智能机器人运动控制和目标跟踪

1、是机器人研究应用及智能在无背景图像条件下自动提取运动目标区域。采用Kalman滤波器(H，S，IHSI是机器人研究应用及智能在无背景图像条件下自动提取运动目标区域。采用Kalman滤波器(H，S，IHSI器人在某一位置采得的连续三帧图像序fk 1x, y， fkx, y设fk 1x,HSIfix，yfix,yWHHix, HSIfix，yfix,yWHHix, y,WSSiX,Y,WIIiX,YHx,y,Sx, y,Ix, yi k 1,k,k 其中：WH,WS,WI fd1x, yHkx, y Hk 1x, y, Skx, y Sk 1x,y, Ikx, y Ik 1x, y.（2） fd2

2、x,yHk 1x,yHkx,y,Sk 1x,ySkx,y, Ik 1x,yIkx,y.（3）其中： fd1x, y， fd 2x, y为连续三帧图像序列的帧差分后的结1、运动目标的自适应分割与提定义 二次帧差分图像运算为YHx,y fd2x,yfd1x,yYH(x,y)YSx,yYIx,YHx,yminHk(x,y)Hk1x,y,Hk 1x,yHkx,y YSx,yminSkx,ySk 1x,y, Sk 1x,ySkx,y YIx,yminIkx,yIk 1x,y, Ik 1x,yIkx,y其中：Y(x,y)为相与运算所得结果 ，相与运算为对 fd1x, y， fd 2x, y 两个帧差分图像

3、的色度 H、饱和度 SJ 值取极小运算。为了确定出两个帧差分图像结果 fd1x, y，fd 2x, y做相与运算结果所得区域，Ymx, y和背景区2 xORx, mx x,yORx, x,yyORx, 2 xORx, mx x,yORx, x,yyORx, my x,yORx, x,y 计mz 距已经测定 为 f 1H1由图 ，C机，O机在地面上的投影，图像成像面中点坐标为 Dx0, y0 运动目标 重 心点 正下 方的边缘 点的 三维坐标为像机的水平距离mz f H mz B y0机成像像素的纵向物理尺寸，H图像原点Dx0, y0C22文中采用 Kalman(EKF运X(t) mx(t) m

4、y(22文中采用 Kalman(EKF运X(t) mx(t) my(t) 分别为t 时刻运动目标重心点 A在图像上方向和方向x(t)y(t) 分别为 t 时刻运动目标 A 点在 x 方向和 y 方向上的运动 X(t) (tX(t t(t t,即0010mx(t) 0100 01 y(t)mx(tmx(tt) my(tmx(tx(tmx(ty(tmx(t其 中 ： (t) (t) mx(t)my(t)x(t)y(t)T ，其方差分(t) 21(t) 22(t) 23(t) 24(t) 25(t) 2 0100 mx(tt) mx(t) 0100my(tt) 0100 mx(tt) mx(t) 0

5、100my(tt) 0 x(t1 y(ty(t) mx(tmy(tx(t t)y(t 噪声，取为v(t) 其中：v(t)v 2v2(t)T 系统初始状态的确定，运动目标初始位置 A 点为(x(0), y(0) ，可实时检测算得到第五帧时刻运动目标的重心点位置(x(0), y(0) 作为初始 A 点位置状运动目标初始移动速率为，可以通过实时检测第二帧与第t (0) x(0), y(0), x(0), y(0)T R(t) E (t) (t)T ，模型噪声的协方差矩阵Q(t) E(t)(t)T ，估计误差协方差P(t)，初始状态值 Q，RP(0)只需取不为零的矩阵。一P(I /O) (t)*P(0

6、)*(t)T K(1)P(1/0)*HT *(H *P(1/0)*HT P(1)(IK(1)*H)*P(1/ 可依此类推得：x(2)，x(3)，.，X(k )，X(k+1)，.移器人检测出的运动目标的重心始终位于图像的中心位置x0, y0 使y0 xX(t) (m移器人检测出的运动目标的重心始终位于图像的中心位置x0, y0 使y0 xX(t) (mx(t)x0)dxmz(t) (mx(t) (my(t) f其中：dx公式(9)运动目标成像面积与运动目标物体自身表面积的关系可推导出Z目标在图像中所占的比值为k 2 ，计算得到此时物体重心距离机器人的近似距离为mzk1，机器人需要移动的距离表kk

7、f *Z(t)1)mz (YB(t)其中： 为运动目标重心点正下方的运动目标区域边缘点在图像中的坐标mx(t) 、my(t) 和确定保持运动目标图像大小比值k1 ，可分别计算得出器(3)Kalman两算法，能快速平滑地实现，识别与人工智能，2006，19(2)：238计算机研究与发展，1998，35(8)：724，学报，自然科学版，2002，42(1O)：1401J合肥工 业大学学报 ：自然科学 版，2004，2(5)：509合肥工业大学学报：自然科学版，2004，27(3)：251(3)Kalman两算法，能快速平滑地实现，识别与人工智能，2006，19(2)：238计算机研究与发展，1998，35(8)：724，学报，自然科学版，2002，42(