论文部分内容阅读
近年来,随着人工智能等技术的不断进步,家居服务机器人逐渐融入到人们的生活中,为人类提供服务。机器人在人类的生活空间中工作,与人和谐共处即人机自然共居,成为未来此类机器人服务于人的主要模式。在人与机器人共存的家居环境中,机器人一方面要以人类心理上能够接受的距离靠近到人,提供服务;另一方面为了安全,又必须在必要的时候避让人类,避免对人产生可能的伤害。机器人有效自主避让成为其进入家庭并获得广泛应用的前提。为此本文开展人居环境中机器人自主避让控制系统的研究。研究使用全局视觉实现对室内环境中人体、机器人实时检测和定位,并实现机器人对人的自主避让。本文构建了机器人自主避让控制系统,完成了该系统的整体构成、数据传输以及考虑到人机关系的机器人对人的避让策略的研究。机器人自主避让控制系统主要由视觉检测系统、室内全方位移动机器人、服务器和无线网络构成。在视觉检测系统中实现对人体、机器人的实时检测和定位,并基于人机位置和合理距离的避让算法得出机器人避让对策、制定实时执行的避让任务并通过无线网络传输到服务器中;服务器根据避让任务生成机器人避让运动控制指令,通过无线网络发送到机器人,由机器人执行指令,完成避让动作。本文通过实验对比分析了目前常见的人居环境中进行人体检测的机器视觉算法,进而提出了一种基于人体深度信息和关节点匹配的人体检测方案。该方案使用深度图像对人体进行检测,先进行图像预处理,获得感兴趣区域,采用骨骼点模型进行匹配,将脊柱关节点位置作为人体在三维空间中的位置,通过坐标系变换实现人体位置的图像映射,之后采用基于HOG特征的核相关滤波算法进行人体运动跟踪,并进行了实验验证。其次构建了室内全方位移动机器人及基于其颜色标记定位的方法。对基于麦克纳姆轮的移动机器人平台进行运动建模、控制系统分析,并实现运动控制。研究使用颜色空间变换方法,减少视觉定位中光照等因素对识别的影响,通过直方图均衡化、颜色分割、边缘检测来实现对机器人颜色标记的检测,并且结合深度图像的距离信息,确定机器人的空间位置。最后,本文通过实验验证了系统的可行性。主要的验证实验有:1、人体检测的实验,研究人体在局部被遮挡、不同侧面情况时的检测情况,并且与其它算法对比,验证了检测的实时性和准确性;2、针对视觉检测系统对机器人的检测与定位进行实验验证并分析误差;3、机器人避让实验,基于视觉检测系统检测人、机器人位置,当小于安全距离时进行避让,验证了系统的可行性。