基于計(jì)算機(jī)視覺(jué)的輪椅跟隨控制系統(tǒng)研究
發(fā)布時(shí)間:2021-03-09 04:45
隨著移動(dòng)機(jī)器人的不斷發(fā)展,目標(biāo)跟蹤技術(shù)作為其關(guān)鍵技術(shù)對(duì)移動(dòng)機(jī)器人的研究和發(fā)展具有重要的推動(dòng)作用,因此成為許多學(xué)者研究的熱點(diǎn)之一。同時(shí),隨著人口老齡化的加快,社會(huì)對(duì)老年人和殘障人士等行動(dòng)不便人群關(guān)注度也在不斷增加,輪椅作為他們的輔助工具,將在很大程度上提高他們的生活自理能力,發(fā)展以輪椅為載體的跟隨服務(wù)機(jī)器人,輔助他們恢復(fù)健康,提高其生活質(zhì)量具有廣闊的應(yīng)用前景。本文在咸陽(yáng)市科學(xué)技術(shù)研究計(jì)劃項(xiàng)目“具有目標(biāo)自動(dòng)跟隨功能及摔倒檢測(cè)功能的智能輪椅控制系統(tǒng)研究”(2018K2-06)的資助下,以輪椅為載體,重點(diǎn)研究目標(biāo)檢測(cè)與目標(biāo)跟蹤為核心的動(dòng)態(tài)目標(biāo)跟蹤控制技術(shù),并在此基礎(chǔ)上以嵌入式為硬件平臺(tái)搭載多個(gè)傳感器,設(shè)計(jì)了一種具有自動(dòng)跟隨功能的智能輪椅系統(tǒng)。該系統(tǒng)能夠通過(guò)計(jì)算機(jī)視覺(jué)傳感器檢測(cè)和跟隨輪椅用戶,并在跟隨的過(guò)程中實(shí)現(xiàn)安全、準(zhǔn)確的避障,為處于康復(fù)階段或身體虛弱的人群提供幫助。論文的主要研究?jī)?nèi)容如下:(1)系統(tǒng)整體方案設(shè)計(jì)在對(duì)具有目標(biāo)跟隨功能的輪椅的任務(wù)需求進(jìn)行分析之后,完成了整個(gè)輪椅跟隨系統(tǒng)的總體方案設(shè)計(jì):即通過(guò)計(jì)算機(jī)視覺(jué)傳感器實(shí)時(shí)獲取目標(biāo)的視頻圖像,利用目標(biāo)檢測(cè)跟蹤算法與雙目視覺(jué)定位算法得到目標(biāo)的位...
【文章來(lái)源】:陜西科技大學(xué)陜西省
【文章頁(yè)數(shù)】:107 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1系統(tǒng)整體設(shè)計(jì)框圖??Fig.?2-1?System?overall?design?block?diagram??2.3相關(guān)傳感器介紹??
基于計(jì)算機(jī)視覺(jué)的輪椅跟隨控制系統(tǒng)研究??[0?else??式中r?yàn)樵O(shè)定的閾值,一般取0.2.。??(2)如式(3-3)所示,將上一步得到的差分結(jié)果進(jìn)行“與”運(yùn)算,得到目標(biāo)A。??叫(3_3)??[〇?else??對(duì)三幀差分法的進(jìn)行實(shí)驗(yàn)仿真,選取其中的三幀圖像的檢測(cè)效果,如圖3-1所示,??根據(jù)實(shí)驗(yàn)結(jié)果可以看出該算法能夠檢測(cè)出目標(biāo)邊緣,但得到的目標(biāo)邊緣比較模糊,且缺??少內(nèi)部信息,導(dǎo)致目標(biāo)檢測(cè)的精度下降。??X?/;,????第8幀原圖?第8帕檢測(cè)結(jié)果??^|??(I:??f?I?1??L??第15幀原圖?第15幀檢測(cè)結(jié)果??痛丨丨丨:??,?丨I??第30幀原圖?第30幀檢測(cè)結(jié)果??圖3-1三幀差分法處理結(jié)果??Fig.?3-1?Processing?results?of?the?three-frame?difference?method??11??
圖3-4自適應(yīng)高斯混合模型算法處理結(jié)果??Fig.?3-4?Processing?results?of?the?adaptive?Gaussian?mixture?model?algorithm??
本文編號(hào):3072271
【文章來(lái)源】:陜西科技大學(xué)陜西省
【文章頁(yè)數(shù)】:107 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1系統(tǒng)整體設(shè)計(jì)框圖??Fig.?2-1?System?overall?design?block?diagram??2.3相關(guān)傳感器介紹??
基于計(jì)算機(jī)視覺(jué)的輪椅跟隨控制系統(tǒng)研究??[0?else??式中r?yàn)樵O(shè)定的閾值,一般取0.2.。??(2)如式(3-3)所示,將上一步得到的差分結(jié)果進(jìn)行“與”運(yùn)算,得到目標(biāo)A。??叫(3_3)??[〇?else??對(duì)三幀差分法的進(jìn)行實(shí)驗(yàn)仿真,選取其中的三幀圖像的檢測(cè)效果,如圖3-1所示,??根據(jù)實(shí)驗(yàn)結(jié)果可以看出該算法能夠檢測(cè)出目標(biāo)邊緣,但得到的目標(biāo)邊緣比較模糊,且缺??少內(nèi)部信息,導(dǎo)致目標(biāo)檢測(cè)的精度下降。??X?/;,????第8幀原圖?第8帕檢測(cè)結(jié)果??^|??(I:??f?I?1??L??第15幀原圖?第15幀檢測(cè)結(jié)果??痛丨丨丨:??,?丨I??第30幀原圖?第30幀檢測(cè)結(jié)果??圖3-1三幀差分法處理結(jié)果??Fig.?3-1?Processing?results?of?the?three-frame?difference?method??11??
圖3-4自適應(yīng)高斯混合模型算法處理結(jié)果??Fig.?3-4?Processing?results?of?the?adaptive?Gaussian?mixture?model?algorithm??
本文編號(hào):3072271
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3072271.html
最近更新
教材專著