论文部分内容阅读
基于平行双目视觉的环境特征提取方法研究是移动机器人导航领域的重要研究内容。它利用左右两个视觉传感器采集的图像进行处理,提取其中的环境特征信息,为机器人导航的控制决策提供可靠的信息保障。本文在传统的双目视觉理论研究的基础上,结合有关课题中移动机器人导航应用的实际要求,研究了平行双目视觉系统中的成像模型和摄像机内外参数的标定,并通过设计实验来达到实际应用的要求；接着研究了特征点的提取和立体匹配,视差图的生成,不规则障碍物的检测及其三维信息的计算,并且在各部分通过实验以验证算法的有效性。论文的主要创新点有以下几个方面：(1)研究了张正友摄像机标定方法,设计了符合实际应用的平行双目视觉系统,并通过设计实验确定摄像机内外参数,提出了实际应用中所应注意的问题并给出解决方法。(2)研究了特征点的提取和立体匹配,改进了一种基于点特征的双目视觉图像立体匹配方法。通过采用Harris角点的提取算子,首先对双目视觉图像中的特征点进行检测,并改进了SIFT(Scale Invariant Feature Transform)算法中的特征描述方法在Harris特征点描述当中的应用；然后利用欧氏距离对特征点进行匹配；最后提出一种利用匹配点对的斜率来排除错误匹配的方法。实验表明该算法不仅可以达到较高的匹配精度,还可以有效缩短匹配时间,满足自主移动机器人双目视觉实时性的要求。(3)介绍了双目视觉在目标检测领域的研究进展,并根据实际项目中移动机器人的要求,提出了一种基于视差图的不规则障碍物检测方法。该方法利用视差图中匹配点的高度信息和匹配点连通区域的范围作为判别障碍物的首要依据,排除了形状和颜色所带来的判别障碍,并通过实验验证该法的有效性。作者期待本文能够对基于平行双目视觉的环境特征提取具有一定的参考意义,从而对双目视觉和机器人导航的相关理论建设和实际应用做出贡献。