基于深度学习的竞赛系统中机器人运动目标检测

阳永清

（长沙师范学院信息与公共实验管理中心，湖南长沙 410100）

摄像机是最为常用的视觉传感器，将摄像机加入到机器人以后，可将摄像机作为控制器，使机器人通过对被测物体或工件的图像获取、目标特征提取、检测与数据分析[1]，将机器人的机械运动与机器视觉的检测技术融合起来，逼真地模拟出人体的头眼或手眼功能，根据环境观测与任务目标完成不同的作业任务，降低工业产品的工程设计难度[2]。竞赛系统机器人运动目标检测存在无用区域，易出现噪声及空洞现象，存在误检率较高的问题，因此，有必要对竞赛系统机器人运动目标检测进行深入研究。

国内外都在积极研究机器人运动目标检测方法，以期将机器人应用于重复性、高强度、劳动量大的工作领域，在国内外机器人竞赛中取得了优异的成果，因此，研究了帧间差分法与背景差分法两种机器人运动目标检测方法[3]。虽然目前研究的帧间差分法与背景差分法都可以让机器人检测出运动目标，但是帧间差分法在应用的过程中会引起噪声和空洞；背景差分法只能在特定的背景中检测出运动目标。

因此，针对帧间差分法与背景差分法存在的问题，重点研究竞赛系统中机器人运动目标检测，利用深度学习算法，让机器人可以在竞赛系统中检测运动中的目标时，不会受到无用区域因素的干扰，且适应竞赛系统中场景变化。

1 检测方法

1.1 建立目标图像获取模型

将机器人获取运动目标图像的摄像头看作模型的中心Oc，Yc是机器人获取运动目标时产生的光轴，这条光轴与投影平面A相互垂直，此时在机器人获取运动目标图像的摄像头平面右侧创建虚拟投影平面A′[4]。……