基于视觉的轮式移动机器人目标跟踪技术研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:Tianxudong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视觉导航是轮式移动机器人的研究热点之一。本文对机器人车体、车载摄像机均运动情况下的运动目标跟踪进行了深入研究和实验验证。 本文设计了机器人运动目标跟踪的整体框架。采用模块化设计,将处理流程分为硬件启动模块、图像处理模块和决策模块。各模块均实现自己的功能,并合作组成系统,完成图像识别、定位导航、跟踪目标的任务。 在图像处理模块,本文采用了适合本课题实时性要求的预处理方法。在图像分割中,采用合适的分割方法并给出实验结果,该方法能够将图像分割成各自独立的目标候选区域。在目标识别这部分,针对目标特性选择不变矩算法,并采用卡尔曼滤波方法成功实现目标特征点的位置预测及获得图像上目标的相对运动速度。为了降低运算量,采用了变搜索框范围法。实验结果显示,卡尔曼滤波方法稳定、准确,搜索框范围变化的方法有助于减少运算时间,降低目标误匹配率。 在运动决策方面,本文通过读取编码器数值,采用PID控制方法实现车轮速度闭环控制。对于在运动控制中需要进行的坐标系转换,本文根据摄像机模型透视技术及逆透视原理推导了从车载坐标系坐标转换到图像坐标系坐标的公式。在涉及到车体、摄像机协调运动控制时,本文推导了图像上目标位置变化与云台控制摄像机转角之间的关系,并设计了协调车体和摄像机运动的方案。 本文采用Visual C++集成开发环境,编程实现各模块功能。实验结果说明机器人能完成任务要求,在满足实时性的前提下,准确识别并跟踪目标。
其他文献
传统直接转矩控制系统存在磁链和转矩脉动的问题。在额定转速的30%以下的低速阶段,这些问题的存在将导致速度控制性能严重下降,甚至失控,这就限制了直接转矩控制的应用范围。提高直接转矩控制系统的低速性能是扩大其应用范围的关键。 本文对直接转矩控制系统中低速范围内存在的问题进行系统和全面的研究与探讨,分析问题产生的原因,指出系统改进的方向,并提出了一种基于U-I模型的定子磁链观测和补偿的新方法,以提
系统故障,如执行器故障和结构损伤,可能造成系统的性能恶化甚至导致灾难性事故。为了增强系统的安全性和可靠性,具有故障补偿能力的容错控制受到了广泛的关注,其已经成为控制领域