论文部分内容阅读
昆虫具有在复杂自然环境中精确导航的能力。探索昆虫的导航机理,能够为高效导航系统的研制提供创新性的参考。目前,大量的生物学实验表明昆虫能够使用视网膜感受到的光流信息执行各种导航任务。因此,研究昆虫的光流导航策略,有助于开发全新的视觉导航方法,使执行该导航方法的机器人具有象昆虫一样的精确导航能力。主要根据蜜蜂的导航实验,本文总结了昆虫的视觉导航原理,即昆虫通过复眼感知的光流测量自身运动,然后使用路径积分的方法累加每一时刻的单步运动来获得行程和位置信息。为了修正路径积分所产生的累积误差,蜜蜂需要记忆飞行路径中多个位置处的明显路标以组成路标序列,用于执行连续的路标匹配和误差修正。而且,当路径中静态路标的特征不明显时,蜜蜂还可以将光流作为动态的路标进行匹配。借鉴昆虫的光流导航和匹配策略,本文提出了一种生物视觉启发的,基于光流的复合导航方法。该方法由两部分组成:光流导航和光流辅助导航。光流导航的作用是使用光流法测量相机单步运动,然后通过路径积分获得当前位置。为了克服累积误差的缺点,光流辅助导航的作用是以光流作为路标进行匹配,由此估计和修正导航的位置误差。该复合导航方法能提供精确的位置信息,计算简单,且不受累积误差的影响。文中首先介绍了光流导航方法。为了实现基于光流的运动测量,光流导航借鉴了Srinivasan提出的昆虫视觉启发的光流法。它利用图像插值原理来计算图像的全局运动,具有简单和非迭代的执行过程。而基于该光流法,本文提出了一种通过使图像差异的熵取得极值,来测量图像运动的光流法,更适合于相机发生多自由度运动时的测量。该两种光流法均可与路径积分结合建立光流导航方法。然后,为了实现高效的辅助导航,使其能够充分修正光流导航的累积误差,本文提出了一种基于光流的卡尔曼滤波器技术,可执行光流的连续和迭代匹配。使用该卡尔曼滤波器的光流辅助导航方法通过匹配光流,精确地估计出位置误差,并返回给导航系统修正。在实际操作中,使用实际的输入图像计算测量的光流;使用预测的输入图像计算预测的光流,和光流的变化斜率;三者输入卡尔曼滤波器的更新方程估计位置误差。特别是,参考所借鉴的昆虫启发的光流法,文中定义了具有线性变化和旋转不变等特征的光流,用于提供卡尔曼滤波器所要求的测量和预测光流。另外,熵也是衡量图像信息的重要特征,本文还提出了将图像熵和扩展卡尔曼滤波器结合的辅助导航方法。本文使用不同噪声和纹理特征的实际航拍图像,在仿真环境中对提出的各种导航方法进行了测试,显示光流辅助导航能够有效地修正累积误差,而光流复合导航可提供远距离的精确位置信息。另外,文中还使用实际的移动机器人测试了光流复合导航方法,该机器人在室内环境中沿不同路径移动,拍摄顶部图像作为导航的输入图像。实验结果也显示该复合导航适用于真实环境,可执行长时间和远距离的精确导航。在本文的导航方法中,主要的操作为内积计算。为了提高导航的执行速度,本文提出了一种快速内积算法。它通过将内积转化为一阶矩的形式,实现使用一阶矩的快速算法来快速计算内积。该算法尤其适合于数字卷积操作。