论文摘要
随着科学技术的进步,基于视觉的机器人导航及定位的研究得到了快速发展；视觉技术的研究同样也成为了一个重要的研究领域,视觉技术的进步同样使得移动机器人有着更加广泛的应用前景。目前的移动机器人的研究大都是基于视觉传感器的,它首先采集场景的环境信息,之后对目标进行识别,进行路径规划,最终完成导航。在整个处理过程中,视觉技术的研究至关重要。在本文中,移动机器人采用的是双目视觉系统,首先对近些年的已取得的技术进行了研究,采用了改进的摄像机标定方法、目标识别方法以及图像配准方法,在硬件架构中,采用了嵌入式的系统结构来进行移动机器人的设计。本文创新点及主要工作如下：(1)通过对摄像机的模型和常用的标定方法进行研究,本文采用Tsai两步法进行摄像机标定,这种方法计算简单,而且方法灵活,定位精度高。(2)提出了改进的角点特征的立体匹配算法,来实现角点的快速检测与匹配,方法采用粗匹配和精匹配两个步骤来实现,通过双向灰度相关计算来实现对应点的粗匹配,采用极线约束和基础矩阵实现对图像的精匹配,从而获得了图像的最终精确匹配。本文所提出的方法具有良好的鲁棒性及精确性,可以在保证图像匹配精度的前提下,给移动机器入提供实时的数据。(3)本文采用的是一种基于不变矩特征的特征识别方法。该方法针对图形的旋转、平移以及缩放不变性的特点,通过特征提取就可以有效且准确地识别目标物体。(4)采用改进的颜色查找表进行图像分割,并提出采用形态学中的区域颗粒分析法来进行目标物体识别,提出了改进的路径规划算法,采用Viterbi算法进行路径寻优,进行了路径的推理、回溯运算,并在Matlab上进行模拟实现,获得了较好的实验效果。本文在硬件设计上采用的是ARM芯片作为处理器,同时采用FPGA芯片来进行图像的快速计算,同时采用优化的图像算法来提高运算速度,这样可以解决机器人导航中实时性的问题。