排爆机器人双目立体视觉定位技术的研究

摘要

排爆机器人可以有效降低作业人员的风险，其排爆功能的实现很大程度上取决于精确的定位，双目立体视觉是计算机视觉定位方法中最重要的距离感知技术。因此，基于双目立体视觉的排爆机器人精确定位技术的研究具有重要的实际意义。
　　本研究分析了排爆机器人的作业工况及测量要求，确立了分别从排爆机器人的静态和动态场景进行定位测量的研究思路。根据双目立体视觉的定位测量原理和测量模型，推导出空间点的三维坐标公式，并完成了双目相机的标定工作。其次对图像灰度化和平滑处理，去除图像中冗余的信息和干扰噪声，为后续的匹配工作做好准备。在静态图像的定位测量过程中，采用ORB检测算法结合Flann匹配算法进行立体匹配，并使用PROSAC算法去除误匹配点，得到精准匹配的特征点进行三维坐标与距离的计算。在动态图像的定位测量过程中，采用CamShift跟踪算法，将其与Kalman预测器结合解决跟踪过程中颜色干扰的问题，引入双目立体视觉的极线约束，得到精确的匹配点进行三维重建，计算出该点的空间坐标与距离值。最后分别进行了双目立体相机的静态和动态场景的定位实验，结果表明达到了排爆机器人现场定位与测距的要求。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 双目立体视觉定位技术国内外研究现状

1.3 双目立体视觉定位测量系统的构成

1.4 本文研究的主要内容与各章节安排

第二章 双目立体视觉定位测量原理及相机标定

2.1 双目立体视觉定位测量原理

2.2 双目相机标定

2.3 本章小结

第三章 图像预处理及特征检测算法

3.1 图像预处理

3.2 基于OpenCV的图像滤波处理分析

3.3 图像特征检测算法

3.4 检测算法的比较选取

3.5 本章小结

第四章 排爆机器人静态图像立体匹配及测量

4.1 立匹配约束条件

4.2 常用的立体匹配算法

4.3 基于Flann开源库算法的特征点匹配

4.4 去除误匹配

4.5 静态图像定位测量实验

4.6 本章小结

第五章 排爆机器人双目立体视觉动态跟踪测量

5.1 图像的跟踪算法

5.2 CamShift跟踪算法

5.3 改进的CamShift算法

5.4 动态图像跟踪定位测量实验

5.5 排爆机器人双目立体视觉定位测量误差分析

5.6 本章小结

总结与展望

总结

展望

参考文献

攻读学位期间获得的研究成果

致谢