运动模型引导下的小型移动机器人目标跟踪

发布时间：2022-12-23 02:25

　　随着机器人技术的发展,社会对服务类机器人的潜在需求不断增大。行人跟随机器人属于服务类机器人的一种。为了完成机器人对目标人进行跟随的任务,首先需要有鲁棒性强的视觉跟踪算法对目标进行跟踪,其次需要有稳定的机器人运动控制算法。本文分析了小型移动机器人对人体目标跟踪的特点,选取人体双脚作为跟踪目标,提出了人体足部运动模型引导下的核相关滤波跟踪算法（Kernel Correlation Filter guided by Motion Model,MM-KCF）,完成了光照变化以及快速行走时的人体足部鲁棒性跟踪。针对跟踪中的遮挡问题,采用自适应输出响应对核相关滤波算法进行了改进,同时结合基于相关率的遮挡检测方法,大大提高了遮挡情况下人体足部跟踪算法的准确性和鲁棒性。最后在ROS系统下采用Turtlebot机器人对足部跟踪算法进行了试验验证。具体的研究内容如下:1.通过研究人体足部行走的特点,建立人体足部运动模型,提出了运动模型引导下的核相关滤波算法。在跟踪过程中所建立的足部局部运动和全局运动模型对下一帧图像双脚位置进行预测,再由该预测位置信息获得KCF算法的目标检测区域,从而提高了跟踪准确率,减小... 

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

早期

国内外研发的各种移动机器人

研究内容结构图

【参考文献】：
期刊论文
[1]相似车辆干扰下的车辆跟踪算法[J]. 申嘉琪,张丽果,杜慧敏,顾文宁,李佳韵.  电子技术与软件工程. 2020(01)
[2]自适应特征融合与抗遮挡的相关滤波跟踪算法[J]. 刘海峰,孙成,梁星亮.  激光与光电子学进展. 2020(14)
[3]基于核相关滤波和运动模型的多目标轨迹跟踪[J]. 廖家才,曹立波,夏家豪,张晓,吴强.  汽车工程. 2019(10)
[4]自动跟随服务机器人的设计研究[J]. 连幸.  决策探索(下). 2019(09)
[5]浅析家庭型服务机器人的发展前景[J]. 袁政华,夏雪.  信息记录材料. 2019(07)
[6]融合运动模型与联合置信度量的改进核相关跟踪算法[J]. 陈婧,孙玉娟,周万军.  红外技术. 2018(11)
[7]基于深度学习的目标跟踪方法研究现状与展望[J]. 罗海波,许凌云,惠斌,常铮.  红外与激光工程. 2017(05)
[8]基于分块的尺度自适应CSK跟踪算法[J]. 王暐,王春平,付强,徐艳,刘璞.  电光与控制. 2017(02)
[9]工信部首次对机器人产业“十三五”规划解读（节选）[J].   制造技术与机床. 2016(05)
[10]解读“绿皮书”之中国服务机器人产业发展前景[J]. 赵军平,姚之驹,陈丹.  机器人产业. 2015(05)

博士论文
[1]基于TOF深度摄像机的深度超分辨率恢复和深度融合研究[D]. 刘力维.浙江大学 2014

硕士论文
[1]基于DSST的航拍视频目标检测和跟踪算法研究[D]. 彭晨晖.西安电子科技大学 2019
[2]基于相关滤波的目标跟踪算法研究[D]. 闫培亮.西安电子科技大学 2019
[3]鲁棒相关滤波跟踪算法研究[D]. 霍阳.华中科技大学 2019
[4]基于深度图像的室内移动机器人行人跟随[D]. 程熙.湖南大学 2018
[5]基于核相关滤波的长时间目标跟踪算法研究[D]. 王涛.大连理工大学 2017
[6]结构光三维测量系统误差分析与仿真研究[D]. 王洪乡.哈尔滨理工大学 2003



本文编号：3724522