面向人机共居的移动机器人室内深度估计方法研究

发布时间：2024-05-07 00:05

　　近年来,越来越多的服务类机器人进入人们的生活。在人机共居的环境下,机器人既需要完成任务,又需要与人保持适当的距离,做到及时避让。传统的机器人避让方法,往往使用激光雷达、深度相机和传统的视觉处理算法,前两种方法成本过高,而传统的视觉处理算法会受光照等因素影响,并且过程也尤其繁琐。针对以上缺点,本文通过低成本单目相机,结合基于深度学习的深度估计与人体检测算法,仅用单张图片即可检测到人体,同时得到人体的深度信息,让机器人在正常运行的同时能够对人及时避让,因此本文的主要工作可分为以下四个部分:1)针对传统深度估计方法过程复杂且计算量大的缺点,本文使用深度学习来进行深度估计。但是目前大多数基于深度学习的深度估计都是采用回归的办法,用均方差最小化训练回归网络,并用跳连接层来获取高分辨率的深度图,因此会存在收敛速度缓慢、不理想的局域解和网络训练复杂等问题。在此背景下,本文提出一种深度空间递增离散化策略来将深度值离散化,并作为一个有序回归问题来训练网络,最后通过构造一个有序回归损失函数,来获取更高的精度和更快的收敛。2)针对以往人体检测算法在定位阶段矩形框精度不够的缺点,本文通过对候选框区域、特征金字...

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

面向人机共居的移动机器人室内深度估计方法研究3图1-1人机舒适距离研究结果1.2.2场景深度估计研究现状场景深度估计是机器人获取环境中距离信息的重要途经。早期在研究深度估计问题时，主要利用各种视觉线索来与深度建立联系，并以此来估计图像深度。常规的视觉线索比如阴影、运动、几何猜想等....

面向人机共居的移动机器人室内深度估计方法研究7承载，因此，边缘计算也就应运而生，其结构示意图如图1-2所示。图1-2边缘计算结构示意图边缘计算指的是在靠近数据源头或者实物的一侧，采用计算、存储、网络为一体的开放性平台，就近提供所需的功能性服务。应用程序由边缘侧发起，因此对于网络服....

面向人机共居的移动机器人室内深度估计方法研究7承载，因此，边缘计算也就应运而生，其结构示意图如图1-2所示。图1-2边缘计算结构示意图边缘计算指的是在靠近数据源头或者实物的一侧，采用计算、存储、网络为一体的开放性平台，就近提供所需的功能性服务。应用程序由边缘侧发起，因此对于网络服....

面向人机共居的移动机器人室内深度估计方法研究13图像对。从原理上来说，修正过的立体图像对，或者连续的图像帧中已经拥有了深度信息。目前基于无监督学习的深度估计方法主要可分为3大类，其方法流程分别如图2-1所示，图中的参数rI表示输入的右视图，lI表示输入的左视图，rd表示以右图为基....

本文编号：3966538