基于視覺的機(jī)器人定位研究.pdf

1、移動機(jī)器人是當(dāng)今世界上許多科研機(jī)構(gòu)和研究人員的研究熱點。運(yùn)動過程中精確的自主定位是實現(xiàn)移動機(jī)器人自主導(dǎo)航的關(guān)鍵技術(shù)。基于全球定位系統(tǒng)和航位推算的傳統(tǒng)定位方法具有一定的使用局限性，利用機(jī)器人視覺系統(tǒng)估計車體姿態(tài)的自定位技術(shù)能夠彌補(bǔ)傳統(tǒng)定位方法的不足。
　　 本文研究了基于圖像特征的機(jī)器人視覺自定位方法，在分析比較了幾種機(jī)器人視覺定位中的特征點提取方法后，對現(xiàn)有機(jī)器人視覺定位方法提出了兩種改進(jìn)。一種是基于改進(jìn)Harris特征點并融合

2、慣導(dǎo)信息的機(jī)器人精確定位方法。在圖像高斯金字塔中改進(jìn)Harris特征點提取策略，提高其對旋轉(zhuǎn)和尺度變化的適應(yīng)性，實現(xiàn)特征點的均勻分布且數(shù)量可控；然后利用慣導(dǎo)先驗信息預(yù)測特征點跟蹤的搜索區(qū)域，提高特征點跟蹤的準(zhǔn)確性和穩(wěn)定性，提高搜索效率；最后采用四元數(shù)和最小二乘方法估計車體姿態(tài)信息。實驗結(jié)果表明，算法可較好地實現(xiàn)慣導(dǎo)信息與視覺信息的融合，不僅改善了傳統(tǒng)視覺定位算法中Harris特征提取影響定位精度的問題，且定位精度幾乎不會因慣導(dǎo)漂移而下降

3、，可實現(xiàn)機(jī)器人精確定位。本文的另一種改進(jìn)方法充分整合Harris角點和SIFT特征的優(yōu)點，提出一種基于快速魯棒的HSIF圖像特征點及其描述符的視覺定位算法。此算法顯著提高特征點的穩(wěn)定性，為運(yùn)動估計環(huán)節(jié)提供可靠的輸入，同時采用一系列誤差分析指標(biāo)描述機(jī)器人定位結(jié)果，彌補(bǔ)傳統(tǒng)定位算法中誤差分析過于簡單的不足。在實驗設(shè)計和結(jié)果分析中，將本文算法的定位結(jié)果與全站儀測量的真實值進(jìn)行比較。與其它算法的定位結(jié)果相比較，實驗結(jié)果表明，本文算法在較短的運(yùn)算