基于机器视觉的自主式救援机器人的研究

发布时间：2017-06-28 14:10

  本文关键词：基于机器视觉的自主式救援机器人的研究，，由笔耕文化传播整理发布。

【摘要】：机器视觉具有非接触测量、长时间稳定工作以及光谱响应范围宽等优点,是近几年机器人应用领域的研究热点,同时也是机器人实现自主作业的基础。本文依据RoboCup Rescue自主能力挑战赛的规则,分析自主式救援机器人总体需求,设计并实现基于机器视觉的自主式救援机器人目标检测、目标跟踪和自主避障功能。目标检测：根据比赛规则,自主式救援机器人在搜索迷宫环境的过程中,需要主动识别二维码、危险品标志和模拟伤员。针对这些视觉任务,本文采用边缘提取和霍夫变换检测二维码并使用ZXing库提取二维码信息；通过SURF特征匹配的方式检测危险品标志,同时结合RANSAC算法优化匹配精度：根据红外热成像仪和Asus Xtion Pro Live体感传感器融合结果检测模拟伤员。目标跟踪：在摄像头标定的基础上,采用粒子滤波算法和TLD算法实现目标跟踪并分析实验结果,选择适合本文的算法。根据建立的目标跟踪坐标系,推算目标与机器人的相对位置,控制机器人跟踪目标。自主避障：比赛规则要求在迷宫环境中搜寻伤员,机器人必须具备自主避障功能。本文一方面基于激光测距仪的环境感知信息采用VFH+算法实现自主避障,另一方面通过立体视觉信息检测地面,提取更多障碍物信息。最后利用融合后的障碍物信息实现多信息融合的自主避障模块。本文在Ubuntu系统和ROS平台下搭建软件系统,并以Turtlebot机器人为实验平台进行测试。实验结果表明,该系统可快速检测目标并在多障碍环境中对目标进行实时跟踪,这为自主式救援机器人探索未知环境的应用奠定了基础。
【关键词】：自主式救援机器人 机器视觉 目标检测 目标跟踪 自主避障
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-17
• 1.1 课题背景及其意义9-10
• 1.2 救援机器人研究现状10-12
• 1.3 自主式救援机器人关键技术研究现状12-15
• 1.3.1 目标检测技术12-13
• 1.3.2 目标跟踪技术13-14
• 1.3.3 自主避障技术14-15
• 1.4 本文主要研究内容15-17
• 第2章 自主式救援机器人整体方案设计17-23
• 2.1 RoboCup Rescue比赛简介17-18
• 2.2 自主式救援机器人需求分析18-19
• 2.3 自主式救援机器人硬件平台19-21
• 2.3.1 Asus Xtion Pro Live体感传感器20
• 2.3.2 激光测距仪20-21
• 2.3.3 外热成像仪21
• 2.4 自主式救援机器人软件方案设计21-22
• 2.5 本章小结22-23
• 第3章 目标检测模块设计23-35
• 3.1 视觉信息采集模块23-24
• 3.2 二维码检测与信息提取24-26
• 3.2.1 二维码的原理及检测方法24-25
• 3.2.2 检测二维码及提取信息25
• 3.2.3 实验结果与分析25-26
• 3.3 危险品标志的检测26-30
• 3.3.1 基于SURF特征匹配的危险品标志检测27-28
• 3.3.2 特征匹配的优化28
• 3.3.3 实验结果与分析28-30
• 3.4 基于多传感器融合的伤员检测30-34
• 3.4.1 基于视觉特征和深度信息的伤员检测31-32
• 3.4.2 基于温度特征的伤员检测32
• 3.4.3 多传感器融合的伤员检测32-34
• 3.5 本章小结34-35
• 第4章 目标跟踪模块设计35-47
• 4.1 摄像头标定35-37
• 4.1.1 摄像头标定算法35
• 4.1.2 摄像头标定实验与结果35-37
• 4.2 粒子滤波算法37-39
• 4.2.1 粒子滤波算法原理37-38
• 4.2.2 粒子滤波算法跟踪流程38-39
• 4.3 TLD算法39-42
• 4.3.1 TLD算法原理39-41
• 4.3.2 TLD算法跟踪流程41-42
• 4.4 实验结果与分析42-46
• 4.5 本章小结46-47
• 第5章 多信息融合的自主避障模块设计47-61
• 5.1 基于激光测距仪的自主避障47-51
• 5.1.1 VFH+算法原理47-48
• 5.1.2 Turtlebot机器人运动控制策略48-50
• 5.1.3 实验结果与分析50-51
• 5.2 基于立体视觉的障碍物提取51-55
• 5.2.1 三维点云信息的误差分析与校正51-53
• 5.2.2 点云信息的预处理53-54
• 5.2.3 基于点云信息的自主避障模块设计54-55
• 5.2.4 实验结果与分析55
• 5.3 多信息融合的自主避障55-59
• 5.3.1 多传感器模型的建立56-57
• 5.3.2 基于加权平均法的障碍物信息融合57
• 5.3.3 实验结果与分析57-59
• 5.4 本章小结59-61
• 第6章 系统实现与测试61-65
• 6.1 基于ROS平台的系统实现61-63
• 6.2 实验结果与分析63-65
• 第7章 总结与展望65-67
• 7.1 总结65
• 7.2 展望65-67
• 致谢67-69
• 参考文献69-71
• 攻读硕士学位期间发表的论文71

【相似文献】

中国期刊全文数据库 前10条

1 ;世界机器人最新统计数据[J];机器人技术与应用;2000年01期

2 ;警卫和保洁两用机器人[J];机器人技术与应用;2000年03期

3 ;案例分析之四 机器人码垛单元[J];机器人技术与应用;2000年04期

4 李成桐;对中国机器人产业的思考(之二) 未来之路[J];机器人技术与应用;2000年05期

5 贾培发,王全福;团结奋斗努力实现中国机器人产业化[J];机器人技术与应用;2000年06期

6 李开生,张慧慧,费仁元,宗光华;国外服务机器人的发展动态和前景[J];制造业自动化;2000年06期

7 淑芳;机器人种菜[J];湖南农业;2000年09期

8 长路;机器人技术在发展[J];世界制造技术与装备市场;2001年01期

9 贾一;机器人外科手术的必要技术条件[J];机器人技术与应用;2002年04期

10 董瑞翔;人间协调共存型机器人[J];机器人技术与应用;2002年05期

中国重要会议论文全文数据库 前10条

1 胡春华;范勇;朱纪洪;孙增圻;;空中机器人的研究现状与发展趋势[A];2005年中国智能自动化会议论文集[C];2005年

2 陈卫东;;服务机器人的技术发展及微特电机在其中的应用[A];第十届中国小电机技术研讨会论文集[C];2005年

3 肖玉林;侍才洪;陈炜;李浩;张西正;;救援机器人的现状及发展趋势(综述)[A];天津市生物医学工程学会第三十四届学术年会论文集[C];2014年

4 郑亚青;吴建坡;;岸边集装箱宏-微起重机器人的机构、结构设计及运动仿真[A];2009海峡两岸机械科技论坛论文集[C];2009年

5 王静;边继东;张大慧;林峰华;张宏;;管道定量采样机器人系统设计[A];2009全国虚拟仪器大会论文集（二）[C];2009年

6 黄海明;杨雷;宋跃;赖思沅;;智能保安巡逻机器人[A];2009全国虚拟仪器大会论文集（二）[C];2009年

7 王明辉;马书根;李斌;;独立操作型可重构机器人群体的动态层次体系结构研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年

8 谭金林;刘明英;梁建民;;机器人硬件电路设计[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 许家中;孔祥冰;尤波;李长峰;禹鑫q

本文编号：494124