基于双目视觉移动机器人的路径规划和避障研究.pdf

《基于双目视觉移动机器人的路径规划和避障研究.pdf》由会员分享，可在线阅读，更多相关《基于双目视觉移动机器人的路径规划和避障研究.pdf（7页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、5 4 6 22 0 0 9 ，3 0 ( 2 3 )计算机工程与设计C o m p u t e rE n g i n e e r i n ga n dD e s i g n人工智能基于双目视觉移动机器人的路径规划和避障研究赵静，陈一民( 上海大学计算机工程与科学学院，上海2 0 0 0 7 2 )摘要：提出了一种移动机器人路径规划和避障的系统设计方案，实现了移动机器人自主行进的路径规划和自动避障功能详细说明了如何采用立体视觉实现对环境的探测，利用图像处理算法的组合分离出地面、背景、障碍物和目标物，采用边界不变矩实现障碍物和目标物的区分，改进了经典的人工势场法进行路径的规划，根据模糊控制原理设

2、计了避障控制器和避障规则。实际的运行结果表明了该系统的可行性和有效性，该系统实现了移动机器人利用自身传感器感知环境信息，动态规划行进路径，成功躲避障碍物等功能关键词：移动机器人；双目视觉；图像处理；不变矩；人工势场；模糊控制中图法分类号：T P 3 9 1 4文献标识码：A文章编号：1 0 0 0 7 0 2 4 ( 2 0 0 9 ) 2 3 - 5 4 6 2 - 0 5R e s e a r c ho f p a t hp l a n n i n ga n do b s t a c l ea v o i d a n c em o b i l er o b o tb a s e do nb

3、 i n o c u l a rv i s i o nZ H A OJ i n g C H E NY i m i n( S c h o o lo fC o m p u t e rE n g i n e e r i n ga n dS c i e n c e ，S h a n g h a iU n i v e r s i t y , S h a n g h a i2 0 0 0 7 2 ，C h i n a )A b s t r a c t ：As y s t e md e s i g ns c h e m eo f m o b i l er o b o ti sp r o p o s e d

4、T h em o b i l er o b o ti m p l e m e n t st h ef u n c t i o no f p a t h - p l a n n i n ga n do b s t a c l ea v o i d a n c e T h ep a p e re x p l a i n sh o wt op e r c e p tt h ee n v i r o n m e n tb yb i n o c u l a rv i s i o n , h o wt os e p a r a t et h eg r o u n d ，b a c k g r o u n

5、da n do b j e c t sb yu s i n gac o m b i n a t i o no f s e v e m li m a g ep r o c e s s i n ga l g o r i t h m ，a n dh o wt od i s t i n g u i s ht h eo b s t a c l e sa n dt a r g e tb yi m a g es t a t i s t i c a lc h a r d c t e r i s t i c s A tt h es a m et i m ew ep l a nt h ep a t hb yi m

6、 p r o v i n ga r t i f i c i a lp o t e n t i a lf i e l d , a n dd e s i g naf u z z yc o n t r o l l e ra n df o r m u l a t i n gas e -q u e n c eo fo b s t a c l ea v o i d a n c er u l e sb a s e do nf u z z yI o # c T h er e s u l to ft h es y s t e mp r o v e st h a tt h ed e s i g ni sf e a

7、 s i b i l i t ya n dv a l i d i t y T h em o b i l er o b o ts y s t e mr e a l i z et h er e q u e s to f t h ep r o j e c t ：i nt h eh e l po f b i n o c u l a rv i s i o ns e n s o r s ，p l a n n i n gap a t hd y n a m i c a l l ya n da v o i d i n gt h eo b s t a c l e s K e yw o r d s ：m o b i

8、 l er o b o t ；b i n o c u l a rv i s i o n ；i m a g ep r o c e s s i n g ；m o m e n ti n v a r i a n t s ；a r t i f i c i a lp o t e n t i a lf i e l d ；f u z z yc o n t r o l0 引言I 系统结构框架移动机器人的一个主要功能要求是通过其自身的传感器对外界环境进行采集、感知和分析，实现在有障碍物的条件下，向目标物自主行进，完成一些特定的任务。国内外诸多研究机构对移动机器人的自主行进做了不少的研究，有些移动机器人己成功应用于

9、军事、工农业生产“刮、科学研究1 、生活娱乐删等多个方面。移动机器人的自主行进牵涉到运动学、信息论、图像学、人工智能等多个学科，集中体现了计算机技术和人工智能的最新成果。因此对于该项研究，除了使移动机器人可以完成自动追踪、自动驾驶、自动避障等功能外，在研究过程中，通过对机器视觉、信息处理、人工智能等领域的研究，可以进一步提升这些相关技术的水准，对生产、科研、勘探领域都具有重要的学术价值和应用意义。针对这些情况本文重点讨论我们设计的基于双目视觉移动机器人在自主行进中的路径规划和障碍物躲避方面的问题，并介绍我们在这方面所做的研究工作和取得的研究成果。本文设计的基于双目视觉移动机器人路径规划和障碍物

10、躲避系统，按照层次结构分为三层：运动控制层，行为控制层和行为规划层，如图l 所示。为了保证系统运行的稳定性和扩展性，采用模块化的设计。运动控制层包括双目视觉信息采集模块和运动控制模块。在运动控制层，通过安置在机器人身上的双目摄像头探测环境信息，将信息通过无线信号收发器传送给行为控制层，进行环境信息的分析，根据双目摄像头得到的图像信息完成测距操作等。行为控制层包括视频图像处理模块、物件提取模块以及障碍物目标物区分模块。行为控制层依据接收到的视频数据经过图像处理后将得到的包括路面信息，障碍物和目标物深度信息，再将尺寸、形状等参数递交给行为规划层。行为规划层包括路径规划模块和避障策略模块。路径规划模

11、块利用传递过来的信息构建二维地图，根据人工势场法收稿日期：2 0 0 8 1 2 2 9 ；修订日期：2 0 0 9 - 0 2 1 5 。基金项目：上海市重点学科建设基金项目( J 5 0 1 0 3 ) 。作者简介：赵静( 1 9 8 4 一) ，女福建莆田人硕上研究生，研究方向为机器视觉、计算机控制技术；陈一民( 1 9 6 1 一) ，男，博士，教授，博士生导师研究方向为网络与多媒体技术、计算机控制技术。E - m a i h3 3 6 3 0 8 3 1 6 3 c o m万方数据赵静，陈一民：基于双目视觉移动机器人的路径规划和避障研究2 0 0 9 ，3 0 ( 2 3 )5 4

12、6 3图l 基于双目立体视觉移动机器人避障系统框架生成一条从初始点到目标点的路径，再依据避障策略进行障碍物的躲避行为。移动机器人在行进过程中，通过行为控制层将对应的坐标值、速度大小和转动角度等参数指导运动控制层的行为。2 运动控制层双目视频采集模块完成视频信号采集、无线传输、帧同步等功能，并且需要将采样图像做格式转换，使之更适应图像处理模块的需要。我们基于M i c r o s o f t 的D i r e c t S h o w 实现了对现场视频的实时捕获，采用D i r e c t S h o w 做视频采集可以省去讨论框架结构、数据保护、同步等细节问题，专注于软件的功能和性能改进之上。我

13、们基于I n t e J 的o p e n C V ( o p e n8 0 u r o e c o m p u t e r v i s i o nl i b r a r y )实现图像的处理，O p c n C V 中定义了包括图像分析、结构分析、运动分析、模式识别等绝大多数现有的图像处理算法实现。由于D i r e c t S h o w 中获得图像采样p S a m p l e 是一段在内存中连续的符合特定格式要求的空间，而O p e n C V 中图像的基本格式是l p l l m a g e 数据结构，因此本系统搭建了从视频图像的采样格式转换到O p e n C V 可接收的I p

14、l l m a g e 格式。在完成双目视觉采集模块的框架搭建后，我们采用张氏平面标定法对摄像机的参数进行标定。进而得到摄像机本身所具有的诸如焦距、光心等属性。在视觉测距中有单目散焦测距、多日立体视觉测距两大类。其中单目散焦测距是通过对多次不唰散焦状态下，图像边界的模糊程度，来计算出场景深度值。它实现简单，但是测距精确度不高，且实时性较筹，因此我们采用多目立体视觉测距，多目立体视觉测距则有更高的测世精确性和更好的实时性，更适合于机器人系统当中悟”，具体方法如下：P 是目标点，D f 和D ，是左右两个具有相同焦距的摄像头的光心。尸f 和P r 分别是空间点尸在左右摄像头中的投影点。d是目标点P

15、 到摄像头的距离，即深度值。根据相似三角形原理有公式d = b f ( m + n )( 1 )其中，( m + 疗) 空间目标点在左右两个摄像头中的视差。因此双目摄像头测距系统就将三维空间求深度值的问题转换为在二维图像中搜索匹配点的问题。通过实验分析、比较，我们得出：在，一定的情况下，随着实际距离的增大，双目测距的误差也越大。为了增大双目测距系统的有效测距范围，系统采用变焦测距技术。经过具体分析，我们采用改变焦距的值，来改变式( 1 ) 的参数范围。系统变焦测距的流程图如图2 所示。3 行为控制层图2 变焦测距流程为了实现移动机器人障碍物躲避，必须将采集得到的环境信息进行分析，分离出图像中的

16、背景、路面和物件，并区别出障碍物和目标物。视频采集卡得到的视频图像存在大量的噪声，因此必须首先进行图像的预处理。现实景象存在丰富的颜色信息，通常不同物件的边缘色差大，我们利用物件的边界信息实现背景、路面和物件的分离。双目视觉传感器必须实现左右两幅图像的匹配以实现物件定位，本移动机器人系统采用改进的模板匹配算法，提高了系统的运行速度。在区分障碍物和日标物的实现上，本系统采用不变矩方法。3 1 图像处理和路面分析从双目视觉得到的左右图像，存在着大量的离散噪声。为了最大程度地保留| 冬I 像信息并从复杂的背景总将目标物件提取出来，系统首先对图像进行消除离散噪声的处理。根据彩色世界景象边缘具有较明显的

17、色彩跳跃情况，系统对经过噪声消除后的图像采用均匀性图方法进行边缘提取，得到清晰的轮廓。为了提取到视频图像中的障碍物和目标物，系统将一系列的图像处理经典算法进行组合使用，分离出路面、背景、障碍物和目标物。使用到的图像处理算法包括：图像腐蚀。二值化，种子填充，反种子填充等。3 2 双目视觉物件提取本系统采用双目视觉进行环境信息的获取，在制定构建二维地图之前，将左右两幅图像的对应物件进行匹配。匹配就是利用不同时间对同一环境拍摄的两幅照片，找出产生变化的像素点，再根据变化量确定物体离开摄像机的距离，即深度信息“”。我们采用改进后的N C C 模板匹配算法来确定物件的深度信息。N C C 模板匹配算法是

18、一种典型的基于灰度的相关算法。它的功能是通过比较图像的相似程度，在图像中寻找某个已知的图像模板的位置。模板匹配过程如图3 所示。在实际匹配应用中，搜索图和模板的相似度是通过度量囤圈万方数据5 4 6 42 0 0 9 ，3 0 ( 2 3 )计算机工程与设计C o m p u t e rE n g i n e e r i n ga n dD e s i g n r + l 一I灰度图看作是二维密度分布函数，就可把矩技术应用于描述子图，一幅图像的特征。概率密度分布函数为的二维连续随即函数的g ) 阶几何矩的定义为( a ) 搜索图S( b ) 模板图r图3 模板匹配过程函数来度量的，归一化相关函

19、数作相似性测量定义为MN s ( 脚，刀) 一芦 丌所，厅) 一习R ( i ，力=该方法具有较强的抗白噪声能力，在灰度变化及几何畸变不大的情况下匹配精度高，但容易受局部光照变化的影响，且匹配速度较慢。为了提高模板匹配的速度，我们对式( 2 ) 做如下处理：在式( 2 ) 中，于为模板兀? 、，的均值，为搜索图像双必胸在当前窗I ：1 ( f ，) 下的均值。再设r = T ( m ，疗) 一死由于可以一次性算出，则将分子部分改写为：蹦所，门) r 一弘r 。又_ 。l 。l_ 。1 月l 因为r 的和为0 ，分子剩下第一项，因此可利用差分求和的方法将第一项和子图进行卷积运算。首先将模板当中所

20、有像素点进行排序，然后在排序数组的基础上进行差分，因为模板当中存在大量相同灰度值，这样差分后的数组会存在大量的0或l ，对0 或l 的乘法运算可省略。这样就节省大量的运算时间，提高模板匹配的速度。而对于式( 2 ) 的分母处理如下。第二项只与模板T 有关，仅算一次即可，大致需要次运算。第一项在每一次移动窗口 下都需要计算一次方差，总共大致需要3 ( 肛+ 1 ) 2 次运算，运算量非常大，为此，为搜索图S 计算以下累计量彳( f 加= s ( i ，。， 叫( f 一1 “( f ，J 一1 ) 一爿O l , j 1 )A 2 ( i , j ) = I s 气l ，_ ，) 十彳2 0 -

21、 1 ，_ ，M 2 ( U 1 ) 一A 2 ( f l ，J 一1 )且当i , j 0 式中：，7 正比例位置增益系数，p 呲) 在运动空间中机器人和障碍物之间的最短距离。P 。障碍物对机器人产 生影响的最大距离，它的值随着障碍物和目标点之间的具体情况来确定，一般应该小于各个障碍物之间距离的一半和目标点到各障碍物之间的最小距离。当机器人没有到达目标点时，障碍物对它的斥力为 岛= - v = 卜葛一百1 瘌1 ，p ( X , X o ) p o 机器人受到的合力 F = F F 。合力决定了机器人的运动方向。引用人工势场方法的主要弊端就是机器人在到达目标位置前由于陷入局部最极小点，从而导

22、致无法到达目标点。我们在移动机器人避障系统中，采用改进势函数的方法，来消除局部最小点。为了避免无法到达目标点的情况出现，就必须使机器人在目标点总的势场力最小，可以通过对斥力场函数进行改造以达到目的。人工势场法的传统斥力场函数修正为泸枷：降丽1 一蹴毗) 锄( 3 )泸枷：j 丁叩面i 一石厂忧一五只u 五) 冬胁( 3 )10 。( X y o ) p o 新的斥力场函数引入p 驭) ，当机器人运动到目标点时，p 似) 为零，这样保证在目标点的引力和斥力为零，总的势场力为零。此时，斥力为Vc 卜( ：鬣菩? 其中 如= 岛幽一寺嬲2 专砘一万1 ) 2 1 )( 6 )如的方向为由障碍物指向机

23、器人；，呷2 的方向为由机器人指向目标点，如图6 所示。 当0 1 ，从式( 3 ) 得出，斥力函数在目标点是可微的当机器人接近目标时，总的势场力最终为零，机器人驶向目标。4 2 避障策略系统将机器人视窗区域分为3 部分：正前方、左前方、右前方。系统分别检测3 个区域内的障碍物与机器人的距离，将最小值即最近距离作为输入I D ，D ， D J 。此外，将机器人与目标物的夹角0 作为第4 个输入。为简单起见，设移动机器人速度为恒定，那么，待控制量即输出值为机器人的转动角度。设变量凸勃和D 的范围为1 0 - d 0 0 c m ，语言变量为 n e a r ( 近) 扣r( 远) ) ；变量0

24、和的范围为一9 0 0 - - 9 0 。，语言变量为 L a ( 左大) ，L S ( 左小) ，z ( 零) ，R S ( 右小) ，R B ( 右大) 。变量叻和D ，的隶属度函数采用梯形函数，如图4 ( a ) 所示。变量0 和的隶属度函数如图4 ( b ) 所示。l0 80 40 201 2 0 。9 0 。6 0 。3 0 。0 。3 0 。6 0 。8 0 。1 2 0 。( b )图4D ， 功和n 以及口和的隶属度函数模糊控制规则是一组多重条件语句，由模糊集合理论可知，这种因果关系可以表示为从输入变量到输出变量的两个模糊关系矩阵。当障碍物较近时，移动机器人根据障碍物的分布结合

25、目标方位做出合理的决策，在保证避障的同时向目标前进。当障碍物较远时，目标方位起主要控制作用，移动机器人不断改变航向，对准目标前进。假设障碍在移动机器人的前方，目标方位有5 种可能的分布，可以设计如表l 所示的5 条规则。表1 避障规则R nD ，西D r口R lf a rn e a rf a rN BN BR 2f a rc a rf a rN SN SR 3f a rn e a rf a rZN SR 4f a rn 朗rf a rR sR SR 5f a rn C a rf a rR BR B同理，可以构造其它情形下的模糊规则。系统将障碍物划分为3 个区域，所以障碍物的分布有8 种情形。每

26、种障碍物的分布情形下，目标相对移动机器人的方位有5 种可能的分布，所以总共需要构造4 0 条模糊规则。4 3 同步控制在一个时间周期内，系统需要完成下面这些工作：从双目摄像头采集数据；两块视频采集卡同步数据并传输给内存：对万方数据5 4 6 62 0 0 9 ，3 0 ( 2 3 )计算机工程与设计C o m p u t e rE n g i n e e r i n ga n dD e s i g n两幅视频同步进行背景、地面和物件的提取；对两幅图片进行模板匹配：从匹配过的图片区分提取出障碍物和目标物：构造二维地图：路径规划；避障规则应用：运动策略传输给移动机器人；运动控制模块实施运动。由于不

27、同的功能实现需要的响应时间不同，只有做到成功的同步控制，才能使系统成功运行，并具有较好的实时性。为此，系统从以下几个方面着手，进行系统同步控制。( 1 ) 双目视觉数据的同步实现。两路视频数据分别进行采集，同时在内存中开辟两块缓存来存放视频数据，并且设置了互斥量进行保护，以防止数据在多线程运行环境下的变量冲突。实验表明这样可以有效避免内存冲突，从而保证两个摄像机采集数据的同步性。( 2 ) 区分物件与构建地图的同步。区分障碍物和目标物阶段，需要计算7 个几何特征不变矩，若物件数量增多，这将很大程度上影响系统的运行进度。因此，在构造二维地图前，设置时间戳机制，利用标志位判断是否接受到新的深度信息

28、，如果未取得深度信息则系统空转一个时间戳的长度以保证机器人成功行进。( 3 ) 创建地图与机器人行进的同步。移动机器人在起始点时，根据传感器可以分析出与目标物同侧的路面与背景交界处的距离。尽管机器人在动态行进中，而机器人的转动角度在9 0 0 - - 9 0 0 间，交界处总会处在视线范围内。在行进过程中，将此交界线作为路标，而在系统实现时设置变量s i g nl e n -g t h 并定期以一定的规则递减，本系统中采用s i g n l e n g t h =s i g nl e n g t l l 2 0 。在路径规划完成后，行为规划层向运动控制层发送运动信号，机器人实施前进时，系统获取

29、机器人与“路标”的距离，与系统中的s i g n l e n g t h 内容做比较，若三s i g n l e n g t h ，此时未得到新的运动信号，则机器人停止行进，直至获取新的运动信号。【a J【b )图6 图像处理和物件提取的实验结果囤( 1 ) 模板【2 ) 待匹配图像( a )( b )图7 区分障碍物和目标点的实验结果式距离，得到图7 ( b ) 的匹配结果，区分出目标点。图8 ( a ) 到8 ( d ) 是移动机器人在行进过程中的部分截图。图8 移动机器人路径规划和避障的实验截图从实验结果我们可以看出，移动机器人完成了系统的最初需求，利用双目视觉传感器，规划一条从起始点到

30、目标点的最优或次优路径，并在行进过程中避开障碍物。5 实验结果和分析6 结束语移动机器人路径规划和避障系统的实验结果如下所示。图5 ( a ) 和图5 ( b ) 分别是双目视觉传感器采集到的左右两幅视频图像。( a )( b )图5 双目视觉传感器的左右视频图像图6 ( a ) 和图6 ( b ) 分别是经过图像处理和物件提取操作后的图像。利用种子填充法，将地面填充为蓝色，背景填充为绿色，被地面包围的区域识别为物件，用红色填充。图6 ( b ) 物件外围的黑框为双目模板匹配后的标注结果。图7 ( a ) 和图7 ( b ) 分别是区分障碍物和目标点算法的示意图。图7 ( a 2 ) 是经过二

31、值化处理后的待匹配图像，利用图7 ( a i )所提供的模板，计算图7 ( a 2 ) 中各个区域的不变矩，通过比较欧本文提出了一种移动机器人路径规划和避障系统的系统框架，详细介绍了的系统各个模块的设计方案，给出系统实现后的实验运行结果。我们提出的分层模块化的设计思想，具有良好的稳定性与扩展性。采用变焦测距技术进行深度信息的测定，可以有效扩大系统测最的范围；采用改进的N C C 模板匹配算法进行立体匹配，提高系统的运行速度：采用不变矩思想有效的实现障碍物和目标物的区分：采用改进的人工势场函数消除人工势场法的局部最小点现象；提出了解决系统多模块同步控制的问题。经过现场实验证明我们设计实现的移动机

32、器人路径规划和避障系统具有良好的性能。参考文献：【l 】史春雪，卜英勇，罗柏文，等基于蚁群算法深海采矿机器人工作路径规划【J 】海洋工程，2 0 0 8 ，2 6 ( 2 ) ：l1 9 1 2 3 【2 】付两光，颜国正7 D O F 核丁业机器人的轨迹规划与仿真【J 】系统仿真学报，2 0 0 5 ，17 ( 8 ) ：1 9 4 8 1 9 5 0 【3 】唐敦兵食品工业机器人的设计与开发【J 】机器人技术与应用，2 0 0 2 ( 1 ) ：l O 1 2 ( 下转第5 4 7 0 页)万方数据5 4 7 02 0 0 9 ，3 0 ( 2 3 )计算机工程与设计C o m p u t

33、 e rE n g i n e e r i n ga n dD e s i g n。一表23 种方法在T P 取5 0 与8 0 时F P 值惕 V ，( 载密图像l皎入率为l O I) )9 0矿T P 惭5 08 0s 0驴K e r 校准法6 41 4 47 0Z h a n g 局部极值法1 43 8芝6 C本文方法1 42 5蓦5 0力r掣4 0对以高精度原始图像为载体的检测。本文在挖掘了高精度原3 0挺始阁像在L S B 匹配数字隐写过程前后灰度直方图、差分直方2 0_ 矽一图以及小波分解后的子带系数直方图特性差异的基础之上，n一H I ” 1 02 03 04 05 06 07

34、08 09 01 0 0挺耿J 上j 璀忏 【匕I 口J 更，升1 义用又何I 口J 亘删L 刈具进仃万失识刑一j 虚l i l o , 一，。、来判断其是否含有秘密信息。实验结果表明，本文方法在性+ 本文方法( u c = 05 6 0 9 ) ：e - Z h a n g 局部极值法( A u c = 05 4 14 ) ，1 、7 。帅口门田山。万删“、1 一“u+ K e t 枝准法( A u c = 0 5 3 17 )能上要优于文献f 5 】的局部极值法。但在低嵌入率条件下性能( a ) 载密图像嵌入率为1 0 还不够理想，有待改进。1 0 09 0、；F m 8 0匕善一 一7

35、0】。 一 1JK e rAD S t e g a n a l y s i so fL S Bm a t c h i n gi ng r a y s c a l ei m a g e s 述6 0， I E E ES i g n a lP r o c e s s i n gL e t t e r s ，2 0 0 5 ，1 2 ( 6 ) ：4 4 1 - 4 4 4 堡5 0一【2 】2H o l o t y a kT , F r i d r i c hJ , V o l o s h y a o v s k i ys B l i n ds t a l l s t i c a ls t e g

36、 a -翱4 0 。7，n a l y s i so fa d d i t i v es t e g a n o g r a p h yu s i n gw a v e l e th i g h e ro r d e J3 0 i s t a t i s t i c s C L N C S3 6 7 7 ，2 0 0 5 ：2 7 3 2 8 4 2 0彦 3 】O o l j a nM ，F f i d r i c hJ , H o l o t y a kZ N e wb l i n ds t e g a n a l y s i sa n di t s1 0 i m p l i c a t

37、i o n s C P r o c e e d i n g so fS P I E ，S e c u r i t y , S t e g a n o D 7 h v ,o246 。卫0 1 ，1 21 41 6182 0a n d W a t e r m a r k i n go f M u R i m e d i a C o n t e r l t s ，2 0 0 6 ：1 1 3 虚警率。“5 ”。+ 奉文方= ：击“u c 2 0 9 6 7 3 ) ；母Z h a n $ 局部极值法( u c 卸t 9 4 0 4 ) ； 4 】M a r v e l L ，H e n z B ，B

38、 o n c e l e t C Ap e r f o r m a n c es t u d yo f 士ls t c g l - _ 兰! ：= = 0 5 ”n a l y s i se m p l o y i n gar e a l i s t i co p e r a t i n gs c c n a r i o c 1 P r o cofMIL-100( b ) 载管图像嵌入率为 一。图53 种方法的检测性能R O C 曲线C O M ，2 0 0 7 ( 栽密图像嵌入率分别为1 0 - 号1 0 0 ) 5 】J u n Z h a n g , C o x I n g e m a

39、rJ , D o e n “ G w e a a e J S e g a n a l y s i s f o r L S Bm a t c h i n gi ni m a g e sw i t hh i g h f r e q u e n c yn o i s e C P r o c e e d i n go f 麦l3 种力法在lP 】驭5 0 与8 0 时F P 值惕t h eI E E EM M S P , 2 0 0 7 ：3 8 5 3 8 8 ( 载密图像嵌入率为l o )【6 】T h eU S D AN R C Sp h o t og a l i e D D B O L h a

40、 p ：N p h o m g a U e r y “ I P 5 08 0n l c s u s d a g o v 。2 0 0 8 - 0 9 1 4 K e r 校准法4 57 8 ，3 7 】H a n m e nJ , P e a r l m a nWA S t e g a n a l y s i so fa d d i t i v en o i s em o d e Z h a n g 局部栏值法4 4 47 5iorma，一f t h eSPIElablei n f o r m a t i o nh i d i n g ( C S a nJ o s eC A ：P r o co

41、 f t h eS P I E ，S e 一本文疗法4 0 1c t m t y , S t e g a n o g r a p h y , a n dW a t e r m a r k i n go fM u l t i m e d i aC o n -5 结束语【8 】銮翟羔：A T L 柚的图像，J 、波子带广义高斯模L S B 匹配数字隐写是隐写分析中的难点问题，尤其是针型的研究【J 】计算机应用与软件，2 0 0 6 ，2 3 ( 1 ) ：1 3 1 1 3 2 ( 上接第5 4 6 6 页) 4 】C o g 智能机器人官方网站【E B O L h t t p ：w w w a

42、i m i t e d u p r o -j c c t s h u r n a n o i d r o b o t i c s - g r o u p c o g c o g h t m l 5 】移动机器人C A S I A I 问世 E B O L h t t p ：w w w r o b o t i c f a n c o r n a r t i c l e h t m l 3 s h t m l 6 】索尼发表新款双足行走机器人 E B O L h a p ：w w w _ r o b o t d i y c o r n a r t i c l e p h p ? s i d - 2

43、 4 6 【7 】石为人，周学益室内清洁机器人避障路径规划研究【J 】计算机应用，2 0 0 7 。2 7 ( 6 ) ：3 7 8 3 7 9 8 】国内首台个人机器人在沈阳诞生 E B O L h t l p ：w w w 8 6 v r c o m n e w s i n d u s t a - y 2 0 0 6 0 6 8 3 7 3 h t m l 9 】9Z h a n gH a a d o n g ，W a n gG a n g ，C e nY u w a n S u m m a r yo fd i s t a n c em e a s u r e m e n tb a s e

44、 do nv i s i o ni nl o c a l i z a t i o nt e c h n o l o g y 【J 】P o w e rE l e c t r o n i c sa n dM o t i o n 2 0 0 6 ，3 ：1 - 5 1 0 】史慧荣，张学帅，梁彦一种基于模糊分类的模板匹配眼睛定位方法 J 1 西北工业大学学报，2 0 0 5 ，2 3 ( 1 ) ：5 5 - 5 9 1 1 】夏永泉，刘正东，杨静宇不变矩方法在区域匹配中的应用【J 】计算机辅助设计与图形学学撤。2 0 0 5 ，17 ( 1 0 ) ：17 9 一l8 7 1 2 】方华京，魏然

45、人工势场法在多机器人运动中的研究【J 】控制工程，2 0 0 7 ，1 4 ( 2 ) ：2 1 5 2 2 1 5 6 万方数据基于双目视觉移动机器人的路径规划和避障研究基于双目视觉移动机器人的路径规划和避障研究作者：赵静， 陈一民 作者单位：上海大学,计算机工程与科学学院,上海,200072 刊名：计算机工程与设计 英文刊名：COMPUTER ENGINEERING AND DESIGN 年，卷(期)：2009,30(23)参考文献(11条)参考文献(11条)1.方华京;魏然 人工势场法在多机器人运动中的研究期刊论文-控制工程 2007(02)2.夏永泉;刘正东;杨静宇 不变矩方法在区域匹

46、配中的应用期刊论文-计算机辅助设计与图形学学报 2005(10)3.史慧荣;张学帅;梁彦 一种基于模糊分类的模板匹配眼睛定位方法期刊论文-西北工业大学学报 2005(01)4.Zhang Handong;Wang Gang;Cen Yuwan Summary of distance measurement based on vision in localizationtechnology 20065.石为人;周学益 室内清洁机器人避障路径规划研究期刊论文-计算机应用 2007(06)6.索尼发表新款双足行走机器人7.移动机器人CASIA-I问世8.查看详情9.唐敦兵 食品工业机器人的设计与开发期刊论文-机器人技术与应用 2002(01)10.付西光;颜国正 7-DOF核丁业机器人的轨迹规划与仿真期刊论文-系统仿真学报 2005(08)11.史春雪;卜英勇;罗柏文 基于蚁群算法深海采矿机器人工作路径规划期刊论文-海洋工程 2008(02)本文链接：http:/