基于双目立体视觉的自主导航车运行环境识别

论文摘要

自主导航车是一种能够在室内或室外环境下进行连续的、实时的自主运动的机器人。随着军用、民用和科学研究等领域巨大需求的推动,自主导航车的研究已经成为高科技领域战略性研究目标,正经历着日新月异的变化。自主导航车对环境的识别是其进行自主决策的前提条件,而立体视觉技术由于在信息容量和三维感知方面具有巨大优势,已经成为自主导航车研究中的核心问题之一。本文对基于双目立体视觉的自主导航车运行环境识别进行了研究,主要涉及了双目立体视觉系统的标定、图像匹配、三维重建和局部地图构建等方面的内容。本文首先采用基于透视变换模型的线性标定方法对双目立体视觉系统进行了标定,该标定方法过程简便,精度基本满足自主导航车的要求。然后,为了满足自主导航车的实时性要求,提出了基于图像边缘特征和区域梯度向量特征的立体匹配方法,综合利用了边缘特征信息和区域梯度向量特征信息进行图像匹配,提高匹配实时性的同时保证了识别环境信息的准确性。针对具有纹理特征的地面环境中边缘过多的问题,本文又提出了基于图像纹理特征的疑似障碍物区域边缘匹配的方法,成功地解决了该特殊地面环境给匹配带来的困难。接着,本文用基于线性标定的三维重建方法对立体匹配点对进行了三维重建,获得了其对应物点的三维空间信息。最后,本文提出了三种局部地图构建方法,其中,基于圆形区域范围的平面局部地图适合对实时性要求较高的场合,基于多边形区域范围的平面局部地图和基于多面体的立体局部地图适合对地图精度要求较高的场合。基于Matlab的仿真实验证明了本文提出的基于立体视觉的自主导航车运行环境识别方法的可行性以及进一步优化和利用的价值。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 基于机器视觉的自主导航车的研究现状及存在问题
• 1.2.1 基于机器视觉的自主导航车的研究现状
• 1.2.2 目前基于机器视觉的自主导航车的研究存在的问题
• 1.3 本课题的研究目的、内容及论文安排
• 1.3.1 本课题的研究目的
• 1.3.2 本课题的研究内容
• 2 双目立体视觉系统的标定
• 2.1 引言
• 2.2 摄像机标定方法
• 2.2.1 传统的摄像机标定方法
• 2.2.2 摄像机自定标方法
• 2.2.3 其它标定方法
• 2.3 基于透视模型的摄像机线性标定方法
• 2.3.1 透视模型简介
• 2.3.2 坐标系的建立
• 2.3.3 摄像机投影矩阵
• 2.3.4 摄像机投影矩阵的求解
• 2.4 双目立体视觉标定原理
• 2.5 标定模板的选择
• 2.6 标定实验及结果
• 2.6.1 实验的相关硬件及安装简介
• 2.6.2 标定实验的过程及结果
• 2.7 小结
• 3 双目立体视觉系统的图像匹配
• 3.1 引言
• 3.2 现有立体匹配方法
• 3.2.1 基于区域的匹配方法
• 3.2.2 基于特征的匹配方法
• 3.2.3 基于相位的匹配方法
• 3.3 基于图像边缘特征和区域梯度向量特征的立体匹配方法
• 3.3.1 立体匹配程序的流程
• 3.3.2 图像边缘及间隔边缘点的提取
• 3.3.3 匹配特征的构建
• 3.3.4 极线约束
• 3.3.5 区域灰度约束
• 3.3.6 水平边缘点的去除
• 3.4 基于边缘特征及相位特征的匹配方法的实验结果
• 3.5 与基于SIFT特征算子的立体匹配方法的比较
• 3.6 针对具有纹理特征的地面匹配遇到的问题及其解决方法
• 3.6.1 在具有纹理特征的地面环境下匹配遇到的问题
• 3.6.2 基于图像纹理特征的立体匹配方法
• 3.6.3 分辨是否强纹理特征地面的方法
• 3.7 小结
• 4 双目立体视觉系统的三维重建及局部地图构建
• 4.1 引言
• 4.2 基于线性标定方法的三维重建
• 4.3 双目立体视觉系统的局部地图构建
• 4.3.1 地图构建的基本理论
• 4.3.2 本文的局部地图构建方法
• 4.3.3 三种局部地图构建方法的特点和适用范围
• 4.4 小结
• 5 总结与展望
• 5.1 全文总结
• 5.2 展望
• 致谢
• 参考文献
• 发表的论文及参编的教材