论文部分内容阅读
多机器人系统是机器人学发展的一个新方向。由于某些任务的复杂性,单个机器人会因为自身有限的能力而无法完成全部的工作,在这种情况下,多个机器人可以通过相互之间的协作共同完成任务。在多机器人系统中,搬运、编队、围捕等方面的研究比较广泛,运动目标跟踪作为移动机器人的研究热点之一,也成为了近年来机器人领域中备受关注的前沿方向,因此利用多机器人系统的协作对特殊的运动目标进行跟踪有着重要的研究意义。
本文研究内容的主体框架为:体系结构-目标识别-目标定位-目标跟踪。主要研究工作如下:
(1)进行了基于人工势场法的多机器人协作目标跟踪仿真,总结出了一套规划算法。在此基础上,针对实物实验的复杂性,设计了一种混合分层体系结构,使多机器人系统在任务分解、分配、规划、决策及执行过程中各机器人个体的功效最大程度的发挥,确保目标跟踪任务的高效完成。
(2)针对基于颜色信息的目标识别问题,在分析和比较了RGB和HSI两种常用的颜色模型后,选择了合适的颜色模型。应用颜色阈值分割法设计了视觉系统软件,使机器人能够完成对多通道颜色信息的有效识别。
(3)针对实验室带有全景视觉的open自主移动机器人,利用插值法和BP网络进行距离标定,实现了基于全景视觉的机器人定位,并结合前向视觉进行了对静态目标的搬运实验,验证了定位效果。
(4)利用多机器人协作实现了对运动目标的有效跟踪。在目标跟踪行为中,建立了目标的运动模型,利用卡尔曼滤波预测目标运动,从而使响应更加快速,跟踪更加准确。随后进行了扩展实验,充分了考虑到了在多机器人目标跟踪过程中诸如任务目标更换,机器人个体间的协调及响应等复杂问题,实现了基于任务优先级的协作目标跟踪。最后将目标跟踪的思想应用于足球机器人平台,丰富了机器人足球比赛的攻防策略。
总体上,本研究基于机器人运动目标跟踪的整体框架,完成了图像识别、定位导航、目标跟踪等任务。全文不仅对机器人的体系结构、定位方法、跟踪算法等加以研究,还对计算机视觉、机器人运动控制等关键技术进行了应用。