行星无人探测车视觉系统算法的研究

【摘要】： 随着人类探索太空的步伐进一步加大,人们开始寻求一种地外行星探测的解决方案。然而地外行星充满了未知的危险因素,同时漫长的星际航行也是目前没有解决的难题,因此无人行星表面探测器成为目前行星探测计划的先锋队。无人车无需生命维持,适应性强,能够完成大部分人类需要进行的探索活动。相比将人类直接送到行星表面进行探索具有成本低,风险小等优势。 本文介绍了行星无人探测车的相关发展背景,以及行星无人探测车导航系统的一般组成和发展历程,对行星车视觉系统的主要功能进行了讨论。文章从视觉系统的总体架构开始,定义了视觉系统的基本元素,并明确了视觉系统算法的具体任务和核心内容。本文着重围绕立体视觉技术和位移检测技术两个方面进行了研究。 立体视觉的基本原理是三角测量,因此准确的相机几何模型和匹配算法是实现立体视觉技术的关键点。本文分析了相机标定的基本原理,介绍和研究了一种有效的相机标定方法——张氏标定法。通过应用张氏标定法,得到了良好的相机标定和校正效果。本文详细的分析了现有的匹配方法,并提出了一种匹配算法,此算法包含以下三个主要步骤：首先在匹配前对双目图像进行DOG(Differential of Gaussian)预处理,然后使用SAD(Sum of Absolute Difference)计算匹配开销,再在匹配后对匹配的结果进行筛选和滤波。研究了一种基于匹配结果的三维重建方法。对匹配和三维重建的结果进行了算法验证,效果良好。 本文还研究了基于图像特征识别技术的位移检测,深入研究了SIFT(Scale Invariant Feature Transform)的相关理论,对SIFT算法进行了优化。提出了一种结合地标特征点提取和三维重建技术的位移检测方法。通过识别场景中的地标,根据地标空间坐标系的变换关系来确定车辆的位移,通过实验证明本方法能够得到满足要求的测量准确度。 通过对以上两个部分算法的研究,本文给出了行星车视觉系统算法的解决方案,对行星车视觉导航系统的研究具有重要意义。