基于室内环境识别的移动机器人视觉导航

4 仿真实例

　　本文设计了两种环境进行仿真，结果如图6和7。

　　可以看出，虽然原始图像的地面上有一些反光、阴影等，本文的算法都能成功地进行图像分割，具有良好的鲁棒性。此外，还能成功地识别出地面上的障碍物，进而本系统就达到了移动机器人识别室内环境障碍物的目的，实现了移动机器人视觉导航中的避障功能。

5 总结

机器人视觉系统通过对摄像机拍摄的图像进行实时分析处理，从而区别障碍物和可行路径，进而对移动机器人进行导航。

　　本文主要研究室内环境下的视觉导航。选取颜色作为分析对象，采用3×3模板进行中值平滑滤波分析了RGB和HSV颜色空间模型及转换关系，介绍了大津阈值分割法和改进的阈值迭代法，并通过彩色补偿原理进行彩色补偿，最后实验仿真验证其可行性，实现了室内环境下特征信息的提取和物体的识别和。

参考文献：

　　[1]付永会, 张风超,张宪民.一种改进的基于颜色直方图的实时目标跟踪算法[J].数据采集与处理,2001
　　[2]蒋海波,张云伟.室外机器人视觉导航的路径结构识别[J].计算机工程与应用,2010(7)
　　[3]沈春生,王耀南.移动机器人目标分割及测距方法研究[J].计算机工程与应用,2011(23)
　　[4]杜歆.一种基于动态规划的道路图像分割算法[J].传感器技术学报,2004(9)
　　[5]Tomono M,Yuta S.Mobole Robot Navigation in Indoor Environment using Object and Character Recognition[C]. Pro.of the 2000 IEEE International Conference on R&A:312-320
　　[6]Anderson J K,Iftekharuddin K M,Threlkeld E.Single camera based object detection and tracking for mobile robots. Proc. SPIE,2008,7072:1-12