基于小波分析和绩效学习机图像分类算法机器人导航视觉系统设计.docVIP

基于小波分析和绩效学习机图像分类算法机器人导航视觉系统设计 　　摘 要：机器人导航视觉系统设计需要建立在完整的算法基础上。本文主要从小波分析与绩效学习机图像分类算法两方面展开研究，提出实现机器人导航视觉系统功能的设计方法。通过小波分析算法来强化机器人绩效学习能力，从而达到导航视觉捕捉效果。 　　关键词：小波分析；绩效学习机；图像分类；机器人导航 　　中图分类号：TP301 文献标识码：A 　　Design of the Intelligent Robot Navigation Vision System Based on Wavelet Analysis and Performance Learning Machine Image Classification Algorithm 　　KANG Lijun1，GAO Qian2 　　（1.Computer Science and Engineering Department，Taiyuan University，Taiyuan 030032，China； 　　2.School of Electronic Science and Engineering，Nanjing University，Nanjing 210046，China） 　　Abstract：As the robot vision system needs to be designed on the basis of the complete algorithm，this study is mainly conducted from the two aspects of wavelet analysis and performance learning machine learning image classification algorithm.The paper proposes the design method to implement the functions of the robot navigation visual system.The robot performance learning ability is reinforced through the wavelet analysis algorithm，so as to achieve the visual navigation capture effect. 　　Keywords：wavelet analysis；performance learning machine；image classification；robot navigation 　　1 引言（Introduction） 　　导航视觉系统中主要由摄像头、图像采集集成模块、图像识别模块和数据运算分析模块组成，能够将所捕捉得到的信息通过系统内部识别转化成为智能机器人可以理解的语言[1]。小波分析可以将数据转换处理成为系统可以识别的模式，硬件结构的配合程度直接关系到最终的视觉导航功能实现。硬件结构之间的运行先后程度也十分重要，需要进行重点构建设计，提升系统的综合运行能力。系统中的硬件组成结构与软件结构之间需要相互配合，体现出结构的运行稳定性，并为系统结构组成建立起适合的软件基础环境。在硬件程序与软件相互配合的前提下，进入到系统的结构组成环节中，实现软件与硬件之间的相互配合，从而实现软件结构与硬件系统之间相互配合。 　　2 系统结构组成及智能机器人软件工作原理（System 　　structure and intelligent robot software working 　　principle） 　　2.1 系统结构组成 　　视觉引导的机器人结构系统框架图如图1所示。有关于软件与硬件之间配合的运行环境问题，通过系统功能完善也能达到更加合理的标准。软件功能能够配合硬件模块共同构建完成功能，对信息的捕捉和接下来系统功能实现均能够达到更适合的标准[2]。 　　2.2 智能机器人软件工作原理 　　在CCD摄像头的信息捕捉下，通过视觉导航来实现现场的配合控制，通过软件与硬件之间相互结合来构建出适合的现场环境。摄像头所捕捉得到的信息传输到控制中心中，通过软件与硬件系统之间的相互结合，来识别所捕捉得到的影响信息，从而判断障碍物所在位置，实现导航视觉系统对障碍物的躲避。扫描得到信息后将其规划到控制系统中，在系统运算帮助下实现路径规划。智能机器人软件系统功能实现主要是由远程信息捕捉、图像识别、跟踪处理与到达点定位几部分组成，各个系统结构之间的功能通过这种相互配合的方法来高效实现，进入到最终的控制模块中[3]。智能机器人在功能上更应该充分配合运行状态，体现出运行