基于傳感器信息融合的室內(nèi)運(yùn)動(dòng)物體分類與跟蹤研究.pdf

1、在移動(dòng)機(jī)器人跟蹤運(yùn)動(dòng)目標(biāo)的過程中，為順利完成任務(wù)需要解決兩個(gè)關(guān)鍵問題：一是準(zhǔn)確的檢測出運(yùn)動(dòng)目標(biāo)并分辨其類別，二是根據(jù)運(yùn)動(dòng)目標(biāo)的狀態(tài)制定有效的跟蹤策略。同種類的運(yùn)動(dòng)物體表現(xiàn)出相似的運(yùn)動(dòng)模式，不同類物體間的運(yùn)動(dòng)模式差異明顯，了解運(yùn)動(dòng)目標(biāo)的類別信息有利于更有效的跟蹤。本文針對室內(nèi)環(huán)境，以有效跟蹤運(yùn)動(dòng)目標(biāo)為目標(biāo)，研究工作圍繞上述兩個(gè)關(guān)鍵問題展開，主要內(nèi)容包括：
　　 1.針對單一傳感器信息“各有偏好”的特點(diǎn)，采用多傳感器作為信息的獲取方

2、式，各取所長。激光傳感器可以獲取運(yùn)動(dòng)目標(biāo)相對移動(dòng)機(jī)器人的位姿，是制定跟蹤策略的前提；單目視覺傳感器包含了豐富的顏色信息，可以作為運(yùn)動(dòng)檢測和目標(biāo)識(shí)別的主要依據(jù)。對于激光傳感器，通過對掃描點(diǎn)進(jìn)行自適應(yīng)聚類和分割，提取片段的幾何特征作為描述；視覺傳感器的數(shù)據(jù)量較大，特征提取耗時(shí)，因此要在整個(gè)圖像平面中選擇“感興趣”的區(qū)域，大幅度縮小假設(shè)空間的規(guī)模，降低時(shí)間復(fù)雜度。
　　 2.在室內(nèi)環(huán)境下，運(yùn)動(dòng)物體具體可以分為三類：單人、人群和其他類。

3、單個(gè)行人的運(yùn)動(dòng)具有規(guī)律性和可預(yù)測性，是服務(wù)機(jī)器人跟蹤的主要目標(biāo)，也是本文的研究重點(diǎn)。有效的區(qū)分這三類運(yùn)動(dòng)物體對完成最終的目標(biāo)跟蹤具有指導(dǎo)意義。由于已經(jīng)明確分類目標(biāo)，本文采用樸素貝葉斯分類器，并通過Adaboost算法衡量每個(gè)特征對分類的貢獻(xiàn)程度，使得每個(gè)特征的價(jià)值利用最大化。
　　 3.運(yùn)動(dòng)目標(biāo)跟蹤，即移動(dòng)機(jī)器人識(shí)別運(yùn)動(dòng)目標(biāo)、預(yù)測運(yùn)動(dòng)目標(biāo)的軌跡、并根據(jù)運(yùn)動(dòng)目標(biāo)的狀態(tài)調(diào)整自身的行為使得運(yùn)動(dòng)目標(biāo)處于可監(jiān)測范圍內(nèi)。物體的可識(shí)別性源于其