论文部分内容阅读
近年来,随着科技的发展以及计算机视觉和机器人等领域的深入研究,智能移动机器人技术取得了长足的发展。移动机器人目标跟踪技术是智能移动机器人领域中的关键技术之一,在很多领域有着广泛的应用前景。移动机器人的目标跟踪系统主要包含两个部分:1)适用于使用场景的稳定和鲁棒的机器视觉目标跟踪算法;2)基于目标跟踪结果的移动机器人视觉引导运动控制。目标跟踪和视觉引导运动控制是移动机器人目标跟踪系统的核心组成。本文以Turtlebot3移动机器人为硬件载体,重点研究和提出了一种基于TLD(Tracking-learning-Detection)框架的移动机器人目标跟踪算法,使其能够在Turtlebot3移动机器人平台是实现对移动目标的跟踪,本文的主要工作如下:(1)调查和分析课题的研究背景和移动机器人目标跟踪的发展现状,在此基础上重点研究和分析了TLD视频目标跟踪算法。它创造性的将检测与跟踪相融合,将整个系统框架分解为了三个功能:Detect、Track和Learn。检测模块对目标进行全局检测,跟踪模块在目标连续可见时进行跟踪,学习模块能够实现对目标特征的学习,各个模块之间独立运行,相互配合使得TLD算法能够对目标进行实时跟踪。(2)本文在原TLD算法的基础上,分析了跟踪模块中跟踪点存在的问题,并提出了一种改进后的跟踪点选取方法,实验表明提高了跟踪模块的鲁棒性;针对检测模块提出了卡尔曼滤波位置预测与TLD算法检测模块融合的方法,实验表明采用动态更新的方式有效地提高检测模块的实时性。(3)本文在改进后的TLD目标跟踪算法的框架上提出了一种基于视觉引导的移动机器人目标跟踪系统,搭建了跟踪系统的硬件和软件平台,提出了一种视觉引导方法对移动机器人运动进行控制实现对目标的跟踪,实验表明在精度和速度要求不高的情况下,本文提出的跟踪系统能够实现对目标进行跟踪。