论文部分内容阅读
随着生产生活的需要以及科学技术的发展,移动机器人的应用已经越来越广泛,面临的任务也更加具有挑战性.户外移动机器人在未知且复杂的非结构化环境地形上运动时,保证自身运行的安全是完成任务的前提.通过双目视觉提供的丰富信息,对移动机器人周围的非结构化环境地形进行三维重建是帮助机器人感知环境、利用环境并做出正确判断,从而确保移动机器人稳定、安全、灵活运行的重要方式.所以,对移动机器人周围的非结构化环境地形进行三维重建具有重大意义,本文以此为背景展开全文研究.
首先分析常见的特征点法图像匹配在部分场景(荒芜的沙地、沥青路面等)中具有提取特征点数量少、误匹配率高等问题,提出一种针对间断纹理环境中的图像特征匹配算法.检测双目图像中像素梯度变化大的点和ORB(Oriented FAST and Rotated BRIEF)特征点,直接对ORB(Oriented FAST and Rotated BRIEF)特征点进行匹配,通过渐进一致采样法(Progressive Sample Consensus,PROSAC)剔除其中的误匹配.以ORB(Oriented FAST and Rotated BRIEF)特征点的匹配率为判断依据,对低匹配率的图像,采用上述保留的梯度变化大的点,根据半稠密直接法结合非线性优化实现图像中特征的追踪.通过实验论证,该算法在不同环境下具有更高的精度和稳定性.
针对当前稀疏光流法与特征点法在非结构化环境地形上提取和保留特征信息量少、匹配速度慢等问题,结合双目图像尺度信息变化小的特点,提出一种半稠密光流法的环境地形图像特征追踪算法.遍历整张图像,计算图像中像素灰度变化梯度,选取变化梯度大于阈值τ的像素点作为特征点.根据灰度不变原理、相似性运动趋势以及帧间运动小的特点实现图像特征追踪.通过实验证实,该算法能提高图像匹配速率与稳定性,同时保留更加丰富的图像信息,降低图像特征追踪丢失率.
其次,获取的非结构化环境地形三维点云数量庞大,采用传统的三维点云配准方式无法达到时效与精度的要求,针对该问题提出一种非结构化环境地形三维点云中关键点的配准与优化算法.通过边缘关键点剔除算法采集非边缘关键点,降低三维点云描述的不全面性.采用KD-tree加速的最近邻和迭代最近点融合算法实现三维点云粗配准后的误差优化.实验表明,该算法在配准速度上平均提高83.238%,配准精度上平均提高65.58%.
最后,采用实验平台完成非结构化环境地形三维重建实验.将双目相机采集的图像进行预处理,通过视差测距原理获得视差信息,结合图像和视差信息实现非结构化环境地形三维点云生成,采用曲面重建算法实现环境地形重建实验.结果表明,该实验重建结果能有效的反映真实地形环境.
首先分析常见的特征点法图像匹配在部分场景(荒芜的沙地、沥青路面等)中具有提取特征点数量少、误匹配率高等问题,提出一种针对间断纹理环境中的图像特征匹配算法.检测双目图像中像素梯度变化大的点和ORB(Oriented FAST and Rotated BRIEF)特征点,直接对ORB(Oriented FAST and Rotated BRIEF)特征点进行匹配,通过渐进一致采样法(Progressive Sample Consensus,PROSAC)剔除其中的误匹配.以ORB(Oriented FAST and Rotated BRIEF)特征点的匹配率为判断依据,对低匹配率的图像,采用上述保留的梯度变化大的点,根据半稠密直接法结合非线性优化实现图像中特征的追踪.通过实验论证,该算法在不同环境下具有更高的精度和稳定性.
针对当前稀疏光流法与特征点法在非结构化环境地形上提取和保留特征信息量少、匹配速度慢等问题,结合双目图像尺度信息变化小的特点,提出一种半稠密光流法的环境地形图像特征追踪算法.遍历整张图像,计算图像中像素灰度变化梯度,选取变化梯度大于阈值τ的像素点作为特征点.根据灰度不变原理、相似性运动趋势以及帧间运动小的特点实现图像特征追踪.通过实验证实,该算法能提高图像匹配速率与稳定性,同时保留更加丰富的图像信息,降低图像特征追踪丢失率.
其次,获取的非结构化环境地形三维点云数量庞大,采用传统的三维点云配准方式无法达到时效与精度的要求,针对该问题提出一种非结构化环境地形三维点云中关键点的配准与优化算法.通过边缘关键点剔除算法采集非边缘关键点,降低三维点云描述的不全面性.采用KD-tree加速的最近邻和迭代最近点融合算法实现三维点云粗配准后的误差优化.实验表明,该算法在配准速度上平均提高83.238%,配准精度上平均提高65.58%.
最后,采用实验平台完成非结构化环境地形三维重建实验.将双目相机采集的图像进行预处理,通过视差测距原理获得视差信息,结合图像和视差信息实现非结构化环境地形三维点云生成,采用曲面重建算法实现环境地形重建实验.结果表明,该实验重建结果能有效的反映真实地形环境.