[发明专利]一种沙质环境中基于视觉的月球车定位方法

说明书

技术领域

本发明属于模式识别与人工智能技术领域，涉及到基于视觉的月球车定位方法，特别涉及到一种在沙质环境中基于视觉的月球车定位方法。

背景技术

基于视觉的月球车定位方法是目前在月球环境进行探测的月球车上比较常用的一种自主导航技术，其技术要点是通过跟踪图像中的特征点来进行车体运动估计，它依靠视觉输入信息，不受滑移、倾斜、下陷等因素的影响，在松软的外星环境下具有较高的相对定位精度和巡视里程统计结果，与车轮里程计和惯导信息互相补充，提高月球车的行驶安全性和通过性，达到了提高车体运动估计精度的目的。在月表环境下，虽然基于视觉的月球车定位理论已基本完善，但是针对沙质地面缺乏特征点等诸多情况的影响，基于视觉的月球车定位理论仍存在以下缺陷：在沙质的外星环境，难以保证找到足够的特征点进行跟踪，受计算机处理能力的限制，不能像地面用里程计那样通过频繁更新的方法来减小搜索空间，需要研究对特征点位置变化更具有鲁棒性的特征跟踪算法，需要提高里程计对不收敛问题的鲁棒性。

发明内容

为解决现有技术存在的上述问题，本发明要提出一种在沙质环境中基于视觉的月球车定位方法，提高所提取特征点的数量和质量，并且使特征点的分布尽量均匀，提高特征匹配与跟踪的效率，能够有效解决错误数据过多带来的不收敛问题，提高里程计对不收敛问题的鲁棒性。

本发明的技术方案是：一种在沙质环境中基于视觉的月球车定位方法，利用月球车定位系统对月球车进行定位，所述的月球车定位系统包括避障立体视觉系统、计算机系统及其电源系统，所述的避障立体视觉系统包括一对CCD图像传感器、一对广角镜头和图像采集卡，其中CCD图像传感器作用是把图像像素转换成数字信号，广角镜头作用是近距离拍摄大范围景物，图像采集卡将图像信号采集到电脑中，以数据文件的形式保存在硬盘上；所述的计算机系统用来处理图像采集卡采集到的图像数据，所述的电源系统为避障立体视觉系统和计算机系统提供电能；具体定位方法包括以下步骤：

A、特征点提取与增强

A1、计算机系统采集图像中的像素点，利用Harris角点检测算子的卷积计算每个像素点的能量函数E的值后，首先按照非最大值抑制原则，取3×3窗口中各点值最大的像素点作为候选角点，并将候选角点按E的值由高到低进行排序，并设定能量函数的最小阈值；然后，设定一个候选角点间的最小距离，以其为约束条件对顺序排列的各候选角点进行筛选，提取所需的角点数目n；若采集到的角点个数n不足，则转步骤A2，否则，转步骤B；

A2、计算机系统对局部图像进行增强，采用形态学的Top-Hat顶帽变换来提高图像每个像素点的临域梯度，对图像f进行白Top-Hat顶帽变换和黑Top-Hat顶帽变换，分别用WTH和BTH来表示；

其中：f为图像灰度帧；

白Top-Hat顶帽变换定义为原始图像f与开运算γ(f)的差，即

WTH(f)＝f-γ(f)

黑Top-Hat顶帽变换定义为原始图像f与闭运算φ(f)的差，即

BTH(f)＝φ(f)-f

根据WTH变换和BTH变换能分别检测出图像峰和谷的性质，将WTH变换的结果与原图像相加，就会增加图像中亮目标，从上面相加的结果中减去BTH变换的结果，就会加强图像中的暗目标，从而提高整幅图像的对比度，用k^TH表示运算结果为：

k^TH＝3f-γ(f)-φ(f)

返回步骤A1，直到采集到符合条件的像素点数为止；

B、特征点匹配与跟踪

采用对极线约束匹配方法，为提高基础矩阵求解的精度以及对误匹配的鲁棒性，计算机系统采用基于随机采样序列RANSAC的方法求取基础矩阵：

B1、提取利用Harris角点检测算子所提取的Harris角点作为待匹配特征点，以相似性度量函数