視覺信息下移動機(jī)器人目標(biāo)識別算法

逯瑜嬌+方建軍+馬慧姝

摘要

智能移動機(jī)器人的應(yīng)用目的在于為人類的工作提供幫助，因此構(gòu)建起類似于人眼識別能力的視覺信息系統(tǒng)是智能移動機(jī)器人能否更加直觀獲取外部信息的關(guān)鍵。在目前的視覺信息研究應(yīng)用于移動機(jī)器人的工程當(dāng)中，大多依賴于傳感系統(tǒng)，利用呈像設(shè)備轉(zhuǎn)化真實(shí)世界為二維圖像，從而丟失了深度信息。本文將從傳感系統(tǒng)的角度出發(fā)，簡要敘述移動機(jī)器人視覺信息系統(tǒng)的目標(biāo)識別算法。

【關(guān)鍵詞】智能化 視覺信息系統(tǒng) 移動機(jī)器人 目標(biāo)識別

智能機(jī)器人的視覺系統(tǒng)和目標(biāo)識別現(xiàn)在難以突破的瓶頸在于圖像提取和線索的檢索之上，以往所應(yīng)用的方法主要集中在簡單的場景當(dāng)中，機(jī)器人通過傳感器對重要的信息特征進(jìn)行提取，從而獲取相應(yīng)的視覺信息。但是一旦到了相對復(fù)雜的場景之中，這種圖像特征提取的方式就顯得十分笨拙，非但對提取信息來說具有不完整的特征，還會造成二維平面圖像的數(shù)學(xué)建模分析無法完成。

1常見的移動機(jī)器人目標(biāo)算法分析

目前在移動機(jī)器人的視覺信息系統(tǒng)研究當(dāng)中，最為常見的目標(biāo)識別算法包括幾何模型算法、外觀算法、局部特征算法和三維圖像算法等。

1.1四種目標(biāo)算法的基本情況

l.1.1幾何模型算法

機(jī)器人應(yīng)用CMOS相機(jī)進(jìn)行外部信息獲取，并轉(zhuǎn)化成為二維圖像。具體方法為將三維物體的不同姿態(tài)在不同光照之下形成二維平面圖像，然后通過機(jī)器學(xué)習(xí)來判斷圖像當(dāng)中是否存在目標(biāo)物。

1.1.2外觀算法

該算法所選用的描述圖像方法是通過圖像當(dāng)中所具備的興趣點(diǎn)，來計(jì)算出其鄰域信息。具體步驟分為特征的提取-匹配特征-模式識別，為了完成匹配和識別，還需要建立額外的龐大數(shù)據(jù)庫。

1.1.3局部特征算法

局部特征需要檢測子和描述子兩個(gè)步驟，對于目標(biāo)物所具有的差異化特征顯著，該方法可以利用不同的單一特征描述來進(jìn)行匹配特征對，并去除誤匹配點(diǎn)。

1.1.4三維圖像算法

三維圖像算法從灰度圖像的數(shù)字化分析發(fā)展而來，利用非接觸式的傳感方式，并轉(zhuǎn)化成為數(shù)字形式，從而獲取目標(biāo)物當(dāng)中所具有的像素點(diǎn)的深度信息。

1.2四種目標(biāo)算法存在的問題

（1）缺乏高質(zhì)量的原始圖像，傳感器無法做到完全還原并提高識別精度；

（2）復(fù)雜的背景特征和位移變化會對目標(biāo)特征的具體表現(xiàn)有所影響，而這四種算法并沒有能夠?qū)ψ兓龀鱿鄳?yīng)的識別調(diào)整；

（3）目標(biāo)算法的應(yīng)用范圍非常狹小，缺少推廣。

2利用機(jī)器學(xué)習(xí)的顏色特征實(shí)現(xiàn)目標(biāo)識別的定位算法

2.1特征提取和攝像機(jī)成型

機(jī)器學(xué)習(xí)下的特征提取方法的改良表現(xiàn)在全局特征的提取，除了顏色特征之外，還包含了紋理特征和形象特征，從而更加全面直觀地形成視覺信息。其具體方面如表1所示。

而為了實(shí)現(xiàn)上述特征描述，并且避免上文中提到的關(guān)于目標(biāo)物發(fā)生位移所造成的識別不準(zhǔn)確現(xiàn)象，機(jī)器人所選用的攝像機(jī)系統(tǒng)需要優(yōu)先進(jìn)行定義坐標(biāo)系和轉(zhuǎn)換關(guān)系，并將成像過程中像素點(diǎn)的幾何參數(shù)作為攝像機(jī)參數(shù)，從而提高攝像機(jī)的成像準(zhǔn)確性，使成像過程的描述更加具有量化標(biāo)準(zhǔn)。

2.2利用識別算法模型實(shí)現(xiàn)地平面約束的單目視覺測距

通過識別算法模型當(dāng)中的彩色模型建立，從而利用像素閾值的分割和HSV彩色模型相結(jié)合使目標(biāo)圖像當(dāng)中的彩色得以分割成若干部分，并選用最低點(diǎn)來指代目標(biāo)物的整體特征。在實(shí)踐當(dāng)中，本文選用了這種識別算法進(jìn)行單目視覺的測距，實(shí)現(xiàn)了地平面約束的識別模型算法實(shí)驗(yàn)。具體的實(shí)驗(yàn)方法為三種，其一是處理序列圖像，該方法類似人的觀察物體中轉(zhuǎn)變視角，形成三維結(jié)構(gòu)的方法，在設(shè)定了攝像機(jī)的運(yùn)動信息之后，將運(yùn)動前后攝像機(jī)所捕捉到的兩幅圖像進(jìn)行圖像相似點(diǎn)匹配，從而實(shí)現(xiàn)三維目標(biāo)的位置測量；其二是透鏡成像法，使用

測距模型的建立，并以攝像機(jī)的成像平面和焦平面作為模型當(dāng)中的重要變量，能夠在自然光下完成測距工作；其三是幾何光學(xué)法，對于被測地點(diǎn)的聚焦位置進(jìn)行估算，在己知的焦距和相距的條件當(dāng)中，將數(shù)據(jù)帶入到透鏡成像的公式當(dāng)中，經(jīng)過計(jì)算，獲得被測地點(diǎn)的具體位置，因此這種方法又被稱為“離焦法”或“聚焦法”。

這三種方法在應(yīng)用過程中各有利弊。其中處理序列法需要將算法轉(zhuǎn)換成為運(yùn)動恢復(fù)結(jié)構(gòu)，加大計(jì)算量；而透鏡成像法需要優(yōu)先對攝像機(jī)水平垂直兩個(gè)方向的視角進(jìn)行分析；幾何光學(xué)法成本較高，且處理速度緩慢。

3結(jié)論

移動機(jī)器人的視覺信息系統(tǒng)當(dāng)中，對于目標(biāo)識別的算法都離不開攝像機(jī)的成像，通過成像的具體情況進(jìn)行信息獲取。但是在獲取過程中，由于算法的不同，所導(dǎo)致的特征提取內(nèi)容也各具差異。顏色特征的提取方法對于移動機(jī)器人來說更加全面，相較于以往的算法也更具優(yōu)勢。

參考文獻(xiàn)

[1]欒慶磊，趙為松.動背景下幀差分法與邊緣信息融合的目標(biāo)檢測算法[J].光電工程，2014，38（10）：77-83.

[2]武艷美，肖陽輝.基于特征點(diǎn)匹配的全局運(yùn)動估計(jì)[J].計(jì)算機(jī)工程，2011，37（22）：148-150.

[3]大鵬，程衛(wèi)平，于盛林.基于幀間差分和運(yùn)動估計(jì)的Camshift目標(biāo)跟蹤算法[J].光電工程，2013，37（01）：55-60.

[4]家棟，王建中，王紅茹.基于光流的人體運(yùn)動實(shí)時(shí)檢測方法[J].北京理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，28（09）：794-797.endprint