| 题名 | 基于双目立体视觉移动机器人环境重构研究 |
| 作者 | 刘振国 |
| 答辩日期 | 2019 |
| 导师 | 潘峥嵘 |
| 关键词 | 双目立体视觉 立体匹配 SLIC Census变换 FESTO机器人 三维重构 |
| 学位名称 | 硕士 |
| 英文摘要 | 移动机器人智能化程度的高低不仅是国家科研能力的体现,更是国家综合国力的体现。移动机器人可以通过双目视觉系统对外界环境进行有效的感知,通过感知信息进行三维重构及路径规划是移动机器人实现自主行进的前提。本文主要研究内容是在FESTO机器人实验平台进行双目立体视觉系统研究,通过双目视觉系统获取移动机器人运动环境信息进行三维重构,为后期路径规划提供基础环境信息。双目立体视觉系统进行三维重构的关键部分是立体匹配,立体匹配准确率的高低直接影响三维重构最终结果。现存的立体匹配算法中,依据最优化理论方法可将其分为局部立体匹配算法和全局立体匹配算法。与局部立体匹配算法相比,全局立体匹配算法的匹配精度较高,因此本文采用全局立体匹配。全局立体匹配算法尽管在全局匹配精度高,但是对于图像中局部弱纹理区域匹配效果一般,同时考虑到项目中移动机器人所处的不同环境,必须考虑算法对光照变化的敏感性,因此本文在选择匹配算法时必须考虑光敏感性及图像弱纹理区域信息的保护性。本文首先通过张正友标定法分别对单目相机,双目系统进行标定获取相机的内、外参数,为后期立体匹配、三维重构提供数据。研究立体匹配算法时发现图像弱纹理区域信息匹配容易丢失,匹配结果较差。超像素可以将图像分为不同的区域,强化匹配约束而保护弱纹理区域信息。本文对现存的各种超像素分割算法进行性能分析得知简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)算法效率较高且灵活性较大。对SLIC算法深入研究发现它是从初始点开始进行超像素分割,最后到达图像边缘,本文采用先强化图像边缘然后采用SLIC算法进行超像素分割思路,进而提出了基于引导滤波器的超像素分割算法并在数据集上进行实验验证。考虑到移动机器人行进环境中光照不同以及计算效率,本文结合SLIC算法与光敏感性较低的Census变换进行立体匹配。通过实验对比说明Census变换匹配准确性、对光照的敏感性以及与SLIC算法结合匹配结果的准确性,并在数据集上验证该方法的有效性。最后采用SLIC和Census变换立体匹配算法对数据集中图像进行立体匹配,结合数据集给出相机的参数得到三维图。然后通过FESTO机器人对周围环境进行信息采集,并对信息进行预处理,结合双目相机通过标定实验获取的内参与外参数、SLIC和Census变换立体匹配算法进行实际移动机器人环境重构。 |
| 语种 | 中文 |
| 页码 | 82 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95198]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 刘振国. 基于双目立体视觉移动机器人环境重构研究[D]. 2019. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论