论文部分内容阅读
随着经济的发展，生活水平的提高，人们的环境意识越来越强，绿色草坪在大小城市中已随处可见，甚至在发达国家，草坪业成为一大产业，从而带动了草坪机械行业的兴起。在各种草坪机械中，割草机为主流产品，因为割草作业的任务量大且带有很强的重复性。但传统的割草机由于技术的落后，消耗大量的人力和物力，因此美国等西方国家提出了智能割草机器人的概念。
智能割草机是一个相当复杂的系统，它集多种功能和技术于一体，因此对智能割草机的研究涉及很多方面，本课题着重研究了路径规划和障碍物探测技术。
路径规划技术是割草机根据感知的工作环境信息，按照某种优化指标，在起始点和目标点之间规划出一条与障碍物无碰撞的路径，并完成预期的任务。障碍物探测技术则通过传感器帮助割草机在沿规划好的路径行走时探测小型或运动障碍物的情况，从而使割草机及时避开开障碍物。
路径规划和障碍物探测是相互联系的统一体，路径规划涉及的是割草机整体行走路径的优劣程度问题，而障碍物探测则是割草机顺利完成路径规划的保障。
本文的主要研究工作如下：
(1)介绍了路径规划的基本知识，路径规划包括传统的点到点路径规划和全区域覆盖路径规划，分析比较了两者的区别，根据割草机的工作要求，深入研究了全区域覆盖路径规划。
(2)根据工作草坪特点，本文着重研究了基于区域划分的全区域覆盖路径规划方法，通过研究区域的划分方式、区域的切换策略和子区域内的遍历方式这三大问题实现了全区域覆盖，最后对全区域覆盖路径规划算法进行了模拟实现。
(3)简要阐述了视觉传感器和立体视觉的优点，探讨了立体视觉障碍物检测的原理和大致步骤。为了减少匹配像素点数目，结合了图像分割方法，并详细分析比较了多种分割方法。根据本论文中障碍物数量少，背景单一的实际情况，采用阈值法实现了障碍物和背景的初步划分。
(4)简要介绍了定标过程所涉及的四种坐标系，并分析比较了传统摄像机定标、自定标及介于两者之间的张正友定标方法，并用Matlab的toolbox_calib工具箱实现了张正友定标方法。
(5)简要介绍了极线几何的基本知识，阐明了图像校正的目。重点研究了特征点的匹配算法，大致分为密集点匹配和稀疏点匹配，结合只需知道障碍物高度和深度信息的实际，采用了稀疏点匹配，并且为了减少误匹配情况，结合了基于窗口的匹配原则，通过匹配实验得到了障碍物边缘特征点的视差值，最后根据视差值和定标结果三维重建，得到了可疑障碍物边缘的三维信息。