基于视觉与激光的移动机器人环境识别研究

作     者：倪晓清 

作者单位：苏州大学 

学位级别：硕士

导师姓名：孙立宁

授予年度：2013年

学科分类：081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程] 

主      题：移动机器人 环境认知 CCD摄像头 边缘检测 颜色建模 目标识别 激光雷达 模糊逻辑规则 虚拟目标点 人工势场法 路径规划 

摘      要：智能机器人在自主作业过程中离不开与环境的交互与融合。移动机器人自主环境认知也一直是智能机器人技术研究领域的重点及热点问题。移动机器人自主环境知别，即移动机器人能够根据自身所携带的传感器对所处环境进行自主感知，并提取环境中有效的特征信息以便机器人能够对周围的场景及作业目标对象进行深入的理解，同时根据机器人自主学习的环境知识对其当前所处环境进行有效的辨识。通过对周围工作环境的有效认知，移动机器人可以更好地完成定位、路径规划与地图创建等基本任务。由于视觉和激光传感器具有信号探测范围宽、信息量大、特征丰富且特征易于提取的优点，在移动机器人自主环境认知研究中得到越来越广泛的应用，成为一个重要的研究方向。 本文以苏州大学机器人与微系统研究中心研制的HITMO智能移动机器人为实验平台，研究了基于视觉和激光信息融合的移动机器人环境识别技术。其主要内容如下： 1.提出了一种YCrCb颜色建模和Sobel边缘检测相结合的环境目标识别方法。首先基于Sobel算子，提取环境图像边缘特征信息，再在YCrCb颜色空间中对目标对象进行颜色建模，进而识别出环境目标对象的轮廓，实现环境目标识别。该算法简单有效，易于实现且运算效率高。 2.提出了基于虚拟子目标的移动机器人局部路径规划方法。为了去除噪声点的干扰，首先对原始测量数据进行5点中值滤波，合并障碍物，并利用模糊逻辑规则，确定移动机器人安全避障的虚拟子目标点，再基于人工势场法得到移动机器人安全避障运动的线速度和角速度。该算法实时性好，解决了单个路径规划方法存在的固有问题，如动态环境适应性差、存在局部最小值点等。