基于双目立体视觉的移动机器人测障策略研究

论文摘要

移动机器人的视觉技术是当前机器人领域研究的一个热点。由于计算机视觉检测信息量大,获得的信息是对环境最全面最深入的反映,因此视觉系统在自主移动机器人技术中具有重要的作用。本文以视觉系统在移动机器人中的应用为主线,着重对摄像机标定、图像预处理与分割、立体匹配以及视觉系统在移动机器人障碍物检测中的运用等进行了深入分析与研究。首先,在摄像机标定方面,分析研究了双目立体视觉系统中常用的坐标系及坐标变换,并在此基础上建立了摄像机的数学模型,对立体视觉中的各种摄像机标定方法进行总结分类,重点研究了张氏平面标定法,并且对摄像机标定进行了仿真试验,给出了仿真实验结果。其次,在图像预处理与分割方面,图像预处理与分割是立体匹配和三维重建的基础,论文主要研究了图像的中值滤波去噪、图像的分割方法,并由此提出了本文所采用的改进的Otsu阈值分割法。第三,在立体匹配算法方面,主要研究了基于区域相关的立体匹配算法,通过考察模板与窗口间灰度分布的相关系数来搜索匹配点,并加入唯一性约束和互对应约束来提高匹配的精度,同时加入外极线约束和视差范围约束来减小模板的搜索范围,提高算法的效率。第四,在立体视觉检测障碍物方面,提出直接选取待判断区域的对角线作为研究对象,通过空间点三维重建获得图像中点的三维信息,然后根据其高度值判断是否为障碍物区域。最后,在自主式移动机器人实验平台上进行了基于立体视觉的障碍物检测试验研究,试验结果表明,该方法是正确和可行的,能快速可靠地检测出移动机器人行进中前方障碍物的位置和距离信息,并具有较好的鲁棒性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景与意义
• 1.2 课题的国内外研究现状
• 1.3 双目立体视觉的实现方法和技术特点
• 1.4 本文研究内容与章节安排
• 2 自主式移动机器人的摄像机标定技术研究
• 2.1 摄像机成像原理与畸变模型分析
• 2.1.1 摄像机的参考坐标系
• 2.1.2 摄像机针孔成像模型
• 2.1.3 摄像机非线性模型
• 2.2 摄像机标定方法的研究
• 2.2.1 摄像机传统标定方法
• 2.2.2 摄像机自标定方法
• 2.2.3 基于主动视觉的标定方法
• 2.3 本文所采用的摄像机标定方法
• 2.4 仿真实验
• 2.5 本章小结
• 3 自主式移动机器人的视觉图像处理技术研究
• 3.1 图像的采集
• 3.2 图像预处理
• 3.2.1 彩色图像灰度化
• 3.2.2 图像平滑
• 3.2.3 图像锐化
• 3.3 图像分割方法的研究
• 3.3.1 边缘提取
• 3.3.2 图像阈值分割
• 3.3.3 区域生长与分裂合并法
• 3.3.4 聚类分割法
• 3.4 本文所采用的图像分割方法
• 3.4.1 传统的Otsu 阈值分割法
• 3.4.2 改进的Otsu 阈值分割法
• 3.5 本章小结
• 4 自主式移动机器人立体视觉匹配算法研究
• 4.1 立体匹配基本原理分析
• 4.2 立体匹配的实现步骤
• 4.2.1 匹配基元的选择
• 4.2.2 匹配准则
• 4.2.3 算法结构
• 4.3 立体匹配方法的研究
• 4.3.1 基于特征的匹配方法
• 4.3.2 基于相位的匹配方法
• 4.4 基于区域相关的匹配算法研究
• 4.4.1 匹配算法的相关系数
• 4.4.2 匹配算法的结构
• 4.4.3 仿真实验
• 4.5 本章小结
• 5 基于立体视觉的障碍物检测研究
• 5.1 实时机器人视觉及障碍检测
• 5.2 立体视觉障碍物检测原理
• 5.3 空间点的三维重建
• 5.4 障碍物检测算法
• 5.5 本章小结
• 6 试验研究
• 6.1 试验目的
• 6.2 试验环境
• 6.3 障碍物检测试验
• 6.4 试验结果与误差分析
• 6.5 本章小结
• 7 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 附录
• 致谢