论文部分内容阅读
包括月球车在内的无人自主车是一种能够实时自主运动的智能移动机器人,视觉导航是其中一项关键技术,它的主要任务对场景进行识别和理解,确定自主车的可行驶区域。立体视觉是视觉导航中最基本的部分,通过图像处理恢复物体深度信息,是进行障碍物检测和三维场景重建的基础。本文旨在研究实时稳定的立体视觉系统的设计与实现。摄像机模型描述了三维空间中的点到图像平面上的点的投影关系,摄像机标定的目的就是求解模型参数。本文介绍了基于二维平面模板的标定方法,该方法适合无人自主车的工作环境,实施方便有效。根据标定结果和极线几何的原理,可以对立体图像对做几何校正,使其极线水平且对应点纵坐标相同,极大的降低了立体匹配算法的复杂度。在区域立体匹配算法中,非参数化区域变换使用像素在邻域中的灰度相对值排序代替原始灰度值进行相似度比较,对由摄像机位置、电路系统等引起的立体图像亮度偏差的情况有很好的鲁棒性。同时,非参数化的匹配算法运算简单,多为比较、异或、累加,不涉及乘法、开方等复杂操作,因此十分适合硬件逻辑电路设计。匹配窗口的合理选择直接影响到匹配的效率和准确性,另一方面,使用适当的立体匹配加速方法可以使窗口大小与算法复杂度无关,其代价就是占用一定的存储资源保留匹配过程的中间数据。根据视觉导航系统实时性和鲁棒性的要求,本文提出了一种非参数化匹配算法Census在FPGA上实现的方案。详细介绍了该方案的数据流程和模块设计,并结合FPGA的硬件资源进行硬件编程,通过仿真验证该方案的实时性能。立体视觉图像采集卡的设计实现了视频信号的采集、处理以及与上位机通信。本文使用的FPGA器件是图像采集卡的核心部分,可用于实现多种立体匹配算法,并结合PC上位机程序进行图像处理算法的测试。采集卡工作性能稳定,满足实时视觉导航系统的要求。