第12期 2016年12月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2016)12003104
D0I:10.13462/j. cnki. mmtamt.2016.12.009
基于图像技术与粒子滤波融合新算法的
机器人多目标跟踪
姜道伟，袁亮，巨刚
（新疆大学机械工程学院，乌鲁木齐830047）
No.12 Dec.2016
摘要：机器人的目标跟踪技术是机器人定位导航技术中的重要一环。为了能够精确的跟踪机器人的位置和速度信息，文章提出了一种多方法融合的粒子滤波算法。该算法是采用图像颜色直方图结合高斯核函数挖掘特征数据，融合粒子滤波改进算法自动追踪机器人目标。此外，为了解决粒子滤波中样本贫化，即在粒子滤波计算中很大一部分粒子重叠到一个单独的点上的情况，需要重采样计算解决此问题，但在重采样过程中容易造成一些粒子丢失各向异性导致跟踪精度降低，甚至跟踪目标失败，结合标准粒子滤波提出了一种新型重采样约束方法。实验结果表明，基于颜色分布改善后的粒子滤波算法能有效的减少样本分化问题，并且可以高精度的识别出移动、急转和相遇的机器人目标。
关键词：机器人导航；目标识别；图像技术；核函数；重采样约束法；颜色直方图
中图分类号：TH166；TG659
文献标识码：A
Robots Automatic Tracking Based on the New Algorithm Integrating
Graphic Technology and Particle Filter JIANG Dao-wei, YUAN Liang, JU Gang
(College of Mechanical Engineering,Xinjiang University，Urumqi 830047,China）
Abstract: The robot target tracking technology is an important part of robot navigation and positioning tech-nology. In order to accurately track the robots position and speed information. This paper proposes a fusion method of particle filter algorithm . The algorithm use the image color histogram, combined with the feature of Gaussian kernel function mining data, it also fusion particle filter algorithm to automatic target tracking robot. In addition, for the sample impoverishment, namely, the situation that the majority of particles over-lap on one single point in the computation of particle filter, resampling is utilitied , but anisotropies of some particles are prone to lose during this process, which may leads to low tracing precision, or even failure of trace, so a new binding method of resampling, on the basis of standard filter, is put forward . The experi-mental results show that the improved particle filter algorithm based on color distribution can effectively re-e goals.
Key words : robot navigation; target recognition ;image technology; kernel function; resampling constraint method; the color histogram
0引言
目标跟踪是机器人导航的核心间题之一[1]，是一种融合模式识别、图像处理、人工智能等领域的高新技术，在军事和民用领域都有产泛便用2。
目前，自动跟踪的算法有很多种类，比如卡尔曼滤波，扩展卡尔曼滤波[3]，标准粒子滤波算法等。Ke-jia 收稿日期：2016-03-11;修回日期：2016-03-18
BAI和Wei-mingLIU[4]在标准粒子滤波中融合Mear Shift算法，解决了粒子衰减间题；M.SanjeevArulamp lam[5]提出了对复杂目标的跟踪方法；BingJU等人[6] 在标准粒子滤波预测过程中对每一步粒子更新采用光滑状态估计法，使得基于建议分布粒子滤波算法更精确。上述三种方法，均存在计算量较大，实时跟踪效果较差等问题。孙同同等[7]通过空间激光通信对目标进
*基金项目：国家自然基金（61262059,31460248）；新疆研究生科研创新项目（XJGRI2014026）
作者简介：姜道伟（1989—），男，山东泰安人，新疆大学硕士研究生，研究方向为机器人导航，（E-mail)602184752@q-com。
万方数据