跟踪机器人

� Vol. 3 No.5 / May. 2009 跟踪机器人 方州 邓雷 摘 要 本文针对跟踪机器人进行了研究，介绍了目前跟踪定位技术的一些常用方法，并根据目前跟踪机器人存在的一些 不足和具体的应用场景，提出了一种基于主动红外信号源和超声测距的跟踪 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 用来实现跟踪功能。 关键词 跟踪机器人； 红外定向； 超声测距 1 引言 随着机器人应用领域的拓展，大范围、高难度 的作业要求机器人具有更大的活动空间和更强的适 应能力，作为传感器、执行器、运动规划密切结合 的活动载体，移动机器人具有广阔的应用前景和商 业价值，其研究也越来越受到人们的重视。 在过去的20 多年中,运动目标跟踪的理论和方法 已取得了较大发展,成为当今热门研究领域之一。 但 将它应用于移动机器人技术还是一个新兴的重要发展 方向。在未知环境下该问题具有几个特殊性:首先,由 于机器人常常是在未知的环境中进行运动因此带来 的目标和背景的可变性及复杂性，对跟踪概率和精 度提出了更高要求。 其次，目标位置空间、时间的 不确定性，使得跟踪的实时性要求和信息获取的空间 分辨率要求比固定目标的高得多。 最后，由于机器 人本身处于移动中，自身的位置也不确定，因此涉及 到坐标系的相对运动，相比与固定的系统又增加了复 杂度。迄今已付诸工程实践的移动机器人运动目标跟 踪技术大多是基于特定的场所和任务，如足球机器人 等。因此，具有未知环境下运动目标自主跟踪技术的 移动机器人在众多领域具有普遍意义。 而且跟踪机器人的应用空间也非常广阔，行李 运输就是其中一个潜在的发展领域：例如它可以在 机场帮助乘客运输行李，能按照乘客行走的路线， 在同一时间将行李运送到乘客到达的位置。再比如 超市的购物车如果安装上这种跟踪模块，则购物车 就可以自动的跟着顾客行走，从而使顾客的购物过 程能够更加的方便和愉快。 2 国内外研究现状分析 2.1 基于视频图像处理的跟踪技术 目前，关于目标跟踪技术研究最多的是基于视 频图像处理的跟踪技术，主要有下面几种方法。 2.1.1 基于运动分析的方法 帧间差分方法和光流分割法是基于运动分析的 主要方法。 帧间差分方法是对相邻帧图像作相减运算之 后，对结果图像取阈值并分割，提取运动目标。 光流分割法是通过目标和背景之间的不同速度 来检测运动目标。 2.1.2 基于图像匹配的方法 基于图像匹配的方法可以识别待定目标及确定 运动目标的相对位置，正确截获概率和定位精度是图 像匹配的主要性能指标。基于匹配的原理，该方法可 分为区域匹配、特征匹配、模型匹配和频率域的匹 配。 区域匹配的思想是把参考图像的某一块整体与 实时图像的在所有可能位置上进行叠加，然后计算某 种图像相似性度量的相应值，其最大相似性相对应的 位置就是目标的位置。 特征匹配即在提取特征后，对特征属性矢量 （点、边缘、线段、小面或局部能量）作相关度计 算，相关系数的峰值即为匹配位置。 模型匹配是建立合适的目标模型，通过与图像 的匹配结果来选定目标的位置。 频率域匹配[9]是将视频图像变换到频率域，然后 根据变换系数的幅值或相位来检测目标的运动。 2.2 基于红外的跟踪技术 除了基于普通的视频图像处理的跟踪技术，基 于红外图像的跟踪技术也有较多的应用。 跟踪机器人 5 物理学的研究告诉找们， 自然界中任何温度 高于绝对零度的物体都在向外辐射各种波长的红外 线，物体的温度越高，其辐射红外线的强度也越 大。因此，从理论上讲，任何目标都有可能被红外 探测器探测到，因此基于红外的跟踪技术具有抗干 扰能力强，探测距离远，对光照条件无要求等特 点。由于这些特点红外跟踪技术更多的应用在军事 领域，例如红外制导、机载红外搜索跟踪系统、红 外热瞄准等。 2.3 基于卫星定位的跟踪技术 主要思想是通过导航定位卫星获取绝对位 置在进行跟踪。目前的导航卫星主要有GPS、 GLONASS、GALILEO这三个系统。 GPS是目前全球使用最为广泛的导航定位卫星 星座，是由美国国防部于20世纪70年代建立的。 GLONASS是由前苏联(现由俄罗斯)国防部独立 研制和控制的第二代军用卫星导航系统，与美国的 GPS相似，该系统也开设民用窗口。 与GPS和GLONASS系统不同，GALILEO系统 完全是一个非军方控制和管理的民用导航定位系 统。Galileo系统是欧盟和欧空局共同提出的项目。 2.4 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 虽然对于跟踪的研究已经有了很多的算法，但 是目前各种算法都存在的一定的局限性。例如基于 图像处理的算法存在着目标容易丢失，对障碍物遮 挡的处理还没有太有效的方法往往只能靠预测的手 段，对多个目标的识别存在困难，同时视频图像的 处理计算量较大对硬件的处理要求高，在嵌入式系 统上实现的时候就会影响到系统的响应时间。而基 于卫星导航的技术则存在着精度不高，误差较大， 不适合在室内使用等问题。 3 跟踪方案介绍 由于目前的跟踪算法都存在一定的局限性，难 以满足和解决上面提出的一些技术难点，想要实现 一个应用范围较广，系统稳定性好的模块具有一定 的难度。因此该方案是在被跟踪的物体例如人的身 上增加一个信号源，该信号源发出特定的信号用来 引导跟踪模块进行准确的定位和跟踪。如图1所示： 该方案相对与传统的跟踪方法的区别在于跟踪 模块采集的信息是由信号源发出的经过设计好的信 息，而传统的跟踪方法采集的信息是由于被跟踪物体 本身的特性发出的信息例如可见光、红外等。这样做 的好处在于使跟踪模块更容易准确地锁定目标，避免 了过多的无用信息，同时不容易丢失目标。另外由于 信号源发出的信号是特定的，因此当有多个目标时采 用不同的信号编码就可以轻松的实现目标的区分避免 错误跟踪的情况发生。由于可以自由的选择合适的信 号源和接收系统，因此可以寻找不易被障碍物遮挡或 者干扰的信号从而增强跟踪的稳定性能。而且可以避 免使用视频图像处理的手段从而大幅的减少计算量进 而提高系统的响应速度。而该方案存在的缺点——在 被跟踪的物体上增加信号源，在相当多的场合例如前 面说到的行李的运输都是可以接受的，因此该方案的 可行性很高。 整个系统由安装在机器人上的跟踪模块和放置 于被跟踪物体的信号发射器两部分组成。系统结构图 如图2和图3所示： 图2 信号发射器 图3 跟踪模块 图1 跟踪方案 � Vol. 3 No.5 / May. 2009 ᥹ ᬊ ㅵ ᥹ᬊㅵ ᥹ᬊ ㅵ ᥹ ᬊ ㅵ ᥹ ᬊ ㅵ ᥹ᬊㅵ ᥹ᬊ ㅵ ᥹ ᬊ ㅵ 声波在空气中传播，途中碰到障碍物就立即返回来， 超声波接收器收到反射波就立即停止计时。超声波在 空气中的传播速度为C，根据计时器 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 的时间t， 就可以计算出发射点距障碍物的距离(S)，即：S=C t/2 。 图7 超声测距原理 如图8，类似于红外接收管的方式摆放一圈超声 测距模块在机器人上，这样当机器人周围有物体出现 在超声模块的探测范围之类就可以测出该物体距机器 人的距离 图8 超声模块摆放 通过测量出的机器人与目标的距离来控制运动 速度，使机器人和目标之间保持一个合适的距离， 同时也可以用来检测周围是否存在障碍物。如图9所 示，中间灰色代 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 机器人，红色区域是机器人的避障 信号发射器结构较为简单，由于携带在被跟踪 物体主要是人的身上，因此要求整个模块体积小、重 量轻。采用电池供电，为了能让接收端识别不同的发 射器需要对发射的红外信号进行一定的编码或者调 制，因此还需要编码电路。发射源主要是使用红外的 发射管，不断向周围发射红外信号。 图4 发射管方向图 在跟踪模块上首先使用一个有一定数量红外接 收管组成的接收阵列来收集红外信号。红外接收管使 用和信号发射器上的红外发射管相匹配的红外频率， 这样可以去除掉周围物体发射的红外的影响。接收管 存在一定的接收角度如图4所示，将接收管按图5的 方式摆放，阴影部分表示接收管接收的信号衰减咋一 半以内的范围，每个接收管可以最佳的接收一定范围 内的信号，同时使整个接收范围覆盖整个平面。 图5 接收管摆放 在进行跟踪时，首先将收集到的信号与预先设 定好的编码进行匹配从而判断是否是需要跟踪的目标 发出的信号。然后根据阵列中哪一个接收管接收到的 信号最强来判断信号源的方向。根据判断出的方向来 控制机器人转向信号最强的方向。 利用超声传感器检测机器人与目标的距离。如 图7所示，超声波测距原理是通过超声波发射器向某 一方向发射超声波，在发射时刻的同时开始计时，超 图6 方向判断 ᥹ ᬊ ㅵ ᥹ᬊㅵ ᥹ᬊ ㅵ ᥹ ᬊ ㅵ 䍙ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 跟踪机器人 � 区域，当这个区域有人或障碍物时候，机器人要进行 避让或者停止；绿色区域为机器人跟踪目标的合适距 离，机器人与目标的距离保持在这个区域。当机器人 与目标的距离超过绿色区域时，机器人跟踪目标进行 运动，并保持距离在绿色区域内。 图9 距离控制 参考文献 [1] 邵文坤，黄爱民，韦庆.目标跟踪方法综述. 影像技术,2006,1. [2] Koivunen T.A Noise-Insensitive Motion Detector. IEEE TCE,1992,38(3). [3] H o r n B K P, S c h u n c k B G . D e t e rm i n i n g O p t i c a l Flow. Artificial Intelligence,1981,17. [4] Kass M,Witkinm A,Terzopoulos. Active contour models. International Journal on Computer Vision.1998,1. [5] Menet S,Saint-Marc P,Medioni G.B-Snakes. Implementation and application to stereo. DARPA Image Understanding Workshop,1990. [6] 张桂林,徐捷. 频域相关技术在图像匹配中的应用. 模式识别 与人工智能，1997,10. [7] 罗荣海,江驹. 基于平行接近法的对运动目标跟踪 的研究 . 机 器人技术与应用，2001， 6. [8] 向卫军,韩根甲. 基于模版匹配的目标跟踪算 法在红外热成像 跟踪技术上的应用. 计算机应用. [9] 张长城，杨德贵，王宏强. 红外图像中弱小 目标检测前跟踪 算法研究综述. 激光与红外, 2007,2. [10] 周孟然,刘文清. 红外激光技术在运动物体 位置跟踪系统中的 应用. 低温与超导, 2003,2. [11] 申 洋,唐明文.机载红外搜索跟踪系统(IRST) 综述. 红外技术, 2003,1. [12] 杨廷梧,刘上乾. 基于多传感器的机动目标 跟踪与融合技术综 述. 飞行试验,20,2. [13] 栗恒义. GLONASS系统综述. 导航与雷达动态，1997,4 [14] 李铁,孙贵新. “伽利略"卫星导航系统综述. 国外电子测量技 术，2005,11. 作者简介 方 州 男，中国科学院深圳先进技术研究院07级硕 士研究生。研究方向为嵌入式系统设计。 邓 雷 博士，副研究员，于2006年获中国科学院物 理电子学博士学位。现为中国科学院深圳先 进技术研究院智能仿生中心副研究员。研究 领域包括光电技术、遥感技术、图像处理以 及智能仿生。 䍙ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ 䍙 ໄ