單目攝像頭實時視覺定位.pdf

1、基于視覺信息的移動機器人自定位是機器人自主導航的關鍵技術之一，其難點在于如何提高視覺系統(tǒng)的魯棒性，以適應變化的自然環(huán)境，如何從單個攝像頭準確恢復深度信息，以確定機器人自身位姿，以及如何提高算法實時性，以滿足機器人自身運動的快速性和靈活性。本文對該問題進行了深入研究，旨在構建一個完整的視覺定位系統(tǒng)，使用單個攝像頭采集場景圖像，并實時計算相機相對參考路標的三維姿態(tài)。 首先，本文回顧和總結了現(xiàn)有的視覺定位和導航算法，提出了單目攝像頭實

2、時定位算法的體系結構。該結構從視覺和圖像處理的角度出發(fā)，結合了基于不變特征的目標識別、特征跟蹤和位姿估計算法。算法先識別場景中的視覺路標，接著實時跟蹤已識別路標，同時計算攝像頭相對路標的三維位姿。此外，算法充分考慮了三個模塊之間的內在聯(lián)系，通過并行計算，最大限度提高了實時性。 其次，本文提出了Harris-SIFT特征提取算子，分析了算法原理，指出了它相對SIFT的性能改進和優(yōu)點。接著，本文詳細介紹了基于Harris-SIFT的

3、目標識別系統(tǒng)，包括數據庫的建立、特征提取、近似最近鄰居匹配、一致性檢驗、識別評估。該目標識別系統(tǒng)具有較好的魯棒性、準確性和實時性，是視覺定位的核心，保證定位可以在變化的自然環(huán)境中可靠運行。 然后，本文對跟蹤和定位算法進行了研究，分析了識別和跟蹤相結合的可行性和意義，闡述了雙線程并行計算的設計思想和具體的實現(xiàn)細節(jié)。而后，本文介紹了共面POSIT位姿估計算法的原理，以及與跟蹤、識別算法的結合。其中，為了得到參考物體特征點的三維坐標，

4、本文設計并使用了逆透視成像模型，需要對攝像機進行標定。 最后，在上述研究的基礎上，本文通過多個實驗驗證了算法的性能，包括Harris-SIFT與同類特征提取算子的比較，自然環(huán)境下的目標識別和圖像檢索，這些實驗表明基于Harris-SIFT的目標識別算法魯棒性較強，準確性較高，實時性較好。此外，本文使用單個手持USB攝像頭采集實時視頻流，并運行視覺定位算法，檢驗定位性能。結果表明，該算法可以同時快速識別場景中的多個自然路標，并實時