胡成龍+王金祥

摘 要：本文利用多傳感器信息融合方法定位運(yùn)動(dòng)目標(biāo)。首先，分別對(duì)CCD攝像頭和激光測距儀獲取到的數(shù)據(jù)信息進(jìn)行采集，對(duì)采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行去噪，獲取運(yùn)動(dòng)目標(biāo)位置區(qū)域信息。接著，利用顏色特征提取算法提取運(yùn)動(dòng)目標(biāo)的顏色特征，精準(zhǔn)識(shí)別并定位目標(biāo)。最后通過實(shí)驗(yàn)驗(yàn)證，本文提出的基于多傳感器的運(yùn)動(dòng)目標(biāo)檢測算法與顏色特征提取算法相結(jié)合的算法能夠?qū)崟r(shí)可靠地檢測并定位運(yùn)動(dòng)目標(biāo)。

關(guān)鍵詞：移動(dòng)機(jī)器人；激光測距；CCD傳感器；運(yùn)動(dòng)目標(biāo)定位

DOI：10.16640/j.cnki.37-1222/t.2017.16.135

目標(biāo)定位是機(jī)器人領(lǐng)域的一個(gè)重要研究方向，主要是指從一組包含有運(yùn)動(dòng)物體的視頻圖像或數(shù)據(jù)信息中檢測出運(yùn)動(dòng)目標(biāo)。運(yùn)動(dòng)目標(biāo)的精準(zhǔn)定位是移動(dòng)機(jī)器人自主完成各種復(fù)雜任務(wù)的前提，目標(biāo)定位的實(shí)時(shí)性和準(zhǔn)確性越高，后續(xù)的跟蹤與避障工作就越容易進(jìn)行。

1 研究的現(xiàn)狀及意義

運(yùn)動(dòng)目標(biāo)的定位是移動(dòng)機(jī)器人的一個(gè)主要工作領(lǐng)域，在目標(biāo)檢測中視頻圖像起著不容忽視的作用，但是僅僅依靠單一的傳感器獲取的數(shù)據(jù)信息無法精準(zhǔn)地進(jìn)行目標(biāo)檢測，因此越來越多的研究人員致力于多傳感器的目標(biāo)定位研究。從國內(nèi)外研究的現(xiàn)狀可知，多傳感器的信息融合技術(shù)已經(jīng)廣泛應(yīng)用在了機(jī)器人目標(biāo)定位與跟蹤的研究之中。激光測距傳感器在距離感知方面有著得天獨(dú)厚的優(yōu)勢(shì)，能作為視覺傳感器很好的補(bǔ)充；而CCD攝像頭也能夠利用自身的優(yōu)勢(shì)彌補(bǔ)激光傳感器的不足之處。通過這兩種傳感器融合，單傳感器目標(biāo)檢測的弊病可以得到有效地解決，從而使得移動(dòng)機(jī)器人目標(biāo)定位的準(zhǔn)確性得以提高。

2 運(yùn)動(dòng)目標(biāo)檢測方法

采用單個(gè)傳感器雖然可以大致檢測出目標(biāo)的運(yùn)動(dòng)區(qū)域，但難以保證目標(biāo)定位的實(shí)時(shí)性與準(zhǔn)確性，因此運(yùn)用多個(gè)傳感器信息融合的方法進(jìn)行目標(biāo)定位。驅(qū)動(dòng)CCD攝像頭，使其捕獲實(shí)驗(yàn)環(huán)境中的圖像，接著對(duì)視頻圖像的相鄰幀采用幀差法處理獲得運(yùn)動(dòng)目標(biāo)的輪廓信息，再采用背景減法獲得運(yùn)動(dòng)目標(biāo)較為精確的目標(biāo)區(qū)域，最后用帶顏色的矩形邊框框出目標(biāo)的運(yùn)動(dòng)區(qū)域。

本文的實(shí)驗(yàn)平臺(tái)采用的是智能輪式機(jī)器人，該機(jī)器人上的激光測距傳感器可以感知到的角度信息是其前方0到180度范圍內(nèi)的環(huán)境，實(shí)驗(yàn)中將激光采集到的數(shù)據(jù)存放在數(shù)組中，并在該數(shù)組中設(shè)置181個(gè)元素。實(shí)驗(yàn)過程中采用了均值濾波的去噪方法來減少噪聲，然后對(duì)去噪后的距離信息進(jìn)行處理。

將距離信息與運(yùn)動(dòng)圖像信息通過圖像標(biāo)定的方法融合在一起。方法是在與激光測距儀等高的位置上放置一個(gè)顏色容易識(shí)別的物體，通過移動(dòng)此物體到不同距離來監(jiān)測該物體在視頻圖像中對(duì)應(yīng)像素點(diǎn)的高度變化，記錄監(jiān)測到的距離與圖像高度信息表，后面就可以利用這個(gè)表融合數(shù)據(jù)了，采用雙傳感器定位同一目標(biāo)就更加準(zhǔn)確，通過多傳感器融合算法將目標(biāo)定位。

3 目標(biāo)顏色特征提取方法

由于機(jī)器人運(yùn)動(dòng)時(shí)，用幀差法定位會(huì)使結(jié)果的準(zhǔn)確性大大降低，且十分耗時(shí)。為解決這一問題本實(shí)驗(yàn)采用了目標(biāo)顏色特征提取算法來準(zhǔn)確定位運(yùn)動(dòng)目標(biāo)。在利用多傳感器進(jìn)行顏色特征提取的過程中，首先對(duì)每個(gè)傳感器獲取的目標(biāo)信息進(jìn)行融合處理，檢測出最能代表目標(biāo)的特征顏色，確定運(yùn)動(dòng)目標(biāo)的顏色采樣點(diǎn)，再根據(jù)這一顏色特征提取運(yùn)動(dòng)目標(biāo)。

在目標(biāo)區(qū)域內(nèi)激光傳感器的距離與方位信息定位運(yùn)動(dòng)目標(biāo)的采樣點(diǎn)。在實(shí)驗(yàn)中，視頻窗口動(dòng)態(tài)地進(jìn)行目標(biāo)顏色采樣，并根據(jù)距離對(duì)照表等相關(guān)信息實(shí)時(shí)地調(diào)整采集窗口。最后，窗口中與交匯點(diǎn)顏色相近且數(shù)量最多的像素點(diǎn)集即為目標(biāo)顏色采樣點(diǎn)集。選擇好目標(biāo)的采樣點(diǎn)集之后，最關(guān)鍵的一步是選擇種子顏色，通過連續(xù)多次檢測相似信息為基礎(chǔ)提取顏色特征，將此位置適當(dāng)放大再取平均值得出最終選擇出來的種子顏色。由于本實(shí)驗(yàn)中采用的特征提取算法邏輯嚴(yán)密，因此每次提取出來的能夠代表運(yùn)動(dòng)目標(biāo)的特征顏色十分準(zhǔn)確，這非常有利于機(jī)器人的目標(biāo)定位與跟蹤。另外，現(xiàn)實(shí)的實(shí)驗(yàn)環(huán)境并非理想狀態(tài)，例如光線的變化就可能導(dǎo)致目標(biāo)物靜止?fàn)顟B(tài)下的顏色變化，因此在算法中當(dāng)顏色偏差較大時(shí)需要對(duì)種子顏色進(jìn)行及時(shí)地更新。

4 實(shí)驗(yàn)結(jié)果與分析

目標(biāo)檢測實(shí)驗(yàn)采用目標(biāo)距離直接標(biāo)定的方法將視覺和激光傳感器獲取的距離數(shù)據(jù)進(jìn)行融合統(tǒng)一。確定目標(biāo)顏色采樣點(diǎn)及運(yùn)動(dòng)目標(biāo)的大致區(qū)域如下圖4-1所示，圖中紅色邊框內(nèi)部部分為運(yùn)動(dòng)目標(biāo)區(qū)域，綠色的短橫線是激光傳感器感知到的目標(biāo)數(shù)據(jù)在圖像中的顯示，兩個(gè)傳感器融合處理后獲得的目標(biāo)信息十分精確。

顏色特征提取時(shí)，圖4-2中矩形邊框內(nèi)部的橫豎線分別表示目標(biāo)顏色采樣點(diǎn)的采樣行和采樣列，兩條線的交點(diǎn)處即采樣點(diǎn)所在的采樣區(qū)域。獲取到采樣點(diǎn)集后，利用顏色特征提取算法就可以計(jì)算出運(yùn)動(dòng)目標(biāo)的顏色特征了，進(jìn)而定位運(yùn)動(dòng)目標(biāo)。實(shí)驗(yàn)表明，本文方法能有效地檢測出運(yùn)動(dòng)目標(biāo)，提取目標(biāo)特征，當(dāng)目標(biāo)運(yùn)動(dòng)時(shí)機(jī)器人也能有效跟蹤。

作者簡介：胡成龍（1996-），男，山東滕州人，本科。endprint