论文部分内容阅读
机器人的诞生无疑是20世纪人类科学技术的重大成就。机器人视觉技术是80年代发展起来的新兴技术。近年来,已成为高技术邻域里一个重要的研究课题。 机器人视觉系统的一个重要特点是数据量大且要求处理速度快,特别是用于目标定位与跟踪的自主移动机器人视觉系统,对计算机运行速度的要求要更高。因此,处理速度就成为机器人视觉系统急待解决的一个瓶颈问题。基于DSP高速数据处理能力的V3图像处理板,能够快速完成视频信号数字化和视频信号处理,因此,可以满足自主移动机器人视觉系统实时定位与跟踪的要求。 本文对自主移动机器人的各种目标跟踪算法进行了较深入的研究。以透视成像模型为基础,提出了用物理方法来提取摄像机内部参数;从图像处理角度出发,针对机器人目标定位与跟踪的特殊性,提出了几种行之有效的图像平滑、锐化、边缘提取以及边界跟踪的方法;同时,为了完成目标的识别,介绍了目标特征参数的提取方法;在目标图像匹配上,提出了两种快速有效的目标匹配算法;基于目标深度信息恢复原理,提出两种目标特征点三维坐标恢复的方法,同时完成了目标运动参数估计和目标的跟踪与预报,并最后给出了实验结果。 在以智能移动机器人平台GAIA-2为开发工具,对移动机器人目标跟踪算法进行了实验与分析后,提出了一种适用于基于V3图像处理板的机器人目标定位与跟踪算法。此算法针对单摄像机机器人视觉系统目标定位与跟踪的特点,基于特征颜色为目标特征,辅以形状判别算法和目标边缘检测,通过获取目标物体在图像中的位置特征点坐标,来完成对目标物体的定位与跟踪。实验结果表明,此种方法快速、有效,能够很好的完成自主移动机器人视觉系统目标定位与跟踪的任务。