基于RGB-D的移动机器人目标检测和定位

【摘要】: 为了认识到移动机器人可以通过视觉系统感知环境，从而可以在环境中自主移动，从而获得了更广阔的应用范围. 本文从移动机器人视觉系统，多角度目标检测，目标定位等多个方面入手. 视觉系统分为两个方面: 硬件组成和软件体系结构. 在硬件组成方面，将Pioneer 3-AT移动机器人用作研究平台，并在其上安装了两自由度PTZ-46，因此摄像机可以在不经过云台的情况下上下移动更改移动机器人的运动状态. 左右倾斜并向各个方向观察整个环境. 在软件体系结构方面，随着机器人技术领域的快速发展和复杂性，对代码重用和模块化的需求越来越强. 本文基于ROS（机器人操作系统，ROS）构建了用于移动机器人的软件系统. 它使用类似节点的结构将功能划分为不同的小功能，并且每个小功能都可以自由组合. 这使执行程序可以独立设计，并且可以实时地松散组合. 目标可能以各种姿势出现在移动机器人的视野中. 为了移动移动机器人目标，机器人可以从各种角度检测物体. 首先移动机器人目标，Adaboost算法用于学习基于类似Haar的特征的检测器. 其次，针对多视图目标检测问题训练了基于视图的瀑布检测器. 最后，通过组合各类检测器来实现多视图目标检测. 实验结果表明该方法非常有效. 通常，基于二维图像的方法更难于实现快速，准确的目标定位，而基于深度图像的方法则可以快速，准确地获取目标的空间位置信息. 对于基于深度图像的目标定位问题，首先，分析了传统相机在定位问题中使用的针孔模型的局限性. 其次，阐述了深度图像数据的重要性，并分析了其数据结构. 第三，通过将距离信息添加到针孔模型中，空间中每个像素的三维坐标得以恢复. 最后，通过融合彩像和深度信息，实现目标定位. 实验结果表明该方法是有效的.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-195241-1.html