用于机器人导航的环境三维重建系统开题报告

1. 研究目的与意义

机器人自20世纪诞生以来，发展迅速，已应用于各行各业，如工业、农业、军事、生活服务等。在这些领域中机器人协助或替代人类完成任务，将人类从繁杂、危险的任务中解放出来。随着机器人技术的发展，机器人的外形越来越像人，并且智能化水平越来越高，全自主仿人智能机器人应运而生，全自主仿人智能机器人的发展目标就是像人一样自主思考、行动，充分感知外界环境并分析采集到的数据，采取相应的决策行为。全自主仿人智能机器人是多个学科相互融合的产物，如计算机科学、智能科学、仿生科学和控制科学等学科，具有强劲的发展势头。

随着机器人智能化水平的提高，机器人越来越接近人类生活，但是距离融入人类生活还需要更多技术取得突破性进展。机器人要想融入到人类生活当中,首先应该能够在人类环境中稳定的移动。而人类环境是复杂的，有很多服务于人类的静止的设施，也有些实物是处于不断的运动之中，不仅包括人类个体的运动，还包括人类使用的交通工具的移动以及存在于人类社会中的动物的运动等。这些都是智能机器人在人类环境中安全稳定运行所面临的挑战。感知外界环境是机器人在人类社会复杂环境中稳定移动的一个很重要的前提，趋利避害，接近目标，避开障碍物。所以机器人导航系统应该使机器人充分的感知外界周围环境，才能够安全运行。

人类通过视觉来观察和认知世界，统计表明，视觉信息约占人类从外部世界获得信息的80%，这说明人类能很好的利用视觉信息进行认知世界，同时也说明了视觉对于人类来说是很重要的。根据仿生学原理，视觉对于仿人智能机器人无疑也是极为重要的，而机器视觉本来就是机器人学的重要研究内容。^[5]

2. 研究内容和预期目标

双目立体视觉仿照人类的眼睛，融合两只眼睛获得的图像并观察它们之间的差别，使人类可以获得明显的深度感。其主要的研究内容有：图像获取、摄像机标定、特征提取、立体匹配、深度恢复及三维重建等六个方面。

图像获取。立体图像的采集是双目立体视觉的物质基础。图像采集的方式很多，主要取决与应用场合和目的。为了采集双目视觉需要的图像对，可以用两台性能相同、位置固定的摄像机从不同角度对同一景物进行拍摄，或者可以用一台摄像机从不同的角度两次拍摄同一景物。在获取立体图像时不但要满足应用要求，而且要考虑视点差异、光照条件、摄像机性能以及景物特点等因素的影响，以便于立体视觉计算。

摄像机标定。摄像机标定是为了确定摄像机的内部参数(如焦距、镜头失真系数、不确定性图像因了)和外部参数(如旋转矩阵和平移矢量)，以便确定成像模型。标定方法有许多种，传统的方法是利用三角测量原理求解一组非线性方程组。另外一类利用三层前向型bp神经网络来模拟物、像对应关系，把畸变、环境变化因素所带来的非线性误差通过网络的学习被分散到各神经元之问的连接权值上，当网络的输出值与学习样本值的均方误差满足系统精度时，即可以认为学习成功。此类方法输入为二维像平面坐标，输出为物体的空间三维坐标。常用于实时工业测量，但对于复杂景物，此种方法所需训练的节点数目非常多，训练过程亦相当缓慢。

3. 研究的方法与步骤

本课题的主要研究工作就是通过研究双目立体视觉系统模拟人眼，通过三维重建，为机器人提供场景中物体的空间三维信息，进而得到物体的距离和方位信息，保证导航任务的完成。其关键技术主要包括摄像机标定技术、立体匹配技术和三维重建技术等。首先需要掌握数字图像处理的基本原理以及基本的图像处理算法，如：色彩空间转换、图像滤波预处理、图像平面几何矫正、图像块匹配计算方法等。此外，需要掌握现代摄像机针孔线性模型的数学表达式、基于平面网格模板的相机内参数估计法原理以及双视图计算几何原理。在理解上述理论和算法实现的基础上要熟悉matlab语言的基础，了解利用matlab的image processing工具箱进行图像读取、存储、处理的代码实现方法以及matlab数据可视化的实现方法，学会使用camera calibration toolbox。

4. 参考文献

[1]daniel scharstein，richard szeliski. a taxonomy and evaluation of dense two-framestereo correspondence algorithms

[2]刘会民 .基于双目视觉的移动机器人目标跟踪技术

5. 计划与进度安排

2022-3-5～2022-3-11 查阅资料，分析实施方案；

2022-3-12～2022-3-31完成立体视觉系统的标定；