描述
开 本: 128开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787030527158
编辑推荐
智能移动机器人、计算机视觉和深空探测等相关领域的学生、技术人员和科研人员。
内容简介
《月球车立体视觉与视觉导航技术》以立体视觉技术在月球车这一特殊对象上的应用为背景，详细介绍了作者在月球车立体视觉和视觉导航方面的研究工作。《月球车立体视觉与视觉导航技术》共6章，第1章绪论论述了月球车所处的特殊环境对于立体视觉和视觉导航系统提出的要求；第2章依据月球车应用环境和现有各种视觉模式的特点，选择立体视觉作为月球车环境感知的主要手段；第3～5章为《月球车立体视觉与视觉导航技术》的核心部分，详细介绍了基于立体视觉的环境探测所涉及的摄像机标定、立体匹配和三维重建三个步骤，提出了适用于月球车的新型方法，讨论了月球车立体视觉与视觉导航系统实现中应注意的事项；*后在第6章探索了利用立体视觉构建三维地形图进行导航的可能途径。
目 录
目录
前言
第1章 绪论 1
1.1 研究背景与意义 1
1.1.1 研究背景 1
1.1.2 研究意义 1
1.2 国内外月球车视觉技术发展概况及问题分析 3
1.2.1 国内外月球车视觉技术发展概况 3
1.2.2 国内外月球车视觉技术问题分析 8
1.3 国内外月球车导航技术发展概况及问题分析 9
1.3.1 国内外月球车导航技术发展概况 9
1.3.2 国内外月球车导航技术问题分析 12
1.4 本书的主要内容 13
第2章 月球车视觉模式选择与系统配置 15
2.1 引言 15
2.2 视觉模式选择 15
2.3 立体视觉原理 17
2.3.1 双目三角测距原理 17
2.3.2 坐标系介绍 18
2.3.3 双目三角测距方法 19
2.3.4 立体视觉的基本问题 21
2.4 视觉系统的硬件配置 21
2.4.1 系统组成 21
2.4.2 系统配置 22
2.5 本章小结 25
第3章 基于*小二乘法的摄像机标定算法 26
3.1 引言 26
3.2 标定方法概述 26
3.2.1 成像模型 26
3.2.2 传统标定方法 27
3.2.3 自标定方法 28
3.2.4 标定方法选择 28
3.3 典型的传统标定方法 29
3.3.1 Tsai的两步标定法 29
3.3.2 Weng等的迭代标定方法 34
3.4 基于*小二乘法的简易标定算法 35
3.4.1 算法思路 35
3.4.2 标定畸变和非畸变参数的初值 37
3.4.3 固定非畸变参数条件下畸变参数的求解 38
3.4.4 固定畸变参数条件下非畸变参数的求解 39
3.5 标定实验 40
3.5.1 实验装置 40
3.5.2 实验步骤 41
3.5.3 实验细节 42
3.5.4 实验结果 43
3.6 本章小结 46
第4章 基于几何约束的多级匹配算法 47
4.1 引言 47
4.2 匹配方法选择 48
4.2.1 国外行星车的立体匹配方法 48
4.2.2 理论分析 49
4.3 常用的几何约束 50
4.4 一种基于几何约束的多级匹配算法 52
4.4.1 立体图对校正 53
4.4.2 适用的几何约束 56
4.4.3 参考视差 58
4.4.4 算法步骤 62
4.4.5 预处理和后续处理 66
4.5 匹配实验 69
4.5.1 算法性能指标 69
4.5.2 实验结果 70
4.6 本章小结 80
第5章 场景表面三维重建算法 81
5.1 引言 81
5.2 三维重建误差分析 82
5.3 表面拟合 84
5.4 场景表面三维重建实验 85
5.5 影响三维重建精度的因素 89
5.6 本章小结 90
第6章 基于立体视觉的导航算法 91
6.1 引言 91
6.2 视觉导航算法类型选择 92
6.3 两种主要的视觉导航算法 93
6.3.1 视觉测量法 93
6.3.2 基于特征位置关系不变性的地形匹配算法 96
6.4 实验结果 100
6.4.1 视觉测量法实验结果 100
6.4.2 基于特征位置关系不变性的地形匹配算法实验结果 102
6.5 本章小结 105
参考文献 106
前言
第1章 绪论 1
1.1 研究背景与意义 1
1.1.1 研究背景 1
1.1.2 研究意义 1
1.2 国内外月球车视觉技术发展概况及问题分析 3
1.2.1 国内外月球车视觉技术发展概况 3
1.2.2 国内外月球车视觉技术问题分析 8
1.3 国内外月球车导航技术发展概况及问题分析 9
1.3.1 国内外月球车导航技术发展概况 9
1.3.2 国内外月球车导航技术问题分析 12
1.4 本书的主要内容 13
第2章 月球车视觉模式选择与系统配置 15
2.1 引言 15
2.2 视觉模式选择 15
2.3 立体视觉原理 17
2.3.1 双目三角测距原理 17
2.3.2 坐标系介绍 18
2.3.3 双目三角测距方法 19
2.3.4 立体视觉的基本问题 21
2.4 视觉系统的硬件配置 21
2.4.1 系统组成 21
2.4.2 系统配置 22
2.5 本章小结 25
第3章 基于*小二乘法的摄像机标定算法 26
3.1 引言 26
3.2 标定方法概述 26
3.2.1 成像模型 26
3.2.2 传统标定方法 27
3.2.3 自标定方法 28
3.2.4 标定方法选择 28
3.3 典型的传统标定方法 29
3.3.1 Tsai的两步标定法 29
3.3.2 Weng等的迭代标定方法 34
3.4 基于*小二乘法的简易标定算法 35
3.4.1 算法思路 35
3.4.2 标定畸变和非畸变参数的初值 37
3.4.3 固定非畸变参数条件下畸变参数的求解 38
3.4.4 固定畸变参数条件下非畸变参数的求解 39
3.5 标定实验 40
3.5.1 实验装置 40
3.5.2 实验步骤 41
3.5.3 实验细节 42
3.5.4 实验结果 43
3.6 本章小结 46
第4章 基于几何约束的多级匹配算法 47
4.1 引言 47
4.2 匹配方法选择 48
4.2.1 国外行星车的立体匹配方法 48
4.2.2 理论分析 49
4.3 常用的几何约束 50
4.4 一种基于几何约束的多级匹配算法 52
4.4.1 立体图对校正 53
4.4.2 适用的几何约束 56
4.4.3 参考视差 58
4.4.4 算法步骤 62
4.4.5 预处理和后续处理 66
4.5 匹配实验 69
4.5.1 算法性能指标 69
4.5.2 实验结果 70
4.6 本章小结 80
第5章 场景表面三维重建算法 81
5.1 引言 81
5.2 三维重建误差分析 82
5.3 表面拟合 84
5.4 场景表面三维重建实验 85
5.5 影响三维重建精度的因素 89
5.6 本章小结 90
第6章 基于立体视觉的导航算法 91
6.1 引言 91
6.2 视觉导航算法类型选择 92
6.3 两种主要的视觉导航算法 93
6.3.1 视觉测量法 93
6.3.2 基于特征位置关系不变性的地形匹配算法 96
6.4 实验结果 100
6.4.1 视觉测量法实验结果 100
6.4.2 基于特征位置关系不变性的地形匹配算法实验结果 102
6.5 本章小结 105
参考文献 106
前 言
`
媒体评论
`
在线试读
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
在我国探月计划第二、三阶段中，月球车是一项核心和系统的关键技术，实现月面漫游是月球车进行其他后续一切工作的基础。而视觉与导航系统是月球车设计的一个关键部分。任何月球车要在一个陌生的、非结构化的环境中工作，都必须具备理解周围环境的能力，以确保它在这一环境中工作的安全性。也就是说，月球车必须具备感知周围地形的能力，这一任务由其视觉系统来完成。探明周围环境之后，要使月球车沿预定的路径漫游并完成作业任务，还需要知道月球车自身的位置和运动姿态并及时提供给控制系统，这是导航系统的任务。视觉与导航是月球车漫游过程中实现障碍规避、路径规划的基础，也是月球车进行后续所有探测工作的基础。
1.1.2 研究意义
月球探测是一项极其庞大的系统工程，涉及多个学科与技术领域。探索月球可以带动如人工智能、机器人遥控作业、加工自动化、低成本全球运输系统、超高强度耐高温材料、超级计算机、无污染飞行器等领域技术的迅速发展。月球所具有的丰富矿产资源和其独特的空间物理环境，使其可以成为理想的材料加工基地、天文观测基地和未来空间战争中的重要军事基地。此外，月球探测是一个国家航天科技高度发达的重要标志，是综合国力的体现，也是大国地位的一个象征。
中国的月球探测主要分为四个阶段。
**阶段：环月飞行。发射环月探测器，对有开发利用前景的月球资源的分布与规律进行全球性、整体性与综合性的探测，并对月面的环境、地貌、地形、地质构造与物理场进行探测。这一步计划已在2007年实现。
第二阶段：月面探测。研制和发射月球车，探测着陆区岩石的化学与矿物成分，测定着陆点的热流、岩石剩磁、月面环境，进行高分辨率摄影及月岩的现场探测和采样分析，为月球基地的选址提供月面环境、地形、月岩的化学与物理性质等数据。这一步通过2013年发射的嫦娥三号探测器携带的玉兔号月球车初步实现。由于机械故障，玉兔号月球车只移动了很短一段距离，所配置的立体视觉系统没有在实际漫游中得到验证的机会。
第三阶段：采样返回。发展新型月球车，对着陆区进行月面巡视勘察。发展小型采样返回舱、月表钻岩机、月表采样器、机器人操作臂等。在月球车分析取样基础上，采集关键性样品返回地面。同时，对着陆区进行考察，为下一步载人登月飞行、建立月球前哨站的选址提供数据，并深化对地月系统的起源与演化的认识。这一步计划将在2018年前后实现。
第四阶段：载人登月。在前面工作的基础上，择机实现载人登月。
与环月探测器相比，月球车可以用于对月球进行更为深入的探测，是我国探月计划的重要组成部分。苏联和美国在月球探测中都采用了月球车技术，目前正在实施月球探测计划的国家也都在研制各种月球车。可见，月球车在月球探测中具有很重要的地位。
视觉与导航系统是月球车的一个重要组成部分，美国和一些欧洲的国家在这方面已经开展了大量研究，在立体视觉、单目视觉、航位推算法和视觉导航等方面取得了较大的进展。但目前在立体视觉的处理速度以及对各种复杂地形的适应性方面仍存在不少问题；视觉导航也存在着精度差、速度慢的缺陷。国内在月球车视觉与导航方面的研究起步不久，很多研究还局限在实验室仿真和室内实验阶段。
本书以月球车的视觉与导航为背景，对视觉系统的模式选择和相关关键技术，以及利用车载摄像机进行视觉导航的方法展开深入研究，建立了一套立体视觉与视觉导航实验系统，并利用模拟月面地形的实验场地对有关算法的有效性进行了大量的实验验证，为系统的工程研制提供了有益的参考。
1.2 国内外月球车视觉技术发展概况及问题分析
1.2.1 国内外月球车视觉技术发展概况
目前已有的三维探测技术主要包括立体视觉、飞行时间法、像距调节法和结构光法等。
立体视觉通过从至少两个位置观测同一场景，利用三角测量原理来获得景物的三维信息。这种方法视场范围大，采用的硬件一般为电荷耦合器件（charge-coupled device，CCD）摄像机，其优点为可靠性高，缺点在于匹配困难、计算量偏大。
飞行时间法是一种精确测距方法，是目前直接产生深度图像的*实用方法。其主要优点是共轴的光源和反射波束保证不存在阴影和盲区，不需要图像处理；主要缺点是装置复杂，逐点测量速度慢。典型的方法有激光、超声和微波测距等。
像距调节法是通过调节摄像机的像距，并将焦距和像距视为已知，从而求出物距的方法。这种方法只采用一个摄像机，结构简单；可使用环境光，无盲区。其缺点是速度受到视频速度的限制，测量精度受限于镜头的景深和焦深。
结构光法主要有莫尔条纹法、傅里叶变换轮廓法、相位测量法、主动三角法等。这些方法的共同特点在于它们都是通过光栅以一定结构的光照射物体，通过分析反射光得到物体的深度（采集器与物体表面点的距离）信息，得到物体可见表面的形状信息。
由于月球车和火星车在视觉技术上有很多相似之处，下面简要回顾一下国内外在月球车和火星车视觉系统方面的研究概况。
相当一部分在非结构化的环境中工作的机器人使用声呐或激光测距仪作为主要的传感器，而立体视觉通常被用于特征跟踪或标志识别，而不是障碍规避或占有率网格图的绘制。一个主要原因是声呐或激光测距仪可以直接获得环境的三维信息，比立体视觉这种被动的视觉方法速度快且更加可靠。但立体视觉技术的进步已经使它在实时漫游车领域的应用变得更加可行。
美国喷气推进实验室（Jet Propulsion Laboratory，JPL）已经开发了一系列行星漫游车，对用于月球和火星漫游车的视觉技术进行了深入的研究，所取得的成果在地面样车上进行实验以后，已经在火星任务中得到应用并取得成功。
Matthies介绍了为一个六轮行星车Robby开发的立体视觉系统，该系统利用基线长度为25cm的两个摄像机获取图像，然后在静止状态下对图像进行处理，利用视差图计算景物点高度，对高度设置阈值，从而检测出障碍物。Robby曾成功地在干涸的河床地形上进行了100m长的自主行走实验，这一成果表明立体视觉在室外自然地形导航中的实用性达到了新的水平。
非结构化环境下视觉领域的一项重大成就是美国的“火星探路者”探测器[8，12]，它于1997年7月在火星上成功着陆。其着陆器配备了安装在1.5m高的桅杆上且具有俯仰和偏航自由度的两台多谱段摄像机，基线长度为15cm，用于绘制着陆器周围地图和确定索杰纳火星车（图1-1）的位置。索杰纳火星车则利用两台摄像机和五个激光条纹发射器来判断地形变化，从而检测障碍。
图1-1索杰纳火星车
索杰纳火星车完成一次地形图绘制需要耗时20s，只为获得20个地形点的坐标数据，耗时过长的地形图绘制过程限制了其行走速度。JPL对索杰纳火星车的激光条纹障碍检测系统进行了改进，利用衍射栅将激光束分成15个共面光束投射到地面上，然后利用摄像机拍摄场景并检测光点位置。新系统在Rocky3漫游车上进行了实验，利用两台摄像机和两个激光器在全日光条件下可以支持**达12cm/s的安全行走速度，比索杰纳火星车的行走速度提高了五倍以上。
激光条纹系统相对于立体视觉的**优势在于其计算量小，而行星漫游车的计算机由于要采用辐射加固的处理器，极大地限制了处理器的速度，这也是索杰纳火星车采用激光条纹系统的一个重要原因。而立体视觉在系统可靠性和节约能源方面有很大优势，随着辐射加固的处理器速度的提高和立体视觉技术的进步，JPL对立体视觉和视觉导航技术在地面上进行了实地测试，并将其应用于2003年发射的两台火星探索漫游车（Mars Exploration Rover，MER），取得了巨大的成功。
MER（图1-2）利用立体视觉来绘制三维地形图[11，13-22]。车体前部和后部的底盘下安装了两对摄像机，高度约0.5m，主要用于近距离的障碍检测，并指导机械手的操作和科学仪器的布置。车体前部1.5m高的桅杆上安装了一对导航摄像机和一对全景摄像机。导航摄像机视场角45°，主要用于建立20m范围内的三维地形图，供障碍规避和路径规划使用。全景摄像机视场角16°，设计用途是进行科学观测，但也被用来建立20～100m范围内的三维地形图，供更远距离的任务完成和路径规划使用。实际运行中，障碍检测摄像机在1m距离内测距误差小于1cm，导航摄像机在20m范围内测距误差率小于15%，全景摄像机在20～100m范围内测距误差率小于25%，满足了任务要求。两台火星车在火星上实际工作过程中表现良好，没有因视觉和导航系统出现问题，并在2004年2月9日首次根据地面给定的目标点，利用摄像机提供的信息自行确定行走路线，成功地行走了几米的距离。
图1-2MER
作为对MER立体视觉与导航软件的改进和火星智能着陆器/漫游车计划的技术预研，JPL将现有立体视觉软件利用商业级矢量化处理器进行处理，极大地提高了视觉信息的计算速度，使得机器人Urbie能够以超过1m/s的速度移动。2011年美国发射的新一代火星车——火星科学实验室（Mars Science Laboratory，MSL）满足远距离漫游和精确布置科学仪器的需要，也采用立体视觉作为障碍规避、路径规划、导航定位的主要技术。
美国卡内基-梅隆大学（Carnegie Mellon University，CMU）开发的腿式火星车Ambler针对火星上的**地形，主要采用一台扫描式激光测距仪来获取三维地形信息，利用航位推算法确定车体的位置和姿态，成功地在室内和室外进行了自动行走实验，其中包括在夜间无光照条件下的自动行走实验。
CMU开发了一套三目立体视觉系统，通过采用基于灰度偏差的匹配准则的匹配算法和对硬件细节的精心设计，使系统在实验车HMMWV和机器人Dante[28]上进行的室外漫游实验取得了很大的成功。月球车样车Ralter使用配置在一个桅杆上的两台CCD摄像机作为立体视觉传感器，用相关方法完成匹配，利用选择图像子集、部分二次采样等手段来提高匹配速度，从而在不损害地形图精度和不利用专用硬件的条件下，利用一台普通工作站满足了其低速连续行使所需的地形图绘制速度和精度。Ralter曾成功地在崎岖的熔岩渣地形上连续漫游了1078m，其中94%的距离为自主导航。为提高自动漫游性能，CMU为HMMWV开发了一套基于垂直基线的立体视觉系统，**程度地利用了摄像机的视场宽度。
除了基于激光测距的感知系统和基于立体视觉的感知系统，CMU还在HMMWV和Ralter上对将两者结合起来的系统进行了实验。HMMWV的系统上利用立体视觉绘制大范围的场景信息，对于其中一些需要详细观测的较小的区域，由立体视觉指引激光测距仪进行详细的观测，两者结合既可以提高地形数据质量，又不会对处理速度造成很大影响。为解决立体视觉系统难以发现类似环形山的凹陷地形，以及由于分辨率限制可能漏掉较小障碍物的问题，研究人员在Ralter上加装了激光扫描系统[33]，用于检测车前1m左右处的障碍。在总计43km的室外漫游实验中，加入激光测距系统后的系统大大减少了由于障碍漏报而发生的车体与障碍的撞击次数，提高了漫游车的安全性。
美国麻省理工学院开发了一系列配备多个传感器的小型移动机器人。为行星任务开发的样车Attila利用地面接触传感器寻找腿的着地点，装备了撞击
1.1 研究背景与意义
1.1.1 研究背景
在我国探月计划第二、三阶段中，月球车是一项核心和系统的关键技术，实现月面漫游是月球车进行其他后续一切工作的基础。而视觉与导航系统是月球车设计的一个关键部分。任何月球车要在一个陌生的、非结构化的环境中工作，都必须具备理解周围环境的能力，以确保它在这一环境中工作的安全性。也就是说，月球车必须具备感知周围地形的能力，这一任务由其视觉系统来完成。探明周围环境之后，要使月球车沿预定的路径漫游并完成作业任务，还需要知道月球车自身的位置和运动姿态并及时提供给控制系统，这是导航系统的任务。视觉与导航是月球车漫游过程中实现障碍规避、路径规划的基础，也是月球车进行后续所有探测工作的基础。
1.1.2 研究意义
月球探测是一项极其庞大的系统工程，涉及多个学科与技术领域。探索月球可以带动如人工智能、机器人遥控作业、加工自动化、低成本全球运输系统、超高强度耐高温材料、超级计算机、无污染飞行器等领域技术的迅速发展。月球所具有的丰富矿产资源和其独特的空间物理环境，使其可以成为理想的材料加工基地、天文观测基地和未来空间战争中的重要军事基地。此外，月球探测是一个国家航天科技高度发达的重要标志，是综合国力的体现，也是大国地位的一个象征。
中国的月球探测主要分为四个阶段。
**阶段：环月飞行。发射环月探测器，对有开发利用前景的月球资源的分布与规律进行全球性、整体性与综合性的探测，并对月面的环境、地貌、地形、地质构造与物理场进行探测。这一步计划已在2007年实现。
第二阶段：月面探测。研制和发射月球车，探测着陆区岩石的化学与矿物成分，测定着陆点的热流、岩石剩磁、月面环境，进行高分辨率摄影及月岩的现场探测和采样分析，为月球基地的选址提供月面环境、地形、月岩的化学与物理性质等数据。这一步通过2013年发射的嫦娥三号探测器携带的玉兔号月球车初步实现。由于机械故障，玉兔号月球车只移动了很短一段距离，所配置的立体视觉系统没有在实际漫游中得到验证的机会。
第三阶段：采样返回。发展新型月球车，对着陆区进行月面巡视勘察。发展小型采样返回舱、月表钻岩机、月表采样器、机器人操作臂等。在月球车分析取样基础上，采集关键性样品返回地面。同时，对着陆区进行考察，为下一步载人登月飞行、建立月球前哨站的选址提供数据，并深化对地月系统的起源与演化的认识。这一步计划将在2018年前后实现。
第四阶段：载人登月。在前面工作的基础上，择机实现载人登月。
与环月探测器相比，月球车可以用于对月球进行更为深入的探测，是我国探月计划的重要组成部分。苏联和美国在月球探测中都采用了月球车技术，目前正在实施月球探测计划的国家也都在研制各种月球车。可见，月球车在月球探测中具有很重要的地位。
视觉与导航系统是月球车的一个重要组成部分，美国和一些欧洲的国家在这方面已经开展了大量研究，在立体视觉、单目视觉、航位推算法和视觉导航等方面取得了较大的进展。但目前在立体视觉的处理速度以及对各种复杂地形的适应性方面仍存在不少问题；视觉导航也存在着精度差、速度慢的缺陷。国内在月球车视觉与导航方面的研究起步不久，很多研究还局限在实验室仿真和室内实验阶段。
本书以月球车的视觉与导航为背景，对视觉系统的模式选择和相关关键技术，以及利用车载摄像机进行视觉导航的方法展开深入研究，建立了一套立体视觉与视觉导航实验系统，并利用模拟月面地形的实验场地对有关算法的有效性进行了大量的实验验证，为系统的工程研制提供了有益的参考。
1.2 国内外月球车视觉技术发展概况及问题分析
1.2.1 国内外月球车视觉技术发展概况
目前已有的三维探测技术主要包括立体视觉、飞行时间法、像距调节法和结构光法等。
立体视觉通过从至少两个位置观测同一场景，利用三角测量原理来获得景物的三维信息。这种方法视场范围大，采用的硬件一般为电荷耦合器件（charge-coupled device，CCD）摄像机，其优点为可靠性高，缺点在于匹配困难、计算量偏大。
飞行时间法是一种精确测距方法，是目前直接产生深度图像的*实用方法。其主要优点是共轴的光源和反射波束保证不存在阴影和盲区，不需要图像处理；主要缺点是装置复杂，逐点测量速度慢。典型的方法有激光、超声和微波测距等。
像距调节法是通过调节摄像机的像距，并将焦距和像距视为已知，从而求出物距的方法。这种方法只采用一个摄像机，结构简单；可使用环境光，无盲区。其缺点是速度受到视频速度的限制，测量精度受限于镜头的景深和焦深。
结构光法主要有莫尔条纹法、傅里叶变换轮廓法、相位测量法、主动三角法等。这些方法的共同特点在于它们都是通过光栅以一定结构的光照射物体，通过分析反射光得到物体的深度（采集器与物体表面点的距离）信息，得到物体可见表面的形状信息。
由于月球车和火星车在视觉技术上有很多相似之处，下面简要回顾一下国内外在月球车和火星车视觉系统方面的研究概况。
相当一部分在非结构化的环境中工作的机器人使用声呐或激光测距仪作为主要的传感器，而立体视觉通常被用于特征跟踪或标志识别，而不是障碍规避或占有率网格图的绘制。一个主要原因是声呐或激光测距仪可以直接获得环境的三维信息，比立体视觉这种被动的视觉方法速度快且更加可靠。但立体视觉技术的进步已经使它在实时漫游车领域的应用变得更加可行。
美国喷气推进实验室（Jet Propulsion Laboratory，JPL）已经开发了一系列行星漫游车，对用于月球和火星漫游车的视觉技术进行了深入的研究，所取得的成果在地面样车上进行实验以后，已经在火星任务中得到应用并取得成功。
Matthies介绍了为一个六轮行星车Robby开发的立体视觉系统，该系统利用基线长度为25cm的两个摄像机获取图像，然后在静止状态下对图像进行处理，利用视差图计算景物点高度，对高度设置阈值，从而检测出障碍物。Robby曾成功地在干涸的河床地形上进行了100m长的自主行走实验，这一成果表明立体视觉在室外自然地形导航中的实用性达到了新的水平。
非结构化环境下视觉领域的一项重大成就是美国的“火星探路者”探测器[8，12]，它于1997年7月在火星上成功着陆。其着陆器配备了安装在1.5m高的桅杆上且具有俯仰和偏航自由度的两台多谱段摄像机，基线长度为15cm，用于绘制着陆器周围地图和确定索杰纳火星车（图1-1）的位置。索杰纳火星车则利用两台摄像机和五个激光条纹发射器来判断地形变化，从而检测障碍。
图1-1索杰纳火星车
索杰纳火星车完成一次地形图绘制需要耗时20s，只为获得20个地形点的坐标数据，耗时过长的地形图绘制过程限制了其行走速度。JPL对索杰纳火星车的激光条纹障碍检测系统进行了改进，利用衍射栅将激光束分成15个共面光束投射到地面上，然后利用摄像机拍摄场景并检测光点位置。新系统在Rocky3漫游车上进行了实验，利用两台摄像机和两个激光器在全日光条件下可以支持**达12cm/s的安全行走速度，比索杰纳火星车的行走速度提高了五倍以上。
激光条纹系统相对于立体视觉的**优势在于其计算量小，而行星漫游车的计算机由于要采用辐射加固的处理器，极大地限制了处理器的速度，这也是索杰纳火星车采用激光条纹系统的一个重要原因。而立体视觉在系统可靠性和节约能源方面有很大优势，随着辐射加固的处理器速度的提高和立体视觉技术的进步，JPL对立体视觉和视觉导航技术在地面上进行了实地测试，并将其应用于2003年发射的两台火星探索漫游车（Mars Exploration Rover，MER），取得了巨大的成功。
MER（图1-2）利用立体视觉来绘制三维地形图[11，13-22]。车体前部和后部的底盘下安装了两对摄像机，高度约0.5m，主要用于近距离的障碍检测，并指导机械手的操作和科学仪器的布置。车体前部1.5m高的桅杆上安装了一对导航摄像机和一对全景摄像机。导航摄像机视场角45°，主要用于建立20m范围内的三维地形图，供障碍规避和路径规划使用。全景摄像机视场角16°，设计用途是进行科学观测，但也被用来建立20～100m范围内的三维地形图，供更远距离的任务完成和路径规划使用。实际运行中，障碍检测摄像机在1m距离内测距误差小于1cm，导航摄像机在20m范围内测距误差率小于15%，全景摄像机在20～100m范围内测距误差率小于25%，满足了任务要求。两台火星车在火星上实际工作过程中表现良好，没有因视觉和导航系统出现问题，并在2004年2月9日首次根据地面给定的目标点，利用摄像机提供的信息自行确定行走路线，成功地行走了几米的距离。
图1-2MER
作为对MER立体视觉与导航软件的改进和火星智能着陆器/漫游车计划的技术预研，JPL将现有立体视觉软件利用商业级矢量化处理器进行处理，极大地提高了视觉信息的计算速度，使得机器人Urbie能够以超过1m/s的速度移动。2011年美国发射的新一代火星车——火星科学实验室（Mars Science Laboratory，MSL）满足远距离漫游和精确布置科学仪器的需要，也采用立体视觉作为障碍规避、路径规划、导航定位的主要技术。
美国卡内基-梅隆大学（Carnegie Mellon University，CMU）开发的腿式火星车Ambler针对火星上的**地形，主要采用一台扫描式激光测距仪来获取三维地形信息，利用航位推算法确定车体的位置和姿态，成功地在室内和室外进行了自动行走实验，其中包括在夜间无光照条件下的自动行走实验。
CMU开发了一套三目立体视觉系统，通过采用基于灰度偏差的匹配准则的匹配算法和对硬件细节的精心设计，使系统在实验车HMMWV和机器人Dante[28]上进行的室外漫游实验取得了很大的成功。月球车样车Ralter使用配置在一个桅杆上的两台CCD摄像机作为立体视觉传感器，用相关方法完成匹配，利用选择图像子集、部分二次采样等手段来提高匹配速度，从而在不损害地形图精度和不利用专用硬件的条件下，利用一台普通工作站满足了其低速连续行使所需的地形图绘制速度和精度。Ralter曾成功地在崎岖的熔岩渣地形上连续漫游了1078m，其中94%的距离为自主导航。为提高自动漫游性能，CMU为HMMWV开发了一套基于垂直基线的立体视觉系统，**程度地利用了摄像机的视场宽度。
除了基于激光测距的感知系统和基于立体视觉的感知系统，CMU还在HMMWV和Ralter上对将两者结合起来的系统进行了实验。HMMWV的系统上利用立体视觉绘制大范围的场景信息，对于其中一些需要详细观测的较小的区域，由立体视觉指引激光测距仪进行详细的观测，两者结合既可以提高地形数据质量，又不会对处理速度造成很大影响。为解决立体视觉系统难以发现类似环形山的凹陷地形，以及由于分辨率限制可能漏掉较小障碍物的问题，研究人员在Ralter上加装了激光扫描系统[33]，用于检测车前1m左右处的障碍。在总计43km的室外漫游实验中，加入激光测距系统后的系统大大减少了由于障碍漏报而发生的车体与障碍的撞击次数，提高了漫游车的安全性。
美国麻省理工学院开发了一系列配备多个传感器的小型移动机器人。为行星任务开发的样车Attila利用地面接触传感器寻找腿的着地点，装备了撞击
评论
还没有评论。