基于全景視覺的移動機器人粒子濾波定位方法研究.pdf

1、在移動機器人導(dǎo)航中，實現(xiàn)機器人自身的準(zhǔn)確定位是一項最基本、最重要的功能，也是移動機器人研究中備受關(guān)注、富有挑戰(zhàn)性的一個研究主題。近年來，基于視覺傳感器的移動機器人定位是計算機視覺及移動機器人導(dǎo)航領(lǐng)域非?；钴S的一個課題。本文主要研究基于全景視覺的移動機器人粒子濾波定位方法，并對如何處理全景傳感器帶來的豐富視覺信息及如何減少其處理時間提出了改進算法。 首先從軟件角度介紹了基于全景視覺的移動機器人粒子濾波定位系統(tǒng)的功能與組成，從硬件角

2、度分析了系統(tǒng)體系結(jié)構(gòu)的設(shè)計。并詳細(xì)討論了基于折反射全景成像的成像原理及確定雙曲面折反射全景反射鏡的尺寸及面形的方法。 對全景圖像的特征提取算法進行了研究與改進。尺度不變特征SIFT具有對平移、旋轉(zhuǎn)、尺度縮放、亮度變化具有不變性的優(yōu)點，但特征點的提取與匹配耗費了大量的時間，且提取的特征點數(shù)量遠(yuǎn)大于機器人定位所必需的數(shù)量。因此提出一種改進算法，將原SIFT遍歷式的特征檢測方法改為基于采樣的迭代檢測方法，有效的減少了特征提取及匹配的時

3、間。由于改進的SIFT算法保留了原SIFT算法的特征描述方法，從而在減少特征提取與匹配時間的同時保證了匹配的準(zhǔn)確性。通過實驗，我們確定了改進SIFT算法的重要參數(shù)的選取，并驗證了方法的有效性與實時性。 機器人定位問題是一個系統(tǒng)狀態(tài)隨時間變化的問題。貝葉斯濾波把系統(tǒng)的動態(tài)不確定狀態(tài)的預(yù)測與不準(zhǔn)確的觀測值結(jié)合起來，進而通過迭代得到準(zhǔn)確的系統(tǒng)狀態(tài)的估計，能夠?qū)C器人定位問題提供一個框架，是基于概率的定位方法的理論基礎(chǔ)。在貝葉斯濾波的基