论文部分内容阅读
核环境机器人对核能开发与利用具有重大意义,提高其自动化、智能化水平成为核环境机器人发展的首要问题。本文以应用于核工业领域的机器人为背景,研究并实现核环境自主式机器人的目标识别与匹配、目标跟踪和自主避障等功能。核环境自主式机器人在对核设施布局进行勘察时,需要自主识别各种不同含义的安全警示标志,有效的指导工作人员采取相应的防护措施。相机在核环境中采集的图像受到核辐射干扰,产生一定的图像噪声。针对目标识别与匹配任务,本文首先对采集的受核辐射干扰图像进行去噪预处理,分别用SIFT、ORB、SURF算法提取图像的特征点,比较特征点提取数目和算法运行时间,选择性能较好的SURF算法作为本文特征点提取方法,并利用FLANN预匹配特征点对,最后采取RANSAC算法优化错误的匹配点对以提高目标识别与匹配的正确率。本文针对核环境设计的目标识别与匹配算法在保证图像配准率的同时,满足了机器人视觉对实时性的需求。为了向工作人员展示核设施空间布局信息及设备的各项参数,需要实现机器人搜索设备铭牌。针对机器人在跟踪铭牌的过程中可能存在铭牌与背景颜色相似或铭牌被遮挡情况,在分析了传统Camshift算法的基础上,本文提出了Camshift与Kalman滤波融合的改进算法。由于Kalman滤波是依据目标被遮挡或被干扰前的运动状态,在跟踪目标被遮挡或相似背景颜色干扰期间能起到良好的预测作用,具有较高的可信度,本文提出的跟踪算法实现了机器人跟踪目标的功能。本文在Turtlebot2移动平台和ROS系统下搭建核环境自主式机器人实验设备,首先根据张正友标定法对Kinect v1相机进行标定,在实验室中随机张贴安全警示标志和设备铭牌,测试机器人目标识别与匹配、目标跟踪和自主避障功能。测试结果表明:本文搭建的机器人系统实现了对目标的快速识别与匹配,并且在有障碍环境中能够实现实时跟踪目标,具有一定的工程应用和研究价值。