基于小波分析和績效學(xué)習(xí)機(jī)圖像分類算法的機(jī)器人導(dǎo)航視覺系統(tǒng)設(shè)計(jì)

康麗軍，高茜

摘 要：機(jī)器人導(dǎo)航視覺系統(tǒng)設(shè)計(jì)需要建立在完整的算法基礎(chǔ)上。本文主要從小波分析與績效學(xué)習(xí)機(jī)圖像分類算法兩方面展開研究，提出實(shí)現(xiàn)機(jī)器人導(dǎo)航視覺系統(tǒng)功能的設(shè)計(jì)方法。通過小波分析算法來強(qiáng)化機(jī)器人績效學(xué)習(xí)能力，從而達(dá)到導(dǎo)航視覺捕捉效果。

關(guān)鍵詞：小波分析；績效學(xué)習(xí)機(jī)；圖像分類；機(jī)器人導(dǎo)航

中圖分類號：TP301 文獻(xiàn)標(biāo)識碼：A

Design of the Intelligent Robot Navigation Vision System Based on Wavelet Analysis and Performance Learning Machine Image Classification Algorithm

KANG Lijun1，GAO Qian2

（1.Computer Science and Engineering Department，Taiyuan University，Taiyuan 030032，China；

2.School of Electronic Science and Engineering，Nanjing University，Nanjing 210046，China）

Abstract：As the robot vision system needs to be designed on the basis of the complete algorithm，this study is mainly conducted from the two aspects of wavelet analysis and performance learning machine learning image classification algorithm.The paper proposes the design method to implement the functions of the robot navigation visual system.The robot performance learning ability is reinforced through the wavelet analysis algorithm，so as to achieve the visual navigation capture effect.

Keywords：wavelet analysis；performance learning machine；image classification；robot navigation

1 引言（Introduction）

導(dǎo)航視覺系統(tǒng)中主要由攝像頭、圖像采集集成模塊、圖像識別模塊和數(shù)據(jù)運(yùn)算分析模塊組成，能夠?qū)⑺蹲降玫降男畔⑼ㄟ^系統(tǒng)內(nèi)部識別轉(zhuǎn)化成為智能機(jī)器人可以理解的語言[1]。小波分析可以將數(shù)據(jù)轉(zhuǎn)換處理成為系統(tǒng)可以識別的模式，硬件結(jié)構(gòu)的配合程度直接關(guān)系到最終的視覺導(dǎo)航功能實(shí)現(xiàn)。硬件結(jié)構(gòu)之間的運(yùn)行先后程度也十分重要，需要進(jìn)行重點(diǎn)構(gòu)建設(shè)計(jì)，提升系統(tǒng)的綜合運(yùn)行能力。系統(tǒng)中的硬件組成結(jié)構(gòu)與軟件結(jié)構(gòu)之間需要相互配合，體現(xiàn)出結(jié)構(gòu)的運(yùn)行穩(wěn)定性，并為系統(tǒng)結(jié)構(gòu)組成建立起適合的軟件基礎(chǔ)環(huán)境。在硬件程序與軟件相互配合的前提下，進(jìn)入到系統(tǒng)的結(jié)構(gòu)組成環(huán)節(jié)中，實(shí)現(xiàn)軟件與硬件之間的相互配合，從而實(shí)現(xiàn)軟件結(jié)構(gòu)與硬件系統(tǒng)之間相互配合。

2 系統(tǒng)結(jié)構(gòu)組成及智能機(jī)器人軟件工作原理（System

structure and intelligent robot software working

principle）

2.1 系統(tǒng)結(jié)構(gòu)組成

視覺引導(dǎo)的機(jī)器人結(jié)構(gòu)系統(tǒng)框架圖如圖1所示。有關(guān)于軟件與硬件之間配合的運(yùn)行環(huán)境問題，通過系統(tǒng)功能完善也能達(dá)到更加合理的標(biāo)準(zhǔn)。軟件功能能夠配合硬件模塊共同構(gòu)建完成功能，對信息的捕捉和接下來系統(tǒng)功能實(shí)現(xiàn)均能夠達(dá)到更適合的標(biāo)準(zhǔn)[2]。

2.2 智能機(jī)器人軟件工作原理

在CCD攝像頭的信息捕捉下，通過視覺導(dǎo)航來實(shí)現(xiàn)現(xiàn)場的配合控制，通過軟件與硬件之間相互結(jié)合來構(gòu)建出適合的現(xiàn)場環(huán)境。攝像頭所捕捉得到的信息傳輸?shù)娇刂浦行闹校ㄟ^軟件與硬件系統(tǒng)之間的相互結(jié)合，來識別所捕捉得到的影響信息，從而判斷障礙物所在位置，實(shí)現(xiàn)導(dǎo)航視覺系統(tǒng)對障礙物的躲避。掃描得到信息后將其規(guī)劃到控制系統(tǒng)中，在系統(tǒng)運(yùn)算幫助下實(shí)現(xiàn)路徑規(guī)劃。智能機(jī)器人軟件系統(tǒng)功能實(shí)現(xiàn)主要是由遠(yuǎn)程信息捕捉、圖像識別、跟蹤處理與到達(dá)點(diǎn)定位幾部分組成，各個系統(tǒng)結(jié)構(gòu)之間的功能通過這種相互配合的方法來高效實(shí)現(xiàn)，進(jìn)入到最終的控制模塊中[3]。智能機(jī)器人在功能上更應(yīng)該充分配合運(yùn)行狀態(tài)，體現(xiàn)出運(yùn)行狀態(tài)中的不同，在路徑規(guī)劃指導(dǎo)前提下不斷地完善功能，從而實(shí)現(xiàn)路徑更精準(zhǔn)的規(guī)劃。在智能操控系統(tǒng)配合程度中，所遇到的各項(xiàng)問題都應(yīng)該體現(xiàn)在系統(tǒng)中，系統(tǒng)程序相互配合完善后，機(jī)器人會自動規(guī)劃處路徑，進(jìn)入到最終的導(dǎo)航運(yùn)行階段。

2.3 圖像識別與處理方法選擇

圖像識別后采用預(yù)處理的方法來進(jìn)行。隨著機(jī)器人的運(yùn)動運(yùn)動不斷捕捉出動態(tài)點(diǎn)，展現(xiàn)到系統(tǒng)中的點(diǎn)屬于動態(tài)不斷變化的，在這樣的前提下，各項(xiàng)運(yùn)行管理任務(wù)均能高效實(shí)現(xiàn)，這也是傳統(tǒng)控制點(diǎn)中所難以達(dá)到的部分[4]。預(yù)處理方法應(yīng)用后為接下來的機(jī)器人運(yùn)動動態(tài)分析提供了充足的時間，避免由于信息處理而造成機(jī)器人運(yùn)動反饋時間上的延誤。機(jī)器人運(yùn)動始終處于不斷變化的環(huán)境中，各個運(yùn)行系統(tǒng)之間功能相互配合。預(yù)處理方法應(yīng)用后在時間上有明顯增加，并且能夠隨著時間變化來進(jìn)入到更合理的視覺狀態(tài)下，選擇信息識別方法期間要考慮是否能在功能上能夠相互控制，避免在信息傳輸過程中產(chǎn)生誤差，影響到最終的信息識別使用。圖像識別和系統(tǒng)內(nèi)部控制完善，要考慮功能方面的相互控制完善，障礙物躲避模式如圖2所示。endprint

通過圖2的描述可以發(fā)現(xiàn)在系統(tǒng)中所存在的問題，構(gòu)建出適合系統(tǒng)運(yùn)行的環(huán)境。機(jī)器人離開出發(fā)點(diǎn)之后，根據(jù)掃描得到的動態(tài)圖像來進(jìn)行現(xiàn)場控制，從而實(shí)現(xiàn)各個系統(tǒng)之間的相互構(gòu)建配合。障礙物掃描進(jìn)入到系統(tǒng)后，機(jī)器人在預(yù)算處理功能幫助下選擇新的路徑回到出發(fā)點(diǎn)，從而實(shí)現(xiàn)整體路徑掃描識別。

3 基于小波分析基礎(chǔ)上的機(jī)器人導(dǎo)航視覺系統(tǒng)構(gòu)建

（Robot navigation vision system construction

based on wavelet analysis）

3.1 算法選擇

小波分析在算法選擇上要體現(xiàn)出對機(jī)器人的精準(zhǔn)控制，采用Mallat算法來進(jìn)行現(xiàn)場控制。這種算法能夠體現(xiàn)出小波分析中的離散形式，對數(shù)據(jù)信息處理速度更快，處理過程中可快速定位具體的位置路線，并通過位置路線選擇控制來提升系統(tǒng)內(nèi)的運(yùn)行配合程度，為各項(xiàng)算法進(jìn)行建立起適合的環(huán)境。Mallat中的小波分解形式如圖3所示。對于現(xiàn)場構(gòu)建的小波分解模式，更應(yīng)該體現(xiàn)出控制系統(tǒng)中的相互配合需求，通過現(xiàn)場構(gòu)建來完善運(yùn)行程序。對于系統(tǒng)中的結(jié)構(gòu)運(yùn)行圖，將機(jī)器人控制中所產(chǎn)生的問題通過相互配合來解決，這樣才能達(dá)到最佳控制效果和替身系統(tǒng)運(yùn)行過程中的配合能力[5]。通過小波分解也可以提升系統(tǒng)處理速度，達(dá)到更理想的運(yùn)行控制效果。算法選擇后進(jìn)入到程序構(gòu)建環(huán)節(jié)中，通過程序之間的相互配合來全面提升控制使用能力，程序運(yùn)行配合下算法才能實(shí)現(xiàn)功能，避免在功能中產(chǎn)生沖突影響。

3.2 算法運(yùn)行程序基礎(chǔ)

首先要針對所捕捉到的影響信息進(jìn)行分區(qū)，建立算法集合。這樣算法實(shí)現(xiàn)可以在分區(qū)基礎(chǔ)上進(jìn)行，避免運(yùn)算資源浪費(fèi)的問題產(chǎn)生。算法所針對的不同集合，更應(yīng)該充分體現(xiàn)出控制效率，以及在現(xiàn)場存在的功能隱患。程序運(yùn)行與硬件相互配合使用，最終的管理控制效果才能得到全面提升，避免在功能上受到相互影響。程序控制中要體現(xiàn)出程序配合，算法與程序相互配合使用，可以進(jìn)入到最終理想的運(yùn)行控制狀態(tài)。面對程序算法中的不同功能，機(jī)器人根據(jù)所得到的信息來進(jìn)行導(dǎo)航。因此運(yùn)動狀態(tài)配合也十分重要[6]。導(dǎo)航系統(tǒng)要發(fā)揮功能，需要在信息處理時間上不斷優(yōu)化，短時間內(nèi)完成信息數(shù)據(jù)處理，并將其發(fā)送到指定的位置區(qū)域內(nèi)。對于算法中的區(qū)域選擇，基于算法指導(dǎo)基礎(chǔ)上來進(jìn)行運(yùn)動引導(dǎo)，幫助機(jī)器人躲避掌握物。機(jī)器人在攝像機(jī)掃描后會形成一個整體現(xiàn)場地圖，根據(jù)所反饋得到的信息變化，動態(tài)地圖也會隨之發(fā)生改變，從而實(shí)現(xiàn)對機(jī)器人運(yùn)動的動態(tài)引導(dǎo)，幫助機(jī)器人躲避障礙物，避免在行走過程中發(fā)生碰撞。機(jī)器人使用要考慮環(huán)境因素是否會造成不良影響，通過現(xiàn)場構(gòu)建來綜合體現(xiàn)出控制方案，避免系統(tǒng)中產(chǎn)生控制程序之間的不良影響。

3.3 小波去燥

小波傳輸中還容易受到干擾磁場的影響，出現(xiàn)信息傳輸誤差問題。因此在設(shè)計(jì)中需要解決這一問題，制定出符合小波運(yùn)行的控制系統(tǒng)，避免系統(tǒng)在運(yùn)行中出現(xiàn)不良影響。對于小波去燥方法的選擇，小波去燥同樣要在程序配合下來實(shí)現(xiàn)。波形之間相互轉(zhuǎn)換涉及頻率分布，在此基礎(chǔ)上構(gòu)建出適合程序運(yùn)行使用的環(huán)境。根據(jù)小波劃分來進(jìn)行接下來的頻率構(gòu)建，將其分布到程序控制中。關(guān)于設(shè)計(jì)方案中所體現(xiàn)出的不同功能，頻率分區(qū)是接下來控制功能實(shí)現(xiàn)的基礎(chǔ)，也關(guān)系到頻率與功能之間的相互配合和轉(zhuǎn)換。如圖4所示。

它主要是從水平與垂直兩方面來進(jìn)行，通過現(xiàn)場的相互配偶和及構(gòu)建，按照所反饋得到的不同信息來進(jìn)行程序構(gòu)建，分區(qū)后可以達(dá)到更適合的現(xiàn)場運(yùn)行使用環(huán)境。當(dāng)前比較常見的各項(xiàng)分區(qū)任務(wù)，在配合程度上能夠明顯的區(qū)分，這也是傳統(tǒng)控制方法向優(yōu)化創(chuàng)新模式之間相互過渡需要重點(diǎn)完善的部分。如果不能協(xié)調(diào)好所存在的問題，接下來的功能實(shí)現(xiàn)也將會因此受到影響。分區(qū)域后系統(tǒng)內(nèi)部運(yùn)算僅僅針對制定的模塊即可，通過這種方法有效地減少了系統(tǒng)程序運(yùn)行中的運(yùn)算分析量，也提升了系統(tǒng)的功能控制穩(wěn)定性，可以避免在使用中出現(xiàn)相互影響的因素情況。運(yùn)算分析量減少后接下來的功能實(shí)現(xiàn)才更理想，不會受到程序控制的影響。

3.4 目標(biāo)搜索

目標(biāo)搜索功能實(shí)現(xiàn)首先要得到完整的現(xiàn)場地形圖。機(jī)器人能夠通過反饋判斷自身位置距離障礙物之間的距離，才能在距離障礙物適合的位置進(jìn)行躲避，避免功能之間受到相互影響。有關(guān)于目標(biāo)定位與搜索的準(zhǔn)確程度，更應(yīng)該在其中體現(xiàn)出相互控制是否處于最合理的狀態(tài)下，并對運(yùn)行控制方案進(jìn)行繼續(xù)深入調(diào)整，發(fā)現(xiàn)影響機(jī)器人安全運(yùn)行的障礙物時及時配合技術(shù)性方法來加強(qiáng)現(xiàn)場調(diào)整，調(diào)整配合關(guān)于目標(biāo)搜索的相關(guān)問題，并通過程序優(yōu)化來解決。目標(biāo)鎖定后機(jī)器人控制系統(tǒng)會快速生成一個行走路線，并在行走路線的配合下繼續(xù)深入提升功能。縮短與鎖定目標(biāo)之間的距離，在目標(biāo)搜索狀態(tài)下，確定各個系統(tǒng)之間的相互配合形式，避免產(chǎn)生功能上的沖突。運(yùn)行環(huán)境對系統(tǒng)功能實(shí)現(xiàn)和構(gòu)建是十分重要的。只有解決了程序與硬件之間的配合問題，機(jī)器人運(yùn)動中才能避免出現(xiàn)相互沖突。

4 基于小波分析與績效學(xué)習(xí)機(jī)器人的導(dǎo)航視覺系統(tǒng)

檢驗(yàn)（Test of the navigation vision system based

on wavelet analysis and the performance learning

robot）

4.1 模塊運(yùn)行功能檢測

對不同模塊進(jìn)行運(yùn)行功能之間的相互檢驗(yàn)，具有學(xué)習(xí)功能的機(jī)器人可以設(shè)定不同的障礙物類型，面對不同障礙物來進(jìn)行學(xué)習(xí)，能夠自動準(zhǔn)確地定位障礙物具體位置，并在學(xué)習(xí)記憶功能的支持下自動定位。巡檢導(dǎo)航定位試驗(yàn)，旨在檢驗(yàn)巡檢機(jī)器人導(dǎo)航系統(tǒng)的精度與可靠性。試驗(yàn)地點(diǎn)選擇中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院試驗(yàn)中心室內(nèi)環(huán)境。為準(zhǔn)確測量機(jī)器人停車位置與姿態(tài)，隨機(jī)抽取機(jī)器人巡檢路線的4個關(guān)鍵點(diǎn)粘貼定位坐標(biāo)紙。選定機(jī)器人車體上的6個邊界點(diǎn)作為相對參考位置，機(jī)器人到達(dá)目標(biāo)關(guān)鍵點(diǎn)停穩(wěn)后，將邊界點(diǎn)位置標(biāo)記到坐標(biāo)紙上。試驗(yàn)共進(jìn)行10次完整的巡檢導(dǎo)航，每次試驗(yàn)后將機(jī)器人初始位置復(fù)位，避免誤差累積影響試驗(yàn)結(jié)果，保證試驗(yàn)獨(dú)立性。試驗(yàn)中設(shè)置機(jī)器人移動速度為1m/s。對于機(jī)器人運(yùn)動過程中的各項(xiàng)參數(shù)進(jìn)行記錄，觀察參數(shù)上是否存在相互影響。對于機(jī)器人的功能檢驗(yàn)，可以借助信息技術(shù)來完成，將機(jī)器人與檢測系統(tǒng)相連接，隨著數(shù)據(jù)產(chǎn)生可以直接傳輸?shù)焦δ芄蚕碇?，?gòu)建產(chǎn)生一個適合數(shù)據(jù)傳輸任務(wù)進(jìn)行的現(xiàn)場環(huán)境。通過信息化技術(shù)應(yīng)用來提升信息傳輸精準(zhǔn)程度，避免在傳輸中出現(xiàn)參數(shù)信息誤差。關(guān)于設(shè)計(jì)方案中需要完善的內(nèi)容，需要通過信息間的相互配合；關(guān)于設(shè)計(jì)方案中所存在的不同隱患，需要建立起適合工作任務(wù)進(jìn)行的現(xiàn)場環(huán)境，并構(gòu)建起適合的現(xiàn)場黃金；關(guān)于設(shè)計(jì)方案中常見的隱患內(nèi)容，需要通過各系統(tǒng)間的相互配合最終控制效率也能夠得到提升。將檢測所得到的結(jié)果結(jié)合設(shè)計(jì)目標(biāo)進(jìn)行構(gòu)建，相互配合后所得到的功能才不會受到影響。有關(guān)于適合的方案，最終功能才不會受到影響。endprint

4.2 導(dǎo)航視覺功能實(shí)現(xiàn)

導(dǎo)航視覺功能實(shí)現(xiàn)首先要建立起軟件控制基礎(chǔ)，觀察在現(xiàn)場所存在的問題，掌握功能實(shí)現(xiàn)原理后，構(gòu)建出適合的現(xiàn)場環(huán)境。功能實(shí)現(xiàn)構(gòu)建中要體現(xiàn)出環(huán)境在其中的影響，將障礙物作為躲避的點(diǎn)來進(jìn)行掃描。了解到系統(tǒng)內(nèi)運(yùn)行功能后，通過障礙物躲避來構(gòu)建出適合的環(huán)境，最終的視覺導(dǎo)航功能才不會受到影響。視覺導(dǎo)航功能在進(jìn)行軟件硬件程序之間配合轉(zhuǎn)換中，構(gòu)建出適合的環(huán)境，對于可能會產(chǎn)生的功能隱患通過這種配合構(gòu)建方法也能夠避免。候選路徑是地圖關(guān)鍵點(diǎn)間的有向通路，是巡檢路線的基本組成部分。通過計(jì)算候選路徑的距離，能夠?yàn)樽顑?yōu)路徑的篩選提供數(shù)據(jù)支持。以兩關(guān)鍵點(diǎn)間的實(shí)際路徑長度為權(quán)重，采用Dijkstra最短路徑算法計(jì)算全部候選路徑的距離?？紤]到候選路徑起止點(diǎn)方向不一致引起的轉(zhuǎn)向，根據(jù)轉(zhuǎn)向角度按比例對候選路徑附加權(quán)值增益。學(xué)習(xí)記憶系統(tǒng)構(gòu)建完成后，接下來的各項(xiàng)功能才不會受到影響，機(jī)器人使用中能夠自動地進(jìn)行現(xiàn)場掃描。根據(jù)不同的障礙物類型進(jìn)行自動化程序控制，提升機(jī)器人運(yùn)動期間的穩(wěn)定性。

5 結(jié)論（Conclusion）

在分析移動機(jī)器人導(dǎo)航常用控制方法和兩輪差速移動機(jī)器人運(yùn)動學(xué)模型的基礎(chǔ)上，提出了移動機(jī)器人的角速度-線速度函數(shù)模型，將雙輸出系統(tǒng)轉(zhuǎn)化為單輸出系統(tǒng)，設(shè)計(jì)了兩輸入單輸出模糊導(dǎo)航控制器，簡化了控制系統(tǒng)結(jié)構(gòu)；討論了量化因子參數(shù)設(shè)置對系統(tǒng)穩(wěn)定性和精度的影響；采用圓環(huán)軌道對移動機(jī)器人導(dǎo)航控制器進(jìn)行了仿真；實(shí)現(xiàn)了移動機(jī)器人導(dǎo)航控制系統(tǒng)硬件和軟件；通過對磁阻傳感器基本原理的分析，改進(jìn)了磁傳感模塊的控制電路設(shè)計(jì)。

參考文獻(xiàn)（References）

[1] 王銀婷，陳禾，莊胤，等.基于多種群遺傳算法特征選擇的SAR圖像船只目標(biāo)分類算法研究[C].全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議?？?017.

[2] 徐曉睿，戴明，尹傳歷.基于小波變換的RL湍流退化圖像復(fù)原算法[J].液晶與顯示，2017，32（10）：822-827.

[3] 頊聰，陶永鵬.基于小波變換的圖像增強(qiáng)處理算法的研究[J].計(jì)算機(jī)與數(shù)字工程，2017，45（8）：1643-1646.

[4] 尹幫治，張星明.一種基于小波分量變換的人臉圖像光照歸一化算法[J].北華大學(xué)學(xué)報(bào)（自然），2017，18（5）：689-696.

[5] 王向陽，陳亮，王倩，等.基于TWSVM超像素分類的彩色圖像分割算法[J].遼寧師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，40（1）：35-40.

[6] 彭亮清，陳君，伍雁鵬.基于最佳鑒別特征和相關(guān)向量機(jī)的人臉識別算法[J].吉林大學(xué)學(xué)報(bào)：理學(xué)版，2017，55（5）：1227-1233.

作者簡介：

康麗軍（1971-），女，碩士，副教授.研究領(lǐng)域：算法分析與設(shè)計(jì).

高 茜（1997-），女，本科生.研究領(lǐng)域：機(jī)器學(xué)習(xí).endprint