移动机器人运动导航中的立体匹配技术研究

移动机器人运动导航中的立体匹配技术研究

论文摘要

移动机器人是指能够在室内和室外环境下连续地、实时地自主运动的智能机器人,它的关键技术之一是视觉导航。视觉导航的主要功能是对道路场景进行快速识别和理解,进行障碍物的检测与识别,从而确定机器人的可行驶道路区域。针对移动机器人导航中立体匹配算法的实时性要求,本文首先研究了导航中常用的区域匹配算法,通过在匹配过程中采取忽略无纹理区域像素的视差计算,利用唯一性约束来动态调整视差值以及在重复纹理区域实施可靠性判别等提高可靠性的措施,并采用多分辨率匹配和盒式滤波等加速技术,形成了一种区域实时立体匹配算法。但是区域匹配算法在物体边缘不能准确定位,有“膨胀”现象。为了进一步提高立体匹配的精度,本文接着对基于动态规划的立体匹配算法进行了研究,分析了其易于产生条纹瑕疵的原因,进而提出了一种改进的基于垂直性约束的动态规划立体匹配算法。此算法通过记录以前扫描行的路径信息,同时将此信息应用在当前扫描行中,从而充分运用了扫描线间的约束,使得视差图中条纹瑕疵明显地减少,提高了匹配的精度。最后,本文基于AS-R机器人系统平台,将提出的立体匹配算法应用于机器人导航中,在障碍物距离较远时采用区域匹配算法进行导航,使机器人能够快速移动,障碍物距离较近时采用动态规划算法,同时降低机器人的移动速度,完成了机器人的避障和漫游。实验结果验证了本文所提出的立体匹配算法和视觉导航算法的有效性和可行性。

论文目录

  • ABSTRACT
  • 摘要
  • 第一章 绪论
  • 1.1 引言
  • 1.2 国内外移动机器人发展状况
  • 1.2.1 国外发展状况
  • 1.2.2 国内发展状况
  • 1.3 立体视觉研究状况
  • 1.4 本文的研究内容和创新点
  • 1.4.1 本文的研究内容
  • 1.4.2 本文的创新点
  • 第二章 双目立体视觉研究
  • 2.1 双目立体视觉理论原理
  • 2.1.1 双目立体视觉几何模型
  • 2.1.2 三角测量原理
  • 2.2 立体匹配研究的内容
  • 2.2.1 匹配约束
  • 2.2.2 匹配基元的选择
  • 2.2.3 相似性测度函数
  • 2.2.4 立体匹配的结果表示
  • 2.3 立体匹配的难点和评价标准
  • 2.3.1 立体匹配的难点
  • 2.3.2 立体匹配的评价标准
  • 2.4 立体匹配算法分类
  • 第三章 基于区域的局部立体匹配算法研究
  • 3.1 区域匹配算法
  • 3.1.1 概述
  • 3.1.2 相似性测度函数的选择
  • 3.1.3 匹配窗口的选择
  • 3.1.4 视差图的后处理
  • 3.2 区域实时立体匹配算法
  • 3.2.1 多分辨率匹配
  • 3.2.2 有效性校验
  • 3.2.3 基于盒滤波技术的加速
  • 3.3 实验结果及分析
  • 第四章 基于垂直性约束的动态规划立体匹配算法
  • 4.1 概述
  • 4.2 动态规划与立体匹配
  • 4.2.1 动态规划简介
  • 4.2.2 立体匹配的实现
  • 4.3 基于垂直性约束的动态规划算法
  • 4.3.1 视差空间图像(DSI)
  • 4.3.2 算法思想
  • 4.3.3 算法描述
  • 4.3.4 Canny 边缘检测算子
  • 4.4 实验结果及分析
  • 第五章 移动机器人视觉导航
  • 5.1 AS-R 机器人介绍
  • 5.1.1 机器人运动控制系统
  • 5.1.2 机器人驱动系统
  • 5.1.3 机器人视觉系统
  • 5.1.4 AS-R 机器人编程简介
  • 5.2 机器人避障和漫游
  • 5.3 实验平台及结果分析
  • 第六章 总结与展望
  • 6.1 全文总结
  • 6.2 研究展望
  • 参考文献
  • 致谢
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    • [1].大场景深度范围下的角度校验立体匹配算法[J]. 宇航计测技术 2019(06)
    • [2].双目立体匹配算法的研究与实现[J]. 鲁东大学学报(自然科学版) 2018(01)
    • [3].立体匹配算法研究综述[J]. 河北省科学院学报 2018(02)
    • [4].改进导向滤波器立体匹配算法[J]. 浙江大学学报(工学版) 2016(12)
    • [5].立体匹配算法的分类对比研究[J]. 硅谷 2013(18)
    • [6].基于半全局立体匹配算法的改进研究[J]. 电子测量技术 2020(19)
    • [7].基于两阶段自适应优化的双目立体匹配算法[J]. 河南理工大学学报(自然科学版) 2020(01)
    • [8].结合传播滤波的立体匹配算法研究[J]. 计算机工程与应用 2020(19)
    • [9].基于共同视域的自监督立体匹配算法[J]. 光学学报 2019(02)
    • [10].基于导向滤波的立体匹配算法[J]. 现代计算机(专业版) 2018(09)
    • [11].基于结构特征的全局立体匹配算法[J]. 信息技术 2017(01)
    • [12].基于加权引导滤波的局部立体匹配算法[J]. 纳米技术与精密工程 2017(05)
    • [13].一种改进双目视觉立体匹配算法[J]. 电子世界 2016(07)
    • [14].基于最小生成树的立体匹配算法[J]. 合肥工业大学学报(自然科学版) 2015(05)
    • [15].基于卷积神经网络的立体匹配算法[J]. 信息技术与信息化 2019(12)
    • [16].立体匹配算法研究综述[J]. 高技术通讯 2020(02)
    • [17].一种基于卷积神经网络的立体匹配算法设计[J]. 信息技术与网络安全 2020(05)
    • [18].一种新型的局部立体匹配算法的研究[J]. 数字技术与应用 2018(12)
    • [19].改进的跨尺度引导滤波立体匹配算法[J]. 计算机系统应用 2019(04)
    • [20].基于二次引导滤波的局部立体匹配算法[J]. 激光与光电子学进展 2019(08)
    • [21].多测度融合的立体匹配算法研究[J]. 图学学报 2019(04)
    • [22].递归边缘保持型双目立体匹配算法研究[J]. 武汉理工大学学报(交通科学与工程版) 2018(05)
    • [23].立体匹配算法的研究[J]. 黑龙江科技信息 2015(27)
    • [24].一种基于米字形窗口的区域立体匹配算法[J]. 科学技术与工程 2014(12)
    • [25].一种改进的基于图割的立体匹配算法[J]. 微型机与应用 2012(07)
    • [26].立体匹配算法进展[J]. 计算机测量与控制 2009(05)
    • [27].双目立体匹配算法的研究与进展[J]. 控制与决策 2008(07)
    • [28].基于卷积神经网络的高效精准立体匹配算法[J]. 计算机辅助设计与图形学学报 2020(01)
    • [29].渐进细化的实时立体匹配算法[J]. 光学学报 2020(09)
    • [30].基于激光散斑的实时立体匹配算法及其应用[J]. 华南理工大学学报(自然科学版) 2020(08)

    标签:;  ;  ;  ;  ;  

    移动机器人运动导航中的立体匹配技术研究
    下载Doc文档

    猜你喜欢