2、机器人视觉感知、识别与机器学习技术解析

机器人视觉感知、识别与机器学习技术解析

1. 视觉感知

视觉是人类最强大的感官，也是移动机器人的关键传感设备。然而，由于软硬件的限制，移动机器人在视觉感知方面进展有限。

1.1 移动机器人视觉感知的困境

• 硬件方面 ：视觉处理需要专门的硬件和相机，体积较大，难以适配到移动机器人中。
• 软件方面 ：传统的视觉处理软件质量较差，即使识别一个微小物体也需要对整个场景进行全面分析。此外，使用立体视觉检测机器人前方的障碍物耗时较长，无法满足在线导航的要求。

1.2 从生物模型获取灵感

随着研究范式向行为模型转变，研究人员开始研究动物模型，以获取运动控制和感知方面的启示。例如，青蛙利用简单的视觉运动检测来捕捉飞行猎物，蜜蜂则依赖特定的光谱进行搜索。心理学研究表明，人类视觉系统支持简单行为，低分辨率的周边视觉用于监测运动迹象，高分辨率的中央凹用于收集物体信息进行推理。基于这些研究，视觉范式转向了以感知支持机器人行为的理念。

1.3 人类视觉系统原理

人类视觉系统将可见光谱中的能量转化为视神经中的动作电位。可见光的波长范围约为390 - 720纳米。光线在角膜前表面以及晶状体的前后表面发生折射，物体的图像聚焦在视网膜上。视网膜上的光线会引发光敏化合物（如视杆细胞和视锥细胞）的电位变化，进而触发神经活动。人类眼睛大约有1.3亿个视杆细胞和800万个视锥细胞，视杆细胞是单色光感受器，视锥细胞对颜色敏感。视网膜上视杆细胞和视锥细胞的分布不均匀，其详细的空间信息以电响应的形式通过视网膜神经节