论文部分内容阅读
基于视觉信息的移动机器人导航是当前移动机器人研究的一个焦点。同人类一样,视觉也是机器人获取周围世界信息最重要的来源,可以为移动机器人提供周围的环境信息,如目标相对机器人的距离、方位等信息。研究移动机器人视觉系统及其摄像机标定、多传感器信息融合、导航控制理论与方法具有非常重要的意义。彩色视频信号是移动机器人视觉系统感知外围环境最基本的信息,如何快速准确的从视频信号中获得环境和目标物的位置是整个控制系统的关键。本文针对移动机器人视觉图像处理算法、控制的软件平台设计开展研究工作。本文首先从颜色模型的角度对移动机器人视觉系统中的颜色识别进行了阐述,介绍了RGB、YUV 和HSV 等几种常用的颜色模型,通过试验对几个颜色模型进行了直观和量化的比较。进而讨论了图像分割和聚类算法在图像中目标物定位的作用,使用H 分量的双阈值对目标物进行分割,并提出了一种针对二值图像的快速聚类算法,只需搜索图像一次就可定出图像中所有的目标区域。从图像二维信息中还原出三维信息是机器视觉的终极目标,也是机器人进行自身定位的首要任务。机器人进行三维感知必须建立摄像机的成像模型并得到内外参数,摄像机的成像模型可以分为线性成像模型和畸变模型,根据标定方式的不同,有三种不同的摄像机标定方法。基于已标定平面网格的摄像机自标定算法是最近出现的一种主动标定算法。本文使用该算法对机器人摄像头进行了标定,在实验室环境下使用单个摄像头进行目标定位,并在实验室的条件下实现了基于单摄像头局部视觉的机器人定位及导航控制算法。P2 移动机器人的视觉导航系统采用基于网络的控制结构,在PC 机上实现图像处理和控制算法,通过Socket 通讯发送命令来控制机器人,机器人上的服务器程序负责状态的采集和命令的执行。使用微软的DirectShow 技术进行视频捕获,在其基础上实现图像处理算法,机器人的运动控制采用Pioneer2 附带的ARIA 开发库。