面向移動機器人的立體視覺技術與應用.pdf

1、移動機器人是一類通過外部傳感器感知環(huán)境和自身狀態(tài)，對復雜環(huán)境進行自主分析與決策，從而實現指定功能的機器人系統(tǒng)。移動機器人在運動過程中最主要需解決的是自身導航與定位問題。在眾多導航技術中，使用立體視覺進行移動機器人的導航、避障，是移動機器人導航的一個主要發(fā)展方向。
　　為滿足移動機器人導航中立體匹配算法的精確性與實時性的要求，本文研究了使用動態(tài)規(guī)劃為優(yōu)化方法的全局立體匹配算法。傳統(tǒng)DP算法雖然執(zhí)行速度快，但存在著匹配精度較低，匹配視

2、差圖表面易產生條紋瑕疵、物體邊界方向處存在較多誤匹配等問題。針對這些問題，本文首先在初始匹配代價求取階段，實現了一種通過獲取物體邊界信息從而判定視差變化區(qū)域，并根據像素點所處的視差變化區(qū)域選用合適大小窗口的能量聚合方法。通過該聚合方法獲取了較高精度的初始視差圖，為后續(xù)視差獲取階段打下良好的基礎。在視差求取階段，本文建立了采用水平、垂直及物體邊界多方向約束作為平滑性約束的新的全局函數。其中物體邊界方向約束針對物體邊界像素點，以前一行邊界點

3、的視差信息對當前邊界點進行約束，強化物體邊界像素點的視差不連續(xù)性，提升了邊界區(qū)域像素點匹配準確率，大大減少了邊界誤匹配現象。在三狀態(tài)DP的狀態(tài)轉換選擇上，應用邊界輪廓信息及該多方向平滑約束，避免了三狀態(tài)狀態(tài)轉換與實際物理情況不符的局面，最后在算法前向尋徑階段及路徑回溯階段，采用多路徑回溯的方法，更多地保留有效視差信息，減小因分散在掃描線上的畸變點造成的匹配誤差。實驗證明，本文方法解決了一般DP算法存在的條文瑕疵與邊界誤匹配問題，提升了匹