基于立體相機的室外移動機器人視覺里程計方法研究.pdf

1、隨著移動機器人的應用越來越廣泛，在室外非結構化復雜環(huán)境下實現(xiàn)其自主行為和決策是機器人領域的研究熱點之一，其首要問題是如何解決機器人的自主定位。目前在室外環(huán)境下普遍采用的定位方法是慣導和GPS相結合的方式，但GPS容易受到多徑誤差、信號丟失、阻塞等問題的影響，導致其定位存在一定的局限性。因此在GPS數(shù)據丟失乃至完全不可用情況下的定位問題是近年來興起的新熱點和研究趨勢，其中以立體相機為感知手段的視覺里程計技術受到廣泛關注。視覺里程計是指通過

2、從機器人運動過程中獲取的圖像中提取特征，根據相機成像模型和環(huán)境特征的圖像坐標變化，估計機器人的位姿變化。本文以國家自然科學基金項目《基于集理論的野外機器人復雜地形環(huán)境建模和同時定位研究》(61005092)為依托，針對室外復雜地形環(huán)境下移動機器人基于立體相機的視覺里程計方法進行了深入研究。具體內容如下:
　　針對雙目乃至三目立體相機的標定問題進行了研究。考慮雙目相機兩個攝像頭之間的相對位姿關系，建立了雙目標定優(yōu)化模型，以解決雙目標

3、定的問題，其次針對三目相機的標定做了進一步的研究，提出利用三個攝像頭之間的冗余信息，建立帶有三目幾何約束的統(tǒng)一的標定優(yōu)化模型，從而解決了三目相機的標定問題。
　　針對視覺里程計方法中的特征匹配和跟蹤問題進行了研究。首先對于同一時刻不同攝像頭采集圖像的特征點匹配問題，提出了一種改進的基于SIFT特征點的立體視覺匹配算法，采用BBF樹加快特征點的匹配搜索速度，同時在傳統(tǒng)匹配過程中加入了極線約束、特征點局部區(qū)域顏色信息的相關性等約束條件

4、濾除錯誤的匹配點，提高算法的實時性和匹配精度;其次對于前后幀圖像特征點的跟蹤問題，通過同時考慮立體圖像的時間和空間上的相關性，利用相鄰兩幀特征點對的空間位置的一致性濾除誤跟蹤的特征點，提高匹配的準確性和效率。
　　針對視覺里程計方法中的運動估計算法進行了研究，提出了一種基于RANSAC濾波的最小二乘估計和光束平差優(yōu)化相結合的分層運動估計方法，首先利用RANSAC濾波方法，通過迭代的方式剔除外點以獲得較為準確的初始位姿矩陣估計;在此

5、基礎上利用前后兩幀圖像迭代優(yōu)化和利用滑動窗口機制批量優(yōu)化的兩階段局部光束平差方法做進一步優(yōu)化處理，從而獲得更為準確的全局優(yōu)化定位結果。此外還采用EKF濾波方法對慣導信息和視覺里程計信息進行融合，通過慣導信息來增強視覺里程計定位系統(tǒng)的精確性、穩(wěn)定性和魯棒性。
　　在上述研究的基礎上，本文以配備有三目相機的MT-FR履帶式移動機器人作為實驗平臺對室外大范圍環(huán)境中的視覺里程計方法進行了廣泛的研究和實驗驗證，其結果表明本文所采用方法的可行