学位论文 > 优秀研究生学位论文题录展示

高尔夫球童机器人视觉跟踪模块设计

作　者: 董利明
导　师: 胡成华；郭天华
学　校: 电子科技大学
专　业: 软件工程
关键词: 计算机视觉 球童机器人 双核处理器 多传感器信息融合 目标跟踪
分类号: TP242.62
类　型: 硕士论文
年　份: 2011年
下　载: 46次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着计算机视觉技术的飞速发展,视频跟踪广泛应用于智能监控等领域。本作品基于计算机视觉技术,结合多传感器信息融合理论设计并实现了具有自主跟踪功能的高尔夫球童机器人系统。本设计对多种视觉跟踪算法的原理进行了深入的分析。着重地对CamShift算法进行了分析和阐述。在此基础上利用开源的图像开发库OpenCV对CamShift算法进行编程实现。本设计采用了基于Intel双核处理器的开发平台,综合运用视频处理、超声测距、模式识别、RF无线通信等技术,实现了机器人的对运动目标的识别与跟踪、障碍物避碰。本设计的创新点在于,通过多传感器信息融合,获得目标的位置信息,从而能够快速准确地跟踪目标。实验结果表明,本系统具有较高的鲁棒性和实时性,具有广泛的应用前景。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-15
  1.1 论文背景及意义  9-11
  1.2 目前研究的现状和存在的问题  11-13
    1.2.1 目前国内外研究现状  11-12
    1.2.2 当前目标跟踪存在的难点问题  12-13
  1.3 本文主要研究内容和章节安排  13-15
第二章 计算机视觉的相关理论  15-28
  2.1 形态学图像滤波  15-19
    2.1.1 二值形态变换  15-18
    2.1.2 灰度形态变换  18-19
    2.1.3 传统的形态滤波器  19
  2.2 色彩空间模型  19-21
    2.2.1 RGB 色彩模型  19-20
    2.2.2 HSV 色彩模型  20-21
  2.3 视觉跟踪的主要方法  21-22
  2.4 视觉跟踪算法研究  22-28
    2.4.1 运动目标检测算法  22-25
    2.4.2 运动目标跟踪算法  25-28
第三章 基于CAMSHIFT 算法的目标跟踪  28-33
  3.1 运动目标跟踪的基本原理  28-30
    3.1.1 RGB 色彩模型到HSV 色彩模型的转换  28
    3.1.2 颜色概率分布直方图  28-29
    3.1.3 CAMSHIFT 算法的流程图和描述  29-30
  3.2 采用OPENCV 实现CAMSHIFT 算法  30-33
    3.2.1 OPENCV 简介  30
    3.2.2 用OPENCV 实现CAMSHIFT 算法  30-33
第四章 基于视觉和内部传感器信息的融合策略研究  33-44
  4.1 信息融合技术的形成与发展  33-37
    4.1.1 信息融合的基本原理  33-34
    4.1.2 信息融合的级别  34
    4.1.3 信息融合的一般方法  34-37
    4.1.4 信息融合的应用领域  37
  4.2 不确定性推理方法的研究  37-44
    4.2.1 故障诊断中的不确定性  37-38
    4.2.2 D-S 证据理论的基本概念  38-40
    4.2.3 D-S 证据理论与贝叶斯推理的比较  40
    4.2.4 D-S 证据理论的组合规则及冲突解决  40-42
    4.2.5 D-S 证据理论信息融合决策的推理过程  42-44
第五章 系统方案与实现  44-61
  5.1 系统总体方案  44-45
  5.2 系统主要功能及指标  45-46
  5.3 硬件实现  46-52
    5.3.1 电源模块  46-47
    5.3.2 无线收发RF 模块  47
    5.3.3 电机驱动控制模块  47-50
    5.3.4 超声测距模块  50-52
  5.4 软件实现  52-59
    5.4.1 软件流程  52-53
    5.4.2 视频采集模块  53-54
    5.4.3 运动物体跟踪模块  54-56
    5.4.4 目标定位与电机运动决策模块  56-58
    5.4.5 物体丢失重寻模块  58-59
  5.5 操作界面设计  59-61
第六章 系统测试与优化  61-70
  6.1 测试方案  61
  6.2 测试实施  61-65
    6.2.1 超声功能测试  61-62
    6.2.2 摄像头图像采集功能测试  62
    6.2.3 电机功能测试  62-63
    6.2.4 静止背景下运动物体跟踪以及阻挡测试  63-64
    6.2.5 整机综合性能测试  64-65
  6.3 优化方案  65-67
  6.4 优化实现  67-68
  6.5 总体优化结果  68-70
第七章 总结与展望  70-72
  7.1 全文总结  70
  7.2 研究展望  70-72
致谢  72-73
参考文献  73-77
附录  77-102

相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  3. 空间交会接近视觉测量方法研究,TP391.41
  4. 基于学习的低阶视觉问题研究,TP391.41
  5. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  6. 移动机器人视觉检测和跟踪研究,TP242.62
  7. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  8. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  9. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  10. 红外图像目标识别及跟踪技术研究,TP391.41
  11. 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
  12. 基于运动目标轨迹分析的智能交通监控系统,TP277
  13. 无线传感器网络的目标定位跟踪算法研究,TN929.5
  14. 基于多传感器信息融合的车载多目标跟踪算法研究,TP391.41
  15. 信息融合在移动机器人目标定位中的应用研究,TP242
  16. 基于多信息融合的轮式移动机器人定位导航技术研究,TP242
  17. 基于AT89S51为核心的防火防盗报警器的研究与设计,TU89
  18. 基于多传感器组合的自动导引车系统研究与应用,TP242.2
  19. 多目标跟踪算法研究,TN953
  20. Mean Shift目标跟踪算法的研究,TP391.41

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 > 智能机器人 > 机器人视觉
© 2012 www.xueweilunwen.com