作　　者： ; ; ; ;

机构地区： 湖南大学电气与信息工程学院

出　　处： 《计算机测量与控制》 2010年第12期2727-2729,2732,共4页

摘　　要： 为了满足移动机器人室内实时导航的需要,在单目视觉障碍检测中引入了LVQ神经网络分类器,在HSV空间内分割图像,有效地消除了环境因素对障碍检测的影响;然后从摄像机模型几何关系出发,推导出图像坐标与机器人坐标的转换关系,实现对障碍物的快速准确定位;该方法具有准确度高和实时性强的优点,并且对环境光线变化和阴影有较强的自适应能力,实际环境中的实验结果证明了该方法的有效性。 A LVQ neural network classifier is introduced into monocular vision-based obstacle detection to segment image in HSI color space to meet the demand of real-time indoor navigation of mobile robot.Effect of environmental factor is effectively removed.Then the transformational relation between image coordinate and robot coordinate is deduced from camera model geometric relationship to implement rapid and accurate obstacle position.The proposed method is of high accuracy and real-time.It also has the adaptability to changing light condition and shadow.Results of experiment in practical environment demonstrates the validity of the method.

关 键 词： 移动机器人 单目视觉 障碍检测 神经网络 区域分割

领　　域： [自动化与计算机技术] [自动化与计算机技术]