移動(dòng)機(jī)器人自主視覺跟蹤測(cè)控技術(shù)研究.pdf

1、移動(dòng)機(jī)器人可以進(jìn)入人類難以到達(dá)的危險(xiǎn)環(huán)境中,它被廣泛應(yīng)用于水下、空間、核工業(yè)、排險(xiǎn)及軍事等領(lǐng)域。移動(dòng)機(jī)器人自主視覺跟蹤測(cè)控技術(shù)能夠在無人控制情況下,通過機(jī)器視覺技術(shù)感知周圍環(huán)境、定位目標(biāo)空間位置、提取和匹配目標(biāo)圖像特征并實(shí)現(xiàn)目標(biāo)跟蹤,提高移動(dòng)機(jī)器人自組織、自適應(yīng)導(dǎo)航控制能力。
　　自主視覺跟蹤過程中,由于目標(biāo)的遮擋、形變、光線明暗、背景干擾、快速移動(dòng)等因素的阻礙,目標(biāo)跟蹤穩(wěn)定性與實(shí)時(shí)性較差。這一難題阻礙了當(dāng)前智能移動(dòng)機(jī)器人在實(shí)際生

2、活中的應(yīng)用與推廣,已成為許多學(xué)者們研究的焦點(diǎn)。
　　本課題研究的重點(diǎn)是移動(dòng)機(jī)器人自主視覺跟蹤測(cè)控技術(shù),根據(jù)雙目立體視覺視差等相關(guān)原理,依次實(shí)現(xiàn)攝像機(jī)標(biāo)定,特征點(diǎn)檢測(cè)、提取和跟蹤,圖像特征點(diǎn)匹配和目標(biāo)空間位置求解,最后根據(jù)以上一系列工作獲取的數(shù)據(jù)完成對(duì)運(yùn)動(dòng)目標(biāo)連續(xù)跟蹤。本課題主要研究工作包括:
　　(1)分析雙目視覺模型及視差和深度的關(guān)系,研究攝像機(jī)標(biāo)定技術(shù),制作標(biāo)定棋盤模型,選擇介于傳統(tǒng)標(biāo)定方法和自標(biāo)定方法之間的張正友棋盤標(biāo)

3、定方法對(duì)左右攝像機(jī)進(jìn)行標(biāo)定,通過標(biāo)定實(shí)驗(yàn)獲取了左右攝像機(jī)的內(nèi)外參數(shù)、畸變系數(shù)、旋轉(zhuǎn)和平移向量。
　　(2)研究圖像特征點(diǎn)的檢測(cè)與提取技術(shù)。針對(duì)Harris角點(diǎn)檢測(cè)算法在提取三維物體角點(diǎn)時(shí)存在較多偽角點(diǎn)的問題,提出一種改進(jìn)的H-S角點(diǎn)檢測(cè)算法。該算法運(yùn)用鄰域像素取差法和 SUSAN算法思想,通過雙重閾值的篩選從而排除偽角點(diǎn)的存在,通過實(shí)驗(yàn)的對(duì)比分析,該算法能把Harris算法中6個(gè)偽角點(diǎn)去除,即使在帶噪點(diǎn)的圖片上該算法能把原算法中的

4、12個(gè)偽角點(diǎn)過濾掉,結(jié)果顯示該改進(jìn)算法在去除偽角點(diǎn)的有效性。其次,還研究金字塔式L-K光流跟蹤算法,通過編程實(shí)現(xiàn)了序列圖像中連續(xù)兩幀圖像的強(qiáng)角點(diǎn)跟蹤。
　　(3)研究基于雙目視覺的圖像立體匹配和目標(biāo)跟蹤方法,編程實(shí)現(xiàn)了近景匹配、尺度變化和圖像旋轉(zhuǎn)三種情況下SIFT特征點(diǎn)匹配算法的實(shí)驗(yàn),通過圖像匹配獲取匹配點(diǎn)對(duì)的坐標(biāo)值,根據(jù)視差原理和三維重建求得深度信息。研究基于SIFT匹配和局部特征的快速塊匹配算法,通過VC++及OpenCV編程