[D]. 居青.东南大学 2016
[4]基于RGB-D的人体运动目标检测及其应用[D]. 陆晨皓.电子科技大学 2015
[5]基于关键特征点的TLD视频目标跟踪算法[D]. 郑涛.哈尔滨工程大学 2015
[6]基于移动式视觉机器人平台的自主跟踪系统设计与实现[D]. 张起.东北大学 2014
[7]基于CUDA的TLD视觉跟踪算法研究[D]. 张平.北京交通大学 2014
[8]基于OPENCV的计算机视觉技术研究[D]. 黄佳.华东理工大学 2013
本文编号：3646112
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3646112.html
最近更新
教材专著
