基于深度相机的物体识别与定位研究

发布时间：2022-04-28 22:19

　　物体识别与定位技术是机器人智能化的核心技术之一,也是如自动驾驶等智能控制技术的基础,如何让识别更加准确、测量更加精准始终是相关领域的研究热点。现有方法在测量速度、精度等因素上尚需进一步完善,其成功将提高警用机器人在疫情、暴恐、抢险等重大公共事件中的智能化程度,是释放警力,避免伤亡的有效方法。故本文对此方向进行探索,提出了自己的物体识别和定位思路,并进行了相关的实验验证,全文主要工作如下:首先,对RGB-D相机成像模型做出介绍。对RGB-D相机获取的深度信息进行滤波的不同方法进行比较,在分析其优缺点的基础上验证一种混合滤波的方法,在深度信息的滤波实验中取得了较好的效果。其次,研究介绍了卷积神经网络的发展历程和基础网络结构及工作原理。对卷积神经网络模型中比较有代表性的网络分别就其实现的核心原理、技术创新做了分析比较。制作了相关数据集,选择Mask R-CNN网络进行了物体识别的实验,对深度相机进行预处理后,完成了本文提出的物体空间定位算法的实验。最后,在Turtlebot2移动机器人平台上配备了机械臂、微软的Kinect V2相机和英特尔的SR300相机,两种型号的RGB-D深度相机根据各... 

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
引言
1 绪论
    1.1 研究背景及意义
    1.2 基于机器视觉的物体识别定位发展现状
    1.3 基于机器视觉的移动机器人发展现状
    1.4 论文的主要工作和结构安排
2 RGB-D深度相机模型及深度信息的滤波
    2.1 RGB-D相机模型
        2.1.1 针孔相机模型
        2.1.2 深度相机彩色头和深度头融合原理介绍
        2.1.3 畸变模型
        2.1.4 深度相机选型简介
    2.2 深度图像的滤波
        2.2.1 深度图像噪声分析
        2.2.2 基于深度信息的高斯滤波
        2.2.3 基于深度信息的中值滤波
        2.2.4 基于深度信息的双边滤波
        2.2.5 基于深度信息的混合滤波
    2.3 本章小结
3 基于深度相机和神经网络的物体识别与定位
    3.1 卷积神经网络的结构及训练流程
        3.1.1 卷积层
        3.1.2 池化层
        3.1.3 卷积神经网络的训练流程
        3.1.4 卷积神经网络R-CNN至 Mask R-CNN的发展
    3.2 Mask R-CNN模型训练与识别实验
        3.2.1 模型训练
        3.2.2识别实验
    3.3物体空间定位实验
        3.3.1深度相机标定实验
        3.3.2彩色信息和深度信息的融合实验
        3.3.3 物体空间定位流程
        3.3.4 物体空间定位实验结果
    3.4 本章小结
4 物体识别与定位在机器人移动及抓取中的应用
    4.1 ROS系统
    4.2 Turtle Bot机器人介绍
    4.3 机械臂
        4.3.1 机械臂介绍
        4.3.2机械臂模型及手眼标定实验
    4.4移动定位和机械臂抓取定位实验
        4.4.1移动定位实验
        4.4.2机械臂抓取定位实验
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
结论
参考文献
在学研究成果
致谢


【参考文献】：
期刊论文
[1]国外机器人技术最新发展概述[J]. 张伟,刁战颖.  中国安防. 2019(10)
[2]基于ROS与三维点云图像的室内物体精准定位[J]. 于洋,朴燕,倪焱,佀同岭.  液晶与显示. 2019(06)
[3]AI机器人赋能安防——优必选发布智能巡检机器人ATRIS拓宽智能边界[J]. 罗超.  中国公共安全. 2018(11)
[4]反恐机器人研究综述[J]. 李婷婷,李强,刘书芸,骆聪聪.  中国安全防范技术与应用. 2018(03)
[5]警用机器人发展现状及趋势[J]. 余兵,李剑.  警察技术. 2018(03)
[6]基于Kinect传感器的机械手自主抓取技术研究[J]. 钟泽宇,周海婷,古炜豪,邹修国.  仪表技术与传感器. 2016(07)
[7]国外典型核化侦察机器人探析[J]. 邵晟宇,曹树亚,杨柳.  机器人技术与应用. 2015(01)
[8]履带式移动机器人研究现状[J]. 吉洋,霍光青.  林业机械与木工设备. 2012(10)
[9]结构光编码方法综述[J]. 陈彦军,左旺孟,王宽全,吴秋峰.  小型微型计算机系统. 2010(09)

硕士论文
[1]室内环境下移动机械臂的目标抓取技术[D]. 段荣杰.中北大学 2019
[2]基于RGB-D相机的工业机器人定位抓取技术与系统集成研究[D]. 戴健春.重庆邮电大学 2018
[3]基于Kinect的案件现场三维重建方法研究[D]. 刘广迪.中国人民公安大学 2017
[4]基于单目视觉的移动机器人目标识别与定位[D]. 刘洪伟.山东大学 2011
[5]基于单目视觉的定位系统研究[D]. 张治国.华中科技大学 2009



本文编号：3649647