基于地面特征识别的室内机器人视觉导航Word文档格式.docx

基于地面特征识别的室内机器人视觉导航Word文档格式.docx

《基于地面特征识别的室内机器人视觉导航Word文档格式.docx》由会员分享，可在线阅读，更多相关《基于地面特征识别的室内机器人视觉导航Word文档格式.docx（75页珍藏版）》请在冰豆网上搜索。

UDC 学校代码10497

学 位 论 文

中文题目：

基于地面特征识别的室内机器人视觉导航

英文题目：

VisualNavigationbasedonFloorFeature

SegmentationforIndoorMobileRobot

研究生姓名：

杜 娟

姓名 李文锋 职称 教授 学位 博士

单位名称 物流工程学院 邮编 430063

申请学位级别 硕士 学科专业名称 机械电子工程

论文提交日期 2006.4 论文答辩日期2006.5

学位授予单位 武汉理工大学 学位授予日期

答辩委员会主席 评阅人

2006年5月

摘 要

视觉信号具有信号探测范围宽、获取信息丰富等优点。

随着近几年图像处理技术以及计算机处理能力的飞速发展，视觉导航成为机器人导航的主要发展方向之一。

最近二十年来，基于视觉的室内机器人导航和室外机器人导航均得到了飞速发展。

机器人导航的任务之一就是避开障碍物。

这样，机器人在行走过程中，要充分利用环境中的特征来识别航行区域和障碍物区域。

本文结合国家自然科学基金和湖北省青年杰出人才基金项目的需求，提出了基于地面特征识别的室内机器人视觉导航这一课题。

通过对图像处理的基本理论的研究和实践，特别是对彩色图像分割进行比较深入的学习和探讨，在已有研究的基础上，提出了一种通过分析机器人环境图像中的颜色信息来识别机器人的可行走区域和非可行走区域的方法，开发了一个机器人的实时障碍物检测系统，包括环境视频图像的采集、处理、压缩、存储和实时回放。

通过本课题的研究，得到如下的成果与结论：

（1）详细分析了室内环境中地面的角点、边缘、颜色等特征，并且对这些特征的提取方法进行了比较，最终选取颜色特征作为机器人视觉导航的陆标；

（2）在已有图像分割算法的基础上，对彩色图像分割算法进行了一些研究，提出了一种基于图像直方图统计学、适合于室内移动机器人识别可行走区域和障碍物区域的彩色图像分割方法；

（3）基于DirectShow技术，完成了机器人单目视觉系统的视频图像采集、视频中每一帧图像处理、视频压缩、存储和实时回放，其中视频压缩可以选用多种压缩方式。

本文在VisualC++集成开发环境中基于OpenCV和DirectShow视频采集技术编程实现了系统的功能。

试验结果说明本文系统能够实时检测机器人室内环境中的障碍物，完成了视觉导航的中的避障任务。

关键词：

室内移动机器人，视觉导航，障碍物检测，彩色图像分割

Abstract

Visionhastheadvantageofbroadsensingareaandfullinformation.Withthedevelopmentofimageprocessingtechnologyandtheabilityofcomputer,thevisualnavigationisbecomingamainwayinrobotnavigation.Theprogressmadeinthelasttwodecadeshasbeenonvision-basednavigationbothforindoorrobotsandforoutdoorrobots.Onetaskoftherobotnavigationisavoidingobstacles.Hence,robotsshouldrecognizethedrivableandtheobstacleareasastheymove.

WiththesupportofprojectofNationalScientificFundandprojectofExcellentScientistFundinHubei,theresearchonfloorsegmentationforindoormobilerobotvisualnavigationisputforward.Thispaperstudiesimageprocessingtheory,especiallythecolorimagesegmentation.Itputsforwardamethodofsegmentingthesceneintodrivableandnon-drivableareasthroughanalyzingthecolorinformationoftheinputenvironmentimagesandimplementsasystemofobstacledetection,includingthecapture,processing,compression,savingandrenderingofvideoimages.

Throughthestudyofthissubject,someresultsandconclusionsaredrawn:

（1）Thispaperanalyzesthefeaturesofcorners,bordersandcolorofindoorfloorindetail.Italsocomparesthemethodsofextractionthesefeatures.Finallythecolorfeatureischosenasthelandmarkforvisualnavigation.

（2）Thispaperdoesresearchoncolorimagesegmentationbasedonexistingimagesegmentationalgorithms.Itputsforwardacolorimagesegmentationalgorithmbasedonhistogramtosegmenttheindoorsceneintodrivableandnon-drivableareas.

（3）Thispaperimplementsareal-timesystemofvideocapture,processing,compression,savingandrenderingbasedonDirectShow.Theprocessedvideoimagescanbecompressedbymanymethods.

VisualC++environment,OpenCVandDirectShowtoolsareused.Theresultsshowthatthissystemcanimplementreal-timeobstacledetectionandavoidance.

Keywords:

indoormobilerobot,visualnavigation,obstaclesdetection,colorimagesegmentation

目录

第1章绪论 1

1.1课题研究及意义 1

1.2国内外现状及发展趋势 2

1.3本文内容与结构 5

1.4本章小结 6

第2章机器人的视觉导航系统 7

2.1机器人的导航技术 8

2.1.1智能型机器人的各种导航方式 8

2.1.2智能机器人导航中的传感器 9

2.2机器人视觉导航的发展 11

2.3机器人视觉系统 14

2.3.1机器人视觉系统组成 14

2.3.2机器人视觉系统工作过程 16

2.4本章小结 17

第3章机器人视觉导航中的图像处理技术 18

3.1图像采集和预处理 18

3.1.1图像的采集 18

3.1.2图像预处理 19

3.2图像分割 22

3.2.1边缘检测 23

3.2.2灰度阈值法 26

3.2.3颜色分割 28

3.3图像压缩存储 29

3.4本章小结 30

第4章室内地面分割的图像处理算法 31

4.1室内地面特征的选取 32

4.2图像的颜色空间的选取 37

4.2.1图像的颜色模型 37

4.2.2颜色模型变换的算法 39

4.3基于直方图的地面分割 42

4.3.1彩色图像的分割 42

4.3.2图像直方图的计算 47

4.3.3直方图的反向投影 48

4.4本章小结 51

第5章室内机器人实时障碍物检测系统 52

5.1开发工具的选择 52

5.1.1DirectShow技术 52

5.1.2OpenCV视觉函数库 54

5.2系统实现的功能 55

5.3系统运行界面 56

5.4室内机器人障碍物检测实例 58

5.5本章小结 60

第6章全文总结与展望 61

6.1工作总结 61

6.2工作展望 62

参考文献 63

致 谢 67

攻读硕士期间参加的科研项目 68

攻读硕士期间发表的论文 68

第1章绪论

1.1课题研究背景及意义

本论文围绕国家自然科学基金（60475031）：

“传感器网络环境中移动机器

人动态特征与可重构控制框架”，和湖北省青年杰出人才基金项目（2005ABB021）：

“自治体系统的分布式智能传感、控制与协作”展开研究。

其中视觉系统和移动机器人导航系统是智能移动机器人实现智能化和完全自主的关键技术，也是目前该领域的研究热点。

本文所研究的“基于地面特征识别的室内机器人视觉导航”对于室内非结构化环境中机器人检测已经存在的（即静止的）和突然出现的（即运动的）障碍物研究具有理论意义和实用价值。

智能机器人的智能特征就在于它具有与外部世界——对象、环境和人相互协调的工作机能。

在这方面，视觉、接近觉、触觉和力觉具有重大作用，机器人视觉被认为是机器人重要的感觉能力。

机器人视觉系统正如人的眼睛一样，是机器人感知局部环境的重要“器官”，同时依此感知的环境信息实现对机器人的导航。

机器人视觉信息主要指二维彩色CCD摄像机信息，在有些系统中还包括三维激光雷达采集的信息。

视觉信息能否正确、实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰，对系统的实时性和鲁棒性具有决定性的作用。

视觉信息的处理技术是移动机器人研究中最关键的技术之一

[1]。

机器人导航的任务之一就是避开障碍物，所以机器人在行走过程中，要能够区分可航行区域和障碍物区域[2-5]。

随着计算机和图像处理技术的迅猛发展，机器人视觉导航也不断地得到发展。

目前移动机器人的导航大都采用基于视觉或有视觉参与的导航技术。

自然环境中视觉导航的研究涉及到计算机视觉中的各个主要方面，是一个有难度的综合性课题。

视觉导航的基本任务包括全局定位、道路跟踪和障碍物检测，其中每