基于自适应Kalman滤波的移动机器人人体目标跟随

摘要：

本文研究了复杂背景环境下基于视觉的移动机器人人体目标跟随问题.首先,考虑目标状态的随机性给系统建模带来的影响,采用RGB-D相机获取包含目标的彩色图像和深度图像,从而确定目标与机器人之间的相对位置关系并建立移动机器人跟随模型.其次,考虑系统量测误差的不确定性对滤波器稳定性的影响,采用假设检验的方式引入自适应因子,设计自适应卡尔曼滤波器(AKF),实现对移动机器人跟随状态的预测和更新.最后,通过实验验证了所提方法的有效性.本文设计的基于AKF方法的移动机器人目标跟踪方法不依赖于历史量测数据,适用于噪声统计特性时变的状态估计问题.

关键词：移动机器人、人体目标跟随、量测误差、自适应卡尔曼滤波器(AKF)

所属期刊栏目：29

资助基金：国家自然科学基金61573319;浙江省自然科学基金重点LZ15F030003;NSFC-浙江两化融合联合基金U1709213

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：249-256