【正文】 知三維環(huán)境信息的能力。所以在 Urban Bergquist 的方法中僅用色調(diào)信息特征就能將 場景中的紅泥土地、水和綠色植被區(qū)分開來?！盁o手臂駕駛穿越美國”的試驗見證了 Navlab系統(tǒng)的成功。這樣就可以把獲得的環(huán)境場景圖像分層表示為前景層和背景層?，F(xiàn)在也可以通過空間的拓?fù)涿枋龊蜕窠?jīng)網(wǎng)絡(luò)系統(tǒng)來引導(dǎo)機器人室內(nèi)導(dǎo)航。這兩個領(lǐng)域的發(fā)展都取得了非常有意義的進(jìn)步。所有基于范圍的障礙物檢測系統(tǒng)很難檢測到地面上 的小而平的物體。支持~~500K Baud 的通訊 價格貴約￥ 40 000， 不提供顏色信息 單目視覺(Monocular) 實現(xiàn)容易，提供顏色信息， 顏色提取或者邊緣提取計算量 少 受光線的影響，距離的標(biāo)定麻煩 立體視覺 (Stereo) 定位準(zhǔn)確 需要較復(fù)雜的算法實現(xiàn) 全維視覺(Omnidirectional) 提供全維 360 度信息，效率高， 其它不可比 硬件實現(xiàn)難， 尤其是鏡面的設(shè)計， 錐形面一般容易，像拋物面，或者雙曲面的加工很難，如購買價格 也很貴 在許多移動機器人應(yīng)用中，障礙物檢測是一個很重要的任務(wù)。大腦對多種不同的信息進(jìn)行加工、綜合并做出適當(dāng)?shù)臎Q策。 不論采 用何種導(dǎo)航方式，智能移動機器人要完成的功能應(yīng)該包括：路徑規(guī)劃與避障、探測與定位和控制系統(tǒng)穩(wěn)定性，根據(jù)導(dǎo)航方式的不同，各方面所采用的技術(shù)和要達(dá)到的目標(biāo)不同。通過測量機器人與參考物間的距離 ， 通過三角測量法計算機器人的當(dāng)前位置 ， 該方法具 有一定的精度 ， 導(dǎo)航的魯棒性較好。該方式技術(shù)成熟可靠 ， 但對環(huán)境的適應(yīng)能力較差且存在通過路徑 “ 瓶頸 ” 問題 ，因而在全自主移動機器人中應(yīng)用較少。在自主式移動機器人相關(guān)技術(shù)中，導(dǎo)航技術(shù)是其研究核心，也是移動機器人實現(xiàn)智能化及完全自主的關(guān)鍵技術(shù)。與 70 年代的機器人浪潮相比，現(xiàn)在的機器人研究有兩個特點 [17]：一是對機器人智能的定位有個更加符合實際的標(biāo)準(zhǔn)，也就是不要求機器人具有象人類一樣的高智能，而只是要求機器人在某種程度上具有自主處理問題的能力；另一個特點是許多新技術(shù)及控制方法 (神經(jīng)網(wǎng)絡(luò)、傳感器融合、虛擬現(xiàn)實、高速度的并行處理機等 )被引入到機器人研究中。機器人的作業(yè)路徑、運動參數(shù)需要操作人員手把手示教或通過編程設(shè)定，機器人重復(fù)再現(xiàn)示教的內(nèi)容。 第二章：機器人的視覺導(dǎo)航系統(tǒng)，詳細(xì)介紹機器人的各種導(dǎo)航技術(shù)、機器人視覺導(dǎo)航的發(fā)展及其系統(tǒng)組成和系統(tǒng)工作過程。由于移動機器人的很多具體應(yīng)用要求能實時的對環(huán)境作出反應(yīng)，因此又一個值得關(guān)注的問題是，視覺系統(tǒng)中采用的分割或跟蹤方法的計算量問題。例如國內(nèi)中國科學(xué)院自動化研究所研制 了自主車，上海大學(xué)研制了“導(dǎo)購機器人”，哈爾濱工業(yè)大學(xué)研制出了“導(dǎo)游機器人”以及正在開發(fā)各種服務(wù)機器人。 采用局部視覺這種導(dǎo)航方式 ， 所有的計算設(shè)備和傳感器都裝載在機器人車體上 ， 圖像識別、路徑規(guī)劃 等高層決策都由車載計算機完成 ， 所以車載計算機的工作量較大 ， 延遲問題較為明顯。如果地面表面非常粗糙時，也將遇到與邊緣檢測算法相似的 問題。當(dāng)障礙物與地面的顏色相似時， Polly行走就變得困難，因為它無法用灰度值區(qū)分這些物體的邊界。光源也需要特別放置，使得墻和地面不能出現(xiàn)反射和陰影。視覺傳感器方式具有 信號探測范圍寬、獲取信息完整等優(yōu)點 ，使得通過視覺傳感器準(zhǔn)確獲取信息成為移動機器人的主要發(fā)展方向之一。第三代是自律型機器人，亦即智能型機器人，它們有“大腦”，有“五官”，有“手和腳”。其中，立體視覺方法構(gòu)建了場景的 3 維圖，但是由于有深度差別，從 3 維場景圖中不能直接識別出地面。 環(huán)境的某些特征可以稱為機器人導(dǎo)航的陸標(biāo)。視覺信息的處理技術(shù)是移動機器人研究中最關(guān)鍵的技術(shù)之一 [1]。 關(guān)鍵詞： 室內(nèi)移動機器人，視覺導(dǎo)航，障礙物檢測，彩色圖像分割 武漢理工大學(xué)碩士學(xué)位論文 II Abstract Vision has the advantage of broad sensing area and full information. With the development of image processing technology and the ability of puter, the visual navigation is being a main way in robot navigation. The progress made in the last two decades has been on visionbased navigation both for indoor robots and for outdoor robots. One task of the robot navigation is avoiding obstacles. Hence, robots should recognize the drivable and the obstacle areas as they move. With the support of project of National Scientific Fund and project of Excellent Scientist Fund in Hubei, the research on floor segmentation for indoor mobile robot visual navigation is put forward. This paper studies image processing theory, especially the color image segmentation. It puts forward a method of segmenting the scene into drivable and nondrivable areas through analyzing the color information of the input environment images and implements a system of obstacle detection, including the capture, processing, pression, saving and rendering of video images. Through the study of this subject, some results and conclusions are drawn: (1) This paper analyzes the features of corners, borders and color of indoor floor in detail. It also pares the methods of extraction these features. Finally the color feature is chosen as the landmark for visual navigation. (2) This paper does research on color image segmentation based on existing image segmentation algorithms. It puts forward a color image segmentation algorithm based on histogram to segment the indoor scene into drivable and nondrivable areas. (3) This paper implements a realtime system of video capture, processing, pression, saving and rendering based on DirectShow. The processed video images can be pressed by many methods. Visual C++ environment, OpenCV and DirectShow tools are used. The results show that this system can implement realtime obstacle detection and avoidance. Key words: indoor mobile robot, visual navigation, obstacles detection, color image segmentation 武漢理工大學(xué)碩士學(xué)位論文 III 目錄 第 1 章 緒論 .................................................................................................................1 課題研究及意義 .................................................................................................1 國內(nèi)外現(xiàn)狀及發(fā)展趨勢 .....................................................................................2 本文內(nèi)容與結(jié)構(gòu) .................................................................................................5 本章小結(jié) .............................................................................................................6 第 2 章 機器人的視覺導(dǎo)航系統(tǒng) .................................................................................7 機器人的導(dǎo)航技術(shù) .............................................................................................8 智能型機器人的各種導(dǎo)航方式 ..................................................................8 智能機器人導(dǎo)航中的傳感器 ......................................................................9 機器人視覺導(dǎo)航的發(fā)展 ................................................................................... 11 機器人視覺系統(tǒng) ...............................................................................................14 機器人視覺系統(tǒng)組成 ................................................................................14 機器人視覺系統(tǒng)工作過程 ........................................................................16 本章小結(jié) ...........................................................................................................17 第 3 章 機器人視覺導(dǎo)航中的圖像處理技術(shù) ...........................................................18 圖像采集和預(yù)處 理 ...........................................................................................18 圖像的采集 ................................................................................................18 圖像預(yù)處理 ................................................................................................19 圖像分割 ...........................................................................................................22 邊緣檢測 ............................................................................................