开题报告姝清.doc

哈尔滨工程大学 攻读硕（博）士学位研究生论文 开 题 报 告 专 业 控制工程 研究方向 机器人与智能控制 姓 名 曹姝清 指导教师审查意见： 指导教师签字： 年 月 日 基于全景视觉的移动机器人目标跟踪研究 1课题研究的及意义光线亮度的变化。由于现场光线亮度的变化将使背景图像也随之发生变化，从而很难将这些变化与图像中由于前景目标导致的变化加以区分。 背景景物的变动。当背景中增加或移动某些景物时，或者当背景中景物的位置发生移动时，只要这些变化持续一段时间，都需要及时更新背景模型。 阴影和物体间重叠遮盖。运动的前景目标的阴影部分可能会造成背景中局部画面亮度变化，另外运动目标之间，以及运动目标背景之间的重叠遮盖，都可能会改变检测出来的运动目标的形状和其他特征。 前景目标与背景中物体相近。当运动的前景目标与背景中景物在颜色和形状等外观特征相似时，将增大从背景中分辨出前景目标的难度。 用于检测和跟踪运动目标特征难以选取。运动图像序列是一类特征的视频，在运动图像序列中包含了大量的运动信息，时空图像中前景目标的梯度信息、深度信息和光流场；彩色图像中的彩色纹理特征、直方图信息；运动图像中的边缘信息等，这些信息都可以用来进行运动目标检测和跟踪。pirit Lander)外观及其回传的第一张全景照片，图1.2为“机遇”号机器人(Mars Opportunity Lander)登陆火星后传回的首批极高解析度的解算的全景图片。 图1.1 勇气号机器人外观及回传得第一幅全景图片 图1.2高解析度解算的全景图片 国内在相关方面的研究起步较晚，处于基础研究阶段。四川大学光电系苏显渝教授2003年得到国家自然科学基金资助(数字光投影器DLP的时空特性及其在PMP中的应用研究，开展了折反射光学全景成像理论及双目立体视觉的研究，中国科学院沈阳自动化研究所机器人研究室董再励研究员2004年利用国家自然科学基金资助条件(面向任务的虚拟环境和人机交互方法研究开展了全景图象恢复及在移动机器人定位应用的研究、上海交通大学自动化研究所陈卫东副教授(国家自然科学基金:多机器人系统中适应性群体行为的学习开展了以全景视觉为基础的基于回归神经网络的广度优先搜索法在移动机器人路径规划导航方法及在足球机器人应用中的研究。 1998年在美国国防预先研究计划局(DAPRA)资助下，美国里海(Lehigh University) 大学在实验室条件下将全景视觉环境感知系统成功应用于目标探测与跟踪[]，如图1.3所示。该系统视场大小为(360°×210°) 采用满足CCIR656标准的电视图像(NTSC 640×480)，图像解析度为每度4.2象素，距离50m大小为0.5m×2.0m的目标在图像上的面积为2象素×8象素，也就是说50m远的人在图像上的大小约为16个象素。这种全景视觉环境感知系统在一次长达70小时的试验中，在城市街道环境中正确识别和跟踪率可达95%以上 在美国国防预先研究计划局(DAPRA)资助下，2000年前后美国宾夕法尼亚大学(Pennsylvania University)研制了一系列远距离多目标跟踪的全景视觉环境感知与目标探测系统[]，如图1.4所示。系统还装备GPS全球定位系统、遥控操控装置，操作者通过经头盔显示器HMD(Head-Mounted-Display)观察到的经解算的速率较高的全景图像来操控移动机器人。 图1.3 全景视觉应用于目标探测与跟踪 图1.4 全景视觉环境感知与目标探测系统Meyer等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而能有效地提取和跟踪运动目标。该方法的优点是在摄像机运动的前提下也能检测出独立光流法可以独立地实现运动目标的检测，但是，大多数光流法计算方法相当复杂，且抗噪性能差，如果没有特别的硬件装置则不能被应用于视频流的实时处理。 针对上述检测方法的种种缺陷，最近有三种研究趋势：一种是对上述方法加以改进，例如针对背景差分法对动态场景变化敏感的缺陷，有人提出了动态背景更新的方法还有人在研究减少光流场计算量的方法，以使之能适用于实时场合； 第二种趋势是研究新的运动目标检测方法考虑到上述方法忽略了图像的颜色信息，又提出了基于颜色的图像分割方法还有些学者为了准确描述背景强度值的变 化，提出了各种背景统计模型用于运动检测，此外基于知识的目标分割方法成为