地面智能机器人视觉导航中的若干问题研究

摘要

本文建立了一个室外自然环境下的地面智能机器人视觉仿真系统，通过设定OpenGL 中基于针孔摄像机模型视锥的各项参数、截取并保存屏幕象素来实现摄像机仿真；利用射线跟踪的方法进行激光雷达的仿真；通过提取地形数据的方法进行立体视觉的仿真。该仿真系统能够比较真实的反映移动机器人在行进过程中的视觉传感器数据获取情况，利用该系统可以很好的为后期模块提供仿真实验数据。 针对城市环境下楼梯的特征，提出了一种快速、稳定的楼梯跟踪算法，利用标定得到的参数进行图像的畸变校正，通过边缘检测后的图像消除非楼梯边缘信息，使用快速有效的方法拟合所有的楼梯边缘信息，并通过建立机器人爬楼梯的三维视觉模型方法来计算机器人的偏移角，最后给出一种控制策略。 针对摄像机中的畸变问题，提出了一种基于直线特征的图像畸变校正方法，并利用校正后的图像进行摄像机标定。畸变校正方法提取多幅图像中多组不同方向的平行直线，并对其利用非线性最小二乘方法进行优化以得到最优的畸变参数，在优化过程中，采用多步渐进的策略，该方法不需要已知三维世界坐标，易于实现，可以在机器人行进过程中自动进行；在摄像机标定过程中，首先利用校正后的图像进行角点的检测，并提出了一种将其与现实场景空间点自动对应起来的策略。 动态规划是立体匹配中常用的算法，针对动态规划算法生成的视差图中视差不连续处的误匹配问题，提出了一种利用左右一致性约束来消除这些误匹配点的算法DP+LRC，并使用一种快速的算法重新填充这些误匹配点；由于动态规划算法中存在着同一扫描线中误匹配点扩张导致明显条纹的问题，以及不同扫描线之间不够平滑的问题，提出了基于地面控制点的迭代动态规划算法GCP+IDP，可以很好地消除上面两个问题。 基于全局能量最小化的算法是当前立体匹配算法中效果最好的一类，提出了一种基于分割的两步算法Seg+GA，首先将图像分割成同视差的小区域，然后填充部分区域，最后剩余区域使用遗传算法进行优化，得到稠密视差图；提出了一种基于颜色空间距离的置信度传播立体匹配算法CSD+BP，算法中利用了彩色图像的颜色与空间信息建立视差空间图，并使用削减的线性模型来定义视差图的平滑项，最后使用置信度传播进行优化计算。

目录

文摘

英文文摘

声明

第一章绪论

1.1地面智能机器人概况

1.1.1地面智能机器人的发展现状

1.1.2地面智能机器人研究中的关键技术

1.2地面智能机器人视觉导航综述

1.2.1室内环境下的机器人视觉导航

1.2.2室外环境下的机器人视觉导航

1.3立体匹配综述

1.3.1视差理论

1.3.2立体匹配方法

1.3.3立体匹配算法的评估方法

1.4本文的主要研究内容和创新点

第二章室外环境下的移动机器人视觉仿真

2.1智能移动机器人的体系结构与仿真平台

2.2摄像机仿真

2.3用射线跟踪进行雷达仿真

2.4立体视觉的仿真

2.5本章小结

第三章基于视觉的移动机器人楼梯跟踪

3.1楼梯检测

3.2计算机器人偏转角

3.3机器人控制策略

3.4实验分析与结论

第四章畸变校正与摄像机标定

4.1摄像机模型

4.1.1针孔模型

4.2畸变校正

4.2.1图像的非线性畸变模型

4.2.2图像畸变校正

4.2.3实验结果与分析

4.3摄像机标定

4.3.1角点检测与定位

4.3.2摄像机标定

4.3.3实验结果及分析

4.4本章小结

第五章基于动态规划的立体匹配算法

5.1动态规划与立体匹配

5.1.1视差空间图像

5.1.2立体匹配中的动态规划方法

5.2利用动态规划与左右一致性的立体匹配算法(DP+LRC)

5.2.1视差空间图像的生成

5.2.2能量函数定义

5.2.3算法描述

5.2.4实验结果及分析

5.3基于地面控制点的迭代动态规划立体匹配算法(GCP+IDP)

5.3.1问题的定义

5.3.2迭代动态规划

5.3.3实验结果与分析

5.4本章小结

第六章基于全局能量最小化的立体匹配算法

6.1基于分割的两步立体匹配算法(SEG+GA)

6.1.1问题的定义

6.1.2算法描述

6.1.3实验分析

6.2基于颜色与空间距离的置信度传播立体匹配算法(CSD+BP)

6.2.1立体匹配的MRF模型

6.2.2最大积置信度传播

6.2.3视差空间图的初始化

6.2.4削减的线性模型

6.2.5实验结果与分析

6.3本章小结

第七章总结与展望

致谢

参考文献

附录