室外道路環(huán)境下基于異構(gòu)禮覺的拓?fù)涞貓D創(chuàng)建.pdf

1、移動機(jī)器人自主導(dǎo)航技術(shù)是機(jī)器人研究領(lǐng)域的熱點技術(shù)，在民用和軍事上都有著廣泛的應(yīng)用。在未知環(huán)境中的移動機(jī)器人實現(xiàn)自主導(dǎo)航需要依靠自身的傳感器建立環(huán)境地圖，移動機(jī)器人的地圖創(chuàng)建是未知環(huán)境自主導(dǎo)航的首要任務(wù)。而目前提出的機(jī)器人地圖多是針對室內(nèi)環(huán)境的，適合規(guī)模較大的室外環(huán)境中的地圖創(chuàng)建方法相對較少。視覺傳感器獲得的信息豐富，其中全景視覺攝像機(jī)具有360°的視角，可獲得更廣闊的視野，在自主導(dǎo)航方面的應(yīng)用正越來越受到重視。本文結(jié)合全景視覺和前向視覺

2、各自的特點，提出了一種可應(yīng)用在室外道路環(huán)境中的基于異構(gòu)視覺系統(tǒng)（全景視覺和前向視覺）的拓?fù)涞貓D創(chuàng)建方法。
　　 本文首先研究了全景視覺的成像原理和相關(guān)技術(shù)，比較了幾種不同類型的全景攝像機(jī)，最終選用了雙曲面折反射系統(tǒng)的全景視覺攝像機(jī)和普通的前向視覺攝像機(jī)來構(gòu)建本文的異構(gòu)視覺系統(tǒng)。
　　 本文接著研究并提出了一種基于全景視覺的路口檢測方法，該方法利用全景視覺道路圖像分割的結(jié)果分析全景視覺下不同道路環(huán)境的差異，進(jìn)行路口檢測。在

3、圖像分割研究過程中，本文提出了一種結(jié)合閾值法改進(jìn)的區(qū)域生長算法，該方法使用最大熵方法選取區(qū)域生長的初始種子點，并綜合兩種不同的生長準(zhǔn)則實現(xiàn)區(qū)域生長，實驗表明該方法可很好的應(yīng)用在本文的全景視覺道路圖像分割中。依據(jù)圖像分割的結(jié)果本文試驗了三種路口檢測的方法，并一一進(jìn)行大量的實驗，最終選擇使用了一種道路分支數(shù)判定法去實現(xiàn)路口檢測，該方法可通過機(jī)器人所在位置的道路分支數(shù)和分支方向區(qū)分道路環(huán)境，實現(xiàn)路口檢測。
　　 第三，本文研究了基于視

4、覺的自然陸標(biāo)的提取與匹配，研究了重要的圖像局部特征提取算法，實現(xiàn)了一種魯棒性好且計算速度較快的SURF特征提取算法，并針對本文的需求，對SURF的金字塔進(jìn)行降階，實現(xiàn)了一種簡化的1階SURF算法，該算法進(jìn)一步提高了實時性，節(jié)省了地圖創(chuàng)建的時間和空間開銷。
　　 最后，結(jié)合前面的研究成果，本文提出了一種新的拓?fù)涞貓D創(chuàng)建方法，該地圖使用本文提出的全景視覺路口檢測方法進(jìn)行節(jié)點檢測，使用前向視覺攝像機(jī)獲取各個節(jié)點分支方向上的道路圖像，并