论文部分内容阅读
目标识别与定位是智能轮椅机器人视觉的基本任务之一，也是智能轮椅机器人感知能力和智能水平的重要标志。视觉传感器能够提供丰富的信息，已成为移动机器人常用的配置，所以研究基于视觉的智能轮椅机器人的目标识别与定位有着十分重要的意义。本文针对传统的移动机器人目标识别实时性差和测距精度差的问题，研究了提高识别实时性和定位精度的算法。本文的研究工作主要从以下几个方面展开： (1)介绍了摄像机标定常用的成像几何模型，摄像机标定的意义以及标定方法。针对轮椅机器人的目标识别与定位的需要，采用了标定方法简单的张正友标定方法对实验所用的摄像机进行了标定得出了摄像机的参数值。 (2)基于局部特征的目标识别算法研究。首先详述了视觉特征提取的常见算法，比较了SIFT（Scale Invariant Feature Transform）算法与SURF（Speeded Up Robust Features）算法，提出了改进的SURF算法，利用改进的SURF算法提取视觉图像特征，利用最近邻查询算法对目标特征进行匹配和用 RANSAC（RANdom Sample Consensus）算法消除误匹配点，并实验验证了该改进算法的时效性。 (3)在实现目标识别的基础上，根据人眼原理通过两个相对位置已知的摄像机拍摄目标物。根据图像坐标与摄像机坐标的转换关系以及最小二乘法计算目标物在摄像机坐标系下的坐标。拟定轮椅机器人的运动轨迹，用 OpenCV编程实现坐标的计算，最后将实际目标物的位置与实验获得的目标物位置做了比较并得出误差值。实验证明该定位算法具有较高的精度。 本文所提出的算法是在 VS2008环境下利用 OpenCV2.3.1软件开发并调试完成，并对拍摄的图像进行了实验，实验表明本文所用的算法能够达到预期效果。