雙目視覺(jué)在移動(dòng)機(jī)器人定位中的應(yīng)用

王殿君

北京石油化工學(xué)院，北京，102617

0 引言

在計(jì)算機(jī)視覺(jué)領(lǐng)域根據(jù)攝像機(jī)的數(shù)目不同，可以分為單目視覺(jué)、雙目視覺(jué)和多目視覺(jué)。單目視覺(jué)無(wú)法直接得到目標(biāo)的三維信息，只能通過(guò)移動(dòng)獲得環(huán)境中特征點(diǎn)的深度信息，適用于工作任務(wù)比較簡(jiǎn)單且深度信息要求不高的情況［1－2］。如果利用目標(biāo)物體的幾何形狀模型，在目標(biāo)上取3個(gè)以上的特征點(diǎn)也能夠獲取目標(biāo)的位置等信息，但定位精度不高［3］。多目視覺(jué)可觀察到目標(biāo)的不同部位，可以得到更為豐富的信息，但視覺(jué)控制器的設(shè)計(jì)比較復(fù)雜，且相對(duì)于雙目視覺(jué)更加難以保證系統(tǒng)的穩(wěn)定性［4］。

本文簡(jiǎn)要介紹了雙目視覺(jué)定位原理，利用所構(gòu)建的室內(nèi)移動(dòng)機(jī)器人定位平臺(tái)，進(jìn)行了機(jī)器人測(cè)距實(shí)驗(yàn)和定位實(shí)驗(yàn)。

1 雙目視覺(jué)定位原理

雙目立體視覺(jué)三維測(cè)量是基于視差原理的，即左相機(jī)像面上的任意一點(diǎn)只要能在右相機(jī)像面上找到對(duì)應(yīng)的匹配點(diǎn)，就可以確定出該點(diǎn)的三維信息，從而獲取其對(duì)應(yīng)點(diǎn)的三維坐標(biāo)［5］，工作原理如圖1所示。

圖1 雙目視覺(jué)定位原理圖

2 構(gòu)建實(shí)驗(yàn)平臺(tái)

實(shí)驗(yàn)平臺(tái)主要包括移動(dòng)機(jī)器人和Micron－Tracker視覺(jué)系統(tǒng)兩部分。移動(dòng)機(jī)器人平臺(tái)主要包括底層的嵌入式控制系統(tǒng)、上層Windows操作系統(tǒng)和機(jī)器人運(yùn)動(dòng)驅(qū)動(dòng)系統(tǒng)，主要負(fù)責(zé)根據(jù)視覺(jué)系統(tǒng)提供的環(huán)境信息（目標(biāo)位置或障礙物距離等）對(duì)機(jī)器人的運(yùn)動(dòng)進(jìn)行決策，并控制和驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)；視覺(jué)系統(tǒng)主要包括雙目立體視覺(jué)系統(tǒng)、圖像采集卡等，主要負(fù)責(zé)圖像的實(shí)時(shí)采集、處理、目標(biāo)的匹配和識(shí)別，并輸出必要的環(huán)境信息。

2.1 移動(dòng)機(jī)器人平臺(tái)

移動(dòng)機(jī)器人包括兩層結(jié)構(gòu)：底層的嵌入式控制系統(tǒng)平臺(tái)和上層的Windows操作系統(tǒng)平臺(tái)，如圖2所示。

（1）移動(dòng)機(jī)器人底層控制器選用Intel公司的PXA270 ARM微處理器，XScale架構(gòu)，主頻為520MHz，可以滿足系統(tǒng)對(duì)計(jì)算能力和處理速度方面的要求，并且該處理器內(nèi)部資源豐富，有利于擴(kuò)展各種常用接口。主處理器外接64M SDRAM、16M NOR Flash和SD卡等存儲(chǔ)設(shè)備，其上運(yùn)行Linux操作系統(tǒng)，負(fù)責(zé)簡(jiǎn)單處理移動(dòng)機(jī)器人的內(nèi)外傳感器信息，然后通過(guò)RS－232端口發(fā)送給上層Windows服務(wù)器程序，同時(shí)處理服務(wù)端程序發(fā)來(lái)的控制指令和其他操作請(qǐng)求，具體執(zhí)行機(jī)器人各種硬件設(shè)施的操作。

（2）移動(dòng)機(jī)器人上層控制器為 HP520計(jì)算機(jī)?；赪indows的服務(wù)器程序可以直接利用獲得的信息控制機(jī)器人，特別是實(shí)時(shí)性要求較高的任務(wù)，如避障等。上層控制器與底層控制器之間采用串口通信，該結(jié)構(gòu)可以完成一些復(fù)雜的任務(wù)，如計(jì)算量大且算法復(fù)雜度較高的圖像處理、模式識(shí)別、目標(biāo)跟蹤、復(fù)雜的路徑規(guī)劃和導(dǎo)航等任務(wù)［7－8］。

圖2 移動(dòng)機(jī)器人

2.2 雙目視覺(jué)MicronTracker系統(tǒng)實(shí)驗(yàn)平臺(tái)

Micron Tracker系統(tǒng)是一個(gè)光學(xué)姿態(tài)跟蹤產(chǎn)品家族的總稱(chēng)。這個(gè)家族的產(chǎn)品使用相同的軟件接口——MTC函數(shù)庫(kù)，唯一不同的是每個(gè)家族成員使用不同的攝像機(jī)系統(tǒng)。第三代追蹤器采用全被動(dòng)式設(shè)計(jì)，利用可見(jiàn)光立體地探測(cè)物體。被測(cè)物外部被涂上了一層可見(jiàn)花紋，傳感器通過(guò)一條標(biāo)準(zhǔn)的數(shù)字連接線與電腦相連，通過(guò)上位機(jī)控制器上的軟件來(lái)處理圖像并檢測(cè)圖像中的可見(jiàn)目標(biāo)點(diǎn)。Micron Tracker系統(tǒng)如圖3所示。

圖3 MicronTracker系統(tǒng)

Micron Tracker雙目視覺(jué)系統(tǒng)的坐標(biāo)系統(tǒng)有以下三種：

（1）面坐標(biāo)。每一個(gè)面都有自己的坐標(biāo)系統(tǒng)，其原點(diǎn)位于較長(zhǎng)向量的中心。X軸從原點(diǎn)指向較長(zhǎng)向量方向；Z軸垂直于兩個(gè)向量方向，指向該面法線相反的方向。當(dāng)該面面向攝像機(jī)時(shí)，面的Z軸正好平行于攝像機(jī)的Z軸，Y軸根據(jù)右手坐標(biāo)系規(guī)則定義。

（2）標(biāo)記坐標(biāo)系。標(biāo)記坐標(biāo)系的定義和標(biāo)記模板中第一面定義的坐標(biāo)系相同，即使該面不可見(jiàn)也是如此。

（3）攝像機(jī)坐標(biāo)。原點(diǎn)位于攝像機(jī)中心，Z軸指向攝像機(jī)前方，X軸指向右邊，Y軸指向下方。當(dāng)觀看攝像機(jī)圖像的時(shí)候，攝像機(jī)坐標(biāo)系和屏幕坐標(biāo)系平行［9］。

3 機(jī)器人定位實(shí)驗(yàn)

3.1 測(cè)距精度實(shí)驗(yàn)

首先固定雙目視覺(jué)儀器的位置，在儀器正前方沿直線移動(dòng)標(biāo)簽位置，每次X方向移動(dòng)距離為50mm，在同一個(gè)地方取10次測(cè)量結(jié)果，然后求其平均值作為測(cè)量結(jié)果，最后將測(cè)量結(jié)果與標(biāo)簽的實(shí)際位置相比較。通過(guò)實(shí)驗(yàn)可得，Micron－Tracker的可測(cè)距范圍為30～180cm，理論距離與實(shí)測(cè)距離之間的數(shù)據(jù)如表1所示，關(guān)系曲線如圖4所示。由表1可知，測(cè)距最大偏差為8.644mm，最小定位偏差為0.056mm，平均定位偏差為1.773mm。這表明雙目視覺(jué)定位精度較高而且系統(tǒng)穩(wěn)定性好，受環(huán)境因素影響較小，滿足移動(dòng)機(jī)器人定位的需要。

表1 測(cè)距精度實(shí)驗(yàn)數(shù)據(jù) mm

圖4 測(cè)距精度實(shí)驗(yàn)

3.2 雙目視覺(jué)定位實(shí)驗(yàn)

在室內(nèi)結(jié)構(gòu)化環(huán)境下，采用三邊定位算法進(jìn)行移動(dòng)機(jī)器人雙目視覺(jué)定位實(shí)驗(yàn)。三邊定位算法是基于信號(hào)傳播模型的定位方法，根據(jù)測(cè)得的標(biāo)簽相對(duì)于雙目視覺(jué)系統(tǒng)的坐標(biāo)來(lái)計(jì)算標(biāo)簽和雙目視覺(jué)系統(tǒng)之間的距離。

如圖5所示，點(diǎn)1、2、3、4為設(shè)定的標(biāo)簽坐標(biāo)點(diǎn)，中間點(diǎn)T為雙目視覺(jué)系統(tǒng)坐標(biāo)點(diǎn)。假設(shè)標(biāo)簽1、2、3的坐標(biāo)分別為（x1，y1）、（x2，y2）、（x3，y3），3個(gè)標(biāo)簽到移動(dòng)機(jī)器人T的距離分別為d1、d2、d3，三邊公式為

通過(guò)三邊定位算法可求得移動(dòng)機(jī)器人T的當(dāng)前坐標(biāo)（x，y）為

圖5 雙目視覺(jué)定位方法

根據(jù)實(shí)驗(yàn)所得到的理論坐標(biāo)與實(shí)測(cè)坐標(biāo)數(shù)據(jù)如表2所示。

表2 理論坐標(biāo)與實(shí)測(cè)坐標(biāo)值比較 cm

3.3 實(shí)驗(yàn)結(jié)果分析

圖6為實(shí)測(cè)坐標(biāo)與理論坐標(biāo)比較曲線圖，由表2可知移動(dòng)機(jī)器人運(yùn)動(dòng)軌跡理論坐標(biāo)值與實(shí)測(cè)坐標(biāo)值最大偏差為3.635cm，最小偏差為0.424cm，平均偏差為1.553cm。

圖6 實(shí)測(cè)坐標(biāo)與理論坐標(biāo)比較

4 結(jié)論

（1）利用雙目視覺(jué)系統(tǒng)進(jìn)行了測(cè)距精度實(shí)驗(yàn)，并基于雙目視覺(jué)移動(dòng)機(jī)器人進(jìn)行了定位實(shí)驗(yàn)。

（2）定位實(shí)驗(yàn)結(jié)果表明，采用雙目視覺(jué)的移動(dòng)機(jī)器定位系統(tǒng)工作穩(wěn)定且定位精度較高。

（3）本文構(gòu)建的基于雙目視覺(jué)移動(dòng)機(jī)器人定位系統(tǒng)為移動(dòng)機(jī)器人全自主導(dǎo)航提供了依據(jù)。

［1］張馳，靳伍銀，劉昊，等.基于雙目視覺(jué)系統(tǒng)的三維目標(biāo)識(shí)別研究［J］.機(jī)床與液壓，2010，38（1）：22－24.

Zhang Chi，Jin Wuyin，Liu Hao，et al.Identification Technique for 3D Target Based on Binocular Visual System［J］.Machine with Hydraulic，2010，38（1）：22－24.

［2］唐新星，趙丁選.基于圖像疊合的工程機(jī)器人立體視覺(jué)系統(tǒng)［J］.武漢理工大學(xué)學(xué)報(bào)，2009，33（2）：156－159.

Tang Xinxing，Zhao Dingxuan.Research on Stereo Vision System of Construction Robot Based on Image Superposition［J］. Wuhan University of Technology，2009，33（2）：156－159.

［3］崔開(kāi)涌，王任杰，林小玲.機(jī)器人雙目視覺(jué)系統(tǒng)的算法研究與實(shí)現(xiàn)［J］.計(jì)算機(jī)工程，2008，34（3）：237－240.

Cui Kaiyong，Wang Renjie，Lin Xiaoling.Research and Realization on Binocular Stereo Vision System of Robot［J］.Computer Engineering，2008，34（3）：237－240.

［4］龔志平，王勇，尹治.基于網(wǎng)絡(luò)的嵌入式機(jī)器人視覺(jué)系統(tǒng)研究［J］.微計(jì)算機(jī)信息，2009，25（11）：262－264.

Gong Zhiping，Wang Yong，Yin Zhi.The Embedded Robot Vision System Based on Network Video Technology［J］.Microcomputer Information，2009，25（11）：262－264.

［5］鄭志強(qiáng)，季秀才，劉斐.COMS的雙目視覺(jué)系統(tǒng)的設(shè)計(jì)［J］.國(guó)防科技大學(xué)學(xué)報(bào)，2003，25（6）：1－4.

Zheng Zhiqiang，Ji Xiucai，Liu Pei.CMOS Binocular Vision System Design［J］.Journal of National University of Defense Technology，2003，25（6）：1－4.

［6］郝穎明，朱楓，歐錦軍.目標(biāo)位姿測(cè)量中的三維視覺(jué)方法［J］.中國(guó)圖像圖形學(xué)報(bào)，2002，7（12）：1247－1251.

Hao Yingming，Zhu Feng，Ou Jinjun.3D Visual Methods for Object Pose Measurement［J］.Image and Graphics，2002，7（12）：1247－1251.

［7］Seet B，Liu G，Lee B，et al.A－STAR：A Mobile Adhoc Routing Strategy for Metropolis Vehicular Communications［C］//Lecture Notes in Computer Science.Springer Berlin/Heidelberg，2004：989－999.

［8］Bell M G H.Hyperstar：A Multi－path Astar Algorithm for Risk Averse Vehicle Navigation［J］.Transportation Research.Part B，Methodological，2009，43（1）：97－107.

［9］Leach A R，Lemon A P.Exploring the Conformational Space of Protein Side Chains Using Dead－End Elimination and the Algorithm［J］.Proteins Structure Function and Genetics，1998，33（2）：227－239.