基于改进相关滤波算法的ROS自主跟随式机器人研究

【目的】随着机器人智能化程度的提高,其跟随功能应用日益广泛。医疗领域、养老领域都需要能够自主跟随、辅助的机器人设备协助人工完成相关工作。亟需设计一款响应时间短、跟随效率高的跟随式机器人。【方法】课题组设计了一款基于改进滤波算法的、搭载ROS系统的自主跟随式机器人,对机器人的硬件平台和软件系统进行了详细的设计与说明。在实际应用中,另引入核函数理论,构成核相关滤波算法,用以提高算法运行效率。针对机器人仍受光照变化和遮挡物影响,识别准确率低的问题,采用引入自适应核相关滤波(AKCF)的方法。【结果】通过在光线阴暗的公共场所进行跟随试验,发现该自主跟随式机器人可实时跟随移动目标运动,稳定性较高,响应速度快,准确性达到95%以上。【结论】ROS操作系统能够大大缩短开发时间,极大地提高了智能移动式机器人软件上的移植性和复用性,也提高了软件的兼容性;引入基于改进相关滤波的运动目标跟踪算法,能有效提高由于光照、复杂背景、遮挡等造成外观改变时目标跟踪的准确性。

自适应核相关滤波的运动目标跟踪

为实现复杂环境下的目标跟踪,提出了基于自适应核相关滤波(AKCF)的方法。该方法训练状态转移滤波器和尺寸滤波器分别用于目标位置检测和尺寸变化检测。为适应不同运动速度的目标,跟踪过程中利用卡尔曼滤波估计目标运动速度,以改变目标搜索图像块大小。为适应目标尺寸变化,对尺寸滤波器及尺寸因子实时更新。最后将方法与其他相关算法在典型视频序列中进行验证。实验结果表明,所提方法跟踪性能稳定,实时性强,解决了跟踪过程中的目标运行速度变化及尺寸改变等问题。

自适应阈值图像边缘检测方法

针对噪声图像的边缘检测问题,提出自适应阈值图像边缘检测方法.该方法以二维高斯函数的微分算子为基础,通过构建多方向边缘检测滤波器计算图像梯度.为减少噪声对图像梯度的影响,提出根据候选阈值自适应确定滤波器尺寸的方法.在确定滤波器尺寸的基础上,进一步提出滞后阈值的自适应选择方法.为检验文中方法的性能,在不同噪声情况下,分别对滤波器尺寸、滞后阈值与边缘检测方法性能间的关系进行实验.实验表明,文中方法可根据图像噪声情况自适应选择滤波器尺寸和滞后阈值,具有良好的抗噪性能.

扫描跟踪和图象跟踪之间的协调控制

扫描跟踪和图象跟踪方式之间的协调控制系统设计者提出了一些重要的问题。扫描跟踪用于点目标，图象跟踪用于大面积目标；在任何给定条件下，有时两种方法都可能用到。必须找到协调控制的一个最佳点。目标还可能在扫描跟踪和图象跟踪最佳的状态之间变化。当用一种方式丢失目标后，用另一种方式再次捕获目标又是另一个必须论述的问题。两种方式的局限性是需要考虑的：采用二维空间算法点点目标探测取决于目标和滤波器这两者的外形尺寸大小。图象跟踪的实现主要取决于目标的大小和形状。本文将论述采用典型的扫描跟踪探测点目标的探测算法，简要地介绍一种典型的图象跟踪器并给出几种不同情况下获得的结果。