視覺移動(dòng)機(jī)器人自主導(dǎo)航關(guān)鍵技術(shù)研究.pdf

1、隨著移動(dòng)機(jī)器人的研究和發(fā)展，其突出的工作性能在許多領(lǐng)域都被廣泛應(yīng)用，但同時(shí)也提出了更高的要求，越來越復(fù)雜的工作環(huán)境要求移動(dòng)機(jī)器人智能化程度更高，自主能力更強(qiáng)，尤其是自主導(dǎo)航能力要更好。由于模擬人眼的視覺傳感器技術(shù)具有較高的智能和優(yōu)勢(shì)，視覺移動(dòng)機(jī)器人的發(fā)展越來越受到人們的重視，并表現(xiàn)出良好的發(fā)展前景，特別是在軍事上的應(yīng)用前景更加光明。本文針對(duì)視覺移動(dòng)機(jī)器人在復(fù)雜、未知環(huán)境下的自主導(dǎo)航問題，重點(diǎn)研究了視覺定位、視覺障礙物檢測(cè)以及視覺道路檢測(cè)

2、等關(guān)鍵技術(shù)，以提高移動(dòng)機(jī)器人的智能水平，同時(shí)設(shè)計(jì)并實(shí)現(xiàn)了視覺移動(dòng)機(jī)器人軟、硬件系統(tǒng)。
　　 （1）視覺定位方面：研究了圖像特征點(diǎn)的檢測(cè)與匹配。針對(duì)圖像特征點(diǎn)的檢測(cè)，提出了分層快速SUSAN角點(diǎn)檢測(cè)算法，利用角點(diǎn)周圍像素的灰度特性，結(jié)合提升小波變換由粗到細(xì)的分層策略，快速找到角點(diǎn)特征，解決了SUSAN角點(diǎn)檢測(cè)算法速度較慢的問題，為特征點(diǎn)的匹配打下基礎(chǔ)。針對(duì)圖像特征點(diǎn)的匹配，提出了一種新的RSTC不變矩特征點(diǎn)匹配方法，利用新構(gòu)造的R

3、STC不變矩來度量角點(diǎn)的相似性，并用改進(jìn)的RANSAC魯棒估計(jì)以及外極線約束進(jìn)行引導(dǎo)匹配，獲得了較高精度的匹配結(jié)果，消除了野值匹配對(duì)所導(dǎo)致的長(zhǎng)線條，較好地解決了圖像特征點(diǎn)匹配不準(zhǔn)確的問題。
　　 （2）視覺障礙物檢測(cè)方面，研究了視差圖計(jì)算方法，提出了自適應(yīng)分層粒子群稠密視差圖估計(jì)算法，首先利用SIFT特征檢測(cè)與匹配算法準(zhǔn)確確定視差范圍；然后根據(jù)圖像和視差范圍的大小分層，建立由粗及細(xì)的自適應(yīng)分層圖像金字塔結(jié)構(gòu)，加快搜索速度、減少錯(cuò)

4、誤匹配；最后在優(yōu)化函數(shù)中引入根據(jù)匹配窗口大小自動(dòng)變化的因子來調(diào)整灰度項(xiàng)和平滑項(xiàng)的權(quán)重，并用改進(jìn)的帶變異算子的整數(shù)形式的PSO進(jìn)行優(yōu)化，克服了遺傳算法搜索的盲目性以及容易陷入局部最優(yōu)的缺陷，能夠更快、更好的找到最優(yōu)解。
　　 （3）視覺道路檢測(cè)方面，研究了圖像處理中適合復(fù)雜圖像處理的顏色模型，提出了SCT域歸一化互信息道路檢測(cè)算法，結(jié)合SCT顏色模型與人眼視覺系統(tǒng)的反應(yīng)較接近、計(jì)算量小、抗噪能力強(qiáng)和歸一化互信息測(cè)度魯棒性較強(qiáng)、精確

5、度較高的優(yōu)點(diǎn)，充分利用像素點(diǎn)之間的關(guān)系進(jìn)行加速處理，快速檢測(cè)出移動(dòng)機(jī)器人可行駛區(qū)域和可疑障礙物，為視覺系統(tǒng)障礙物的檢測(cè)奠定基礎(chǔ)。
　　 （4）在上述研究的基礎(chǔ)上，本文設(shè)計(jì)并實(shí)現(xiàn)了視覺移動(dòng)機(jī)器人的軟、硬件系統(tǒng)。根據(jù)視覺移動(dòng)機(jī)器人的功能需求，在“悍馬”越野模型車的基礎(chǔ)上，安裝了左右伺服減速驅(qū)動(dòng)電機(jī)、攝像機(jī)安裝支架以及旋轉(zhuǎn)機(jī)構(gòu)，設(shè)計(jì)了與之相應(yīng)的硬件控制系統(tǒng)，并搭配攝像機(jī)、無線影音傳輸模塊以及圖像采集卡等組成雙目立體視覺系統(tǒng)的硬件部分，