The invention discloses a trajectory recognition method of a tracking robot based on neural network, which comprises the following steps: 1) the robot collects road images in the light changing environment; 2) compresses the collected image data into a picture and stores the picture as a jpg file; 3) cutting the collected picture; 4) transferring the collected picture data into a jpg file. Fifth, the training data are imported into Matlab to train the neural network and get the parameters of the neural network; sixth, according to the parameters of the neural network trained by MATLAB to write the center of the lead wire in the middle of the road in the picture. Point marked neural network algorithm;... The trajectory recognition method of tracking robot based on neural network has strong self-adaptive ability, high accuracy and high robustness for identifying road trajectory under the condition of changing visual illumination conditions.
【技术实现步骤摘要】
一种基于神经网络的循迹机器人轨迹识别方法
本专利技术涉及涉及机器人领域,特别涉及一种寻迹机器人轨迹识别方法。
技术介绍
随着人们生活水平的不断提高,智能家用机器人的应用越来越广泛,而且具有非常广泛的市场前景,众多自主运行机器人均需要解决寻迹这一问题,为了控制机器人确保其能够沿着预设路径前行,需要机器人能够自行探测线路并能预测转弯,因此需要机器人能够在线获取探测线路后预测道路曲率,以及检测确定道路中心线。视觉寻迹具有路径铺设难度低,识别设备成本低等优点,但由于摄像头等视觉设备对光照强度敏感,常用的阈值二值化的方案,或者颜色检测的算法方案虽然难度较低,但是对于光照变化环境具有不稳定性。
技术实现思路
有鉴于此,本专利技术的目的一种基于神经网络的循迹机器人轨迹识别方法,其针对道路中间有引导线的道路,解决现有技术中机器人采用视觉寻迹,在视觉光照条件变化的条件下,对路径识别稳定性差的问题。本专利技术基于神经网络的循迹机器人轨迹识别方法,包括以下步骤:1)机器人在光照变化环境下通过摄像头采集道路图像;2)机器人处理器将采集的图像数据压缩成分辨率为640*480的图片,并将图片存储为jpg文件;3)机器人处理器对图像数据进行预处理,将采集的图片进行裁剪,缩小尺寸,修改为320*240;再将缩小后的图片的下部沿宽度方向进行裁剪,每张图片分别裁剪出3个区域,每个区域的分辨率为320*5;4)将采集的图片数据转入电脑,在电脑端通过软件对每张图片中的三个区域中的引导线的中心进行标记,并记录下标记点的坐标;将jpg图像读取完毕,并按照每个像素点为BGR888的顺序存储为一个训练数据输 ...
【技术保护点】
1.一种基于神经网络的循迹机器人轨迹识别方法,其特征在于:包括以下步骤:1)机器人在光照变化环境下通过摄像头采集道路图像;2)机器人处理器将采集的图像数据压缩成分辨率为640*480的图片,并将图片存储为jpg文件;3)机器人处理器对图像数据进行预处理,将采集的图片进行裁剪,缩小尺寸,修改分辨率为320*240;再将缩小后的图片的下部沿宽度方向进行裁剪,每张图片分别裁剪出3个区域,每个区域的分辨率为320*5;4)将采集的图片数据转入电脑,在电脑端通过软件对每张图片中的三个区域中的引导线的中心进行标记,并记录下标记点的坐标;将jpg图像读取完毕,并按照每个像素点为BGR888的顺序存储为一个训练数据输入文件;同时为了增加训练数据的样本数目,将所有的图像垂直镜像;5)将得到的训练训练数据导入到matlab,对神经网络进行训练,所述神经网络由输入层、隐含层和输出层构成,其中输入层根据输入图像数据每个像素点的RBG分别对应一个神经元,输出层为一个神经元,隐含层根据训练结果调整到适当神经元数目;神经网络利用输出后的误差来估计输出层的直接前导层的误差,再用这个误差估计更前一层的误差,如此一层一层 ...
【技术特征摘要】
1.一种基于神经网络的循迹机器人轨迹识别方法,其特征在于:包括以下步骤:1)机器人在光照变化环境下通过摄像头采集道路图像;2)机器人处理器将采集的图像数据压缩成分辨率为640*480的图片,并将图片存储为jpg文件;3)机器人处理器对图像数据进行预处理,将采集的图片进行裁剪,缩小尺寸,修改分辨率为320*240;再将缩小后的图片的下部沿宽度方向进行裁剪,每张图片分别裁剪出3个区域,每个区域的分辨率为320*5;4)将采集的图片数据转入电脑,在电脑端通过软件对每张图片中的三个区域中的引导线的中心进行标记,并记录下标记点的坐标;将jpg图像读取完毕,并按照每个像素点为BGR888的顺序存储为一个训练数据输入文件;同时为了增加训练数据的样本数目,将所有的图像垂直镜像;5)将得到的训练训练数据导入到matlab,对...
【专利技术属性】
技术研发人员:宋永端,杨士国,赖俊峰,韩哲,徐康,张亚男,许文强,周鑫,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。