視覺導(dǎo)航關(guān)鍵技術(shù)研究：立體視覺和路徑規(guī)劃.pdf

1、陸地自主車(Autonomous Land Vehicle,簡稱ALV)是一種能夠在道路和野外連續(xù)地、實時地自主運動的智能移動機器人,其研究涉及多個學(xué)科的理論與技術(shù),體現(xiàn)了信息科學(xué)與人工智能技術(shù)的最新成果,具有重大的研究價值和應(yīng)用價值,受到了世界各國的重視.在移動機器人的各項關(guān)鍵技術(shù)中,視覺導(dǎo)航的主要功能是對各種道路場景進(jìn)行快速識別和理解,從而確定移動機器人的可行駛道路區(qū)域,而視覺導(dǎo)航技術(shù)的關(guān)鍵是障礙物的快速檢測與識別.路徑規(guī)劃則根據(jù)視

2、覺處理獲得的信息,在可行區(qū)域內(nèi)規(guī)劃出一條安全、高效的路徑.陸地自主車的行駛過程即立體視覺獲取前方的路面環(huán)境信息,然后通過智能控制技術(shù)使自主車沿規(guī)劃的路徑行走.因此本論文旨在研究陸地自主車的立體視覺系統(tǒng)設(shè)計和實現(xiàn),以及在視覺處理獲得的信息基礎(chǔ)上進(jìn)行路徑規(guī)劃.攝像機的精確定標(biāo)是立體視覺研究的基礎(chǔ),本文第二章圍繞攝像機定標(biāo)對各種定標(biāo)模板及其控制點、攝像機模型的優(yōu)缺點進(jìn)行了比較和分析,結(jié)合應(yīng)用環(huán)境確定了適合于自主車的定標(biāo)模板和控制點以及攝像機模

3、型,并討論了相應(yīng)的攝像機定標(biāo)方法,該方法只需要用多個任意角度的平面模板進(jìn)行定標(biāo),操作過程簡單,而且定標(biāo)精度較高,能夠較好的適合自主車導(dǎo)航現(xiàn)場環(huán)境的要求.此外,立體圖像對的外極線校正是降低匹配算法復(fù)雜度必不可少的工作,在這一章中首先研究了雙目立體視覺校正算法,但是其有一定的局限性,不適用于多基線立體視覺系統(tǒng),由此局限性出發(fā)對此算法進(jìn)行修改,將其擴展到平行三目立體視覺系統(tǒng),實驗結(jié)果表明,該算法正確有效并且可以推廣到攝像機數(shù)目超過三個的平行多

4、基線立體視覺系統(tǒng).第三章對立體匹配算法作了深入的研究,研究中突出了算法實時性和魯棒性要求.對于局域匹配法,重點研究了區(qū)域法,對其各種相似性測度的準(zhǔn)確性以及匹配窗口的大小進(jìn)行了定性和定量的評估,對影響匹配結(jié)果的各種預(yù)處理和后處理作了深入的研究,并提出了多分辨率、盒濾波、并行指令、超線程、OpenMP等多種提高匹配實時性的加速方法.對全局匹配方法,研究了比較流行的動態(tài)規(guī)劃方法和Graph cuts方法.對這兩種全局匹配方法的準(zhǔn)確性作了定量和

5、定性的評估,并對這兩種方法存在實時性較差的不足,提出了基于多分辨率的匹配方法,大大減少了匹配時間.立體匹配的結(jié)果最終通過三維重建來表現(xiàn),在本文第四章提出了具有實時性較高的三維重建算法,對該算法結(jié)合攝像機定標(biāo)過程中的模型誤差和圖像噪聲誤差、匹配過程中的透視投影變形誤差、非校準(zhǔn)誤差、系統(tǒng)誤差、量化誤差以及雙目視覺系統(tǒng)的誤差模型對重建的誤差進(jìn)行了分析,并提出了誤差修正算法,通過實例驗證了該修正算法可以減少重建誤差.在重建算法的基礎(chǔ)上,結(jié)合自主