基于机器学习的智能机器人环境视觉感知方法研究

发布时间：2020-08-22 22:10

【摘要】：智能机器人环境视觉感知是机器人自主理解不确定作业环境,灵活操作复杂目标物体的重要环节之一。研究智能机器人的环境视觉感知方法需要解决机器人周边环境物体种类识别以及目标物体空间状态感知等重要科学问题。机器人三维视觉技术和机器学习技术为机器人环境视觉感知问题提供了可行的解决思路。本文围绕如何利用机器学习技术提高智能机器人环境视觉感知能力课题着重对以下问题展开了研究:针对机器学习模型信息提取能力分析问题,研究了机器人三维视觉数据的机器学习过程数学建模方法,用于改进智能机器人环境视觉感知方法中的机器学习模型数据信息提取能力;针对智能机器人三维形貌数据种类识别问题,研究了基于机器学习的机器人环境物体三维形貌类别信息提取方法,用于提升机器人环境物体种类识别的准确率和识别速度;针对智能机器人目标物体空间状态感知问题,研究了基于机器学习的机器人目标物体空间状态感知方法,用于改进机器人对多种复杂特征目标物体空间状态感知的精度和实时性。以下为本文主要研究及创新成果:(1).基于虚拟模板假设的三维数据机器学习过程建模方法。针对三维数据机器学习模型信息提取能力分析方法缺失问题,提出了一种基于虚拟模板和随机变量建模的三维数据信息提取过程建模方法,实验分析表明该方法能够指导三维数据机器学习模型的设计。(2).基于卷积网络的智能机器人环境物体种类识别方法。针对机器人环境物体种类识别方法准确率低,识别速度慢问题,提出了一种基于张量各向异性卷积的物体种类识别模型和一种基于点云卷积的物体种类识别模型,实验表明本文提出的方法提高了环境物体识别的速度和准确性,可从40种可能类别中准确识别未知物体。(3).基于前馈映射的智能机器人目标物体空间状态感知方法。针对机器人目标物体空间状态感知方法无法处理多种复杂目标,空间状态计算精度低,处理速度慢,目标物体识别准确度低的问题,提出了采用非监督机器学习对目标物体空间状态进行计算的方法。实验表明该方法能以高精度高鲁棒性识别目标物体并完成目标物体空间状态的感知。(4).机器人手眼视觉检测系统平台和线结构光扫描测量平台。搭建了实验平台对本文提出的机器人环境物体种类识别和目标物体空间状态感知方法进行了实验验证与分析。本文的研究结果已应用于改进机器人手眼系统抓取目标刚体姿态检测方法和列车车轮踏面半径测量方法。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TP181;TP242.6
【图文】：

华 中 科 技 大 学 博 士 学 位 论 文可以完成动态、复杂的作业使命。本文旨在通过对基于机器学习的智能机器人环境视觉感知方法研究，利用机器人三维视觉和机器学习方法，形成①.机器人智能识别周边环境物体种类和②.机器人智能感知复杂目标物体空间状态，提升智慧型机器人对不确定作业条件的适应能力和对复杂对象的灵活操作能力。本文围绕智能机器人的环境视觉感知方法，着重对：①.三维视觉数据机器学习过程建模方法；②.三维视觉环境物体种类识别方法；③.三维视觉目标物体空间状态感知方法展开了研究。研究结果被应用于机器人视觉室内环境物体识别、机器人抓取目标的刚体姿态计算和基于机器人视觉感知方法的列车轮对踏面形貌检测任务中。图 1-1 展示了由三维数据机器学习过程建模方法指导设计的环境物体种类识别方法和目标物体空间状态感知方法是实现机器人智能操作的重要环节之一。

华 中 科 技 大 学 博 士 学 位 论 文中得到误差信息[77]; Jaramillo 等提出可以利用匹配法基于局部测量数据获得易变形薄板件的空间状态和变形参数[78]。基于人工描述子方法的三维形貌识别与测量流程如图 1-2 所示，由于特征匹配可采用高维特征树方法，空间状态估计采用最小二乘法，故关键步骤为(1). 关键点提取，(2).特征描述，(3). 精确匹配。最终实现目标物体的空间状态计算。

论文的组织结构图

【相似文献】

相关期刊论文 前10条

1 李兵;林文钊;罗峥尹;;基于机器学习的智慧农业决策系统设计与实现[J];信息与电脑(理论版);2018年24期

2 舒娜;刘波;林伟伟;李鹏飞;;分布式机器学习平台与算法综述[J];计算机科学;2019年03期

3 刘传会;汪小亚;郭增辉;;机器学习在反洗钱领域的应用与发展[J];清华金融评论;2019年04期

4 孟雨;;机器学习让计算机更智能[J];计算机与网络;2019年14期

5 高华川;;机器学习在经济学中的应用[J];纳税;2019年24期

6 李阳;;机器学习在网络空间安全研究中的应用分析[J];电脑知识与技术;2019年24期

7 胡思润;杨晓旭;宋靖华;;基于机器学习的城市生成方法研究[J];智能建筑与智慧城市;2019年11期

8 蒋良孝;;机器学习课程教学的实践探索[J];新课程研究;2019年23期

9 ;降低机器学习门槛的六大工具[J];电脑知识与技术(经验技巧);2019年10期

10 朱辉;;机器学习在企业级场景中的实践与探讨[J];中国建设信息化;2018年03期

相关会议论文 前10条

1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集（上册）[C];2001年

2 王衍鲁;张利会;张淑洁;石洁茹;王鹏;;大学新生学校适应的个体与环境因素探究:基于机器学习的考察[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年

3 张长水;;大数据机器学习[A];2015年中国自动化大会摘要集[C];2015年

4 何琳;侯汉清;;基于标引经验和机器学习相结合的多层自动分类[A];2005年中国索引学会年会暨学术研讨会论文集[C];2005年

5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年

7 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

8 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

9 ;基于机器学习的大数据防诈骗能力研究与应用[A];2018中国信息通信大会论文摘要集[C];2018年

10 ;基于机器学习的影响感知无线根因问题快速定位研究[A];2018中国信息通信大会论文摘要集[C];2018年

相关重要报纸文章 前10条

1 唐一尘;机器学习能识别具有自杀倾向的病人[N];中国科学报;2017年

2 CIO.com资深作家 Clint Boulton 编译 Charles;领先一步:机器学习的10个成功案例[N];计算机世界;2018年

3 Bob Violino 编译 Charles;盲目冒进:机器学习的5个失败案例[N];计算机世界;2018年

4 本报驻波士顿记者 侯丽;深入挖掘机器学习潜力[N];中国社会科学报;2019年

5 王方 编译;菌自何方 机器学习早知道[N];中国科学报;2019年

6 Matt Asay 编译 Monkey King;为什么机器学习没有捷径可循？[N];计算机世界;2019年

7 本报记者 操秀英;当量子计算遇到机器学习会碰撞出什么火花？[N];科技日报;2019年

8 彭博企业数据业务全球负责人 Gerard Francis;金融数据质量决定机器学习时代的投资回报[N];计算机世界;2019年

9 Isaac Sacolick 编译 Charles;关于机器学习的5个要点[N];计算机世界;2019年

10 记者 张梦然;全新算法助机器学习抵抗干扰[N];科技日报;2019年

相关博士学位论文 前10条

1 刘浏;基于机器学习的恶意代码检测与分类技术研究[D];国防科技大学;2017年

2 薛红新;基于机器学习方法的分类与预测问题研究[D];中北大学;2019年

3 韩启迪;基于非线性成矿动力系统的机器学习方法应用研究[D];中国地质大学(北京);2019年

4 陈旭展;基于机器学习的智能机器人环境视觉感知方法研究[D];华中科技大学;2019年

5 殷曦;基于机器学习及统计计算模型的膜蛋白结构预测[D];上海交通大学;2017年

6 杨静;蛋白质残基相互作用预测及其在结构建模中的应用研究[D];上海交通大学;2018年

7 王磊;基于机器学习的药物—靶标相互作用预测研究[D];中国矿业大学;2018年

8 张庆;钙钛矿型功能材料的基因组工程研究[D];上海大学;2018年

9 管月;医学肿瘤影像分类算法研究及其在肝癌上的应用[D];南京大学;2018年

10 郝小可;基于机器学习的影像遗传学分析及其应用研究[D];南京航空航天大学;2017年

相关硕士学位论文 前10条

1 夏怡童;《机器学习前沿：2017雷蒙德和贝弗利·萨克勒英美科学论坛》翻译实践报告[D];重庆邮电大学;2019年

2 李逍;产品评论的方面级观点挖掘技术研究[D];重庆邮电大学;2019年

3 张辉斌;基于机器学习的机电系统部件级PHM技术研究[D];南京航空航天大学;2019年

4 卞荣臻;基于机器学习的硬件木马检测方法研究[D];南京航空航天大学;2019年

5 叶诗意;《机器学习—新型人工智能》（节选）翻译实践报告[D];湘潭大学;2019年

6 郭银娟;基于多元统计和机器学习的成绩分析及研究[D];湘潭大学;2019年

7 赵庆东;基于机器学习算法的数据分类应用研究[D];宁夏大学;2019年

8 巢泽敏;Spark自动调优系统的设计与实现[D];哈尔滨工业大学;2019年

9 胡乐;融合用户评论的新闻内容质量检测算法研究[D];哈尔滨工业大学;2019年

10 崔宇中;用于割草机平台的行人检测技术研究[D];哈尔滨工业大学;2019年

本文编号：2801211