移动机器人视觉导航系统研究

论文摘要

基于视觉的移动机器人导航是近年发展起来的一种先进导航技术。与其它的非视觉传感器导航相比,它具有信息丰富、探测范围宽、目标信息完整等优点。本文结合实际应用,提出了一个完整的移动机器人视觉导航系统解决方案。研究内容主要包括四个部分:摄像机标定、目标识别、单目测距和运动控制。分别阐述如下:第一,摄像机标定,基于张正友的平面标定算法对摄像头进行精确标定,针对摄像头的自动变焦特性,提出了一个新的离线离散标定策略,并获得多个状态下的摄像头内外参数。第二,目标识别,传统分割方法存在多分割问题,影响到目标物提取的精度,这里提出一个改进了的基于HSI模型的彩色图像分割算法,在多通道阈值分割的基础上,融入了连通区域标记和形态学开闭运算。第三,单目测距,基于摄影测量学和立体几何理论,建立了单目视觉测距模型,并推导了基于地平面约束的单目测距算法。针对多种误差因素,在测距算法中加入了误差校正,使移动机器人能够更加准确地定位目标物体。第四,运动控制,控制摄像机云台实现目标物搜索,调整移动机器人位姿和对夹持器的动作控制。实验结果表明:即使在恶劣光照条件下,提出的HSI分割算法能够对向光、背光、近处、远处物体实现快速有效提取;提出的单目测距模型和算法能够对目标物体进行精确的测距;当把这些算法集成到实验平台上时,能够快速实现移动机器人的导航控制,并成功完成物体抓取操作。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 序
• 1 综述
• 1.1 研究背景及意义
• 1.2 移动机器人概述
• 1.2.1 机器人的发展历史
• 1.2.2 移动机器人的发展历史
• 1.2.3 移动机器人的结构
• 1.2.4 移动机器人的研究内容
• 1.3 计算机视觉概述
• 1.3.1 计算机视觉的发展
• 1.3.2 Marr的计算机视觉理论
• 1.4 移动机器人视觉定位导航
• 1.4.1 视觉定位技术发展
• 1.4.2 视觉导航技术发展
• 1.5 论文的研究工作
• 1.5.1 视觉定位导航难点及可行性分析
• 1.5.2 论文的主要切入点
• 1.5.3 论文的主要思路及实现方案
• 2 空间变换及摄像机标定
• 2.1 空间变换
• 2.2 光学系统
• 2.3 摄像机模型
• 2.3.1 线性摄像机成像模型
• 2.3.2 非线性摄像机成像模型
• 2.4 摄像机光学成像过程
• 2.5 摄像机标定算法
• 2.5.1 摄像机标定方法分类
• 2.5.2 摄像机标定算法
• 2.6 张正友的平面标定算法
• 2.6.1 张正友算法描述
• 2.6.2 离线离散标定技术
• 2.6.3 实验环境
• 2.6.4 实验结果及分析
• 2.7 本章小结
• 3 彩色物体识别
• 3.1 彩色物体识别复杂度
• 3.2 基于颜色特征的物体识别方法
• 3.2.1 彩色模型
• 3.2.2 传统的彩色图像分割方法
• 3.3 二值图像分析方法
• 3.3.1 连通区域标记两阶段算法
• 3.3.2 数学形态学运算
• 3.4 改进的基于HSI模型的分割算法
• 3.4.1 分割算法描述
• 3.4.2 实验环境
• 3.4.3 实验结果与分析
• 3.5 本章小结
• 4 单目视觉测距
• 4.1 传统的单目视觉测距方法
• 4.2 单目视觉深度线索
• 4.3 基于空间几何约束的单目视觉测距方法
• 4.3.1 单目视觉测距模型的引出
• 4.3.2 单目视觉测距模型
• 4.3.3 单目视觉测距算法
• 4.4 地平面约束测距算法的实验结果与分析
• 4.4.1 实验环境
• 4.4.2 摄像机参数标定
• 4.4.3 测距结果
• 4.4.4 实验结果分析
• 4.5 平行平面测距算法的实验结果与分析
• 4.6 本章小结
• 5 移动机器人视觉导航系统实现
• 5.1 Marr的视觉系统理论
• 5.2 Pioneer3-AT机器人平台简介
• 5.2.1 Pioneer3-AT硬件结构
• 5.2.2 Pioneer3-AT软件结构
• 5.3 移动机器人视觉导航系统实现
• 5.3.1 系统环境搭建
• 5.3.2 系统框架
• 5.3.3 系统的分块功能实现
• 5.3.4 实验结果及分析
• 5.3.5 系统性能
• 5.3.6 系统界面及使用
• 5.4 本章小结
• 6 总结与展望
• 6.1 全文总结
• 6.2 工作展望
• 参考文献
• 作者简历
• 学位论文数据集