论文部分内容阅读
自主导航技术的发展使得移动机器人具有更大的灵活性和更广阔的应用前景，因而对该技术的研究具有非常重要的意义。移动机器人要实现在未知环境中的自主导航就要同时具备定位能力和构图能力，其中，定位是最基本的环节，是完成机器人导航的先决条件。传统的定位方法通常有全球定位系统(GPS)和航位推算，前者在GPS失效的特定环境下无法使用，后者难以解决因车轮打滑引起的编码器读数错误的问题。本文在以上背景下展开了基于立体视觉的移动机器人定位方法研究，通过对摄像机采集的多组双目图像序列进行计算得出机器人位姿信息，目的在于弥补传统定位方法的不足，为机器人自主导航奠定基础。为了解决自定位问题，本文做了以下工作：双目摄像机标定、图像的特征提取与立体匹配、图像特征跟踪和运动估计等。本课题特点是要满足机器人定位的精度和实时性要求，本文主要通过采用运算速度相对较快的Harris算子对图像特征进行提取，然后利用归一化互相关区域匹配法对提取出的特征点进行初步匹配计算，剔除差异较大的特征点对，之后采用随机抽样一致性（RANSAC）算法来剔除误匹配点。此外，在张正友平面标定法的基础上，选用平面圆靶标，在图像处理软件平台Halcon10.0中实现摄像机的标定，这种标定法的运算速度快，不易受干扰，标定精确度高，得到的参数能够满足机器人定位的需求；在立体匹配的基础上，通过对匹配特征点像素坐标的比较来实现特征跟踪，利用跟踪到特征点的像素坐标计算出特征点相对于前后帧的三维坐标，这样得到的跟踪结果精度很高；在运动估计环节首先采用奇异值分解法求解最小二乘法估算运动参数，再把运动参数估算值作为迭代初始值进行非线性最小二乘估计，最终计算出精确的估计结果。基于Matlab的仿真实验中，将本文算法的定位结果与真实值进行了比较，结果表明本文提出的方法实时性较强、精确度较高，有利于后续研究的顺利进行。