视觉导航综述.

航标法习惯称之为目视方法，它借助于信标和参照物对运动物体进行引导。目前仍在应用，但是这种方法过于依赖经验，受天气、地理条件的影响。航位推算法是通过一系列的速度增量来确定位置的，是一种自主导航方法，保密性强。但是随着时间推移会产生误差积累。天文导航是通过仪器设备对天体的位置精确测定，根据地理关系算出位置的相对导航方法，其缺点是误差积累受时间和气象条件限制，定位时间长，操作计算复杂[1]。惯性导航通过加速度测量技术和积分技术的综合应用得到运动体的速度和位置信息。这种导航技术完全依靠载体上的设备自主完成导航任务，因此隐蔽性好，不受外界条件限制。但是加速度及精度和误差积累严重限制该方法的应用。目前，惯性导航常常和其他系统综合使用。无线电导航通过测量信号的相位和相角定位，但其易受干扰。卫星导航利用卫星发射无线电波到地面接收器的时间来推算地面接收器所在的经纬度，其中GPS是目前真正实用的一种卫星导航和定位系统，但其技术为美国所垄断，我国也正在致力于这方面的研究[2]。
关键词：视觉导航；移动机器人；智能车辆；图像匹配；路径识别
0 引言 在当今世界的先进技术领域里，往往存在这样的问题：为了完成某种特殊的任务，需要在已知或者未知环境中，使特殊的能完成既定任务的实验设备或平台按照既定的且满足最优条件的路径运动或者到达既定目的地，这一类的问题便是导航。对于一般的导航系统，在给定命令的前提下，结合环境中的各种探测信息，并根据自身位姿信息作出决策使运动体而到达目标，在运动过程中，还需要不断优化全局路径。导航系统需要完成的任务包括以下三点：一，获取信息；二，处理信息；三，作出决策（即路径规划）。目前广泛使用的导航方法有[1]：航标法，航位推算法，天文导航，惯性导航，无线电导航，卫星定位导航和组合导航等。下文对各种导航方法对比说明。
自主照相机，图像处理，计算机和机械系统的综合使用可以模仿人拿书的过程,原理图如图2.
图2：仿生物视觉导航系统方块图
但是生物特别是高度进化人的视觉反馈系统是一个连续的多重反馈的生物性系统，且在对图像的处理之中，人的经验对视觉信息的删选和利用有很大的帮助，这是物理系统难以复制甚至仿照的。研究这些只能带给我们原理上的启发，但是在对更贴近机械的昆虫的生物行为的研究却具有现实的意义。例如，蚂蚁视觉导航的研究表明，蚂蚁在第一次经过某环境时，会在大脑里储存大量的关于该环境的图像信息，之后就使用复合地标和对整个地图的记忆来导航。这有助于我们开发自动控制系统的开发[2]。其次文献[2]中所提到的蜜蜂的导航对飞行器的导航控制系统研究也有重要意义。
1 从仿生学角度看视觉导航
图1：人取书的视觉反馈导航系统方块图
在视觉生物的行为当中，利用视觉信息经过大脑处理的反馈控制随处可见。如图1所示，人用取书就是一个简单的利用视觉信息导航完成既定任务的过程。下面通过解剖手从桌上拿书的动作过程，透视该过程所映射的视觉导航系统的简单机制和原理。首先,人眼连续观察周围环境确定书和人相对于在环境中的位置，并将这个信息输入大脑（称为位置反馈信息）；然后由大脑判断手和书之间的距离（称之为偏差信号），并根据其大小，发出控制手臂移动的命令，逐渐使手和书之间的距离减小，并最终拿到书[3]。
2.2智能车辆的导航
智能车辆是当今世界车辆工程领域的研究前沿和热点。智能车辆是集环境感知、规划决策、辅助驾驶等功能于一体的综合智能系统，是计算机视觉、人工智能、控制理论和电子技术等多个技术学科交叉的产物，代表了未来车辆的发展方向，具有十分广阔的应用前景[5]。计算机视觉系统是智能车辆感知局部环境的重要“器官”，它以地面上涂设的条带状路标作为路径标识符，运用计算机视觉快速识别路径，其最优导向控制器能够保证对路径进行准确跟踪[6]。清华大学计算机系统智能技术与系统国家重点实验室从1988年开始研制THMR(Tsinghua Mobile Robot)系列智能车系统，经过一系列的发展，研制的新一代智能车THMR-V,如图3所示，兼有面向高速公路和一般路面的能力。车体装配彩色摄像机和激光测距仪组成的道路和障碍物检测系统[]，目前能够在校园的非结构化道路环境下进行道路跟踪和自主避障。
2 视觉导航的应用领域和研究现状
视觉导航在交通运输、自动化仓库和生产线的运输小车等方面已经得到较好的应用。对移动机器人和智能车辆的导航研究取得了较好的成果，最终，视觉导航将应用在空间飞行器和星际探测器上。
2.1移动机器人导航
移动机器人是一种在复杂的环境下工作的有自规划、自组织、自适应能力的机器人。为实现机器人的智能化和自主移动性，导航技术是其中的关键。视觉导航的特点非常适合自主移动机器人，通常，在机器人上安装单目或双目照相机，获取环境中局部图像，实现自我位姿确定，从而做出导航决策。目前国内外有很多学者从事基于视觉导航的自主移动机器人研究。移动机器人的研究始于20 世纪60年代末，以斯坦福研究院（SRI）开发的第一台移动机器人Shakey为标识[2],主要目标是研究复杂环境下机器人系统的实时控制问题。具有代表性的还有喷气推进实验室（Jet Propulsion Laboratory，JPL）研究的Urban Robot战术机器人，如图3所示，配备了双目立体视觉系统进行障碍物检测，处理器由两台高性能计算机组成，体积小，易携带，并具有爬楼梯的功能[3]。从上世纪80年达开始，我国也致力于地面智能机器人的而研究。
而自主照相机和图像处理技术的发展促使视觉导航技术的发展。视觉导航是通过摄像机对周围环境进行图像采集，并对图像进行滤波和计算，完成自身位姿确定和路径识别，并做出导航决策的一种新的当行技术。由于视觉导航的采用被动工作方式，设备简单，成本低廉，其应用范围很广。最主要的特征是视觉导航的自主性和实时性。它不依靠外界任何设备，只需对储存系统和环境中的信息进行计算就可以得出导航信息。文中后续部分将会介绍视觉导航的应用领域及国内外研究现状和视觉导航的关键技术，其次针对视觉导航同时定位和地图绘制技术（SLAM）做简单介绍。
视觉导航及Baidu Nhomakorabea验验证平台综述
摘要：本文概述视觉导航技术。视觉导航通过图像采集设备收集近距离的环境信息，并利用计算机视觉技术进行图像处理获得环境信息，实现导航。首先比较了各种导航方式的优缺点，分析视觉导航的意义。接着概述了视觉导航的应用领域和研究现状，然后分析比较了视觉导航中的一些关键技术，简单介绍了视觉导航领域的SLAM问题。最后，综合国内外视觉导航技术研究存在问题，提出进一步研究方向和应用途径。