基于单目视觉的机器人状态监测方法研究
提出了一种基于视觉传感器提取机器人”脸部”信息、实现机器人状态实时监测的新方法。通过规划跟踪策略、提取”脸部”线条信息,结合色度信息导入神经网络；融合罗盘等传感器信息,得到目标位姿状态。 论文主要围绕三个方面展开研究:通过梯度方向直方图分区信息,指导霍夫变换ρ-θ参数空间上极值点搜索方式,快速提取机器人”脸部”轮廓信息；根据线条变化程度判别处理，选择性拟合线段端点得到邻近”短线”结构信息,不仅解决了”短线屏蔽”问题，也简化了系统；应用Lev-enberg-Marquardt算法对神经网络训练加以改进,提高神经网络学习速度和精度。实验证明了本方法的实时性、鲁棒性以及实用性。
梯度方向直方图 霍夫变换 拟合直线 Levenberg-Marquardt算法 单目视觉 视觉传感器
杨峰 陈荣保 肖本贤 张崇巍 李天庆
合肥工业大学电气学院运动控制实验室 合肥 230009
国内会议
合肥
中文
585-589
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）