自平衡跟随机器人的目标识别及预测重拾策略.pdf

自平衡跟随机器人是近年来研究的热点，其利用各类传感器对被跟随目标进行非指定的自主跟随。这类机器人通过精准的目标识别与定位功能，能够灵活地跟随目标移动，同时具备节能减排的特点，因而广受大众喜爱。在机器学习和深度学习领域，目标识别和预测重拾策略是提升机器人自主性和适应性的关键。 本研究提出一种基于单目视觉目标识别的Apriltag算法，通过反解三维坐标中相机的相对位置来进行目标定位。单目视觉系统相较于双目或多目视觉系统，在硬件成本和计算复杂度上有优势，易于实现并集成到双轮自平衡机器人中。Apriltag算法是一种能够识别二维码标签的计算机视觉算法，通过识别二维码上的特定图案来解算目标相对于相机的位置和姿态。 在目标识别的跟踪与选择过程中，本研究采用了判别法、门限法和滑窗法来限定跟踪精度和效率。判别法通过设定特定的条件来选择目标，门限法通过设定阈值来排除不满足条件的目标，而滑窗法则通过动态地调整窗口大小来跟踪目标的变化，进一步提高识别的准确性。 为了预测目标在丢失后的移动轨迹，本研究应用了多项式曲线拟合方法。通过拟合目标历史位置数据，预测其下一状态的位置，从而判断出目标的运动趋势。这样，当机器人在跟随过程中暂时失去目标时，可以根据预测出的轨迹补偿并重新获取目标。 实验结果显示，本研究提出的方法在目标识别与预测以及丢失后重拾目标方面具有显著效果。这意味着双轮自平衡机器人不仅能够准确地识别和跟踪目标，还能在目标短暂不可见的情况下通过预测算法继续进行有效的跟随，提高了机器人的自主性和适应性。 关键词中提到的控制策略表明，本研究不仅关注目标识别算法，还关注机器人在识别到目标后如何控制其行为以实现跟随。控制策略需要与目标识别算法紧密配合，确保机器人能够准确地按照预测的轨迹移动，尽可能减少跟随误差。 本研究得到了广西科技计划项目和广西研究生教育创新项目的资助，反映了其在学术和实际应用上的重要性。作者杜文浩、胡维平、张佑贤和于健涛分别来自广西师范大学电子工程学院，他们的研究方向涵盖了嵌入式开发、机器人控制、自适应信号处理理论和应用等多个领域。 从上述内容来看，自平衡跟随机器人在目标识别及预测重拾策略方面的研究不仅包含算法层面的探讨，还包括实现方法、系统设计、实验验证和应用前景的全面分析。这为类似系统的设计和开发提供了宝贵的理论和实践基础。