[发明专利]基于立体视觉的移动机器人定位方法

说明书

技术领域

本发明属于计算机视觉技术领域，涉及一种基于立体视觉的移动机器人定位方法，解决移动机器人利用GPS系统定位精度不高、室内环境无法利用GPS定位的困难，并提高定位的准确性和鲁棒性，可以用于室内环境移动机器人定位，以及某些环境下GPS定位不准确甚至失效情况下的移动机器人定位。

背景技术

基于视觉的定位技术是利用安装在机器人或者车辆上的相机拍摄的图像序列对车体进行定位的技术。传统的定位技术基于车轮编码器、惯性导航仪或者GPS系统对车辆估算距离，在某些环境下(如车轮打滑、室内环境)这些方法会失效，基于视觉的定位技术能够很好的克服这些问题，适用于室内外、斜坡、沙地或者其他未知环境(如月球、火星表面)。

基于视觉的定位技术依靠视觉输入，通过提取图像序列的尺度不变特征点，计算前后连续帧间的旋转平移关系，估计车体的位置姿态和运动轨迹，主要步骤包括特征提取、特征匹配与跟踪和运动估计。目前基于视觉定位的研究主要分为单目视觉定位和双目视觉定位两种。单目视觉定位系统不易重建出图像点深度信息，不能为后续诸如同时定位与地图构建等视觉导航提供足够有效的信息。双目视觉相对于单目视觉更容易获取精确的场景深度信息，使得视觉定位技术的实现相对可靠，因此更多的研究者投入到了双目立体视觉定位技术的研究中。

如何选取合适的鲁棒特征，如何准确的进行特征匹配和跟踪，如何精确的计算出前后帧间的旋转平移矩阵是研究的重点和难点。由于视觉定位是基于图像特征的，因此选取的特征是否可靠、特征匹配和跟踪是否准确对最终结果有很大影响；运动估计本质是求解运动参数，即前后帧的特征点间的旋转平移矩阵，因此旋转平移矩阵计算的精度影响了最后的定位精度。

发明内容

本发明的目的是克服现有技术存在的上述问题，提出一种基于双目立体视觉的移动机器人定位方法。由于某些环境下(如车轮打滑、室内环境)GPS等传统移动机器人定位方法不准确甚至失效，基于视觉的定位技术能够很好的克服这些问题，适用于室内外各类环境，双目立体视觉能很好的获得场景深度信息，有利于提高定位的精度。

本发明提供的基于双目立体视觉的移动机器人定位方法，该方法具体包含以下步骤：

第1、图像采集和预处理

首先在移动机器人上安装双目立体相机，在场景中漫游并拍摄立体图像序列；

第2、尺度不变特征提取

结合OpenCV提取图像序列每一帧图像的SIFT特征点；

定位的准确度与图像特征的鲁棒性有很大的关系，提取图像序列的SIFT(Scale Invariant Feature Transform)特征点，SIFT特征具有尺度、旋转不变性，提取的特征点较多，并且能精确到亚像素，在鲁棒性和精度上明显优于其他特征；

第3、特征匹配与跟踪

在第2步获得图像序列的尺度不变特征后，对同一帧左图右图的特征进行匹配并对前后帧图像的特征进行跟踪，用圈匹配技术同时进行特征匹配和跟踪。首先得到四幅图像的特征点，四幅图像分别为当前帧的左图、右图和上一帧的左图、右图，然后按照这样的顺序进行匹配：当前帧左图->上一帧左图->上一帧右图->当前帧右图->当前帧左图，完成一圈匹配。圈匹配技术获得的匹配特征点更可靠，误配点较少，有利于准确进行运动估计；

第4、运动估计

机器人的运动属于刚体运动，可分解为旋转运动和平移运动，根据第3步获得的前后帧匹配的特征点，用单位四元数法计算特征点间的旋转矩阵和平移向量；

在二维平面上，一个单位圆上任意一点可以表示绕一个轴旋转的角度；在三维空间中，一个单位球面上任意一点可以表示绕两个轴旋转的角度；因此可以假设存在一个四维空间中的一个单位球，球面上任一点可以表示绕三个轴旋转的角度，四维空间中的单位球定义如下：

q₀²+q₁²+q₂²+q₃²＝1

球面上任意一点的四元坐标即单位四元数q＝[q₀,q₁,q₂,q₃]^T，旋转矩阵可表示为：