視覺移動機器人自主導航關鍵技術(shù)研究.pdf

1、隨著移動機器人的研究和發(fā)展，其突出的工作性能在許多領域都被廣泛應用，但同時也提出了更高的要求，越來越復雜的工作環(huán)境要求移動機器人智能化程度更高，自主能力更強，尤其是自主導航能力要更好。由于模擬人眼的視覺傳感器技術(shù)具有較高的智能和優(yōu)勢，視覺移動機器人的發(fā)展越來越受到人們的重視，并表現(xiàn)出良好的發(fā)展前景，特別是在軍事上的應用前景更加光明。本文針對視覺移動機器人在復雜、未知環(huán)境下的自主導航問題，重點研究了視覺定位、視覺障礙物檢測以及視覺道路檢測

2、等關鍵技術(shù)，以提高移動機器人的智能水平，同時設計并實現(xiàn)了視覺移動機器人軟、硬件系統(tǒng)。
　　 （1）視覺定位方面：研究了圖像特征點的檢測與匹配。針對圖像特征點的檢測，提出了分層快速SUSAN角點檢測算法，利用角點周圍像素的灰度特性，結(jié)合提升小波變換由粗到細的分層策略，快速找到角點特征，解決了SUSAN角點檢測算法速度較慢的問題，為特征點的匹配打下基礎。針對圖像特征點的匹配，提出了一種新的RSTC不變矩特征點匹配方法，利用新構(gòu)造的R

3、STC不變矩來度量角點的相似性，并用改進的RANSAC魯棒估計以及外極線約束進行引導匹配，獲得了較高精度的匹配結(jié)果，消除了野值匹配對所導致的長線條，較好地解決了圖像特征點匹配不準確的問題。
　　 （2）視覺障礙物檢測方面，研究了視差圖計算方法，提出了自適應分層粒子群稠密視差圖估計算法，首先利用SIFT特征檢測與匹配算法準確確定視差范圍；然后根據(jù)圖像和視差范圍的大小分層，建立由粗及細的自適應分層圖像金字塔結(jié)構(gòu)，加快搜索速度、減少錯

4、誤匹配；最后在優(yōu)化函數(shù)中引入根據(jù)匹配窗口大小自動變化的因子來調(diào)整灰度項和平滑項的權(quán)重，并用改進的帶變異算子的整數(shù)形式的PSO進行優(yōu)化，克服了遺傳算法搜索的盲目性以及容易陷入局部最優(yōu)的缺陷，能夠更快、更好的找到最優(yōu)解。
　　 （3）視覺道路檢測方面，研究了圖像處理中適合復雜圖像處理的顏色模型，提出了SCT域歸一化互信息道路檢測算法，結(jié)合SCT顏色模型與人眼視覺系統(tǒng)的反應較接近、計算量小、抗噪能力強和歸一化互信息測度魯棒性較強、精確

5、度較高的優(yōu)點，充分利用像素點之間的關系進行加速處理，快速檢測出移動機器人可行駛區(qū)域和可疑障礙物，為視覺系統(tǒng)障礙物的檢測奠定基礎。
　　 （4）在上述研究的基礎上，本文設計并實現(xiàn)了視覺移動機器人的軟、硬件系統(tǒng)。根據(jù)視覺移動機器人的功能需求，在“悍馬”越野模型車的基礎上，安裝了左右伺服減速驅(qū)動電機、攝像機安裝支架以及旋轉(zhuǎn)機構(gòu)，設計了與之相應的硬件控制系統(tǒng)，并搭配攝像機、無線影音傳輸模塊以及圖像采集卡等組成雙目立體視覺系統(tǒng)的硬件部分，