摘要:随着科技的不断发展，机器人技术也日趋成熟，很多成熟机器人已经应用在不同的领域，比如医疗，建筑，工业和家庭等等。伴随着机器人的不断普及，各行各业对机器人的要求也越来越高，不仅仅是对机器人运动控制的把握，能准确识别物体，精确定位，异常行为检测等也是需要达到的目标，因此将计算机视觉技术与机器人技术相融合成为新的研究热点[1]。

本题目依据IN-RT四轮驱动实际机器人平台为背景，设计移动机器人视觉导航系统，根据对采集来的图像进行图像预处理等，实现一种控制策略，从而实现智能机器人的路径规划及视觉导航，能够根据特定物体在机器人视野中的不同区域使它选择不同的控制策略，完成直行，转弯和停止等功能。

首先，该项目在Windows系统下，以OpenCV（Open SourceComputer Vision Library）和VS2017为开发平台，利用OpenCV的开源视觉库并使用C++为开发语言编写图像处理程序，对采集来的图像进行初步处理后，通过颜色识别能够有效进行特征提取，从而识别出特定的物体，并找出物体的中心点坐标[2]。其次，利用物体的中心点坐标，采用模糊控制方法控制机器人两个轮的电机转速，从而实现有效跟踪。最后，在VS2017的C++开发环境下，编写人机交互界面，用来显示机器人跟踪画面以及获取图像，视频，摄像头的指令图标。通过在机器人上进行实验验证，本系统可以有效识别特定的物体，并通过控制两个轮电机的转速实现有效跟踪。

关键词：计算机视觉技术；Opencv；颜色识别；模糊控制

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

1.2国内外研究现状-1

1.3本文的主要研究内容-2

1.4 文章组织结构-2

2 IN-RT移动机器人系统结构介绍-4

2.1 机器人硬件系统-4

2.2 图像采集模块-7

2.3 运动控制模块-8

2.4 本章小结-8

3 目标检测系统设计-9

3.1 彩色图像灰度化-9

3.2 图像平滑处理-10

3.3 颜色模型的选择-10

3.4 基于颜色特征的目标识别-12

3.5 本章小结-14

4 目标跟踪系统设计-15

4.1 目标跟踪控制方法-16

4.2 速度设定-16

4.3 本章小结-17

5  运动目标检测与跟踪系统的实现-18

5.1 机器人实验平台与Opencv视觉库的搭建-18

5.2 显示界面的解读与使用-21

5.3 实验结果展示-23

5.4 本章小结-24

结    论-25

参 考 文 献-26

致    谢-27