基于全景视觉传感器的移动机器人定位研究

发布时间：2021-10-21 09:57

　　定位,是移动机器人完成导航任务的前提和基础,移动机器人必须首先明白自己处于什么样的位置,才能够对下一步的任务进行规划。移动机器人感知外界信息需要借助传感器,人类获取外界信息75%都是依靠视觉完成的,可见视觉传感器相比于其他类型的传感器,具有无可替代的优势。全景视觉传感器作为一种视野范围广阔的传感器,在感知周围环境特征信息方面高效而便捷,适用于移动机器人的定位任务。本文针对基于全景视觉的移动机器人定位问题进行研究,安装在移动机器人顶部的全景视觉传感器需要采集并提取出环境中的人工路标完成定位。针对全景图像像素众多导致难以分割的问题,提出了由HSV阈值分割法和OTSU相结合的方法,完成全景图像的分割和人工路标的提取,从而完成定位任务。本文研究的内容主要包括以下几方面:首先研究移动机器人的全景视觉系统,介绍移动机器人旅行家II号和全景视觉传感器UP-OmniVision;研究全景视觉系统的成像原理及全景图像采集,并分析全景图像的特点。其次研究全景图像的分割过程。先进行几种色彩空间的说明,研究色彩空间的转换;然后通过几种常用的图像分割算法的比较,发现HSV阈值分割法和OTSU算法的结合使用较适用... 

【文章来源】：沈阳工业大学辽宁省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景和意义
    1.2 国内外研究现状与趋势
        1.2.1 移动机器人定位的研究状况
        1.2.2 全景视觉的研究现状
        1.2.3 移动机器人定位的研究趋势
    1.3 本文具体研究内容
第2章 移动机器人全景视觉系统
    2.1 旅行家II号机器人
    2.2 UP-OmniVision全景视觉传感器
    2.3 全景视觉系统的成像原理及图像采集
    2.4 本章小结
第3章 图像处理相关技术
    3.1 图像的色彩空间与转换
        3.1.1 RGB色彩空间
        3.1.2 YUV、YIQ模型
        3.1.3 YCbCr色彩空间
        3.1.4 HSV色彩空间
    3.2 图像分割及路标提取方法
        3.2.1 基于模型的方法
        3.2.2 PCA特征提取法
        3.2.3 SIFT算法
        3.2.4 颜色阈值分割法
        3.2.5 最大类间方差法（OTSU）
    3.3 数学形态学操作
    3.4 本章小结
第4章 基于全景视觉传感器的移动机器人路标提取与定位
    4.1 全景图像分割与路标提取的难点分析
        4.1.1 全景图像分析
        4.1.2 HSV阈值分割法在全景图像中提取路标的难点分析
        4.1.3 OTSU算法在全景图像中提取路标的难点分析
    4.2 基于HSV与OTSU的全景图像分割与路标提取
        4.2.1 为H、S、V三分量设定阈值
        4.2.2 OTSU算法进行阈值分割
    4.3 移动机器人的三角定位
        4.3.1 三角定位算法与相交圆法
        4.3.2 求解相交圆的方程
        4.3.3 夹角a 的计算
    4.4 定位结果与分析
    4.5 本章小结
第5章 结论
    5.1 结论
    5.2 展望
参考文献
在学研究成果
致谢



本文编号：3448751