人机交互式环境侦测机器人的视觉导航技术研究

摘要

在发生核生化恐怖袭击、核泄漏、化学物质泄漏等突发事件现场中，经常会遇到情况不明、人员无法接近或高度危险的区域，派遣环境侦测机器人在第一时间到达现场进行探测、样品采集、高危险性事件处置等工作，可以大大降低事故处理和救援人员的风险，提高事故响应和处理的效率。本文面向核化污染环境下的侦测应用，围绕人—机器人交互和机器人自主导航两方面问题开展了相应的理论和实验研究。
　　 针对核放射与化学污染环境下的侦察探测应用，参与研制成功小型核化环境侦测机器人。该机器人采用了带有前导臂的履带式传动机构设计方法，机器人机动能力与复杂地面环境的适应能力强。机器人硬件与软件系统采用层次化、模块化的设计方法，系统结构清晰、层次分明，大大提高了系统的可靠性和可维护性。该机器人系统作为后续研究的对象和实验平台。
　　 针对未知环境下的环境侦测机器人自主导航问题，给出了基于自主事务执行与人机协作的人机交互方法。给出了基于多代理机制的机器人传感与控制底层模块的设计方法、基于模糊推理的机器人基本智能行为实现方法。提出了基于RS运算符与Python脚本的事务解释方法、基于双重刺激反应模式的事务执行机制。给出了事务执行器的实现方法，实现了符合核化侦测工作特点与工作要求的人机交互接口。实现的人机交互系统在多次参加的核化事故演练及重大安全保卫任务中得到了实际应用。
　　 针对核化侦测工作中多样化的人机交互需求，提出了一种基于SURF特征跟踪的动态手势识别算法。算法无需预先检测分割人手区域，通过跟踪统计相邻帧间匹配SURF特征点集的移动主方向来刻画手势运动轨迹，提出采用经时间规整的轨迹方向数据流来建立动态手势模型，利用基于相关分析的数据流聚类方法实现动态手势的识别。将动态手势识别算法用于环境侦测机器人的遥操作运动控制，实现了自然的人机交互。
　　 针对人机交互式导航过程中的视觉目标跟踪问题，提出了一种基于多特征聚类的粒子滤波跟踪算法，提出将目标模型多特征表示统一在聚类计算框架下，在自适应聚类基础上提出了一种目标概率密度估计方法来精确表示目标模型，利用核密度估计相似测量方法计算参考目标与候选目标的距离，作为粒子滤波系统观测的重要信息，提出了基于概率密度估计与均值移动的改进状态转移一阶AR模型来提高粒子利用率。提出了一种目标BRIEF(BinaryRobustIndependentElementaryFeatures)特征定位算法，在快速的基于Hamming距离度量的BRIEF特征匹配计算基础上提出了由粗到精的目标定位两步策略，实现了目标的精确定位。结合两种算法并用于移向视觉目标的人机交互式导航。
　　 针对移向目标的人机交互式导航中机器人局部导航路径优化问题，给出了基于图像场景分析的导航路径优化方法。为实现基于地形跨越系数标记的图像场景分析，提出了基于实际场景子区域的图像划分方法、场景子区域的地形跨越系数计算方法，以及一个无监督的在线训练样本集建立方法，给出了利用提升决策树对场景子区域图像与跨越系数进行拟合的学习方法，完成图像场景分析。在图像场景分析的基础上，综合考虑场景子区域间行驶距离与跨越难度，提出了基于动态子区域距离度量和粒子群优化的最优路径搜索算法，解决了全局目标引导下机器人视野范围内的局部导航路径优化问题。

目录

声明

摘要

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究动态

1．3 目前存在的主要问题

1．4 论文主要研究内容

1．5 论文的组织结构

第二章 环境侦测机器人系统

2．1 引言

2．2 本体设计与运动建模

2．3 电子硬件系统

2．4 软件系统结构

2．5 主要用途与技术指标

2．6 本章小结

第三章 环境侦测机器人的人机交互方法研究

3．1 引言

3．2 基于多代理机制的机器人传感与控制底层模块设计

3．3 基于模糊推理的机器人导航智能行为设计

3．4 事务执行器的研究与实现

3．4．1 基于RS运算符和Python脚本的事务解释方法

3．4．2 基于双重刺激反应模式的事务执行机制

3．4．3 机器人自主事务执行器的实现方法

3．5 人机交互接口研究与实现

3．5．1 人机接口设计原则

3．5．2 远程监视接口

3．5．3 临场感与遥操作接口

3．5．4 事务规划接口

3．6 实验结果与分析

3．6．1 基于事务执行器的机器人自主导航仿真

3．6．2 人机交互接口使用测试实验

3．6．3 人机交互系统的实际应用

3．7 本章小结

第四章 基于动态手势识别的机器人遥操作方法研究

4．1 引言

4．2 手势识别相关研究

4．3 手势特征提取

4．4 手势模型建立

4．5 动态手势识别

4．6 基于动态手势识别的机器人遥操作

4．7 实验结果与分析

4．8 本章小结

第五章 人机交互式导航中的视觉目标跟踪方法研究

5．1 引言

5．2 目标跟踪相关研究

5．2．1 视觉目标跟踪

5．2．2 基于视觉目标跟踪的机器人导航

5．3 基于多特征聚类的粒子滤波目标跟踪算法

5．3．1 特征聚类

5．3．2 目标概率密度估计与相似性度量

5．3．3 粒子滤波跟踪

5．3．4 算法描述

5．4 基于目标BRIEF特征定位的改进跟踪算法

5．4．1 BRIEF特征提取

5．4．2 目标定位两步法

5．4．3 算法描述

5．5 视觉目标引导下的人机交互式导航

5．5．1 导航问题描述

5．5．2 移向视觉目标的自主导航FSA

5．6 实验结果与分析

5．6．1 测试序列中的目标跟踪实验

5．6．2 真实环境中的目标跟踪实验

5．6．3 真实环境中的人机交互式导航实验

5．7 本章小结

第六章 基于图像场景分析的导航路径优化方法研究

6．1 引言

6．2 基于图像场景分析的导航路径规划相关研究

6．3 基于地形跨越系数标记的图像场景分析

6．3．1 地形跨越系数计算

6．3．2 场景区域图像划分

6．3．3 场景子区域图像特征提取

6．3．4 无监督的训练样本在线建立方法

6．3．5 基于提升决策树的场景图像标记

6．4 基于粒子群优化的最优路径搜索

6．4．1 粒子群优化

6．4．2 动态子区域距离度量

6．4．3 最优路径搜索

6．5 实验结果与分析

6．5．1 无监督的训练样本集在线建立

6．5．2 导航路径优化实验

6．5．3 自主导航实验

6．6 本章小结

第七章 结论与展望

7．1 论文工作总结

7．2 论文主要创新点

7．3 未来工作展望

致谢

参考文献

作者在学期间发表论文清单及研究成果