機器人目標(biāo)跟蹤技術(shù)在機器人導(dǎo)航定位、人機交互、無人駕駛等領(lǐng)域的應(yīng)用越來越廣泛,其中在智能服務(wù)領(lǐng)域的應(yīng)用也在生活中發(fā)揮重要作用。本文以博物館講解、商場導(dǎo)購為應(yīng)用場景,采用單目攝像頭來設(shè)計并實現(xiàn)了一種基于深度學(xué)習(xí)的智能機器人目標(biāo)跟蹤方法。目標(biāo)跟蹤模型中最為重要的一點在于對目標(biāo)的特征提取,本文選取了一些當(dāng)前特征描述能力優(yōu)秀的深層卷積神經(jīng)網(wǎng)絡(luò)算法,進(jìn)行了深入對比研究。在機器人上試驗了現(xiàn)有的GOTURN和TLD單目視覺跟蹤算法,發(fā)現(xiàn)GOTURN算法缺乏跟蹤失敗檢測機制。同時,傳統(tǒng)的TLD算法在跟蹤過程中存在著易受光照影響等情況。為了能夠同時保證跟蹤準(zhǔn)確性與實時性,提出一種改進(jìn)的算法GOTURN-LD,該方法將離線訓(xùn)練好的深度學(xué)習(xí)模型用于在線跟蹤,并且與傳統(tǒng)的帶檢測器的算法框架TLD相融合。此外,還改進(jìn)GOTURN-LD算法的檢測模塊,加入?yún)^(qū)域建議算法,減小掃描區(qū)域,從而減少檢測的計算量,加快目標(biāo)遮擋或丟失后重新找回的速度,進(jìn)一步提高算法的跟蹤準(zhǔn)確度。本文將改進(jìn)后的跟蹤算法應(yīng)用到機器人系統(tǒng)進(jìn)行實際場景實驗,主要完成機器人運動、信息采集和處理等功能。通過跟蹤系統(tǒng)總體設(shè)計,數(shù)據(jù)與機器人底層指令變換設(shè)計... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題的研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外機器人視覺跟蹤研究
        1.2.2 國內(nèi)機器人視覺跟蹤研究
        1.2.3 視覺跟蹤問題的分析
        1.2.4 視覺目標(biāo)跟蹤最新進(jìn)展
    1.3 課題的目的和意義
    1.4 論文的組織架構(gòu)
第二章 基于深度學(xué)習(xí)的目標(biāo)跟蹤算法
    2.1 深度學(xué)習(xí)
        2.1.1 深度學(xué)習(xí)簡介
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)概述
        2.1.3 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的跟蹤算法
        2.2.1 目標(biāo)跟蹤流程
        2.2.2 FCNT算法
        2.2.3 HCF算法
        2.2.4 MDNet算法
    2.3 基于Caffe的實時跟蹤GOTURN算法
        2.3.1 Caffe框架
        2.3.2 GOTURN算法的網(wǎng)絡(luò)結(jié)構(gòu)
        2.3.3 GOTURN算法的主要原理
    2.4 本章小結(jié)
第三章 目標(biāo)跟蹤算法的設(shè)計與改進(jìn)
    3.1 TLD和GOTURN算法分析
        3.1.1 TLD算法的優(yōu)缺點
        3.1.2 GOTURN算法的優(yōu)缺點
    3.2 GOTURN-LD算法設(shè)計
        3.2.1 GOTURN-LD算法流程
        3.2.2 GOTURN-LD算法實現(xiàn)
    3.3 GOTURN-LD算法跟蹤模塊的實現(xiàn)
        3.3.1 跟蹤器設(shè)計
        3.3.2 實驗結(jié)果分析
    3.4 GOTURN-LD算法檢測模塊的實現(xiàn)
        3.4.1 檢測器設(shè)計
        3.4.2 P-N學(xué)習(xí)
        3.4.3 實驗結(jié)果分析
    3.5 本章小結(jié)
第四章 GOTURN-LD算法在移動機器人的實現(xiàn)
    4.1 智能機器人的系統(tǒng)架構(gòu)
    4.2 跟蹤系統(tǒng)的軟件開發(fā)環(huán)境
    4.3 跟蹤系統(tǒng)框架
        4.3.1 系統(tǒng)總體設(shè)計
        4.3.2 數(shù)據(jù)與指令變換設(shè)計
        4.3.3 數(shù)據(jù)傳輸
    4.4 實驗結(jié)果及分析
        4.4.1 目標(biāo)跟蹤算法的驗證
        4.4.2 性能指標(biāo)與分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請的專利
致謝



本文編號：3201182