自主移动机器人自适应室外道路检测
目的 为降低室外自主移动机器人视觉导航中遇到的阴影、裂纹及道路边界不规则造成的道路检测算法不鲁棒性,提出一种每帧灰度阈值可调的快速自适应道路检测方法.方法 先采用2维离散小波进行道路图像分解与重构,比较各级小波重构后的近似道路图像,确定出不影响“路一非路”灰度二分类的最佳分辨率等级;在低分辨率尺度空间中,用灰度类间最大方差和类内最小方差共同构造适应度函数,采用改进的遗传算法对各帧道路图像进行阈值自适应分割,找到准确的道路边界,最近两边界中心位置即机器人行驶方向.采用小型陆地自主车作为研究平台,并在卡耐基梅隆大学(CMU)提供的室外移动机器人道路视频中进行算法测试.结果 本文方法能够在具有阴影、裂纹、光照度变化的道路条件下鲁棒分割出道路边界,机器人可以平均30 km/h的速度在有较严重阴影干扰的校园道路上行驶,视觉系统的处理速度平均可达到20 ms/帧.结论 本文方法比传统的灰度直方图分割法表现出更强的环境自适应性,可实现较为鲁棒的室外道路检测,并可作为室外自主移动机器人非结构化道路检测的一种鲁棒性较强的方法加以推广.
自主移动机器人、小波压缩、遗传算法、自适应道路检测
19
TP242.6(自动化技术及设备)
国家自然科学基金项目61103157;北京市学术创新团队项目PHR201107149;北京市教委科技计划面上项目SQKM201311417010
2014-08-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
1046-1053