資源描述：
《基于雙目視覺的巡視機器人避障研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、基于雙目視覺的巡視機器人避障研究ResearchofObstacleAvoidanceBasedOnBinocularVisionPatrolRobot學科專業(yè)：控制科學與工程作者姓名：倪晨陽指導教師：薛俊韜副教授天津大學電氣與自動化工程學院二零一七年十一月摘要實現(xiàn)機器人自主行動的主要前提是對周圍環(huán)境的檢測和基于檢測信息的路徑規(guī)劃。雙目立體視覺對周圍的運行環(huán)境進行探知的同時，能夠獲取圖像信息，進而搭建起周圍場景的三維信息，為進一步完成探知的任務提供了有效的數(shù)據(jù)和信息保證。本文在雙目視覺的理論基礎(chǔ)上，對攝像機標定與障礙物
2、路徑規(guī)劃策略進行研究，主要工作內(nèi)容如下：（1）為克服張正友標定法等目前常用標定法在標定過程中特征點選取的問題，文本在基于空間二次曲線的基礎(chǔ)上，提出了一種采用橢圓擬合的二次曲線與廣義特征值分解的攝像機標定方法。該方法首先采用霍夫變換和最小二乘的方式對標定圖形進行橢圓擬合，然后借助于共焦曲線投影映射的特征值不變性，以三次投影的形式，求取單應性矩陣，進而對其進行廣義特征值分解，獲取攝像機的內(nèi)部參數(shù)。由于該模型采用線性模型的方式，故具有較為快速的標定速度，且相較于傳統(tǒng)的棋格方法，不需進行特征點的提取，在標定的結(jié)果上也有較好的準
3、確性。（2）在傳統(tǒng)的可視圖法的基礎(chǔ)上，考慮到全局規(guī)劃的地圖構(gòu)建問題，本文提出了一種結(jié)合啟發(fā)式算法的簡化的可視圖模型。該方法只考慮起始點與終點之間最短線段附近的障礙物頂點，通過啟發(fā)式的路徑搜索算法向外進行擴展，從而得到一個可視邊較少的可視圖路徑地圖。通過仿真實驗，可以證明該方法能夠在很大程度上縮減地圖構(gòu)建時間，且受益于啟發(fā)式的規(guī)劃方式，簡化了可視邊的數(shù)量，從而能夠快速的找到其中的最短路徑。另一方面，借助雙目視覺的輔助，可以對原有的地圖進行更新，使智能小車能夠針對環(huán)境中不確定的障礙物進行有效的避障。實驗證明了該方法能夠在地
4、圖構(gòu)建上耗時更少，避障策略執(zhí)行度更高。本文基于Arduino控制器與雙目攝像頭設(shè)計了巡視機器人，在基于本文的標定與路徑規(guī)劃算法，實現(xiàn)了巡視機器人的雙目測距、路徑規(guī)劃和避障等功能。實驗證明本文的方法既能保證系統(tǒng)的穩(wěn)定性，同時也提高了運行速度，具有一定的參考價值。關(guān)鍵詞：雙目視覺，標定，可視圖，啟發(fā)式搜索算法IABSTRACTTheperceptionthatintelligentrobotsgetfromexternalenvironmentandthepathplanningbasedontheperceptionin
5、formationisthepreconditionandthekeytoautonomousmotion.BinocularStereoVisioncannotonlyperceivetheimageinformationofambientenvironment,butalsocaninferthethree-dimensionalinformationfromthecorrespondingrelationshipsbetweentwoimages,whichprovideaguaranteeforcompleti
6、ngthemissions.Thestudyofthispaperisbasedonvisionsystem,andmainlyfocusesonthecameracalibrationandpathplanning.Themainworkcontains:(1)Todealwiththeproblemsaboutfeaturepointextractionintraditionalcalibrationalgorithms,paperproposesanewcalibrationmethodbyusingellipt
7、icalfitting.Thismethodcombinesconfocalconicsandgeneralizedeigenvaluedecomposition.Wefirstlydoellipticalfittingtogettheoutlineofobject,thenbasedontheeigenvalue’sinvariance,weobtainthehomographyafterthreeprojectiontransformation.Thentheintrinsicparameterscanbegott
8、enbygeneralizedeigenvaluedecomposition(GEVD).Benefitingfromthelinearmodelofourmethod,theprocessofcalibrationtakeslesstimeandtheaccuracyisgood.(2)Basedonthetraditional
