基于光流的移动机器人视觉导航方法的研究

摘要

从广义上讲，机器人应具备三个基本功能：感知功能，思维功能以及行动功能，这样才能在一定环境下主动探测环境，分析环境信息，然后根据要求做出实时的运动规划，完成规定的任务。机器人视觉被认为是机器人重要的感觉能力，如同人类视觉系统的作用一样，机器人视觉系统将赋予机器人一种高级感觉机构，使得机器人能以智能和灵活的方式对其周围的环境做出反应，实现对机器人的导航。 视觉运动分析是对动态图像或时变图像序列分析来确定三维空间的物体运动以及物体与观察者之间的相对运动，是当前计算机视觉研究领域中的重要问题。基于光流场的研究方法是视觉运动分析的有效手段之一。 本文以移动机器人为研究平台，通过计算移动机器人运动时的地面环境光流场变化来感知机器人的运动状态，从而把视觉信息跟移动机器人的运动状态直接关联起来。 首先，在对现有的各种图像处理技术方法的特点分析基础上，采用了图像平滑、图像锐化、边缘检测等图像预处理方法。针对本课题研究对象的特性，采用改进的平滑滤波模板进行图像平滑。 其次，在光流计算中，对已有的光流计算方法进行比较，分析其优缺点，根据本课题中移动机器人的运动特性，选择合适的光流计算方法。 最后，针对移动机器人试验情况，对移动机器人的运动与光流进行定性分析时，引用全局光流相关系数的概念，将相关系数作为光流全局分布特性的测度因子来判别移动机器人运动情况。这对以后的移动机器人视觉导航，具有一定的现实的意义。

目录

文摘

英文文摘

原创性声明及本论文使用授权说明

第一章绪论

引言

1.1移动机器人发展概述

1.2机器人视觉的研究目标及研究意义

1.3光流计算技术

1.3.1光流计算的国内外研究现状

1.3.2光流计算中存在的问题

1.4本课题研究背景及意义

1.4.1国内外课题研究现状

1.4.2本课题的主要研究内容

1.5论文工作安排

第二章图像处理技术

2.1图像采集和数字化

2.1.2 CCD摄像机

2.1.2基于PCI总线的视频采集卡

2.1.3视频图像采集VC实现

2.2图像预处理

2.2.1图像灰度处理

2.2.2图像平滑和滤波

2.2.3图像锐化

2.3边缘检测

2.3.1 Roberts梯度算子

2.3.2 Sobel边缘算子

2.3.3 Kirsch边缘算子

2.3.4高斯—拉普拉斯(Gauss-Laplace)算子

2.4实验结果

2.5本章小结

第三章光流场计算技术

3.1光流场概述

3.1.1光流场算法适用条件

3.1.2光流场算法的基本等式

3.2光流场计算技术

3.2.1基于梯度方法(微分法)

3.2.2基于区域方法(匹配法)

3.2.3基于能量方法(能量法)

3.2.4基于相位方法(相位法)

3.3实验结果

3.4本章小结

第四章移动机器人运动的光流定性分析

4.1机器人视觉感知与运动行为

4.2移动机器人的运动分析

4.2.1摄像机模型

4.2.2摄像机的运动

4.2.3移动机器人的运动模型

4.2.4移动机器人伺服控制系统

4.2.5移动机器人的运动性能

4.3移动机器人运动的光流定性分析

4.3.1光流的分类及其三维运动的关系

4.3.2移动机器人运动与光流的定性分析

4.4实验

4.4.1移动机器人在简单场景中运动

4.4.2移动机器人在复杂场景中运动

4.4.3全局光流相关系数计算

4.5本章小结

第五章总结

5.1论文主要研究工作

5.2本文的不足及展望

参考文献

作者在攻读学位期间公开发表的论文

作者在攻读学位期间所作的项目

致 谢