聚类激光雷达的社区安保服务机器人障碍物检测(2)
Keywords: laser radar; obstacle detection; point cloud data; pretreatment; clustering algorithm; immune genetic algorithm
目 录
第一章 绪 论 1
1。1 课题研究背景和意义 1
1。2 研究现状与存在问题 2
1。3 论文的主要内容与章节安排 3
第二章 激光雷达二维点云数据几何特征的提取与分割 5
2。1 引言 5
2。2 点云数据的常用处理方法 5
2。3 点云数据预处理 6
2。3。1 点云数据的误差处理 6
2。3。2 点云数据的噪声处理 8
2。3。3 点云数据的坐标变换 10
2。3。4 本节小结 11
2。4 点云数据的几何特征提取与初步分割 11
2。4。1 点云数据的几何特征描述方法及其处理 11
2。4。2 点云数据基于几何特征的初步分割 12
2。5 本章小结 13
第三章 基于层次聚类的点云数据分割与障碍物信息提取 14
3。1 引言 14
3。2 聚类的概述 14
3。2。1 聚类分析 15
3。2。2 介绍主要聚类算法 15
3。2。3 点云数据聚类算法设计 16
3。3 凝聚层次聚类分割点云数据 16
3。3。1 相似性度量准则设计 16
3。3。2 点云簇与孤立点的聚类 17
3。4 实验结果与分析 17
3。5 本章小结 20
第四章 基于信息熵的免疫遗传算法优化点云数据的聚类分割 21
4。1 引言 21
4。2 基于信息熵的改进免疫遗传算法 21
4。2。1 基于信息熵的选择计算 22
4。2。2 基于期望繁殖率的计算 23
4。2。3 改进后的算法步骤 24
4。2。4 改进后的算法特点 24
4。3 改进免疫遗传对点云数据的聚类分割 25
4。3。1 设计改进免疫遗传算法的聚类分割 25
4。3。2 算法的实验测试结果与分析 25
4。4 本章小结 27
结 论 28
致 谢 29
参考文献 30
第一章 绪 论
1。1 课题研究背景和意义
随着社会经济和科学技术的发展，机器人应用领域发生快速的变化，计算机、控制论、人工智能等多学科的范围发展迅速,广泛运用于科研、军事、民用等。在科学研究领域，移动机器人可以帮助人类完成一些考古遗迹勘测、样本采集与分析的工作；在军事方面，上场作战中多种危险工作都可以运用其完成；在民用方面，机器人可以帮助人们减轻家务和劳动，还可以辅助驾驶。
目前，该智能技术在工业生产制造方面已经取得了普遍的应用，如汽车、冶金等行业，在机器人领域中，已经出现了一种新的服务机器人，给人们的生活带来了很多方便、舒适。它可以帮助人们健康娱乐、设备运行与维护[1]，或者如安全问题、人机接口和在部分非结构环境中的高度自主等[2]。服务机器人包括很多领域，例如住宅监控[3]、家庭作业、教育娱乐以及餐饮服务等等[4]。许多国家的智能服务机器人的研究也不断进步，如日本人的劳动力可以用机器人代替[5]，被誉为世界上最聪明的类人机器人是韩国的“Android” [6]，美国机器人发展最为全面，但是中国进行研制服务机器人比较晚。
基于服务机器人的各种服务类型，提出了社区安保服务机器人，即将安保服务机器人用于社区当中进行服务，更加贴近人们的生活。近期，我国出台了首款智能服务机器人，名字叫“AnBot”，如下图1-1所示，如今，它亮相在第十二届重庆高新技术成果交易会上，实现了低成本自主导航定位的技术、智能视频分析技术等多项技术的突破 [7]。因此，安保服务机器人具有开阔的远景。社区中的安保机器人能够保护社区安全，如当机器人在巡逻时，它探测到环境中有异常情况时，会发出声光报警并发送到终端监控系统等，也可以进行智能询问、业务办理等服务功能，为社区人员提供十分方便的服务。论文网