基于视觉显著性的移动机器人动态环境建模

被引：2

作者：

郭丙华 ^{[1
]}

李中华 ^{[2
]}

机构：

[1] 肇庆学院电子信息工程系

[2] 中山大学信息科学与技术学院

来源：

控制理论与应用 | 2013年 / 30卷 / 07期

关键词：

视觉显著性; 动态环境建模; 移动机器人;

D O I：

暂无

中图分类号：

TP242.6 [智能机器人];

学科分类号：

081104 ;

摘要：

本文采用视觉显著性提出了一种移动机器人动态环境建模方法.该方法利用提出的视觉显著性模型,对连续的2帧图像中匹配的加速稳健特征点(SURF)利用其位置关系并采用多重随机抽样一致(multi-RANSAC)算法实现了环境中动态物体显著性检测.采用投影方法和快速均值漂移算法构建了动态环境的栅格模型,利用得到的动态显著性物体的位置更新环境地图中的栅格占据值以及动态物体的影响区域.动态环境显著图构建实验和动态环境的栅格模型构建实验的结果证明了上述方法是可行的.

引用

页码：821 / 827

页数：7

共 13 条

[1] 基于混合DSm模型的移动机器人动态环境地图构建 [J].

李鹏 ;

黄心汉 ;

王敏 .

机器人, 2009, 31 (01) :40-46+52

[2] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[3] Using real-time stereo vision for mobile robot navigation [J].

Murray, D ;

Little, JJ .

AUTONOMOUS ROBOTS, 2000, 8 (02) :161-171

[4]

Using the topological skeleton for scalable global metrical map-building. Modayil J,Beeson P,Kuipers B. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS-04) . 2004

[5]

k-means++:The Advantages of Careful Seeding. David Arthur,Vassilvitskii. Proceedings of the eighteenth annual ACM-SIAM symposium on discrete algorithms . 2007

[6]

Dynamic visual atten-tion:motion direction versus motion magnitude. BUR A,WURTZ P,M¨URI R M,et al. Proceedings of IS&T/SPIE20th Annual Symposium on Electronic Imaging . 2008

[7]

Building safety maps using vision for safe local mo-bile robot navigation. MURARKA A. . 2009

[8]

Modeling a dynamic environment using a bayesian multiple hypothesis approach. COX I J,LEONARD J J. Artificial Intelligence . 1994

[9]

3D probabilistic occupancy grid to robotic mapping with stereo vision. ABNER DE S A,DA SILVA M R,GONCALVES L. Current Advancements in Stereo Vision . 2012

[10]

Visual Attention detection in video sequences us-ing spatiotemporal cues. ZHAI Y,SHAH M. Proceedings of the14th Annual ACM International Conference on Multimedia . 2006

← 1 2 →