基于立體視覺的環(huán)境構建及機器人路徑規(guī)劃研究.pdf

1、移動機器人對外部環(huán)境的有效感知以及基于該感知信息的路徑規(guī)劃是實現(xiàn)其自主運動的前提和關鍵問題。雙目立體視覺不但能夠感知環(huán)境的影像信息，而且能夠通過兩幅視圖的匹配關系構建場景三維數(shù)據(jù)，是獲取場景三維空間信息的理想方式。六足機器人與其他類型的移動機器人相比，具有較強的地面適應能力和良好的運動穩(wěn)定性。本文在六足機器人基礎上研制雙目立體視系統(tǒng)，使之具備三維信息感知能力，并且對六足機器人系統(tǒng)在復雜環(huán)境下的路徑規(guī)劃方法進行研究，具有重要的理論和實際應

2、用價值。
　　本文在對雙目立體視覺構建原理進行深入分析的基礎上，以六足機器人負載能力和應用特點為指標，設計小巧緊湊的雙目立體視覺機構。完成以DSP為核心、以CAN總線為框架的分布式控制單元，實現(xiàn)了立體視覺與六足機器人系統(tǒng)的一體化設計，構成完善的具有三維信息感知能力的六足機器人系統(tǒng)。在此基礎上對雙目立體視覺系統(tǒng)使用的攝像機進行單目和雙目的標定與校正，為后續(xù)的立體匹配研究提供理想的視圖對和攝像機參數(shù)信息。
　　立體視覺匹配研究中

3、，采用全局最優(yōu)匹配方法能夠獲取高精度視差圖，本文針對全局最優(yōu)立體匹配算法求解時間過長的問題進行深入研究，設計了兩類立體匹配算法提高匹配速度。第一類匹配算法建立基于馬爾科夫隨機場最大后驗概率模型的全局最優(yōu)目標函數(shù)，采用最信度傳播算法求取最優(yōu)解。為進一步提高全局最優(yōu)算法的求解速度，設計基于最優(yōu)分割的信度傳播改進算法。采用最優(yōu)分割策略將視圖分割為若干小的區(qū)域，將全局問題局部化，運用OpenMP多核加速技術對多個分割區(qū)域進行并行匹配，提高整體視

4、圖的匹配速度。通過最優(yōu)分割與并行處理，算法的匹配時間減少到3秒以內，綜合匹配精度達到91％；在第二類匹配算法中設計支撐點擴展快速匹配算法，采用形式更加簡化的立體匹配目標函數(shù)進行匹配。算法首先搜索出具有明確匹配關系的點集并命名為支撐點，在整個視圖空間的匹配中，以支撐點為核心向鄰域擴展，在擴展區(qū)域的匹配過程中采用全局次優(yōu)快速匹配算法。由于擴展空間以支撐點為鄰域，因而利用支撐點的匹配結果為已知條件，有效縮減待待匹配區(qū)域的視差范圍，進而提高匹配

5、速度。算法匹配時間達到0.6秒以內，綜合匹配精度達到78%，匹配速度有明顯改善，能夠達到實際應用的需求。
　　以視差圖為基礎經過三維重投影恢復場景三維信息，采用基于隱式馬爾科夫隨機場模型識別方法對場景三維區(qū)域進行劃分，將場景劃分為通行區(qū)域與障礙區(qū)域，為機器人運動規(guī)劃提供環(huán)境基礎。
　　針對局部信息路徑規(guī)劃問題，提出雙層路徑規(guī)劃算法。雙層路徑規(guī)劃算法由兩個層次組成，分別是路徑規(guī)劃層和運動控制層。路徑規(guī)劃層中的快速搜索多邊形構造

6、方法能夠在復雜環(huán)境下搜索出逃離障礙物的包圍多邊形，構建可視圖，通過可視圖優(yōu)化獲取最短路徑；運動控制層采用“基于勢場函數(shù)的機器人運動控制算法”，控制機器人實際運動，使機器人能夠有效躲避障礙物并逐步趨向目標點。每個控制周期內，規(guī)劃算法的兩個步驟循環(huán)運行，控制機器人完成規(guī)劃運動。
　　為體現(xiàn)本文兩類立體匹配算法的作用，設計了結合兩類匹配算法優(yōu)點的綜合感知實驗方法。綜合感知方法對場景信息的獲取通過兩個步驟實現(xiàn)，首先采用快速支撐點擴展算法進

7、行立體匹配，恢復場景三維信息，將場景分為通行區(qū)域和障礙區(qū)域。為保證通行區(qū)域內機器人運動的安全性，利用視差圖與場景三維點的對應關系，采用高精度匹配算法對通行區(qū)域重新匹配以獲取更精確的場景信息。
　　在六足機器人路徑規(guī)劃實驗研究中，設計六足機器人步行方法，該六足機器人步行方式與路徑規(guī)劃算法輸出的結果相對應，進而驗證路徑規(guī)劃算法的實際價值。實驗中設計了平坦地面與粗糙地面兩類實驗環(huán)境，在兩類環(huán)境中采用綜合感知法、高精度感知法和快速感知法分