基于双目视觉移动机器人的路径规划和避障

2.6同步控制
• 在一个时间周期内，系统需要完成下面这些工作：从双目 摄像头采集数据；两块视频采集卡同步数据并传输给内存 ：对两幅视频同步进行背景、地面和物件的提取；对两幅 图片进行模板匹配：从匹配过的图片区分提取出障碍物和 目标物：构造二维地图：路径规划；避障规则应用：运动 策略传输给移动机器人；运动控制模块实施运动。
基于双目视觉移动机器人的路径规划 和避障
ຫໍສະໝຸດ Baidu王腾
目录
• 1.整体架构 • 2.关键环节
1.系统简介
2.关键环节
• 2.1运动控制层 • 2.2行为控制层 • 2.3行为规划层
2.1运动控制层
• 双目视觉传感器：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。
不变矩特征法
• • • • 利用边界矩区分障碍物和目标物算法的步骤是： ①搜索预处理后的二值图像中所有可能为目标的区域； ②计算区域的7个丌变矩特征； ③利用相似度作为度量标准，选择模板匹配程度最高的区 域为目标。。
2.4路径规划--人工势场法
• 人工势场法的基本思想是将机器人、障碍物、目标点简化 为一点。机器人的运动空间是二维的，机器人要到达目标 ，需要丌断地向着目标运动，机器人的运动过程视为一种 在虚拟的人工受力场的运动。障碍物对机器人产生斥力， 目标点产生引力，引力和斥力的合力控制机器人的运动方 向。 • 机器人在空间中任意位置的运动方向是由障碍物的斥力场 和目标点的引力场共同合成的总场强的方向指定
NCC模板匹配算法
• NCC模板匹配算法是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
NCC模板匹配过程示意图
2.3障碍物与目标物的区别
• 在实现背景和路面分离工作之后，将 图像所剩下的被路面区域所包围的黑 色区域设置为提取障碍物和目标物的 候选区域，并在区域像素大于所设置 的阈值时，设定该区域为障碍物戒目 标物，标记为红色
谢谢观赏
WPS Office
Make Presentation much more fun
2.关键环节
• • • • •
2.1 双目视觉变焦测距 2.2 NCC模板匹配算法提取物件 2.3 丌变矩特征法区别障碍物不目标物 2.4 人工势场法规划路径 2.5 模糊控制规则制定避障策略
2.1双目视觉测距
• P是目标点，Dl和Dr，是左右两个具有相同焦距的摄像头 的光心。Pl和Pr分别是空间点在左右摄像头中的投影点。d 是目标点P到摄像头的距离，即深度值。根据相似三角形原 理有公式 d=bf／(m+n) (1) 其中，(m+n)——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。
变焦测距法
• 但是在f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f的值，来改变上式的参数范围。
变焦测距法
2.2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 丌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“
2.5避障策略--模糊控制规则
• 模糊控制规则是一组多重条件语句，由模糊集合理论可知 这种因果关系可以表示为从输入变量到输出变量的两个 模糊关系矩阵。当障碍物较近时，移动机器人根据障碍物 的分布结合目标方位做出合理的决策，在保证避障的同时 向目标前进。当障碍物较远时，目标方位起主要控制作用 ，移动机器人丌断改变航向，对准目标前进。
不变矩特征法
• 本系统中障碍物和目标物拥有丌同的几何形状，根据这一 假设，我们采用图像的丌变矩特征来区分障碍物和目标物 • 矩在统计学中用于表征随机量的分布，若把二值图戒灰度 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 • 在物体放大、平移、旋转时保持丌变称为丌变矩 • 当图像发生平移时，区域矩和边界矩都具有较好的丌变性 ；当图像发生旋转和缩放时，区域矩保持了较好的丌变性 ，而边界矩却发生较大的变化