论文总字数：23565字

摘 要

近年来移动机器人技术高速发展，涉及的领域从开始的简单工业向服务、军用、农业等方面全面拓展，所以移动机器人需要越来越智能。就拿服务型机器人来说，它必须要达到半自主或全自主定位导航的层次才能完成未知环境下的导航任务，这就需要完整的定位导航体系。导航的方式有很多，有基于惯性的导航、基于点磁或磁条的导航、基于视觉的导航、卫星导航等。其中视觉导航中的双目视觉因为其信息搜索范围广、接受的信息完整以及包含环境深度信息等特点而适用于未知环境下的导航，这与本次课题不谋而合，所以论文主要介绍双目立体视觉的相关内容，并用其完成“机器人快递员”的导航任务，其中包括相机标定、环境建模和路径规划等三个主要部分。

第一部分，分析相机的针孔模型原理并用矩阵或方程式等数学手段将其描述出来，在开发环境VS2013下，用Opencv库自带的函数对相机进行标定，得到双目相机的内外参数。

第二部分，用人工加入障碍物的方式模拟送货小车的运行环境，用车载双目相机对该场景进行拍摄采像，然后对采集到的图像用Harris算法进行角点检测、用归一化相关积灰度匹配方法进行立体匹配，最后完成三维重建，得到障碍物的三维点云数据，将所得三维点云数据进行处理得到环境二维栅格地图。

第三部分，基于得到的环境二维栅格地图，采用A*算法和人工势场法结合的方式为送货小车做路径规划。

关键词：双目视觉导航，相机标定，环境建模，路径规划

Abstract

In recent years, mobile robot technology has developed rapidly, and its areas have expanded from simple industries to service, military, and agricultural development.  With the increasing requirements,mobile robots need to be more and more intelligent including positioning and navigation robot .The binocular vision in visual navigation is suitable for the navigation in unknown environments because of its wide range of information search, complete information received, and depth information contained in the environment.The use of binocular vision to complete the "robot courier"  navigation tasks is introduced in this article.It includes camera calibration, environmental modeling and path planning and other three main parts.

In the first part, the principle of the pinhole model of the camera is analyzed and described by mathematic means such as matrix or equation. Under the development environment of VS2013, the camera is calibrated with the functions provided by the Opencv library to obtain the internal and external parameters of the binocular camera.

The second part simulates the operating environment of the delivery trolley by manually adding obstacles. The camera captures the scene using a binocular camera, and then uses the Harris algorithm for corner detection and normalization. The related product gray-scale matching method performs stereo matching, and finally completes the three-dimensional reconstruction to obtain the three-dimensional point cloud data of the obstacle. The obtained three-dimensional point cloud data is processed to obtain an environmental two-dimensional grid map.

In the last part, based on the obtained two-dimensional grid map, A* algorithm and artificial potential field method are combined to make path planning for delivery trolleys.

KEY WORDS: Binocular Vision Navigation; Camera calibration; Environmental modeling; path planing

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题背景及意义 1

1.2 视觉导航综述 2

1.3 论文的主要研究工作 3

第二章 摄像机标定技术 5

2.1 相机成像模型 5

2.2 单相机标定 7

2.3 双相机标定 11

第三章 基于双目视觉的地图构建 13

3.1 图像采集及处理 13

3.1.1 图像采集及特征提取 13

3.1.2 立体校正 16

3.1.3 三角测量 17

3.2 立体匹配 18

3.2.1 立体匹配综述 18

3.2.2 立体匹配的实现 19

3.3 环境的三维重构 21

3.4 二维地图的生成 23

第四章 路径规划 25

4.1 路径规划概述 25

4.2 路径规划的离散方法 26

4.2.1 图形搜索 26

4.2.2 势场规划 28

4.3 路径规划算法 28

4.3.1 A*算法 28

4.3.2 人工势场法 29

第五章 总结与展望 33

5.1 本文总结 33

5.2 展望 33

致 谢 34

参考文献 35

绪论

课题背景及意义

机器人自问世发展至今已有五十多年的历史，它的发展可以说是日新月异。随着各种技术的不断提高，机器人技术也相应的得到完善改进，在这个高速发展的时代，移动机器人技术正在向半自主或全自主转变。机器人涉及的领域已经从开始的简单工业向农业、军事、服务、高精度产业等领域全面拓展，移动机器人越来越需要依靠自身所带传感器来接收外部信息，通过内部系统匹配分析得到有用的数据并将其合理规划，后通过数据对比得出结论找到自己想要的路线。

以上所述都需要移动机器人有一套完整的导航系统，它能集感知、规划、决策、行为于一体，使移动机器人达到全自主的状态。现在的导航方式有很多，有基于惯性的INS导航、基于卫星的GPS导航、基于视觉的导航以及基于电磁或磁条的导航等方式。视觉导航，顾名思义就是用视觉传感器采集图像，然后对图片进行特征提取及匹配、分析所得数据、将数据转变为环境地图等手段来实现移动机器人的任务。相比其他导航手段来说，视觉导航所用到的视觉传感器采集的图片直观明了、范围广信息量大、耗能也少，最重要的是视觉传感器可以实时采集到地图信息。除此之外，一般视觉导航所用到的视觉技术被称为被动视觉技术，它不需要人为设置光源，在自然光的条件下进行拍摄就能对物体进行三维信息重建，所以视觉导航还有适应性强和造价低的特点。

剩余内容已隐藏，请支付后下载全文，论文总字数：23565字