成果介紹
基于傳感器機器人檢測工作環(huán)境中的具有顏色特征的已知目標和未知的障礙物。
使用單目視覺傳感器，在機器人工作環(huán)境中需要檢測路標、跟蹤目標物等通常具有顏色特征?；陬伾撝捣指钭R別，并生成連續(xù)的連通區(qū)域，最后記錄同一顏色連通區(qū)域的質(zhì)心，像素個數(shù)，邊界等信息，為后續(xù)的處理準備。識別結(jié)果如下圖所示。目標定位方法使用單孔攝像機成像模型，在已知空間目標的一個維度的信息的條件下實現(xiàn)二維圖像坐標和三維空間坐標的映射。
機器人裝配Kinect傳感器在視頻攝像頭左右兩側(cè)安裝光源發(fā)射器和接收器,用于獲取深度數(shù)據(jù)?；贙inect感知信息進行未知多障礙物檢測方法如下：（1）建立環(huán)境地面模型，檢測多障礙物。（2）根據(jù)Kinect測距原理和深度數(shù)據(jù)特性，利用障礙物深度圖像的邊緣特征和距離特征進行障礙物的分割；（3）利用深度數(shù)據(jù)圖像的像素與空間位置關(guān)系確定分割障礙物的位置信息。使用該傳感器進行未知目標檢測及定位結(jié)果如下。
研究了一種基于Kinect傳感器信息融合的移動機器人不確定性全局柵格地圖構(gòu)建方法。將機器人工作環(huán)境離散化為不確定性柵格地圖并劃分為三部分區(qū)域：空閑區(qū)、障礙區(qū)、未知區(qū)。使用Kinect傳感器對每個柵格區(qū)域進行檢測，并根據(jù)對Kinect傳感器的不確定性分析來對每個區(qū)域進行概率賦值，使用一種改進的D-S證據(jù)方法來實現(xiàn)傳感器信息的融合?；贙inect系統(tǒng)誤差分析，給出了Kinect傳感器不確定性模型，確定柵格被障礙物占用的置信度。根據(jù)D-S證據(jù)理論，首先將移動機器人的工作環(huán)境柵格化，當每次Kinect檢測環(huán)境信息后可以得到一副新的局部地圖，其中包含新探測柵格的基本狀態(tài)置信度，將新地圖所探測的柵格與原地圖對應(yīng)柵格進行信息融合，并將融合結(jié)果更新到柵格地圖中。下圖顯示了實驗中移動機器人的實際工作環(huán)境的局部地圖和最終的融合的地圖。
