基于SIFT算法单双目视觉结合的移动机械臂定位研究

摘要

移动机械臂的研究涉及到多传感器融合、运动控制、路径规划、地图创建和定位等多方面的问题,其中定位问题又是移动机械臂完成其他任务的前提的基础。一方面,视觉传感器相对于其它传感器(如声纳、激光、红外等)有着获取信息量大、扫描数据快及鲁棒性好等优点;另一方面,视觉定位系统中,双目视觉系统相对单目视觉系统有着获取信息全面、定位精度高和抗噪性强等优点,但双目视觉系统对环境的视场方面有一定的局限性,对于阴影、遮挡等区域,在环境重建的过程中容易出现数据缺失。针对上述情况,本文主要围绕未知环境下基于单双目视觉结合的移动机械臂定位方法展开研究,主要工作如下:
　　 首先,对目前国内外在移动机械臂研究领域的研究现状、研究方法等进行了归纳和总结,并介绍相关的移动机械臂定位技术,指出了定位过程中的几个重点和难点问题,并针对这些问题提出了本课题的研究,从而引出本课题研究的理论价值和实践意义。其次,介绍了本文所使用的移动机械臂平台——MT-ARM的硬件结构和控制系统;针对移动机械臂为复杂非线性大系统精确建模难的问题,在考虑移动机械臂运动学约束的基础上,分析了移动平台和机械臂的耦合特性和动力学特性,建立了受非完整约束的差分驱动的移动平台运动学模型;同时采用D-H(Denavit-Hartenberg)建模方法,描述了MT-ARM四自由度模块化机械臂操作空间,获得以关节角度为变量的运动学模型,并通过实验与仿真验证了模型的正确性。
　　 最后,针对阴影、遮挡和光照弱情况下双目视觉在存在测量误差的问题,研究了基于SIFT(Scale Invariant Feature Transform)算法的单双目视觉结合测量定位,并采用SIFT算法对实验环境进行单目和双目视觉的特征提取与匹配,结合单双目视觉提取的特征点建立了实验环境的特征地图;然后在特征地图基础上分别进行了双目视觉定位和单双目视觉结合定位实验,得到了二者的实际运动轨迹与给定运动轨迹之间的误差;通过分析,结果显示了单双目视觉结合定位方法较好的动态性能与定位精度。