论文部分内容阅读
目前,计算机视觉技术正处于飞速发展的阶段,使用该技术可以对获取的视频图像信息进行相关的算法处理,从而实现测距、目标匹配和几何建模等功能。相比于双目视觉技术,在应用于移动机器人的避障研究时,单目视觉技术可以更好地完成移动机器人避障过程中的视觉处理任务,且算法处理速度较快,提高了系统的实时性。因此,本论文采用单目视觉技术进行移动机器人障碍物检测和避障决策研究。研究过程中,单摄像机获取周围环境信息之后,需要对视频图像中的障碍物进行检测,针对该处理任务,本文提出了一种基于帧间差分法和金字塔LK光流法相结合的障碍物检测算法。相比于帧间差分法,该算法可以检测到运动速度较快的障碍物;相比于传统的金字塔LK光流法,该算法的计算区域较小,计算量较低,因而提高了算法处理的速度,能够更好的满足移动机器人避障系统对实时性的要求。完成障碍物的检测之后,需进行移动机器人的避障决策,避免移动机器人与障碍物的碰撞。本论文通过分析移动机器人的运动模型,最终采用VFH避障算法进行避障决策。该算法根据各栅格存在障碍物的概率和当前时刻移动机器人与障碍物之间的距离来控制移动机器人下一时刻的运动方向:当前方出现障碍物且距离小于设定的阈值时,移动机器人根据当前障碍物所在位置进行左转或右转运动;当前方出现障碍物而此时移动机器人与障碍物的距离大于设定的阈值时,移动机器人直行;当运动前方无障碍物时,移动机器人直行。为了验证本文所做理论研究和算法设计的有效性和合理性,本课题组搭建了移动机器人的视觉避障平台:拆除NI起步包上的超声波传感器并在正前方安装单个网络摄像机AXIS 206,实现LabVIEW和网络摄像机的数据传输;使用华硕路由器RT-G32实现计算机与网络摄像机、NI起步包的无线网络通信;在NI平台上完成网络摄像机和路由器的电源供应。使用LabVIEW语言编写移动机器人整个的避障系统,其中包括视觉采集、障碍物检测和避障决策等算法,并在视觉平台进行实验。实验结果表明,本文提出的算法避障准确,且较为迅速,满足了系统实时性的要求,具有较强的实用价值。