论文部分内容阅读
随着现代计算机技术和机器智能化的发展,机器人技术的研究受到了广泛的关注。导航技术是机器人领域的关键技术,它是实现机器人的自动化和智能化的关键。因此,导航技术的进展直接关系到机器人技术的发展进程。双目视觉导航是机器人导航的研究趋势,它具有信息量丰富、智能化水平高等优点。双摄像头感知机器人运动环境的三维信息。根据摄像头采集的环境信息,机器人能够避开障碍物体,最终抵达目标位置。因此,机器人双目导航主要有三个方面,即双目障碍物定位、路径规划和运动控制。本文的研究内容是双目障碍物定位算法和路径规划算法。本文完成的工作如下:(1)研究了双目障碍物定位算法。双目定位算法分为摄像头标定、图像特征提取、立体匹配及优化、深度信息恢复等内容。研究了利用张定友标定法求取摄像头内外参数,以及图像的畸变矫正和立体校正。比较了SIFT算法和ORB算法在尺度变换、算法效率等方面的性能,最终选择了ORB进行图像特征的提取。立体匹配是双目定位最关键,也是难度最大的内容。在应用系统中,既需要匹配的准确度,也需要匹配速度。本论文提出以最近邻的Hamming距离和次近邻Hamming距离的比值做为匹配准则,这样可以一定程度上减少误匹配点。利用RANSAC算法对匹配的特征点进一步提纯,从而提高了匹配点的准确度。在匹配点搜索方面,本论文改进了ORB匹配点搜索方法,提出了采用K-D树的数据结构和BBF搜索策略。在深度信息恢复方面,研究了匹配点深度信息恢复原理。(2)研究了路径规划算法。在路径规划算法的研究中,通过对多种路径规划算法的分析和对比,本课题采用人工势场法实现机器人的路径规划。研究了人工势场算法的原理、优点和缺点。人工势场法存在两个缺陷,即目标不可达和局部最小值问题。对于目标不可达问题,本文提出了修正斥力函数,引入机器人到目标点的距离因素。对于局部最小值问题,本文提出引入逃逸力的方法。(3)实现和分析了双目视觉障碍物定位算法。本文采用ORB、BBF搜索策略、最近邻/次近邻匹配准则、RANSAC匹配优化算法,恢复了匹配点在空间中的三维坐标。从而计算出了摄像头与最近障碍物之间的距离。本论文定位的误差在可接受的范围内。(4)实现和分析了人工势场算法。利用Matlab和Visual Studio平台分析了传统人工势场法的目标不可达和局部最小值问题,而改进的人工势场法解决了这两个问题。实现了改进人工势场算法在不同复杂环境下的路径规划,并且规划的路径是平滑安全的。