ALV立体视觉导航技术研究
【摘要】:
陆地自主车(Autonomous Land Vehicle,简称ALV)是一种能够在道路和野外连续、实时地自主运动的智能移动机器人,具有重大的研究价值和广阔的应用前景。本文旨在从理论和实践上对立体视觉在ALV导航中的应用方法与技术进行研究。
本文研究了立体摄像机精确定标方法,探讨并验证了摄像机镜头径向畸变的消除方法。在各种立体视觉算法中,本文重点研究常用于ALV导航的基于区域的局部匹配方法,对各种相似性度量的性能作了定量和定性的评估,分析了匹配窗口的尺寸对匹配结果的影响,还介绍了金字塔匹配和盒滤波这两种匹配加速方法。
针对常用的ALV立体视觉导航算法存在的不足,本文提出了直接计算高度的立体视觉算法,在运算效果和速度上有明显的改进。本文还提出了区域重投影算法来专门处理图像中难以匹配的纹理稀少区域。
立体视觉算法通常输出的是高度图,本文提出了一种基于高度梯度的障碍检测算法,能有效且快速的检测出场景中的障碍。
我们结合ALV导航的实际应用背景,对立体视觉与激光雷达的信息融合问题进行了初步研究。将激光雷达的测量结果引入立体匹配前的高度预测中,提出了立体视觉与激光雷达在数据层上的信息融合方法;基于D-S证据理论,提出了立体视觉与激光雷达在特征层上的信息融合方法。仿真实验结果验证了上述方法的有效性。
|
|
|
|
1 |
闫帆;许南山;彭四伟;;基于多摄像位的空间定位系统的研究与设计[J];微计算机信息;2010年07期 |
2 |
阮利锋;王赓;盛焕烨;;基于标志点识别的三维位姿测量方法[J];计算机应用;2008年11期 |
3 |
张金苓;王琰;;基于特征约束的图像点匹配算法[J];沈阳理工大学学报;2006年06期 |
4 |
丁震,唐振民,杨静宇,邬永革,柳健;一种渐进的立体匹配方法[J];计算机研究与发展;1997年S1期 |
5 |
胡庭波;吴涛;;一种快速鲁棒的越野环境下自主移动机器人障碍检测算法[J];机器人;2011年03期 |
6 |
马桂珍,谌海新,马丙辰;基于双目视觉的手术器械跟踪定位技术[J];微计算机应用;2005年02期 |
7 |
马彦,张屹;基于彩色图像分割和平面投影变换的机器人障碍检测[J];兰州理工大学学报;2005年03期 |
8 |
项志宇;;针对越野自主导航的障碍物检测系统[J];东南大学学报(自然科学版);2005年S2期 |
9 |
钟声;石青云;程民德;;基于小波变换的立体视觉匹配方法[J];模式识别与人工智能;1994年01期 |
10 |
牟雅丹;;立体匹配算法的比较[J];技术与市场;2009年12期 |
11 |
刘建伟;梁晋;梁新合;曹巨明;张德海;;大尺寸工业视觉测量系统[J];光学精密工程;2010年01期 |
12 |
钱曾波,邱振戈,张永强;计算机立体视觉研究的进展[J];测绘学院学报;2001年04期 |
13 |
袁宏永;刘申友;;由一般运动估计模型约束的立体匹配方法[J];模式识别与人工智能;1995年04期 |
14 |
刘正东,孙权森,杨静宇;基于特征约束及区域相关的体视匹配方法[J];计算机工程与应用;2003年34期 |
15 |
杨锋;刘永才;王恒霖;刘金;;一种新的导弹相对高度测量方法[J];战术导弹技术;2006年01期 |
16 |
姚拓中;项志宇;刘济林;;基于图像多特征融合的野外水体障碍物检测[J];浙江大学学报(工学版);2009年04期 |
17 |
弥丽丽;潘建寿;刘继艳;;融合灰度和梯度的MRF模型的立体匹配[J];计算机工程与应用;2011年24期 |
18 |
刘江华,陈佳品,程君实;双目视觉平台的研究[J];机器人技术与应用;2002年01期 |
19 |
王哲;常发亮;;基于网络最小割的分层立体视觉匹配方法[J];模式识别与人工智能;2007年01期 |
20 |
周东翔,蔡宣平,孙茂印;基于灰度段的立体匹配算法[J];软件学报;2001年07期 |
|