基于平行双目视觉的环境特征提取方法研究

摘要

基于平行双目视觉的环境特征提取方法研究是移动机器人导航领域的重要研究内容。它利用左右两个视觉传感器采集的图像进行处理,提取其中的环境特征信息,为机器人导航的控制决策提供可靠的信息保障。
　　 本文在传统的双目视觉理论研究的基础上,结合有关课题中移动机器人导航应用的实际要求,研究了平行双目视觉系统中的成像模型和摄像机内外参数的标定,并通过设计实验来达到实际应用的要求;接着研究了特征点的提取和立体匹配,视差图的生成,不规则障碍物的检测及其三维信息的计算,并且在各部分通过实验以验证算法的有效性。论文的主要创新点有以下几个方面:
　　 (1)研究了张正友摄像机标定方法,设计了符合实际应用的平行双目视觉系统,并通过设计实验确定摄像机内外参数,提出了实际应用中所应注意的问题并给出解决方法。
　　 (2)研究了特征点的提取和立体匹配,改进了一种基于点特征的双目视觉图像立体匹配方法。通过采用Harris角点的提取算子,首先对双目视觉图像中的特征点进行检测,并改进了SIFT(ScaleInvariantFeatureTransform)算法中的特征描述方法在Harris特征点描述当中的应用;然后利用欧氏距离对特征点进行匹配;最后提出一种利用匹配点对的斜率来排除错误匹配的方法。实验表明该算法不仅可以达到较高的匹配精度,还可以有效缩短匹配时间,满足自主移动机器人双目视觉实时性的要求。
　　 (3)介绍了双目视觉在目标检测领域的研究进展,并根据实际项目中移动机器人的要求,提出了一种基于视差图的不规则障碍物检测方法。该方法利用视差图中匹配点的高度信息和匹配点连通区域的范围作为判别障碍物的首要依据,排除了形状和颜色所带来的判别障碍,并通过实验验证该法的有效性。
　　 作者期待本文能够对基于平行双目视觉的环境特征提取具有一定的参考意义,从而对双目视觉和机器人导航的相关理论建设和实际应用做出贡献。

目录

文摘

英文文摘

1 绪论

1.1 课题背景及研究意义

1.2 国内外双目视觉发展现状

1.3 环境特征信息分析

1.4 双目视觉关键技术

1.5 论文的研究内容和创新点

1.5.1 论文的研究内容

1.5.2 论文的创新点

2 成像模型与摄像机标定

2.1 摄像机成像模型

2.1.1 四个参考坐标系

2.1.2 针孔模型下平行双目视觉坐标公式推导

2.2 摄像机标定方法

2.2.1 传统摄像机标定方法

2.2.2 摄像机自标定方法

2.2.3 张正友标定方法

2.3 摄像机参数标定实验

2.3.1 平行摄像机视觉系统内参数标定及实验

2.3.2 平行摄像机视觉系统外参数标定及实验

2.4 本章小结

3 特征点提取与基于点特征的立体匹配

3.1 特征点提取

3.1.1 Moravec算子

3.1.2 SUSAN算子

3.1.3 Trajkovic算子

3.1.4 Harris算子

3.2 特征点描述符

3.2.1 特征点描述符概述

3.2.2 改进的特征点描述符

3.3 基于点特征的立体匹配

3.3.1 基于点特征匹配方法的特征分析

3.3.2 改进的基于点特征的立体匹配方法

3.4 实验结果

3.4 本章小结

4 不规则障碍物检测与特征信息提取

4.1 双目视觉障碍物检测分析

4.2 本文采用的障碍物检测算法

4.2.1 视差图信息提取

4.2.2 障碍物检测算法

4.2.3 障碍物特征信息提取

4.4 系统整合与实验结果

4.4.1 平行双目视觉系统整合

4.4.2 实验结果

4.5 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

个人简历、在学期间发表的学术论文