基于多信息融合的移動(dòng)機(jī)器人定位技術(shù)研究.pdf

1、隨著國(guó)內(nèi)外機(jī)器人技術(shù)的快速發(fā)展，智能機(jī)器人的研究成為了必然，而機(jī)器視覺(jué)與圖像識(shí)別作為提高機(jī)器人智能化水平的關(guān)鍵技術(shù)，也成為了人們研究的重點(diǎn)和難點(diǎn)。針對(duì)視覺(jué)定位的定位精度低以及魯棒性差等問(wèn)題，本文介紹了一種基于雙目立體視覺(jué)與里程計(jì)信息融合的移動(dòng)機(jī)器人定位技術(shù)。雙目攝像機(jī)獲得的圖像進(jìn)行預(yù)處理后，利用經(jīng)SIFT特征提取與匹配方法獲得的特征點(diǎn)對(duì)進(jìn)行自然路標(biāo)數(shù)據(jù)庫(kù)的建立；通過(guò)擴(kuò)展卡爾曼濾波算法將視覺(jué)信息和里程計(jì)獲得的位姿信息進(jìn)行融合，從而實(shí)現(xiàn)移動(dòng)

2、機(jī)器人的實(shí)時(shí)定位。
　　首先，論文給出了機(jī)器人平臺(tái)的總體方案設(shè)計(jì)，完成了移動(dòng)機(jī)器人平臺(tái)的搭建，對(duì)移動(dòng)機(jī)器人的軟硬件平臺(tái)分別進(jìn)行介紹。硬件平臺(tái)的介紹主要包括嵌入式開(kāi)發(fā)板、電機(jī)驅(qū)動(dòng)/控制器以及雙目視覺(jué)模塊等；軟件平臺(tái)的介紹主要包括無(wú)線(xiàn)局域網(wǎng)的搭建、嵌入式網(wǎng)絡(luò)程序的編寫(xiě)、雙目視覺(jué)信息的獲取以及系統(tǒng)客戶(hù)端控制界面的編寫(xiě)等。
　　其次，介紹了攝像機(jī)成像原理以及攝像機(jī)標(biāo)定方法，采用張正友攝像機(jī)標(biāo)定法的原理和步驟，對(duì)本文的兩個(gè)攝像機(jī)進(jìn)行標(biāo)

3、定，得到兩個(gè)攝像機(jī)的內(nèi)外參數(shù)。
　　再次，分析了幾種圖像特征提取與匹配方法，重點(diǎn)介紹了SIFT算法的特征提取與匹配過(guò)程。針對(duì)SIFT算法的計(jì)算量大、沒(méi)有考慮圖像顏色、形狀信息等缺點(diǎn)，本文使用一種基于HSV顏色空間分量與SIFT特征提取算法相結(jié)合的方法，對(duì)目標(biāo)物體先進(jìn)行初始區(qū)域選定后再進(jìn)行特征點(diǎn)匹配。并根據(jù)雙目立體視覺(jué)視差原理恢復(fù)了特征點(diǎn)的三維坐標(biāo)信息，還在不同距離下對(duì)機(jī)器人進(jìn)行了測(cè)距定位實(shí)驗(yàn)。最后通過(guò)圖像匹配實(shí)驗(yàn)和測(cè)距實(shí)驗(yàn)對(duì)改進(jìn)算

4、法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)表明改進(jìn)算法在特征點(diǎn)提取的時(shí)間和特征點(diǎn)精確度方面有了很大改進(jìn)，對(duì)圖像特征提取和匹配具有更強(qiáng)的魯棒性，提高了圖像匹配的實(shí)時(shí)性和正確率。
　　最后，采用擴(kuò)展卡爾曼濾波算法融合雙目立體視覺(jué)與里程計(jì)信息，對(duì)移動(dòng)機(jī)器人進(jìn)行實(shí)時(shí)定位研究。分別從直線(xiàn)運(yùn)動(dòng)和旋轉(zhuǎn)運(yùn)動(dòng)兩方面進(jìn)行了仿真實(shí)驗(yàn)，仿真結(jié)果表明了該算法的合理性和有效性。這種方法不僅解決了單目視覺(jué)定位時(shí)得到的特征點(diǎn)信息不準(zhǔn)確的問(wèn)題，還避免了雙目視覺(jué)圖像處理過(guò)程中計(jì)算量大，定位