基于双目视觉的深度恢复及移动机器人的路径规划研究

《基于双目视觉的深度恢复及移动机器人的路径规划研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TP302密级：公开国际图书分类号：004西南交通大学研究生学位论文基于双目视觉的深度恢复及移动机器人的路径规划研究年级二零一五级姓名范旭申请学位级别硕士专业机械制造及其自动化指导老师曹中清副教授二零一八年五月ClassifiedIndex:TP302U.D.C:004SouthwestJiaotongUniversityMasterDegreeThesisRESEARCHONDEPTHRECOVERYBASEDONSTEREOVISIONANDPATHPLANNINGOFMOBILEROBOTGrade:201

2、5Candidate:FanXuAcademicDegreeAppliedfor:MasterSpeciality:MechanicalmanufactureandAutomationSupervisor:A.P.CaoZhongqingMay,2018西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保

3、存和汇编本学位论文。本学位论文属于1．保密□，在年解密后适用本授权书；2．不保密□，使用本授权书。（请在以上方框内打“√”）学位论文作者签名：指导老师签名：日期：日期：西南交通大学硕士学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：1.搜集并整理了双目立体视觉和移动机器人路径规划的相关文献和资料，并对其进行了总结。2.研究了双目立体视觉的深度恢复相关技术。针对立体匹配算法，提出了一种基于混合鲁棒匹配代价与改进引导滤波的立体匹配算法。分别对立体匹配过程中的匹配代价计算、匹配代价聚合、匹配后处理进行了改进。改善

4、了立体匹配算法对光照失真的鲁棒性。提高了立体匹配的质量，同时兼顾效率与精度。3.研究了移动机器人路径规划的相关技术。针对RRT路径规划算法，提出了一种改进的RRT路径规划算法。针对基本RRT算法存在的收敛速度慢，路径不平顺，忽略机器人自身约束等问题。对RRT算法进行改进，引入三角几何学、并提出新的路径后处理方法。提高了规划路径的平滑度，以及路径的可行性，提高了路径规划的效率与质量。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的

5、研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：日期：西南交通大学硕士研究生学位论文第I页摘要现今，人工智能已经成为科学研究领域的一个热门领域，智能机器人开始慢慢进入人们的生活中。机器人也由原来笨拙的形态，简单的功能变得更加精巧智能化。其中移动机器人是一种非常有效的运输载运工具，被广泛用于各种领域。如何让机器人拥有像人类一样的“眼睛”和自动规划避障路线是目前移动机器人领域研究的热点。本文针对机器人的“眼睛”双目立体视觉和自动规划避障路

6、线这两个问题的核心算法进行了研究。针对双目体视觉的深度恢复，本文提出了一种基于混合鲁棒匹配代价与改进引导滤波的立体匹配算法。在匹配代价计算阶段，将色彩信息与图像的梯度信息相结合构造了一种对光照失真具有鲁棒性的联合匹配代价。在代价聚合阶段，提出了一种改进的引导滤波器，利用改进的引导滤波器进行代价聚合。该改进的引导滤波器相对传统的引导滤波器能够更好的保留边缘细节提高视差图的边缘细节。在后处理阶段提出了一种新的后处理方法，首先对左右视差图进行一致性检测，标记误匹配点，然后对原始左图像利用K-均值方法对图像亮度信息进行快速的分割，然后基

7、于分割信息对标记的误匹配点进行修复。该算法在Middlebury测试平台上的平均误匹配率为5.29%，且该算法对光照失真具有较好的鲁棒性，运算复杂度低，计算时间少。针对路径规划，本文提出了基于改进RRT（快速搜索随机树）的非完整轮式机器人的路径规划算法。该算法融合环境约束和车辆自身约束，将三角几何学中三角形的费马点引入到RRT算法中，后处理采用剪枝函数，去掉路径中不需要的节点，缩短路径长度，舍弃常用的新增节点方法，并提出了定角路径修正法，最后采用Cantmull-Rom插值，去除了过大的拐角，改善了路径平顺性。将提出的改进RRT

8、算法在不同复杂环境下与传统的RRT算法、BI-RRT算法的路径规划性能进行比较。结果表明改进RRT算法收敛速度快、效率高，规划的路径最短、更平滑，验证了该算法的优越性、正确性与实用性。关键词：双目立体视觉；立体匹配；深度恢复；路径规划；快速搜索随机树(RRT)西