This thesis presents a stereo active vision system that is designed for a humanoid robot. The task was decomposed into four layers as object localization, tracking, control and depth measurement. We adopted the developmental approach, which is based on intelligent techniques, for the robot vision. Neural networks and Fuzzy algorithms are used for the object localization. For tracking, searching most similar region approaches (Camshift and Particle filter) were utilized. A neuro-fuzzy prediction mechanism in tracking module made the tracking more stable. The stereo active vision system was controlled using adaptive and fuzzy algorithms which modify their behavior depending on the movements carried out by the tracked object. For the depth determination, we used a simple correspondence procedure based in a epipolar assumption. As a result of the combination of these modules and techniques, the system demonstrated real time tracking, velocity, and robust control.
Diese These präsentiert ein Stereo aktives Vision-System, das für einen Humanoid-Roboter geplant wird. Diese Aufgabe wurde in vier Teile zerlegt als Gegenstand-Lokalisierung, das Tracking, Kontrolle und Abstand-Maß. Wir adoptierten den Entwicklungs Ansatz, welcher wird auf intelligenten Techniken gegründet. Neuronale Netzwerke und Fuzzy Algorithmen werden für die Gegenstand-Lokalisierung benutzt. Für das Tracking Camshift und Partikel- Filter wurden verwandt. Ein Neurofuzzy Vorhersagen-Systme wurde gemacht, um das Tracking stabiler zu machen. Das Stereo aktives Vision-System wurde durch eine Regler kontrolliert. Für die Abstand-Maß benutzten wir eine einfache Übereinstimmung Verfahren basierte in einer epipolar-Annahme. Als Ergebnis der Kombination von diesen Bauelementen und den Techniken demonstrierte das System wirkliche echtzeit Leistung, Geschwindigkeit, und robuste Kontrolle.
