基于轮廓识别的机器人可变视角障碍物检测方法技术
【技术实现步骤摘要】
基于轮廓识别的机器人可变视角障碍物检测方法
本专利技术属于计算机视觉和图像测量
，尤其涉及机器人视觉导航中基于轮廓识别的机器人可变视角障碍物检测方法。
技术介绍
双目三维重建是机器视觉中一个非常重要的研究领域，广泛应用于机器人导航中。经过相机标定，图像采集，图像预处理，立体匹配和三维重建后可以得到物体的三维信息。目前，绝大多数三维重建方法都是基于固定视角，即机器人每次获得的三维信息的范围是固定的。这使得机器人在同一个坐标系中不可能分析大视角范围的障碍物，并进行三维重建。为了使机器人能根据实际要求，实现可变视角内的障碍物检测，从而更加全面地感知外界环境信息，以便更好地进行路径规划及其它相关工作，需要对两个三维点云进行拼接。目前大多数的图像特征提取和匹配算法存在一个矛盾:当提取的特征量足够多时,图像的匹配误差率将大大提高；而当匹配准确度很高的时候,往往提取的的特征量是很稀疏的,不能满足三维重建的要求,典型的如Sift点的提取和匹配,sift是Lowe提出的一种采用多尺度高斯差分图像检测关键点的方法,其中每个关键点的位置和尺度对应于一个局部稳定的区域,每个特征点都...
【技术保护点】
一种基于轮廓识别的机器人可变视角障碍物检测方法，其特征在于：所述检测方法包括下列步骤：(1)双目立体视觉系统的标定：将两个CCD摄相机装于机器人的转台上，使用标定板对双目视觉系统的每一个摄像机进行标定并记录各摄像机的内参数和外参数，对双目视觉系统进行立体标定并记录两个摄像机之间位置关系的旋转矩阵Rc和平移矩阵Tc，并设置双目视觉系统的全局坐标系O1；(2)图像采集及预处理：使用两台摄像机同时对同一场景进行拍摄，得到左右两幅图像Pl1，Pr1，并对两幅图像进行极线校正，然后逐行扫描每幅图像，提取灰度变化剧烈的像素点为候选边缘点，并用闭运算方法连接图像中目标物体的边缘；(3)基...
【技术特征摘要】
1.一种基于轮廓识别的机器人可变视角障碍物检测方法，其特征在于：所述检测方法包括下列步骤：(1)双目立体视觉系统的标定：将两个CCD摄相机装于机器人的转台上，使用标定板对双目视觉系统的每一个摄像机进行标定并记录各摄像机的内参数和外参数，对双目视觉系统进行立体标定并记录两个摄像机之间位置关系的旋转矩阵Rc和平移矩阵Tc，并设置双目视觉系统的全局坐标系O1；(2)图像采集及预处理：使用两台摄像机同时对同一场景进行拍摄，得到左右两幅图像Pl1，Pr1，并对两幅图像进行极线校正，然后逐行扫描每幅图像，提取灰度变化剧烈的像素点为候选边缘点，并用闭运算方法连接图像中目标物体的边缘；(3)基于轮廓识别的立体匹配：从目标物体的边缘图像中，寻找目标物体的轮廓，对左右两幅图像中目标物体的轮廓分别进行匹配，采用基于窗口的灰度匹配原则对匹配轮廓上的每个像素点在对应极线上进行匹配；分别从左右两幅边缘图像中提取多个目标物体的轮廓{Ai,i＝1,2,…,m}及{Bj,j＝1,2,…,n}；计算Ai与Bj的匹配度，若匹配系数小于1的轮廓，则Ai与Bj是匹配轮廓；若匹配系数大于1，令j＝j+1，然后计算Ai与Bj的匹配度，直到找到匹配轮廓或历遍右图所有目标物体的轮廓；对于匹配的轮廓上的像素点采用基于窗口的灰度匹配原则在对应极线上进行匹配；(4)基于轮廓识别的快速三维重建：利用己经标定好的系统参数进行目标物体轮廓的三维重建，通过标定好的每个摄像机的内参数和两个摄像机之间位置关系的旋转矩阵Rc和平移矩阵Tc确定物体轮廓各点的空间三维坐标和图像坐标的关系，通过轮廓特征点的图像坐标可得到空间三维坐标，根据轮廓的连续性原理优化三维轮廓点云，即计算目标物体对应的三维轮廓点云中相邻两点之间的平均距离L，以平均距离的两倍即2L为阈值，若存在三维点到相邻任一三维点的距离大于2L，则将其视为噪声点，予以舍去；(5)对另一个方向进行三维重建：根据双目立体视觉的系统单次拍摄的视角范围，将转台旋转一定角度，确保两次拍摄具有重叠区域，得到另外一组图像Pl2，Pr2，设置双目视...
【专利技术属性】
技术研发人员：艾青林，沈智慧，应申舜，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。