基于语义树Markov随机场模型的地面机器人多尺度道路感知
2016-10-14杜明芳王军政1李多杨1何玉东1
兵工学报 2016年3期
杜明芳,王军政1,李多杨1,何玉东1
(1.北京理工大学复杂系统智能控制与决策国家重点实验室,北京100081;2.北京联合大学自动化学院,北京100101)
基于语义树Markov随机场模型的地面机器人多尺度道路感知
杜明芳1,2,王军政1,李多杨1,何玉东1
(1.北京理工大学复杂系统智能控制与决策国家重点实验室,北京100081;2.北京联合大学自动化学院,北京100101)
道路实时感知是自主式地面移动机器人实现自主导航的关键技术,但由于室外道路环境的复杂性与不确定性,其算法开发难度较大。提出了一种基于小波域语义树Markov模型的多尺度仿生道路感知算法。在时空域上采用三维随机场对机器人采集到的道路图像序列进行建模,提出了一种采用树结构约束、面向道路识别的语义树Markov随机场(RT-MRF)模型;采用遗传算法优化的有监督RT-MRF模型进行道路图像序列分割;机器人通过跟踪分割边界实现道路区域识别及自主导航。采用自主研制的四足仿生机器人作为研究和实验平台。实验结果表明:该方法能够在具有阴影、裂纹、坑洞、不平整及光照度变化的较差道路检测条件下鲁棒分割出道路边界,算法实时性高,可满足室外移动机器人自主导航需求。
控制科学与技术;四足机器人;道路检测;多尺度仿生感知;语义树Markov模型;小波域
0 引言
基于视觉的室外移动机器人道路环境感知属于摄像机运动、目标(道路、动静态障碍物)运动状态混合的机器视觉问题范畴,特别是在考虑室外随机复杂道路环境干扰的情形下,该领域一直缺乏统一且有效的图像建模与理解方法。……
登录APP查看全文
