基于輪廓識(shí)別的機(jī)器人可變視角障礙物檢測(cè)方法研究.pdf

1、智能機(jī)器人在行進(jìn)過程中，需要感知環(huán)境中的障礙物信息，以便規(guī)劃處其前進(jìn)路線，如何實(shí)時(shí)準(zhǔn)確地檢測(cè)出環(huán)境中的障礙物成為機(jī)器人自主導(dǎo)航的研究熱點(diǎn)。雙目立體視覺通過同時(shí)拍攝同一景物，根據(jù)三角測(cè)量原理，得出該景物的深度信息，從而重建景物的三維外形。雙目立體視覺技術(shù)信息量大，且具有強(qiáng)大的環(huán)境感知能力。所以，在雙目立體視覺的基礎(chǔ)上對(duì)機(jī)器人障礙物檢測(cè)方法進(jìn)行深入研究意義重大。
　　但是，一般情況下，雙目立體視覺系統(tǒng)的視角都是固定的而且比較小，無法分

2、析大視角范圍的障礙物，也難以全面地感知外部環(huán)境信息，因而基于此類雙目立體視覺系統(tǒng)作出的路徑規(guī)劃往往不是最優(yōu)的，甚至是錯(cuò)誤的，無法滿足機(jī)器人自主導(dǎo)航的要求。能根據(jù)實(shí)際要求，實(shí)現(xiàn)可變視角內(nèi)的障礙物檢測(cè)成為一個(gè)亟待解決的問題。
　　圍繞如何利用雙目立體視覺系統(tǒng)實(shí)現(xiàn)機(jī)器人可調(diào)視角內(nèi)的障礙物檢測(cè)，并能滿足其實(shí)時(shí)性與可靠性的要求，本文做了以下工作:
　　(1)詳細(xì)介紹了攝像機(jī)的小孔模型、攝像機(jī)內(nèi)外參數(shù)模型，標(biāo)定基本原理和常見的幾種攝像機(jī)

3、標(biāo)定方法等，并對(duì)如何進(jìn)行雙目攝像機(jī)的立體標(biāo)定進(jìn)行了具體闡述。本文采用張正友標(biāo)定法對(duì)雙目攝像機(jī)進(jìn)行了標(biāo)定。
　　(2)對(duì)邊緣特征點(diǎn)的檢測(cè)進(jìn)行了重點(diǎn)研究，由于在實(shí)際環(huán)境中受到各種因素的影響，檢測(cè)到的邊緣往往是不連續(xù)的，采用形態(tài)學(xué)中的閉合運(yùn)算連接斷裂的邊緣。
　　(3)通過各種立體匹配算法的比較，本文提出了一種基于輪廓識(shí)別的立體匹配算法，并引入了極線約束，以提高算法的實(shí)時(shí)性與準(zhǔn)確率。
　　(4)為了有效地減少三維重建的計(jì)算量

4、而又能最大程度地保留障礙物信息，本文提出了基于輪廓識(shí)別的快速三維重建，通過對(duì)左右兩圖像中提取出的輪廓進(jìn)行匹配，再對(duì)匹配輪廓上的像素點(diǎn)采用基于窗口的灰度匹配原則在對(duì)應(yīng)極線上進(jìn)行匹配，從而恢復(fù)障礙物輪廓的三維信息并根據(jù)邊緣的連續(xù)性優(yōu)化三維點(diǎn)云。為了評(píng)估該算法，對(duì)實(shí)際場(chǎng)景中的障礙物進(jìn)行了檢測(cè)，實(shí)驗(yàn)結(jié)果表明，基于輪廓識(shí)別的快速三維重建可以準(zhǔn)確得到物體輪廓的三維坐標(biāo)，并且滿足機(jī)器人導(dǎo)航的實(shí)時(shí)性要求。
　　(5)針對(duì)雙目立體視覺的視野較小，無

5、法全面地檢測(cè)出障礙物信息這一問題，提出了基于雙重配準(zhǔn)的可變視角內(nèi)的三維拼接方法，使機(jī)器人能根據(jù)具體情況改變視角大小，從而更好地認(rèn)知周圍環(huán)境。首先，通過對(duì)兩組圖像中的左圖像Pl1，Pl2進(jìn)行輪廓匹配，找到兩組三維點(diǎn)云的重疊區(qū)域;然后，分別計(jì)算兩組三維輪廓點(diǎn)云的重心，并從兩組三維點(diǎn)云中提取特征點(diǎn)，采用七參數(shù)法計(jì)算出兩組三維點(diǎn)云的旋轉(zhuǎn)矩陣Ri和平移矩陣Ti，從而完成兩組三維點(diǎn)云的初始配準(zhǔn);再者，賦予重疊區(qū)域的對(duì)應(yīng)點(diǎn)權(quán)重，對(duì)重疊區(qū)域的三維點(diǎn)云進(jìn)