基于TOF相机的四足机器人障碍物检测

摘要

四足机器人与利用履带或者轮子的机器人相比不必需要连续的路径并且能够通过更为复杂的地形，并且它的运动更为灵活多变。四足机器人从机身结构来说，比腿足种类的机器人要简单的多，而且虽然结构简单，但是它们行动起来却非常的灵活稳定，在行动时四足机器人的作用机理与人类相仿，可以随机的变换自己的步伐状态来适应各种各样的地形，并且自如地前进。结合以上表述，在机器人的研究种类中，对于四足机器人的探讨研究是一个非常好的课题。
　　随着时代的发展进步，对于机器人的各种研讨也在时刻加深，因此关于四足机器人对于环境的感知研究非常火爆。机器人的环境感知决定了它是否可以进行自主地导航，所以对于障碍物方面的检测就成为了研究的重中之重。不同于大多的其他类型的机器人，四足机器人通常活动在室外环境中，在非结构化的环境下进行一些劳作。因此本文以TOF相机为例，研究在非结构环境中，它的障碍物检测情况，下面为本文研究重点内容:
　　(1)在绪论部分，提出了本文研究的意义与背景;其次重点介绍目前国内外对于四足机器人的学术探究情况;然后又介绍了机器人环境感知的研究现状，包括了对于环境感知的分析和其发展趋势，从而给我们构建机器人感知系统构建提供灵感;同时，我们介绍了移动机器人障碍物检测的方法;最后，给出了本文主要的研究内容等。
　　(2)构建TOF相机、激光扫描仪等的障碍物检测系统。该系统之中，用TOF相机检测距离较近的障碍物，激光扫描仪检测距离较远的障碍物。
　　(3)进行相机的标定。要想知道一个物体的具体三维数据，就必须对相机采取标定。这一部分主要介绍了相机的成像模型、三个坐标系的关系和运用的标定方法等，通过相机标定的实验我们求出了它的内参数矩阵。由于相机有测量范围，所以我们要对于超过相机范围的部分数据进行处理，从而减少测量时的误差。
　　(4)在本文中，我主要向大家介绍三个类型的新型处理图像的方式。一是图像的预处理方法;二是腐蚀以及膨胀方法;三是边缘检测方法。传统图像分割方法很难用来分割非结构化环境图像，因此我们利用TOF相机能够生成灰度图像以及图像像素点三维信息的特点，通过分割图像的方式，初步地将障碍物从图像中抽离出来。最终通过边缘检测的方式检测障碍物。我们同时根据四足机器人运动特点，对于TOF相机进行了防抖动的处理，我们注意到防抖的方式有光学防抖和电子防抖，由于硬件的条件限制，TOF相机本身并不具有光学防抖，因此我们只能选择电子防抖的方法，并且对于防抖进行了实验的验证，然后结合以上的研究，得出了四足机器人可以使用该系统的可靠性结论。
　　我们在研究的最后，关于本文的重要研究内容进行了总括并提出了未来对该项目的研究期望。

目录

声明

摘要

1．1 论文研究意义与背景

1．2 四足机器人研究现状

1．2．1 国外四足机器人研究现状

1．2．2 国内四足机器人研究现状

1．3 机器人环境感知的研究现状

1．3．1 机器人的环境感知分析

1．3．2 四足机器人环境感知的发展趋势

1．4 移动机器人障碍物检测方法

1．4．1 基于激光雷达的方法

1．4．2 基于视觉传感器的方法

1．5 论文主要研究内容

第二章 四足机器人障碍物检测系统

2．1 四足机器人障碍物检测系统的总体结构组成

2．2 障碍物检测系统的硬件组成

2．2．1 视觉感应器

2．2．2 激光扫描仪

2．2．3 惯性测量系统

2．3 障碍物检测系统的软件系统

2．3．1 系统软件

2．3．2 信息处理软件和控制软件

2．4 本章小结

第三章 TOF相机的标定和深度处理

3．1 相机的成像模型

3．1．1 基本坐标系

3．1．2 线性成像模型

3．2 三维相机SR-4500的标定

3．2．1 直接线性变化定标法

3．2．2 用张正友标定法对SR-4500进行相机标定

3．3 SR-4500的深度处理

3．4 本章小结

第四章 TOF相机的图像处理及障碍物识别

4．1 图像的预处理

4．1．1 图像的滤波

4．1．2 基于灰度直方图的灰度变换

4．2 腐蚀和膨胀

4．3 边缘检测

4．4 图像分割与障碍物提取

4．5 相机的防抖

4．6 实验分析

4．7 本章小结

总结与展望

参考文献

致谢