移动机器人视觉导航控制研究

移动机器人视觉导航控制研究

移动机器人视觉导航控制研究

周庆瑞

原

魁

刘俊承

(中国科学院自动化研究所高技术创新中心,北京100020)

3)4567:89:;<=>;6?6@.65.5@.@A

摘

要

该文研究了移动机器人视觉导航的控制问题。针对导航中的图像畸变以及视野有限易造成导航线丢失等问题,

提出了一种简单的单目视觉目标定位算法和一种新的控制策略。在导航时,首先利用定位算法精确地获取地面目标的深度信息,然后控制机器人沿一系列切线方向平滑接近导航线(或目标),并根据实施控制的时间间隔控制速度,以保证机器人视野中导航线(或目标)不丢失。实际的应用证明了该定位算法和策略的有效性。关键词

移动机器人

视觉导航

控制策略

文献标识码+

中图分类号BC212

文章编号1002)2((1)(2005)15)0005)01

!"#"$%&’()*()+%(,-+%.+"/0(12(34,"5(3(+

6.74/.+4()8$#"9():4#4()

;’(<=4)/%<4><.)?<4@4<A<)&’")/

(DAE?6?=?F<G+=?<45?6<A,H;6AFEF+@5IF4J<GK@6FA@FE,LF6M6AN100020)

B3#+%$&+:

B;F-6E6<A)O5EFIA5P6N5?6<AQ9<O7F4<G4<O67F9<O<?6E6APFE?6N5?FI6A?;6EQ5QF9.+4<A<@=759?59NF?)

7<@576:5?6<A57N<96?;45AI5@<A?9<7E?95?FNJ59FQ9<Q<EFIG<9645NFI6E?<9?6<A5AI7<EE<G?95MF@?<9J@5=EFIOJ?;FE7<QF<G@54F95,R6IF)5AN7F7FAE5AI7646?FIP6FR.SE6AN?;FQ9<Q<EFI57N<96?;4,IFQ?;6AG<945?6<A<G?59NF?E<A?;FN9<=AI@5AOF9F8=69FI5@@=95?F7JG<9P6E=57A5P6N5?6<A5AI7<@5?6<A<G9<O<?.B;F@<A?9<7E?95?FNJ45TFE9<O<?5QQ9<5@;?95MF@?<9J57<AN?;F?5ANFA?I69F@?6<A,5AIN=595A?FFE5N56AE??;F7<EE<G?95MF@?<9J6AP6FR<G9<O<?OJ@57@=75?6ANPF7<@6?J5@@<9I6AN?<?64F6A?F9P57<G@<A?9<7.3UQF964FA?579FE=7?EIF4<AE?95?F?;FP576I6?J<G?;F57N<96?;45AIE?95?FNJ.?"0C(%9#:4<O67F9<O<?,P6E6<A)O5EFIA5P6N5?6<A,@<A?9<7E?95?FNJ

1引言

随着机器人本身性能的不断提高和视觉系统价格的下降,

空间点存在唯一的对应关系,可以利用单目视觉得到图像中目标点的深度信息。利用这些深度信息,可以更好地制定导航策略,提高机器人的控制精度和性能。

对视觉导航的控制策略,人们也进行了大量的研究.(/0’,提出了很多有效的控制方法和控制模型。如文献.1’提出的拟人转向模型,文献.5’提出的横向最优控制算法,文献.0’提出的跟踪方法等。但是由于在现实条件下,视觉传感器的分辨率和视角无法同时满足视觉导航的要求,视场范围很有限,如果控制不当,很容易造成导航线的丢失。

针对以上两个问题,该文第2节给出了一种可用于一些实际场景的利用单目视觉较精确地提取目标点深度信息的算法,该算法简单、计算速度快,在精度和速度上都可以满足移动机器人实时控制的需求。第(节提出了一种平稳的控制策略,在转弯时控制机器人沿一系列切线方向平滑地接近导航线,并根据控制的时间间隔,对控制速度进行定量计算,以保证导航线的不丢失。第1节给出了相应的实验结果,在实际中的应用也证明了该方法的有效性。

基于视觉的移动机器人导航方法正逐步走向实用,并得到广泛的研究&1,2’。基于导航线和路标的视觉导航是一种最简单的应用,机器人工作在一个准结构化的环境中,有明显的导航线和路标参照物,机器人通过图像提取导航线和路标信息,然后进行实时的控制。这种方式要求的图像处理较为简单,处理速度快,控制的实时性好。考虑到这种导航方式的特点和系统构建的复杂性与性价比,许多机器人采用单目视觉系统进行导航。

一般情况下利用单目视觉无法得到图像点的深度信息,因

()*客观场景映射到图像平面的变换是多对一变换,在没有先

验信息的情况下,无法根据逆变换求取其深度信息。因此当前的导航算法中大多数的控制策略是根据目标图像点在图像中的相对位置来制定的。在实际应用中,为了达到一定的预瞄距离和视野,摄像机与地面存在一定的倾角。这种倾角的存在会造成一定的成像畸变,尤其是在图像的边缘部分。在此情况下,直接使用目标点的相对位置来导航,会造成较大的误差。在实际应用中,机器人需检测的目标大多数位于地面上,例如:基于路标导航的地面路标、+,-用到的地面导航线、中型组机器人足球比赛场地上的标线等。在此约束下,图像点与产生图像的

2目标定位算法

在视觉导航时,一般情况下,摄像机安装在机器人的上方,

基金项目:国家自然科学基金资助项目(编号:00(V5020);国家20(高技术研究发展计划资助项目(编号:2001++122200)

作者简介:周庆瑞(1WV1)),男,博士研究生,主要研究方向为嵌入式视觉系统、图像处理和机器人视觉。原魁(1W5V)),男,研究员,博士生导师,国

家20(计划智能机器人主题专家组成员,国家科技进步奖评审组成员,人工智能学会智能机器人学会理事,主要研究方向为智能机器人、智能传感与智能信息处理技术、人机接口技术、虚拟现实技术。刘俊承(1WVV)),男,博士研究生,研究方向为智能移动机器人。

计算机工程与应用2005.155