基于视觉感知的自主跟随机器人NIOS Ⅱ嵌入式系统研究

发布时间：2022-01-23 10:07

　　伴随着机器人技术与大数据、云计算、AI等新一代信息技术的融合发展,智能机器人在各领域将有着广泛的应用前景。视觉传感器是机器人获取环境信息的重要途径之一,视觉信息处理技术的研究对提高移动机器人的环境适应性和自主控制能力具有重要意义。基于视觉的运动目标检测与跟踪是备受关注的技术前沿课题之一。经过几十年的发展,该技术取得了长足的发展和进步,但由于应用环境的复杂性,仍有很多难点问题需要解决。本文主要对运动目标检测与跟踪算法及其在移动机器人的应用进行研究。针对高斯混合目标检测算法中存在学习率设置不当造成的拖影问题,引入基于图像匹配度变化的学习率自适应策略进行改进;针对在光照变化等复杂背景下粒子滤波跟踪算法存在的跟踪精度不高甚至丢失的问题,采用多特征融合的方式进行改进。所设计的自主跟随机器人系统以NIOS II软核处理器作为实现目标检测与跟踪算法的核心部件,系统启动后,利用OV7670摄像头实时采集图像信息,图像信息经过NIOS II软核处理器的处理后,得到目标的相对位置信息,同时利用超声波模块获取距离信息,将以上两路信息送入模糊控制器中,经过模糊表查询后输出控制信号,实现自主运动跟随。系统启动时... 

【文章来源】：内蒙古工业大学内蒙古自治区

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

机器人系统工作流程图

系统实现方案

SignalTapII软件使用流程

【参考文献】：
期刊论文
[1]粒子滤波理论在单目标跟踪中的应用综述[J]. 刘畅,杨锁昌,汪连栋.  飞航导弹. 2017(10)
[2]一种结合帧间差分法与光流法的运动目标检测[J]. 冯训伟.  法制博览. 2017(03)
[3]工业机器人的研发及应用综述[J]. 孟明辉,周传德,陈礼彬,冯淼,苗纯正.  上海交通大学学报. 2016(S1)
[4]基于帧间差分和金字塔光流法的运动目标检测[J]. 郝慧琴,王耀力.  电视技术. 2016(07)
[5]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[6]改进的边缘高斯混合模型运动目标检测[J]. 沈婷婷,仲思东,鄢文浩.  电光与控制. 2017(04)
[7]自适应窗口的meanshift目标跟踪算法[J]. 陈菲,黄勇坚,李淑彦,张舟.  电子技术. 2016(05)
[8]发展服务机器人,助力智能社会发展[J]. 陶永.  科技导报. 2015(23)
[9]改变世界的智能机器——智能机器人发展思考[J]. 王田苗,陈殿生,陶永,李剑.  科技导报. 2015(21)
[10]智能机器人的现状及发展[J]. 任福继,孙晓.  科技导报. 2015(21)

硕士论文
[1]FPGA内嵌Nios-II软核的技术研究[D]. 沈其磊.华东理工大学 2015
[2]基于niosⅡ的实时图像边缘检测系统的研究[D]. 许辉.兰州交通大学 2013
[3]基于ARM、FPGA、多DSP的嵌入式实时图像处理系统[D]. 任晓波.南昌航空大学 2011
[4]基于FPGA的AGV视觉导引算法研究及硬件化实现[D]. 崔辰鹏.南京航空航天大学 2011
[5]基于NiosⅡ的视频处理系统的设计与实现[D]. 沈军涛.成都理工大学 2007



本文编号：3604131