發(fā)布時(shí)間：2022-01-15 02:57

　　移動機(jī)器人智能化程度的高低不僅是國家科研能力的體現(xiàn),更是國家綜合國力的體現(xiàn)。移動機(jī)器人可以通過雙目視覺系統(tǒng)對外界環(huán)境進(jìn)行有效的感知,通過感知信息進(jìn)行三維重構(gòu)及路徑規(guī)劃是移動機(jī)器人實(shí)現(xiàn)自主行進(jìn)的前提。本文主要研究內(nèi)容是在FESTO機(jī)器人實(shí)驗(yàn)平臺進(jìn)行雙目立體視覺系統(tǒng)研究,通過雙目視覺系統(tǒng)獲取移動機(jī)器人運(yùn)動環(huán)境信息進(jìn)行三維重構(gòu),為后期路徑規(guī)劃提供基礎(chǔ)環(huán)境信息。雙目立體視覺系統(tǒng)進(jìn)行三維重構(gòu)的關(guān)鍵部分是立體匹配,立體匹配準(zhǔn)確率的高低直接影響三維重構(gòu)最終結(jié)果。現(xiàn)存的立體匹配算法中,依據(jù)最優(yōu)化理論方法可將其分為局部立體匹配算法和全局立體匹配算法。與局部立體匹配算法相比,全局立體匹配算法的匹配精度較高,因此本文采用全局立體匹配。全局立體匹配算法盡管在全局匹配精度高,但是對于圖像中局部弱紋理區(qū)域匹配效果一般,同時(shí)考慮到項(xiàng)目中移動機(jī)器人所處的不同環(huán)境,必須考慮算法對光照變化的敏感性,因此本文在選擇匹配算法時(shí)必須考慮光敏感性及圖像弱紋理區(qū)域信息的保護(hù)性。本文首先通過張正友標(biāo)定法分別對單目相機(jī),雙目系統(tǒng)進(jìn)行標(biāo)定獲取相機(jī)的內(nèi)、外參數(shù),為后期立體匹配、三維重構(gòu)提供數(shù)據(jù)。研究立體匹配算法時(shí)發(fā)現(xiàn)圖像弱紋理區(qū)域信息匹配... 

【文章來源】：蘭州理工大學(xué)甘肅省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

導(dǎo)覽機(jī)器人示意圖

定的視覺偏差（相機(jī)的位置不同），通過立體匹配得到它們相應(yīng)的視差圖。在圖像中可能存在著均勻區(qū)域從而很難找到任何特征來區(qū)分它們，或者左右圖像中存在著遮擋區(qū)域，在這一區(qū)域?qū)ふ覍?yīng)特征點(diǎn)或進(jìn)行無歧義匹配難度是非常大的。在機(jī)器視覺領(lǐng)域，學(xué)者們根據(jù)實(shí)際情況提出了各種立體匹配方法[9-11]，它們根據(jù)不同的應(yīng)用環(huán)境制定出不同的約束條件，由于約束條件的不同所以它們的使用范圍也大不相同，因而得到的匹配結(jié)果也截然不同。立體匹配方法根據(jù)匹配基元不同大致可以分為：基于區(qū)域匹配、基于特征匹配、基于相位匹配�；趨^(qū)域匹配可以有效的利用所有圖像信息，進(jìn)而最大限度的恢復(fù)出場景的細(xì)節(jié)特征。由于自然環(huán)境存在多樣性且從不同的視角觀察使其視點(diǎn)不同，進(jìn)而在實(shí)驗(yàn)中很難處理特征點(diǎn)的有匹配、無匹配和多匹配問題；基于特征匹配的優(yōu)勢在于找到特征點(diǎn)數(shù)量少、特征性強(qiáng)、匹配速度很快并且得到的匹配結(jié)果穩(wěn)定可靠。但是在進(jìn)行環(huán)境重構(gòu)時(shí)丟失的紋理信息較多，需要進(jìn)行插值，插值過程復(fù)雜；基于相位匹配的優(yōu)點(diǎn)是可以充分利用多尺度分辨率思想，對畸變與噪聲具有較強(qiáng)的抑制能力。但是易出現(xiàn)相位奇點(diǎn)、相位轉(zhuǎn)繞等問題。除了以上提出的問題之外，我們也需對算法的魯棒性、復(fù)雜性以及實(shí)時(shí)性進(jìn)行深入研究與探討。

圖 1.4 勇氣號火星車與 Boston Dynamic 小狗機(jī)器人國 Rouen 大學(xué) A.Bensrhair 等人對視覺系統(tǒng)進(jìn)行了大量研究，最終于視覺系統(tǒng)的車輛檢測的新方法[20]，該算法只是簡單的提取車輛垂?fàn)钐卣鱽韺π羞M(jìn)的車輛進(jìn)行檢測，然而該算法缺少對周圍場景進(jìn)行力。對比傳統(tǒng)車輛檢測方法，基于視覺系統(tǒng)檢測方式更加可靠，同距離更加精確。國初創(chuàng)公司在 2017 年依據(jù)雙目立體視覺原理自主研制出名為 Flipp機(jī)器人。Flippy 全身配置了多種傳感器，不僅能夠自主識別漢堡的且可以根據(jù)漢堡燒烤的程度決定是否取出。采用 Flippy 進(jìn)行烹飪工避免燙傷等事件發(fā)生，而且可以提高烹飪效率。該公司還在對該款級，進(jìn)而達(dá)到人工智能的目的。.Shibabta 等人采用高速相機(jī)搭載雙目視覺系統(tǒng)，該系統(tǒng)主要研究是跟蹤高速移動的目標(biāo)。 國內(nèi)研究現(xiàn)狀星 863 計(jì)劃中的“人體三維尺寸的非接觸測量”[21]是根據(jù)“雙視點(diǎn)

【參考文獻(xiàn)】：
期刊論文
[1]基于雙目立體視覺的工業(yè)機(jī)器人在線溫度補(bǔ)償[J]. 邾繼貴,張楠楠,任永杰,尹仕斌,郭寅,郭思陽.  光學(xué)精密工程. 2018(09)
[2]立體匹配算法研究綜述[J]. 曾文獻(xiàn),郭兆坤.  河北省科學(xué)院學(xué)報(bào). 2018(02)
[3]基于結(jié)構(gòu)特征的全局立體匹配算法[J]. 劉玉森,汪濤.  信息技術(shù). 2017(01)
[4]最小二乘法在張正友標(biāo)定法中的應(yīng)用[J]. 李濤濤,何宇.  信息與電腦(理論版). 2015(23)
[5]基于立體匹配技術(shù)的數(shù)字全息三維形貌重構(gòu)[J]. 張贊贊,王輝,吳瓊,李志光.  激光與光電子學(xué)進(jìn)展. 2014(11)
[6]基于張正友平面模板法的雙目立體視覺系統(tǒng)標(biāo)定[J]. 岳曉峰,祁歡.  機(jī)械工程師. 2014(02)
[7]基于改進(jìn)Census變換的立體匹配算法[J]. 雷磊,鄭江濱,宋雪梅.  計(jì)算機(jī)應(yīng)用研究. 2013(10)
[8]桶形畸變圖像的一種校正方法[J]. 劉亞強(qiáng),陳文藝.  西安郵電學(xué)院學(xué)報(bào). 2012(02)
[9]帶切向畸變的模型可視化攝像機(jī)標(biāo)定[J]. 華希俊,夏樂春,高福學(xué),薛城.  工程圖學(xué)學(xué)報(bào). 2009(03)
[10]基于最大色差彩色組合編碼的三維面形測量方法[J]. 朱清溢,蘇顯渝,肖焱山,向立群.  激光技術(shù). 2006(04)

碩士論文
[1]基于路徑規(guī)劃及避障的自主導(dǎo)覽互動講解機(jī)器人研制[D]. 馬慶樂.蘭州理工大學(xué) 2017



本文編號：3589760