【正文】 其邊緣檢測實驗結(jié)果 見圖 35，其原始圖像見圖 33(a)。 (a) Roberts 算子 (b)Prewitt 算子 (c)Sobel 算子 圖 32 幾種常用梯度算子的模板 圖 33 是利用 Sobel 算子進(jìn)行邊緣檢測的結(jié)果圖。比較常用的還有 Prewitt 和 Sobel 算子，它們都用 2 個 3 3模板，分別見圖 32(b)和圖 32(c)。對一個連續(xù)函數(shù) ),( yxf ，它在位置 ? ?yx, 的梯度可表示為一個矢量： ? ? xGyxf [, ?? TyG] ＝ ?????xf Tyf????? (32) 這個矢量的幅度 (也常直接簡稱為梯 度 )和方向角分別為： ? ? ? ? 2122 yx GGfma gf ????? ? ? ? ?xy GGy a r c t a n, ?? (33) 武漢理工大學(xué)碩士學(xué)位論文 24 式 (32)和式 (33)中的偏導(dǎo)數(shù)需對每個像素位置計算，在實際中常用小區(qū)域模板卷積運(yùn)算進(jìn)行來近似計算。這種不連續(xù)?？衫们髮?dǎo)數(shù)方便地檢測到，一般常用一階和二階導(dǎo)數(shù)來檢測邊緣。為了得到更好的分割效果，還可以把二者有機(jī)結(jié)合起來，以滿足應(yīng)用需求。因此，這類方法首先通過檢測圖像中的局部不連續(xù)性得到圖像的邊緣，把邊界分解成一系列的局部邊緣，再按照一些策略把這些邊緣確定為一定的分割區(qū)域。均一性是指對某一分割出的區(qū)域內(nèi)的所有像素點(diǎn)都滿足基于灰度、紋理、色彩等特征的某種相似性準(zhǔn)則；連通性是指在該區(qū)域內(nèi)存在連續(xù)任意兩點(diǎn)的路徑，即所含的全部像素彼此鄰接。圖像分割的目的是把圖像劃分成具有一定意義的區(qū)域，把人們對圖像中感興趣的部分或者目標(biāo)從圖像中提取出來作進(jìn)一步的分析應(yīng)用。 (a)隨機(jī)噪聲圖像 (b)椒鹽噪聲圖像 (c)隨機(jī)噪聲鄰域平均濾波 (d)椒鹽噪聲鄰域平均濾波 武漢理工大學(xué)碩士學(xué)位論文 22 (e)隨機(jī)噪聲中值濾波 (f)椒鹽噪聲中值濾波 圖 31 圖像的平滑處理 圖像分割 圖像分割屬于圖像分析中的一個內(nèi)容。 圖 31 是利用均值平均法和中值濾波法對隨機(jī)噪聲圖像和椒鹽噪聲圖像進(jìn)行平滑處理的結(jié)果。因此，中值濾波在某些情況下抑制噪聲的同時，也會抑制有 武漢理工大學(xué)碩士學(xué)位論文 21 用的信號。例如窗口中像素的灰度值為 80， 91， 200， 110， 120，按從小到大 (或從大到小 )排序后，中值為 110。中值濾波是一種非線性處理技術(shù)，能抑制圖像中的噪聲。鄰域的選取分為矩形鄰域和圓形鄰域，其計算公式如下： T 3＝??????????11111111191 Tc3＝??????????01011101051 3 3 模板的鄰域平均計算法 T 5＝????????????????1111111111111111111111111251 Tc5＝????????????????0111011111111111111101110211 5 5 模板的鄰域平均計算法 鄰域半徑可以隨意選取。消除噪聲的方法可以分為空間域或頻率域，也可以分為全局處理或局部處理，也可按線性平滑、非線 性平滑和自適應(yīng)平滑來區(qū)別。我們這里所用到的圖像預(yù)處理技術(shù)主要包括圖像對比度的增強(qiáng)、隨機(jī)噪聲的去除等處理技術(shù)。再者，考慮一幅被反射光破壞了的圖像，或是由于光線不足而導(dǎo)致包含大量噪聲的圖像，在對圖像進(jìn)行分析之前，希望對圖像的質(zhì)量進(jìn)行改進(jìn)。這種突出有用信息、抑制無用信息和改善圖像質(zhì)量的處理技術(shù)，通常稱為圖像的預(yù)處理。 本系統(tǒng)中利用帶有 USB 接口的 CMOS 攝像頭和 DirectX 中的 DirectShow 技 武漢理工大學(xué)碩士學(xué)位論文 19 術(shù)完成視頻圖像的采集和顯示。在數(shù)字圖像處理發(fā)展的初始階段，數(shù)字化設(shè)備非常昂貴，只有很少的研究單位購買得起，導(dǎo)致數(shù)字圖像處理技術(shù)的研究受到限制。 圖像采集和預(yù)處理 圖像的采集 圖像采集是獲取數(shù)字圖像的過程，其設(shè)備包括圖像傳感器、圖像數(shù)字化設(shè)備。從而使機(jī)器人不但能完成普通的材料搬運(yùn)、產(chǎn)品組裝、部件裝配、生產(chǎn)過程自動監(jiān)測，還可以在人不宜進(jìn)入的環(huán)境里進(jìn)行作業(yè)等等。 機(jī)器人視覺導(dǎo)航是本章的重點(diǎn)內(nèi)容，主要包括機(jī)器人視覺導(dǎo)航的發(fā)展，視覺系統(tǒng)的組成和視覺系統(tǒng)的工作過程。它的工作過程可用如方框圖 26進(jìn)行表示。 機(jī)器人視覺系統(tǒng)工作過程 機(jī)器人視覺 (Robot Vision)可以定義為這樣一個過程，利用視覺傳感器獲取三維景物的二維圖像，通過視覺處理算法對一幅或多幅圖像進(jìn)行處理、分析和理解，得到有關(guān)景物的符號描述，并為特定的任務(wù)提供有用的信息，用于引導(dǎo)機(jī)器人的動作。利用 Windows 豐富的系統(tǒng)資源和開發(fā)平臺可以方便的生成各種形象生動的界面，為用戶提供一個全新的交互環(huán)境，使得用戶很方便地對應(yīng)用系統(tǒng)進(jìn)行控制和操作，再加上 Windows 對絕大多數(shù)視頻采集卡的兼容性，故在客戶機(jī)方面采用Windows 操作系統(tǒng)，能充分發(fā)揮主機(jī)的性能。例如在基于客戶 /服務(wù)器模式中的視覺系統(tǒng)結(jié)構(gòu)中，機(jī)器人開發(fā)平臺為服務(wù)器，其主要作用是接收客戶機(jī) (普通臺式計算機(jī) )的指令從而對移動機(jī)器人進(jìn)行命令操作，實現(xiàn)機(jī)器人自主移動的目的；客戶機(jī)方面主要負(fù)責(zé)圖像采集和圖像處理，并把處理的結(jié)果傳送給服務(wù)器 (機(jī)器機(jī)器人視覺系統(tǒng) 硬件 軟件 視覺傳感器 視頻信號數(shù)字化設(shè)備 計算機(jī)及其外設(shè) 機(jī)器人 或機(jī)械手 計算機(jī)軟件 視覺算法處理 機(jī)器人控制軟件 武漢理工大學(xué)碩士學(xué)位論文 16 人 )。計算機(jī)是圖像處理的核心，用于控制圖像的輸入和輸出設(shè)備，最重要的是對圖像進(jìn)行加工和變換。機(jī)器視覺是研究用計算機(jī)來模擬生物視覺功能的科學(xué)和技術(shù)，在機(jī)器視覺中大量運(yùn)用了圖像處理的技術(shù)。 機(jī)器人視覺系統(tǒng)組成 機(jī)器人能模擬人類的功能，感知外部世界并有效地解決人 所能解決的問題。在這方面，視覺、接近覺、觸覺和力覺具有重大作用，其中機(jī)器人視覺被認(rèn)為是機(jī)器人重要的感覺能力。見 圖 24。然而在這樣的室外場景中也有一定的規(guī)則，地面上的反射是由白色的太陽光引起，地面上的陰影由藍(lán)色的天空引起的。系統(tǒng)的輸入是 320 232 圖像序列，輸出是目前小車前面的可航行區(qū)域，輸出圖像是靜態(tài)的圖像。這四個系統(tǒng)包括： RALPH(Rapidly Adapting Lateral Position Handler)， ALVINN(Autonomous land vehicle in a neural work)， AURORA(Automotive Run－ Off－ Road Avoidance)和 ALVINN－ VC(for Virtual Camera)等等。其所得到的結(jié)果如 圖 22所示。法線的角度相似的為同一物體。最新版本的機(jī)器人 FINALE以 17m/min的速度進(jìn)行導(dǎo)航，而所需要的硬件環(huán)境只是 PentiumII 450Mhz，不需要特別的信號處理硬件。機(jī)器人 FINALE中，需要對空 間進(jìn)行幾何描述。在過去，由于由任何特征檢測器檢測出的特征數(shù)目非常多，所以處理復(fù)雜的攝像機(jī)圖像是非常困難的。 機(jī)器人視覺導(dǎo)航的發(fā)展 最近二十年來，機(jī)器人視覺導(dǎo)航有主要有兩個發(fā)展方向：基于視覺的室內(nèi)機(jī)器人導(dǎo)航和基于視覺 的室外機(jī)器人導(dǎo)航 [18]。在室外環(huán)境中這是個很重要的問題，例如范圍傳感器就不能區(qū)分人行道和它旁邊的草坪。立體視覺和光流的計算量非常大。由于這些傳感器能夠測量障礙物到機(jī)器人的距離，所以非常適合進(jìn)行障礙物的檢測從而進(jìn)行避障。 表 21 常用于機(jī)器人上的傳感器 傳感器 優(yōu)點(diǎn) 缺點(diǎn) 聲納 (Sonar) 價格低廉，實現(xiàn)相對簡單 距離范圍小且精度不夠高，角度分辨率差，有死區(qū) 激光距離傳感器(LRF) 距離 大 (15m)，精度高 (1cm)，角度分辨 1186。 智能機(jī)器人的傳感器一般分為內(nèi)部傳感器和外部傳感器兩種。人是通過眼、鼻、耳等五官和皮膚接收外界并通過神經(jīng)傳遞給大腦。 視覺系統(tǒng)在導(dǎo)航研究中主要起到環(huán)境探測和辨識作用。由于圖像有較高分辨率 ， 環(huán)境信息完整 ， 符合人類的認(rèn)知習(xí)慣 ， 在機(jī)器人導(dǎo)航中得到廣泛關(guān)注。 GPS 是美國國防部研制的衛(wèi)星導(dǎo)航系統(tǒng)。 基于測距的導(dǎo)航。由于該方式用累計的算法推斷機(jī)器人的當(dāng)前位置 ， 誤差會不斷積累 ， 同時在一次定位失敗后系統(tǒng)自恢復(fù)能力較差 ， 需要定期修正系統(tǒng)偏差。 在機(jī)器人運(yùn)動路徑上敷設(shè)金屬導(dǎo)線或色帶 ， 通過對金屬導(dǎo)線信號檢測或?qū)ι珟У臋z測確定機(jī)器人的位置和運(yùn)動方向。隨著移動機(jī)器人的應(yīng)用領(lǐng)域日益廣泛，對移動機(jī)器人導(dǎo)航研究不斷提出新的課題，這將使移動機(jī)器人的導(dǎo)航研究不斷深入和發(fā)展，移動機(jī)器人也將擁 有更加廣泛的應(yīng)用前景。自主式移動機(jī)器人的目標(biāo)就是在沒有人的干預(yù)、無需對環(huán)境做任何規(guī)定和改變的條件下，有目的地移動和完成相應(yīng)任務(wù)。這其中包括三個主要內(nèi)容：避障、定位和路徑規(guī)劃。 國際機(jī)器人研究在經(jīng)過了 80 年 代的低潮之后，呈現(xiàn)出復(fù)蘇和繼續(xù)發(fā)展的形勢，我國的機(jī)器人研究在國家“七五”、“八五”及“ 863”計劃的推動下也取得了很大進(jìn)展。此種機(jī)器人 配備了簡單的內(nèi)、外部傳感器，能感知自身運(yùn)行的速度、位置、姿態(tài)等物理量，并以這些信息的反饋構(gòu)成閉環(huán)控制，如配備簡易視覺、力覺傳感器等簡單的外部傳感器，因而具有部分適應(yīng)外部環(huán)境的能力。這一代機(jī)器人沒有裝備任何傳感器，對環(huán)境沒有感知能力。 第五章：室內(nèi)機(jī)器人實時障礙物檢測系統(tǒng)，主要介紹本系統(tǒng)的實現(xiàn)方案，包括開發(fā)系統(tǒng)的工具，系統(tǒng)實現(xiàn)的功能及運(yùn)行界面，并給出了本文算法得到的障礙物檢測實例。本文共分為六章，具體內(nèi)容包括： 第一章：緒論，介紹本課題研究領(lǐng)域的背景及意義、發(fā)展過程、國內(nèi)外研 武漢理工大學(xué)碩士學(xué)位論文 6 究現(xiàn)狀及本論文的實現(xiàn)方案、研究內(nèi)容和結(jié)構(gòu)。 分析現(xiàn)有機(jī)器視覺方法的不足 ， 參考人類視覺系統(tǒng)的機(jī)理 ， 認(rèn)為對有些應(yīng)用如視覺導(dǎo)航而言 ， 不必要完成高層識別和三維重構(gòu) ， 而只需獲得對環(huán)境或其中的物體一個足夠好的理解 。然而誰也不知道，這些方法中的哪一種最適合于某一給定的任務(wù)。 THMRⅤ 利用視覺信息 對道路進(jìn)行檢測實現(xiàn)了自動駕駛和輔助駕駛。 從國內(nèi)的研究情況來看，國內(nèi)也研究了一些利用視覺進(jìn)行導(dǎo)航的機(jī)器人。 Stanley[11]提出了基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人視覺導(dǎo)航技術(shù)。 . Boley[6]等研制的移動機(jī)器人利用車載攝像機(jī)和較少的傳感器通過 識別 陸標(biāo) 進(jìn)行導(dǎo)航 ， 比直接采用卡爾曼濾波器獲得了更好的實時性 ， 并有效抑制了噪聲 ； [7]等利用車載攝像機(jī)和超聲波傳感器研究了基于視覺導(dǎo)航系統(tǒng)中的避碰問題 ； C. Fermuller[8]等的研究表明 ： 利用車載攝像機(jī)將機(jī)器人的三維運(yùn)動描述和景物的形狀描述用于解決機(jī)器人的導(dǎo)航問題具有較高的可靠性 ； [9]等對由車載攝像機(jī)構(gòu)成的移動機(jī)器人視覺閉環(huán)系統(tǒng)的研究表明 ， 這種控制方法對提高路徑跟蹤精度有較好效果。 Lourakis和 Orphanoudakis對這些系統(tǒng)作了很詳細(xì)的總結(jié)。和簡單的運(yùn)動檢測相似，這種算法將連續(xù)的彩色圖像相減來檢測障礙物。 Frankie 用一個邊緣監(jiān)測器來識別障礙物。因為分辨率大就需要很強(qiáng)的處理能力，而且會使得地面像素變暗。從此，它成為許多機(jī)器人研究的基礎(chǔ)。障礙物的表面不能有反射并且表面的顏色都 是均勻統(tǒng)一的。機(jī)器人視覺及其導(dǎo)航系統(tǒng)的研究已成為機(jī)器人研究領(lǐng)域最新的，也是最熱門的課題之一。能否正確、實時地處理視覺信息直接關(guān)系到機(jī)器人 武漢理工大學(xué)碩士學(xué)位論文 3 行駛速度、跟蹤效果以及對障礙物的避碰，對系統(tǒng)的實時性和魯棒性具有決定性作用，其處理技術(shù)是移動機(jī)器人研究中最關(guān)鍵的技術(shù)之一。 智能型機(jī)器人在沒有人的干預(yù)、無需對環(huán)境做任何規(guī)定和改變的條件下，有目的地移動和完成相應(yīng)任務(wù)。第二代是自動型機(jī)器人，這種中級機(jī)器人所安裝的計算機(jī)， 可以接受人們事先輸入的程序，然后便按照程序反復(fù)進(jìn)行作業(yè)。 本課題研究的機(jī)器人所處的環(huán)境是室內(nèi)未知環(huán)境，將室內(nèi)地面作為機(jī)器人視覺導(dǎo)航的陸標(biāo)。獲得地面信息的方法能分成兩類： 立體視覺方法和運(yùn)動方法。但是比如在人行道中行走，道路跟蹤和尋找入口的情況下，導(dǎo)航 陸標(biāo) 也同樣非常有用。 機(jī)器人的視覺導(dǎo)航需要有陸標(biāo)為依據(jù)。 目前移動機(jī)器人的導(dǎo)航大都采用基于視覺或有視覺參與的導(dǎo)航技術(shù) 。視覺信息能否正確、實時地處理直接關(guān)系到機(jī)器人行駛速度、路徑跟蹤以及對障礙物的避碰，對系統(tǒng)的實時性和魯棒性具有決定性的作用。 智能機(jī)器人的智能特征就在于它具有與外部世界 ——對象、環(huán)境和人相互協(xié)調(diào)的工作機(jī)能。試驗結(jié)果說明本文系統(tǒng)能夠?qū)崟r檢測機(jī)器人室內(nèi)環(huán)