單目攝像頭實(shí)時(shí)視覺定位.pdf

1、基于視覺信息的移動機(jī)器人自定位是機(jī)器人自主導(dǎo)航的關(guān)鍵技術(shù)之一，其難點(diǎn)在于如何提高視覺系統(tǒng)的魯棒性，以適應(yīng)變化的自然環(huán)境，如何從單個(gè)攝像頭準(zhǔn)確恢復(fù)深度信息，以確定機(jī)器人自身位姿，以及如何提高算法實(shí)時(shí)性，以滿足機(jī)器人自身運(yùn)動的快速性和靈活性。本文對該問題進(jìn)行了深入研究，旨在構(gòu)建一個(gè)完整的視覺定位系統(tǒng)，使用單個(gè)攝像頭采集場景圖像，并實(shí)時(shí)計(jì)算相機(jī)相對參考路標(biāo)的三維姿態(tài)。 首先，本文回顧和總結(jié)了現(xiàn)有的視覺定位和導(dǎo)航算法，提出了單目攝像頭實(shí)

2、時(shí)定位算法的體系結(jié)構(gòu)。該結(jié)構(gòu)從視覺和圖像處理的角度出發(fā)，結(jié)合了基于不變特征的目標(biāo)識別、特征跟蹤和位姿估計(jì)算法。算法先識別場景中的視覺路標(biāo)，接著實(shí)時(shí)跟蹤已識別路標(biāo)，同時(shí)計(jì)算攝像頭相對路標(biāo)的三維位姿。此外，算法充分考慮了三個(gè)模塊之間的內(nèi)在聯(lián)系，通過并行計(jì)算，最大限度提高了實(shí)時(shí)性。 其次，本文提出了Harris-SIFT特征提取算子，分析了算法原理，指出了它相對SIFT的性能改進(jìn)和優(yōu)點(diǎn)。接著，本文詳細(xì)介紹了基于Harris-SIFT的

3、目標(biāo)識別系統(tǒng)，包括數(shù)據(jù)庫的建立、特征提取、近似最近鄰居匹配、一致性檢驗(yàn)、識別評估。該目標(biāo)識別系統(tǒng)具有較好的魯棒性、準(zhǔn)確性和實(shí)時(shí)性，是視覺定位的核心，保證定位可以在變化的自然環(huán)境中可靠運(yùn)行。 然后，本文對跟蹤和定位算法進(jìn)行了研究，分析了識別和跟蹤相結(jié)合的可行性和意義，闡述了雙線程并行計(jì)算的設(shè)計(jì)思想和具體的實(shí)現(xiàn)細(xì)節(jié)。而后，本文介紹了共面POSIT位姿估計(jì)算法的原理，以及與跟蹤、識別算法的結(jié)合。其中，為了得到參考物體特征點(diǎn)的三維坐標(biāo)，

4、本文設(shè)計(jì)并使用了逆透視成像模型，需要對攝像機(jī)進(jìn)行標(biāo)定。 最后，在上述研究的基礎(chǔ)上，本文通過多個(gè)實(shí)驗(yàn)驗(yàn)證了算法的性能，包括Harris-SIFT與同類特征提取算子的比較，自然環(huán)境下的目標(biāo)識別和圖像檢索，這些實(shí)驗(yàn)表明基于Harris-SIFT的目標(biāo)識別算法魯棒性較強(qiáng)，準(zhǔn)確性較高，實(shí)時(shí)性較好。此外，本文使用單個(gè)手持USB攝像頭采集實(shí)時(shí)視頻流，并運(yùn)行視覺定位算法，檢驗(yàn)定位性能。結(jié)果表明，該算法可以同時(shí)快速識別場景中的多個(gè)自然路標(biāo)，并實(shí)時(shí)