三维场景实时重建技术在遥操作机器人上的实现

摘要

近些年，随着计算机视觉、人工智能、机器人和虚拟现实等前沿领域学科的发展，应用于遥操作机器人的实时导航及三维场景重建系统研究备受追捧。本文提出一种稀疏位置匹配模板窗口，完成特征点匹配相似性测度准则的计算；提出“环形”匹配算法，实现摄像机运动位姿估计中的图像序列特征跟踪；针对现存区域稠密匹配算法耗时过多、匹配精确性较差等问题，提出基于贝叶斯概率模型的快速稠密匹配算法，据由鲁棒性稀疏特征匹配点集生成的三角网格建立关于视差值的先验分布函数，以减小匹配算法时间复杂度及匹配过程中的歧义性。论文的主要工作包括以下四个方面：
　　1）利用两台同型号CMOS摄像机、双网口图像采集卡、金属支架和网线等搭建双目立体视觉系统平台，采集棋盘格标定板图像序列，基于MATLAB摄像机标定工具箱，完成双目相机内外参数的求取。
　　2）应用模板特征点检测算法，实现二维图像数据特征点的快速检测；改进相似性测度准则计算中的模板窗口，提出“环形”特征匹配算法，实现图像序列特征的实时跟踪；基于运动位姿估计数学模型及原理，完成摄像机运动位姿参数的实时估计。
　　3）提出基于贝叶斯概率模型的快速稠密匹配算法，利用GPU加速及多线程编程技术，实时完成现实世界图像的稠密视差图计算；应用空间物点三维世界坐标计算方法及摄像机标定参数，完成三维空间场景点云的计算。
　　4）确定遥操作机器人实时定位与三维场景重建系统的需求分析和框架，编程完成系统实现，在重构出的三维场景中，实时确定机器人位置。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状及发展趋势

1.3 论文的研究内容和章节安排

2 摄像机标定

2.1 视觉系统坐标系

2.2 摄像机模型

2.3 传统摄像机标定方法

2.4 摄像机标定实验

2.5 本章小结

3 摄像机运动位姿估计

3.1 特征点检测

3.2 稀疏特征匹配

3.3 基于特征的摄像机运动位姿估计

3.4 本章小结

4 实时三维场景重建

4.1 三维场景重建基本方法

4.2 稠密匹配

4.3 多线程编程与GPU加速技术

4.4 基于贝叶斯模型的快速稠密匹配算法

4.5 三维场景重建

4.6 本章小结

5 遥操作机器人实时定位与三维场景重建系统

5.1 遥操作机器人概述

5.2 遥操作视觉系统

5.3 实时定位与三维场景重建系统设计及实现

5.4 本章小结

结论

致谢

参考文献

攻读硕士学位论文期间发表的论文及科研成果