基于双目视觉移动机器人的路径规划和避障研究.pdf
《基于双目视觉移动机器人的路径规划和避障研究.pdf》由会员分享,可在线阅读,更多相关《基于双目视觉移动机器人的路径规划和避障研究.pdf(7页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、5 4 6 22 0 0 9 ,3 0 ( 2 3 )计算机工程与设计C o m p u t e rE n g i n e e r i n ga n dD e s i g n人工智能基于双目视觉移动机器人的路径规划和避障研究赵静,陈一民( 上海大学计算机工程与科学学院,上海2 0 0 0 7 2 )摘要:提出了一种移动机器人路径规划和避障的系统设计方案,实现了移动机器人自主行进的路径规划和自动避障功能详细说明了如何采用立体视觉实现对环境的探测,利用图像处理算法的组合分离出地面、背景、障碍物和目标物,采用边界不变矩实现障碍物和目标物的区分,改进了经典的人工势场法进行路径的规划,根据模糊控制原理设
2、计了避障控制器和避障规则。实际的运行结果表明了该系统的可行性和有效性,该系统实现了移动机器人利用自身传感器感知环境信息,动态规划行进路径,成功躲避障碍物等功能关键词:移动机器人;双目视觉;图像处理;不变矩;人工势场;模糊控制中图法分类号:T P 3 9 1 4文献标识码:A文章编号:1 0 0 0 7 0 2 4 ( 2 0 0 9 ) 2 3 - 5 4 6 2 - 0 5R e s e a r c ho f p a t hp l a n n i n ga n do b s t a c l ea v o i d a n c em o b i l er o b o tb a s e do nb
3、 i n o c u l a rv i s i o nZ H A OJ i n g C H E NY i m i n( S c h o o lo fC o m p u t e rE n g i n e e r i n ga n dS c i e n c e ,S h a n g h a iU n i v e r s i t y , S h a n g h a i2 0 0 0 7 2 ,C h i n a )A b s t r a c t :As y s t e md e s i g ns c h e m eo f m o b i l er o b o ti sp r o p o s e d
4、T h em o b i l er o b o ti m p l e m e n t st h ef u n c t i o no f p a t h - p l a n n i n ga n do b s t a c l ea v o i d a n c e T h ep a p e re x p l a i n sh o wt op e r c e p tt h ee n v i r o n m e n tb yb i n o c u l a rv i s i o n , h o wt os e p a r a t et h eg r o u n d ,b a c k g r o u n
5、da n do b j e c t sb yu s i n gac o m b i n a t i o no f s e v e m li m a g ep r o c e s s i n ga l g o r i t h m ,a n dh o wt od i s t i n g u i s ht h eo b s t a c l e sa n dt a r g e tb yi m a g es t a t i s t i c a lc h a r d c t e r i s t i c s A tt h es a m et i m ew ep l a nt h ep a t hb yi m
6、 p r o v i n ga r t i f i c i a lp o t e n t i a lf i e l d , a n dd e s i g naf u z z yc o n t r o l l e ra n df o r m u l a t i n gas e -q u e n c eo fo b s t a c l ea v o i d a n c er u l e sb a s e do nf u z z yI o # c T h er e s u l to ft h es y s t e mp r o v e st h a tt h ed e s i g ni sf e a
7、 s i b i l i t ya n dv a l i d i t y T h em o b i l er o b o ts y s t e mr e a l i z et h er e q u e s to f t h ep r o j e c t :i nt h eh e l po f b i n o c u l a rv i s i o ns e n s o r s ,p l a n n i n gap a t hd y n a m i c a l l ya n da v o i d i n gt h eo b s t a c l e s K e yw o r d s :m o b i
8、 l er o b o t ;b i n o c u l a rv i s i o n ;i m a g ep r o c e s s i n g ;m o m e n ti n v a r i a n t s ;a r t i f i c i a lp o t e n t i a lf i e l d ;f u z z yc o n t r o l0 引言I 系统结构框架移动机器人的一个主要功能要求是通过其自身的传感器对外界环境进行采集、感知和分析,实现在有障碍物的条件下,向目标物自主行进,完成一些特定的任务。国内外诸多研究机构对移动机器人的自主行进做了不少的研究,有些移动机器人己成功应用于
9、军事、工农业生产“刮、科学研究1 、生活娱乐删等多个方面。移动机器人的自主行进牵涉到运动学、信息论、图像学、人工智能等多个学科,集中体现了计算机技术和人工智能的最新成果。因此对于该项研究,除了使移动机器人可以完成自动追踪、自动驾驶、自动避障等功能外,在研究过程中,通过对机器视觉、信息处理、人工智能等领域的研究,可以进一步提升这些相关技术的水准,对生产、科研、勘探领域都具有重要的学术价值和应用意义。针对这些情况本文重点讨论我们设计的基于双目视觉移动机器人在自主行进中的路径规划和障碍物躲避方面的问题,并介绍我们在这方面所做的研究工作和取得的研究成果。本文设计的基于双目视觉移动机器人路径规划和障碍物
10、躲避系统,按照层次结构分为三层:运动控制层,行为控制层和行为规划层,如图l 所示。为了保证系统运行的稳定性和扩展性,采用模块化的设计。运动控制层包括双目视觉信息采集模块和运动控制模块。在运动控制层,通过安置在机器人身上的双目摄像头探测环境信息,将信息通过无线信号收发器传送给行为控制层,进行环境信息的分析,根据双目摄像头得到的图像信息完成测距操作等。行为控制层包括视频图像处理模块、物件提取模块以及障碍物目标物区分模块。行为控制层依据接收到的视频数据经过图像处理后将得到的包括路面信息,障碍物和目标物深度信息,再将尺寸、形状等参数递交给行为规划层。行为规划层包括路径规划模块和避障策略模块。路径规划模
11、块利用传递过来的信息构建二维地图,根据人工势场法收稿日期:2 0 0 8 1 2 2 9 ;修订日期:2 0 0 9 - 0 2 1 5 。基金项目:上海市重点学科建设基金项目( J 5 0 1 0 3 ) 。作者简介:赵静( 1 9 8 4 一) ,女福建莆田人硕上研究生,研究方向为机器视觉、计算机控制技术;陈一民( 1 9 6 1 一) ,男,博士,教授,博士生导师研究方向为网络与多媒体技术、计算机控制技术。E - m a i h3 3 6 3 0 8 3 1 6 3 c o m万方数据赵静,陈一民:基于双目视觉移动机器人的路径规划和避障研究2 0 0 9 ,3 0 ( 2 3 )5 4
12、6 3图l 基于双目立体视觉移动机器人避障系统框架生成一条从初始点到目标点的路径,再依据避障策略进行障碍物的躲避行为。移动机器人在行进过程中,通过行为控制层将对应的坐标值、速度大小和转动角度等参数指导运动控制层的行为。2 运动控制层双目视频采集模块完成视频信号采集、无线传输、帧同步等功能,并且需要将采样图像做格式转换,使之更适应图像处理模块的需要。我们基于M i c r o s o f t 的D i r e c t S h o w 实现了对现场视频的实时捕获,采用D i r e c t S h o w 做视频采集可以省去讨论框架结构、数据保护、同步等细节问题,专注于软件的功能和性能改进之上。我
13、们基于I n t e J 的o p e n C V ( o p e n8 0 u r o e c o m p u t e r v i s i o nl i b r a r y )实现图像的处理,O p c n C V 中定义了包括图像分析、结构分析、运动分析、模式识别等绝大多数现有的图像处理算法实现。由于D i r e c t S h o w 中获得图像采样p S a m p l e 是一段在内存中连续的符合特定格式要求的空间,而O p e n C V 中图像的基本格式是l p l l m a g e 数据结构,因此本系统搭建了从视频图像的采样格式转换到O p e n C V 可接收的I p
14、l l m a g e 格式。在完成双目视觉采集模块的框架搭建后,我们采用张氏平面标定法对摄像机的参数进行标定。进而得到摄像机本身所具有的诸如焦距、光心等属性。在视觉测距中有单目散焦测距、多日立体视觉测距两大类。其中单目散焦测距是通过对多次不唰散焦状态下,图像边界的模糊程度,来计算出场景深度值。它实现简单,但是测距精确度不高,且实时性较筹,因此我们采用多目立体视觉测距,多目立体视觉测距则有更高的测世精确性和更好的实时性,更适合于机器人系统当中悟”,具体方法如下:P 是目标点,D f 和D ,是左右两个具有相同焦距的摄像头的光心。尸f 和P r 分别是空间点尸在左右摄像头中的投影点。d是目标点P
15、 到摄像头的距离,即深度值。根据相似三角形原理有公式d = b f ( m + n )( 1 )其中,( m + 疗) 空间目标点在左右两个摄像头中的视差。因此双目摄像头测距系统就将三维空间求深度值的问题转换为在二维图像中搜索匹配点的问题。通过实验分析、比较,我们得出:在,一定的情况下,随着实际距离的增大,双目测距的误差也越大。为了增大双目测距系统的有效测距范围,系统采用变焦测距技术。经过具体分析,我们采用改变焦距的值,来改变式( 1 ) 的参数范围。系统变焦测距的流程图如图2 所示。3 行为控制层图2 变焦测距流程为了实现移动机器人障碍物躲避,必须将采集得到的环境信息进行分析,分离出图像中的
16、背景、路面和物件,并区别出障碍物和目标物。视频采集卡得到的视频图像存在大量的噪声,因此必须首先进行图像的预处理。现实景象存在丰富的颜色信息,通常不同物件的边缘色差大,我们利用物件的边界信息实现背景、路面和物件的分离。双目视觉传感器必须实现左右两幅图像的匹配以实现物件定位,本移动机器人系统采用改进的模板匹配算法,提高了系统的运行速度。在区分障碍物和日标物的实现上,本系统采用不变矩方法。3 1 图像处理和路面分析从双目视觉得到的左右图像,存在着大量的离散噪声。为了最大程度地保留| 冬I 像信息并从复杂的背景总将目标物件提取出来,系统首先对图像进行消除离散噪声的处理。根据彩色世界景象边缘具有较明显的
17、色彩跳跃情况,系统对经过噪声消除后的图像采用均匀性图方法进行边缘提取,得到清晰的轮廓。为了提取到视频图像中的障碍物和目标物,系统将一系列的图像处理经典算法进行组合使用,分离出路面、背景、障碍物和目标物。使用到的图像处理算法包括:图像腐蚀。二值化,种子填充,反种子填充等。3 2 双目视觉物件提取本系统采用双目视觉进行环境信息的获取,在制定构建二维地图之前,将左右两幅图像的对应物件进行匹配。匹配就是利用不同时间对同一环境拍摄的两幅照片,找出产生变化的像素点,再根据变化量确定物体离开摄像机的距离,即深度信息“”。我们采用改进后的N C C 模板匹配算法来确定物件的深度信息。N C C 模板匹配算法是
18、一种典型的基于灰度的相关算法。它的功能是通过比较图像的相似程度,在图像中寻找某个已知的图像模板的位置。模板匹配过程如图3 所示。在实际匹配应用中,搜索图和模板的相似度是通过度量囤圈万方数据5 4 6 42 0 0 9 ,3 0 ( 2 3 )计算机工程与设计C o m p u t e rE n g i n e e r i n ga n dD e s i g n r + l 一I灰度图看作是二维密度分布函数,就可把矩技术应用于描述子图,一幅图像的特征。概率密度分布函数为的二维连续随即函数的g ) 阶几何矩的定义为( a ) 搜索图S( b ) 模板图r图3 模板匹配过程函数来度量的,归一化相关函
19、数作相似性测量定义为MN s ( 脚,刀) 一芦 丌所,厅) 一习R ( i ,力=该方法具有较强的抗白噪声能力,在灰度变化及几何畸变不大的情况下匹配精度高,但容易受局部光照变化的影响,且匹配速度较慢。为了提高模板匹配的速度,我们对式( 2 ) 做如下处理:在式( 2 ) 中,于为模板兀? 、,的均值,为搜索图像双必胸在当前窗I :1 ( f ,) 下的均值。再设r = T ( m ,疗) 一死由于可以一次性算出,则将分子部分改写为:蹦所,门) r 一弘r 。又_ 。l 。l_ 。1 月l 因为r 的和为0 ,分子剩下第一项,因此可利用差分求和的方法将第一项和子图进行卷积运算。首先将模板当中所
20、有像素点进行排序,然后在排序数组的基础上进行差分,因为模板当中存在大量相同灰度值,这样差分后的数组会存在大量的0或l ,对0 或l 的乘法运算可省略。这样就节省大量的运算时间,提高模板匹配的速度。而对于式( 2 ) 的分母处理如下。第二项只与模板T 有关,仅算一次即可,大致需要次运算。第一项在每一次移动窗口 下都需要计算一次方差,总共大致需要3 ( 肛+ 1 ) 2 次运算,运算量非常大,为此,为搜索图S 计算以下累计量彳( f 加= s ( i ,。, 叫( f 一1 “( f ,J 一1 ) 一爿O l , j 1 )A 2 ( i , j ) = I s 气l ,_ ,) 十彳2 0 -
21、 1 ,_ ,M 2 ( U 1 ) 一A 2 ( f l ,J 一1 )且当i , j 0 式中:,7 正比例位置增益系数,p 呲) 在运动空间中机器人和障碍物之间的最短距离。P 。障碍物对机器人产 生影响的最大距离,它的值随着障碍物和目标点之间的具体情况来确定,一般应该小于各个障碍物之间距离的一半和目标点到各障碍物之间的最小距离。当机器人没有到达目标点时,障碍物对它的斥力为 岛= - v = 卜葛一百1 瘌1 ,p ( X , X o ) p o 机器人受到的合力 F = F F 。合力决定了机器人的运动方向。引用人工势场方法的主要弊端就是机器人在到达目标位置前由于陷入局部最极小点,从而导
22、致无法到达目标点。我们在移动机器人避障系统中,采用改进势函数的方法,来消除局部最小点。为了避免无法到达目标点的情况出现,就必须使机器人在目标点总的势场力最小,可以通过对斥力场函数进行改造以达到目的。人工势场法的传统斥力场函数修正为泸枷:降丽1 一蹴毗) 锄( 3 )泸枷:j 丁叩面i 一石厂忧一五只u 五) 冬胁( 3 )10 。( X y o ) p o 新的斥力场函数引入p 驭) ,当机器人运动到目标点时,p 似) 为零,这样保证在目标点的引力和斥力为零,总的势场力为零。此时,斥力为Vc 卜( :鬣菩? 其中 如= 岛幽一寺嬲2 专砘一万1 ) 2 1 )( 6 )如的方向为由障碍物指向机
23、器人;,呷2 的方向为由机器人指向目标点,如图6 所示。 当0 1 ,从式( 3 ) 得出,斥力函数在目标点是可微的当机器人接近目标时,总的势场力最终为零,机器人驶向目标。4 2 避障策略系统将机器人视窗区域分为3 部分:正前方、左前方、右前方。系统分别检测3 个区域内的障碍物与机器人的距离,将最小值即最近距离作为输入I D ,D , D J 。此外,将机器人与目标物的夹角0 作为第4 个输入。为简单起见,设移动机器人速度为恒定,那么,待控制量即输出值为机器人的转动角度。设变量凸勃和D 的范围为1 0 - d 0 0 c m ,语言变量为 n e a r ( 近) 扣r( 远) ) ;变量0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 双目 视觉 移动 机器人 路径 规划 研究
限制150内