论文部分内容阅读
因城市环境具有行人较多、车流量大、复杂多变等特点，导致盲人独自出行时存在较大的安全风险。而现有的导盲机器人大多只具备基础的避障功能，且受地形的限制较大，不能很好地适应城市室外环境。为此，本文基于四足机器人移动平台提出了一种面向城市环境导盲需求的感知方法，该方法能够融合复杂的环境信息对室外环境进行综合分析，以帮助盲人在行走过程中合理选择路径，避免危险事故的发生。
本文基于四足机器人移动平台，给出了导盲系统的详细设计方案，并结合该系统的特点，从静态目标检测算法、动态目标跟踪算法及目标距离测算算法三个方面进行研究，对相关算法原理进行详细阐述与介绍，对各环节涉及到的关键性技术进行了研究与实践，综合形成了面向城市环境导盲需求的感知方法。其中，主要的创新点在于:通过数据加强的方式对基于YOLOv3-tiny的深度网络检测模型进行了优化，实现了综合分析路况和交通信息的室外导航功能;并将检测模型与Kalman跟踪算法、深度检测算法进行结合，对动态目标的位置信息进行进一步分析。具体工作概括如下:
第一，分析了导盲机器人研究现状和盲人独自出行时的需求，设计了四足式机器人移动平台，确定了系统的环境感知、人机交互和定位导航方案。
第二，以YOLOv3-tiny检测算法建立本论文目标检测原始模型，对交通标志牌、红绿灯、盲道和斑马线均能实现快速、准确识别;并通过对比度调整、添加传输噪声、旋转图像和增加运动模糊的数据加强方式模拟极端天气、摄像头抖动等恶劣情况对检测效果的影响，提高了模型的环境适应性和鲁棒性。
第三，针对YOLOv3-tiny算法在连续帧图像检测中易出现漏检、边框不准确的现象，选择了Kalman滤波算法对动态目标进行跟踪，有效降低测量误差，平滑轨迹，进行合理的目标轨迹预测;并对算法进行完善，增加了自动确定目标、多目标同时跟踪的功能。
第四，配准彩色相机和深度相机，采用基于结构光的深度检测技术对目标进行准确定位。
最后，总结了本论文全部工作，提出了下一步的研究方向。
本文基于四足机器人移动平台，给出了导盲系统的详细设计方案，并结合该系统的特点，从静态目标检测算法、动态目标跟踪算法及目标距离测算算法三个方面进行研究，对相关算法原理进行详细阐述与介绍，对各环节涉及到的关键性技术进行了研究与实践，综合形成了面向城市环境导盲需求的感知方法。其中，主要的创新点在于:通过数据加强的方式对基于YOLOv3-tiny的深度网络检测模型进行了优化，实现了综合分析路况和交通信息的室外导航功能;并将检测模型与Kalman跟踪算法、深度检测算法进行结合，对动态目标的位置信息进行进一步分析。具体工作概括如下:
第一，分析了导盲机器人研究现状和盲人独自出行时的需求，设计了四足式机器人移动平台，确定了系统的环境感知、人机交互和定位导航方案。
第二，以YOLOv3-tiny检测算法建立本论文目标检测原始模型，对交通标志牌、红绿灯、盲道和斑马线均能实现快速、准确识别;并通过对比度调整、添加传输噪声、旋转图像和增加运动模糊的数据加强方式模拟极端天气、摄像头抖动等恶劣情况对检测效果的影响，提高了模型的环境适应性和鲁棒性。
第三，针对YOLOv3-tiny算法在连续帧图像检测中易出现漏检、边框不准确的现象，选择了Kalman滤波算法对动态目标进行跟踪，有效降低测量误差，平滑轨迹，进行合理的目标轨迹预测;并对算法进行完善，增加了自动确定目标、多目标同时跟踪的功能。
第四，配准彩色相机和深度相机，采用基于结构光的深度检测技术对目标进行准确定位。
最后，总结了本论文全部工作，提出了下一步的研究方向。