基于空中機器人平臺的運動目標(biāo)檢測和視覺導(dǎo)航.pdf

1、空中機器人具有廣闊的應(yīng)用前景，近年來成為國內(nèi)外機器人研究的熱點之一。實現(xiàn)基于計算機視覺的環(huán)境感知和導(dǎo)航，是空中機器人研究的重要組成部分，也是一個非常富有挑戰(zhàn)性的課題。
　　 空中機器人是一個動態(tài)的平臺，而其又處在一個三維的環(huán)境中，所以基于空中機器人平臺的計算機視覺研究主要存在以下挑戰(zhàn):
　　 (1)與地面機器人不同，空中機器人可以在三維環(huán)境中自由運動，所以機載攝像機拍攝到的圖像更為復(fù)雜（比如機器人的高度會發(fā)生巨大的變化，

2、這在地面機器人當(dāng)中是不存在的），許多應(yīng)用于地面機器人的視覺感知和導(dǎo)航方法不能在空中機器人平臺上得到很好的應(yīng)用。
　　 (2)與地面機器人不同，空中機器人是一個不穩(wěn)定的平臺，所以其運動速度一般較快，控制頻率高，這就對圖像采集和處理的速度提出了更高的要求。并且，采集到的圖像數(shù)據(jù)中會存在較大的噪聲，這也增加了視覺感知和導(dǎo)航的難度。
　　 (3)與地面機器人不同，運用計算機視覺方法得到的姿態(tài)數(shù)據(jù)往往需要直接參與空中機器人的姿態(tài)控

3、制，這就對基于視覺的機器人位姿估計的魯棒性和精確性要求更高。
　　 考慮到上述挑戰(zhàn)，針對空中機器人這個動態(tài)平臺，本文主要對動態(tài)場景（所謂動態(tài)場景，即攝像機在運動，同時攝像機場景中也存在其它運動目標(biāo)）下的運動目標(biāo)檢測和視覺導(dǎo)航進行了研究:
　　 (1)提出了一種基于運動分割的方法進行動態(tài)場景下的運動目標(biāo)檢測。該方法提出了一種有效的機制，利用三維運動分割的結(jié)果，對場景背景進行跟蹤，然后建立背景/前景的外觀模型并準(zhǔn)確探測出運動

4、目標(biāo)。實驗結(jié)果表明，該方法可以克服現(xiàn)有方法的弱點，有效檢測動態(tài)場景下的運動目標(biāo);基于空中機器人平臺的實驗表明該方法可以被有效的集成到該平臺中。
　　 (2)提出了一種基于外觀模型的方法進行動態(tài)場景下的運動目標(biāo)檢測。該方法利用“關(guān)鍵幀”中的目標(biāo)分割區(qū)域，通過跟蹤的方法將其擴散到所有圖像幀，并建立運動目標(biāo)的外觀模型，最終采用圖優(yōu)化的方法得到運動目標(biāo)檢測結(jié)果。實驗結(jié)果表明，該方法可以被應(yīng)用在許多復(fù)雜的場景中并準(zhǔn)確檢測運動目標(biāo)，由于該方

5、法不需提取圖像特征點進行運動分割，其可以有效的檢測較小的運動目標(biāo);基于空中機器人平臺的實驗表明該方法可以被有效的集成到該平臺中。
　　 (3)提出了一種動態(tài)場景下的攝像機位姿估計方法。該方法從圖像序列中提取特征點并匹配成特征點軌跡，然后利用背景跟蹤和三維運動分割方法提取出背景特征點集，最終使用多視圖幾何技術(shù)估計攝像機的相對位姿。實驗結(jié)果表明，該方法可以在動態(tài)場景下準(zhǔn)確的估計攝像機位置和姿態(tài)，而傳統(tǒng)位姿估計方法會導(dǎo)致姿態(tài)估計出現(xiàn)較

6、大的誤差，而且會使位置估計結(jié)果發(fā)生發(fā)散;基于空中機器人平臺的實驗表明該方法可以被有效的集成到該平臺中。
　　 (4)提出了一種新的動態(tài)場景下的地圖拼接方法。該方法首先對圖像進行畸變校正，然后利用上述運動目標(biāo)檢測方法將場景中的運動目標(biāo)去除，最后提取和匹配特征點、估計圖像變換參數(shù)并完成圖像拼接。實驗結(jié)果表明，雖然傳統(tǒng)方法也可以得到地圖拼接的結(jié)果，但該拼接圖像中包含了運動目標(biāo)的成分，而本文提出的方法則可有效的去除運動目標(biāo)，得到更準(zhǔn)確、