学位论文 > 优秀研究生学位论文题录展示

人体目标跟踪机器人的研究与设计

作　者: 谭等泰
导　师: 裴东
学　校: 西北师范大学
专　业: 电路与系统
关键词: 多信息融合 深度信息 预测信息 Camshift算法 特定人识别
分类号: TP242
类　型: 硕士论文
年　份: 2013年
下　载: 11次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人体识别与跟踪不但是智能监控和计算机视觉领域的一个重要研究方向，而且是服务机器人中的一项基本技术。针对家庭服务机器人中人体识别与跟踪，本文提出了多信息融合的人体目标跟踪算法和特定人识别算法，并设计了一款家庭服务机器人，将该算法应用到服务机器人中，通过对该算法的综合测试表明，该算法能够在复杂背景、相似颜色和光线变化等多变条件下实现人体目标的鲁棒跟踪与识别。首先，针对人体目标识别与跟踪，本文提出了多信息融合的人体目标跟踪算法，该算法首先利用色彩信息和深度信息将Camshift算法拓展到三维空间中，然后在三维空间中融合人体目标的深度信息，并利用Kalman滤波器预测目标的位置信息，消除投影图中复杂背景的干扰，最后在对应的深度图像中计算人体的质心位置,实现人体目标的跟踪。文章采用微软Kinect传感器，实现了多信息融合的人体目标跟踪算法，并对该算法完成了测试，测试结果表明，该算法能在复杂的环境条件下实现人体目标的鲁棒跟踪。其次，针对特定人识别，本文提出了基于颜色特征分布的特定人识别算法，该算法首先选取了以肩宽为长、右肩到人体重心为高的矩形为颜色直方图的统计量，通过直方图相交匹配的方法识别特定人。测试结果表明，当人体目标跟踪失败后，该算法能够准确快速的寻找到主人并跟踪，且对光线、环境的变化不敏感。最后，设计并实现了服务机器人平台中的人体目标检测与跟踪系统，本文采用Kinect传感器，利用C和C++混合编程，完成了系统的整体及各个功能模块的设计。同时设计了一款服务机器人并详细给出了该服务机器人的组成、功能以及硬件结构，并利用该服务机器人在实际场景中进行了跟踪测试，测试结果表明，机器人不但能够鲁棒跟踪人体目标，而且当主人丢失后能够重新搜索到主人并跟踪。

全文目录


西北师范大学研究生学位论文作者信息  5-6
摘要  6-7
Abstract  7-8
目录  8-10
第一章 绪论  10-18
  1.1 课题研究的背景和意义  10-11
  1.2 国内外研究现状  11-15
  1.3 本文的研究内容和结构安排  15-18
第二章 目标跟踪方法综述  18-30
  2.1 引言  18-19
  2.2 静态背景下运动目标检测与跟踪算法  19-22
    2.2.1 帧差法  19-20
    2.2.2 背景差分法  20-21
    2.2.3 光流法  21-22
  2.3 动态背景下的运动目标检测与跟踪算法  22-29
    2.3.1 背景补偿差分法  22-24
    2.3.2 Camshift 跟踪算法  24-29
  2.4 本章小结  29-30
第三章 多信息融合的人体目标跟踪算法  30-46
  3.1 KINECT 摄像头简介  30-31
  3.2 RGB 空间到 HSV 空间的转换  31-32
  3.3 目标直方图和背景投影图  32-33
    3.3.1 目标直方图  32-33
    3.3.2 背景投影图  33
  3.4 融合深度信息和色彩信息的人体目标跟踪算法  33-37
  3.5 嵌入 KALMAN 滤波的人体目标跟踪算法  37-42
    3.5.1 Kalman 滤波的原理和人体跟踪中的应用  37-41
    3.5.2 嵌入 Kalman 滤波的人体目标跟踪算法  41-42
  3.6 多信息融合算法的测试与分析  42-45
    3.6.1 人体目标的初始化过程  42-43
    3.6.2 消除复杂背景干扰的测试与分析  43-44
    3.6.3 算法的跟踪测试与分析  44-45
    3.6.4 实验总结  45
  3.7 本章小结  45-46
第四章 特定人识别算法的研究与应用  46-54
  4.1 人体目标特征的选取  46-47
    4.1.1 特征分布量的选取  46-47
    4.1.2 人体目标特征区域的选取  47
  4.2 直方图的匹配的方法  47-50
  4.3 特定人识别  50
  4.4 实验结果与分析  50-53
    4.4.1 实验条件  50-51
    4.4.2 实验结果  51-53
    4.4.3 实验总结  53
  4.5 本章小结  53-54
第五章 算法应用与实现  54-61
  5.1 硬件测试平台  54-55
  5.2 系统软件实现  55-57
  5.3 测试结果  57-60
    5.3.1 跟踪算法测试  57-58
    5.3.2 特定人识别算法测试  58-59
    5.3.3 服务机器人的应用  59-60
  5.4 本章小结  60-61
第六章 总结与展望  61-64
参考文献  64-67
攻读学位期间的研究成果  67-68
致谢  68

相似论文

  1. 基于机器视觉的车辆检测和车距测量方法研究,TP274
  2. 基于视频流的快速人脸检测与实时跟踪算法研究,TP391.41
  3. 基于卡尔曼滤波的视频跟踪技术的研究及应用,TP391.41
  4. 基于立体视觉的串联机器人跟踪检测系统,TP242
  5. 视频监控中的人体头部检测与跟踪,TP391.41
  6. 基于DSP平台的智能车辆跟踪系统,TP391.41
  7. 基于机器视觉的智能车跟踪系统研究与实现,TP391.41
  8. 高速公路交通事件检测建模及应用研究,U491.116
  9. 变压器故障多信息融合诊断方法研究,TM407
  10. 基于GPS/INS高精度导航技术的研究,P228.4
  11. 基于立体视觉的多目标跟踪方法研究,TP391.41
  12. 基于深度图的二维视频三维化的相关技术研究,TP391.41
  13. 基于近红外光谱分析技术和计算机视觉技术的猪肉品质检测的研究,TP391.41
  14. 基于多信息融合的电气火灾智能检测技术的研究,TM76
  15. 基于散焦测距的几何尺寸测量技术研究,TP391.41
  16. 基于运动估计的深度信息生成技术研究,TP391.41
  17. 基于多传感器信息融合的冷挤压内螺纹成形质量预测研究,TG62
  18. 计及控制保护动作信息的特高压直流输电系统故障诊断技术研究,TM721.1
  19. 微机器人装配系统显微视觉相关技术的研究,TP242
  20. 基于多信息融合的苹果智能分级技术研究,TP29-AG
  21. 面向智能服装的多信息融合医学辅助诊断的应用研究,R319

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com