机器人双目视觉系统的三维测量方法

摘要

当前在机器人的应用环境中，机器人仅能在严格定义的结构化环境中执行预定指令动作，缺乏对环境的感知与应变能力，这在很大程度上限制了机器人的应用。装载视觉系统的机器人，不需要对机器人的运动轨迹进行离线编程或者示教，提高了机器人的自主行为和环境适应性。
　　在机器人的视觉系统中，依据机器人周边环境的二维图像能够获取三维信息。基于视差原理的双目立体视觉是根据人眼立体成像的原理，通过使用标定好的两台相同的摄像机从不同角度对目标物体进行拍摄，经过图像校正、图像预处理，图像特征提取、图像立体匹配等技术获得目标物体的三维信息，实现三维坐标测量的目的。
　　本文基于双目立体视觉的原理，对机器人的视觉系统进行了较深入的研究。文章介绍了机器人机械手一摄像头的配置模式，并选择了eye-to-hand的双目摄像头配置方式，并对图像预处理、图像特征提取进行了较深入的研究，针对双目摄像头的标定精度，采用了RANSAC(Random Sample Consensus)算法的核心思想随机抽取棋盘格进行标定实验，其次，针对算法效率，对基于Harris角点检测的图像遍历方法进行了优化，本文还详细论述了双目立体视觉的图像校正及景深信息提取技术，并进行了相关的实验，实验结果表明，将RANSAC算法与基于Harris角点检测算法的图像遍历优化方法相结合的算法在机器人双目视觉系统的三维坐标测量应用中具有参考价值。

目录

摘要

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 主要内容及章节安排

1．4 本章小结

第二章 机器人视觉系统

2．1 机器视觉介绍

2．2 摄像机-机械手的配置方案

2．2．1 摄像机数目的配置

2．2．2 摄像机位置的配置

2．2．3 本系统配置方案

2．3 本章小结

第三章 图像处理技术

3．1 引言

3．2 图像预处理

3．2．1 图像平滑

3．2．2 图像锐化

3．3 图像特征提取

3．3．1 边缘特征提取

3．3．2 角点检测

3．4 图像匹配方法

3．4．1 图像匹配的一般流程

3．4．2 图像匹配定义及一般方法

3．5 本章小结

第四章 双目摄像机的标定

4．1 摄像机模型分析

4．1．1 齐次变换和齐次坐标简介

4．1．2 摄像机的图像模型

4．1．3 摄像机线性模型(针孔成像)

4．1．4 摄像机非线性畸变模型

4．2 立体标定实验研究

4．3 标定实验

4．4 本章小结

第五章 双目视觉系统的三维测量实验

5．1 立体视觉投影校正

5．1．1 极线几何

5．1．2 透视投影矩阵

5．1．3 摄像机矩阵校正

5．1．4 校正变换

5．2 目标物体定位

5．2．1 双目立体视觉一般模型

5．2．2 理想模型

5．2．3 三维坐标测量算法研究

5．3 双目立体视觉三维测量系统

5．3．1 实验及误差分析

5．4 本章小结

总结与展望

参考文献

攻读硕士学位期间发表的论文

声明

致谢