基于视觉形状模型的机器人多目标识别技术，该技术以轮廓质心为 基准，极半径生成目标的形状特征向量，然后以高斯模型完成样本特征 模型库的训练。采用动态时间规整（DTW）解决特征向量元间的匹配问题， 并依据惯量力矩(Moment of Inertia)获取形状的主轴参数，给出了特征 向量起始次序的对正方法。采用本成果，可以在较复杂环境下识别预定 目标，严格不受平移、尺度与旋转几何变化的影响，具有较高的鲁棒性。 该成果的主要目的在于针对上述现有机器人柔性和智能水平较低的 问题，将视觉引导应用于自动化领域，提供一种基于视觉形状模型的机 器人多目标识别方法，旨在实现机器人主动识别并抓取预定目标。 该成果的另一目的在于，优化特征模型库数据结构，构建更加稳定 的目标识别算子，进一步改进相似性度量方法。 该成果的基于视觉形状模型的机器人多目标识别方法，具有如下有 益功能：1）基于视觉形状模型的机器人多目标识别技术，以轮廓质心为基准， 极半径生成目标的形状特征向量，然后以高斯模型完成样本特征模型库 的训练。采用动态时间规整（Dynamic Time Warping，DTW）解决特征向 量元间的匹配问题，并依据惯量力矩(Moment of Inertia)获取形状的主 轴参数，给出了特征向量起始次序的对正方法。实验表明该技术可以在 较复杂环境下识别预定目标，严格不受平移、尺度与旋转几何变化的影 响，具有较高的鲁棒性。 2）经实验分析表明，该技术中提出的多目标识别匹配算法几乎不受 伸缩、旋转、平移等几何变换的影响，相对其它常见的匹配算法具有一
507
33 定的优势，为机器人多目标识别算法提供了一种可以借鉴的思路。 3）该成果方法，有利于进一步优化特征模型库数据结构，构建更加 稳定的目标识别算子，进一步改进相似性度量方法。
鄂公网安备 42011102004269号
鄂ICP备18024502号-3 营业执照
