[发明专利]基于轮廓识别的机器人可变视角障碍物检测方法

摘要

一种基于轮廓识别的机器人可变视角障碍物检测方法，包括：(1)使用标定板对双目视觉系统进行标定；(2)使用两台摄像机同时对同一场景进行拍摄，对左右两幅图像进行极线校正，然后提取边缘并连接；(3)寻找目标物体的轮廓并进行匹配；(4)重建出轮廓的三维点云并优化三维轮廓点云；(5将转台旋转一定角度，确保两次拍摄具有重叠区域，对另一个方向进行三维重建；(6)寻找两组三维轮廓点云的重叠区域；(7)采用七参数法对两组三维轮廓点云进行初始配准；(8)赋予重叠区域的对应点权重，对重叠区域的三维轮廓点云进行迭代最近点法运算，完成三维轮廓点云的精确配准。本发明配准精度高，且运算量小，具有较高实时性。

主权项

一种基于轮廓识别的机器人可变视角障碍物检测方法，其特征在于：所述检测方法包括下列步骤：(1)双目立体视觉系统的标定：将两个CCD摄相机装于机器人的转台上，使用标定板对双目视觉系统的每一个摄像机进行标定并记录各摄像机的内参数和外参数，对双目视觉系统进行立体标定并记录两个摄像机之间位置关系的旋转矩阵R_c和平移矩阵T_c，并设置双目视觉系统的全局坐标系O₁；(2)图像采集及预处理：使用两台摄像机同时对同一场景进行拍摄，得到左右两幅图像P_l1，P_r1，并对两幅图像进行极线校正，然后逐行扫描每幅图像，提取灰度变化剧烈的像素点为候选边缘点，并用闭运算方法连接图像中目标物体的边缘；(3)基于轮廓识别的立体匹配：从目标物体的边缘图像中，寻找目标物体的轮廓，对左右两幅图像中目标物体的轮廓分别进行匹配，采用基于窗口的灰度匹配原则对匹配轮廓上的每个像素点在对应极线上进行匹配；(4)基于轮廓识别的快速三维重建：利用己经标定好的系统参数进行目标物体轮廓的三维重建，通过标定好的每个摄像机的内参数和两个摄像机之间位置关系的旋转矩阵R和平移矩阵T确定物体轮廓各点的空间坐标和图像坐标的关系，通过轮廓特征点的图像坐标可得到空间三维坐标，根据轮廓的连续性原理优化三维轮廓点云；(5)对另一个方向进行三维重建：根据双目立体视觉的系统单次拍摄的视角范围，将转台旋转一定角度，确保两次拍摄具有重叠区域，得到另外一组图像P_l2，P_r2，设置双目视觉系统的全局坐标系O₂,对另一方向拍摄的图像按步骤(2)至(4)进行基于轮廓识别的快速三维重建；(6)寻找两组三维点云的重叠区域：对两组图像中的左图像P_l1，P_l2进行轮廓匹配，寻找匹配轮廓对应的三维轮廓点云N和M，即重叠区域；(7)初始配准：分别计算两组重叠区域三维轮廓点云的重心，并分别以两组重叠区域三维轮廓点云中距离重心最远的点p_f1、p_f2，中间的点p_m1、p_m2和最近的点p_n1、p_n2为特征点，以双目视觉系统的全局坐标系O₁为基准，采用七参数法计算两组三维轮廓点云的旋转矩阵R_i和平移矩阵T_i，从而完成两组三维轮廓点云的初始配准；(8)精确配准：赋予重叠区域的对应点权重，对重叠区域不同权重的三维轮廓点云进行迭代最近点法运算，求解出两组三维轮廓点云的旋转矩阵R_a和平移矩阵T_a，从而将两组三维轮廓点云转换到全局坐标系O₁下，完成三维轮廓点云的精确配准。