全景視覺環(huán)境避障測距方法研究.pdf

1、在移動機器人自主避障導(dǎo)航領(lǐng)域中，視覺傳感器在獲取周圍環(huán)境信息方面有著許多優(yōu)勢，例如，圖像信息豐富，多個視覺傳感器之間聯(lián)合工作時相互干擾較小。而相比傳統(tǒng)視覺的狹窄視場，全景視覺擁有的廣闊視野能夠彌補傳統(tǒng)視覺在視場上的缺陷。因此，全景視覺開始廣泛應(yīng)用于自主機器人導(dǎo)航、三維重構(gòu)、視頻監(jiān)控等領(lǐng)域。
　　國內(nèi)外專家學(xué)者對全景視覺已經(jīng)作了許多方面的應(yīng)用研究，但是還存在許多不足。目前，絕大部分應(yīng)用于機器人避障方向的全景相機使用的平臺都是單視點全

2、景相機，獲得的圖像往往失真嚴重。多目全景相機可以同時獲得360度的多張圖像，并且畸變較小，而針對多目全景視覺的應(yīng)用極少。因此，尋求一種適用于多目全景相機的穩(wěn)定、有效、方便的測距方式具有重要的研究意義。
　　同時，本實驗室在Bug避障算法已經(jīng)取得了一定的工作成績。Bug避障算法是一要求傳感器具有360度探測范圍的簡單避障算法。本實驗室基于激光測距儀已經(jīng)實現(xiàn)了非360度探測范圍的Bug避障算法，并且能以平滑的路徑繞開障礙物達到終點。但

3、是，由于不能得到全方位的環(huán)境信息，機器人在避障過程中需要頻繁轉(zhuǎn)向，導(dǎo)致避障效率不高。
　　因此，本文針對上述存在問題，嘗試將激光測距儀置換為360度視覺傳感器，利用全景相機 Ladybug3系統(tǒng)平臺提出了一種基于單雙目結(jié)合的全景測距算法。對如何實現(xiàn)全景避障測距進行了深入研究。為實現(xiàn)該測距算法，本文作了如下工作：
　　（1）研究了全景相機測距的基礎(chǔ)知識。主要內(nèi)容包括相機的標(biāo)定：對比幾種標(biāo)定法后，決定采用張正友標(biāo)定法；測距圖像預(yù)

4、處理：采用直方圖均衡化和中值濾波增強圖像對比度和去除噪聲；立體匹配：分析了幾種匹配方法，采用改進的SURF匹配法提取特征點對的坐標(biāo)，提高了匹配魯棒性。
　?。?）闡述了單雙目融合全景測距原理。第一，探討了如何確定障礙物是在重疊區(qū)域或非重疊區(qū)域；第二，確定了在重疊區(qū)域采用雙目測距，在非重疊區(qū)域采用單目測距的測距機制；第三，利用透視原理實現(xiàn)雙目測距，對測距原理作了詳細推導(dǎo)；第四，采用非線性回歸建模方法實現(xiàn)單目測距，并闡述了建立非線性回

5、歸模型具體過程。
　?。?）完成了單雙目測距實驗。選擇學(xué)校操場作為試驗場地，進行了標(biāo)定實驗，測距圖像預(yù)處理，測距圖像立體匹配實驗，雙目測距試驗和單目測距實驗。分別對實驗結(jié)果和誤差進行了對比分析。實驗結(jié)果表明，雙目測距結(jié)果的測距誤差在1.08％～4.48%范圍，最大誤差4.48%出現(xiàn)在4m處。單目測距結(jié)果的誤差范圍為0.27%～12.57%，最大誤差為1.4 m時的12.57%，誤差的變化較為隨機，并不隨著距離的增大而增大，但是誤差