针对当前基于单目视觉的室内移动机器人全局定位算法复杂度大等问题,提出一种室内移动机器人双目视觉全局定位方法。双目视觉下,为保证室内移动机器人在运动过程中能够保持稳定的特征提取,提出基于标定板的全局定位方案,以标定板的中心作为移动机器人的定位点。在此基础上,为提高定位的实时性,缩小标定板角点的提取范围,基于高斯混合模型背景减除法和形态学方法实现了对移动机器人运动区域的检测;基于所建立的标定板角点判据,对移动机器人提取的角点进行筛选,得到了标定板四个角点的图像坐标;结合双目相机标定后的内、外参数和全局定位数学模型,实现对移动机器人定位点坐标的计算。通过实验和分析验证了所提方法的可行性和有效性,为室内移动机器人全局视觉定位提供一种新的思路。

系统标定是光栅投影测量系统中的关键一步。将投影仪看成相机的类双目系统标定方法具有操作简单、精度高、可靠性强的优势。在此系统标定方法的基础上, 提出一种提高测量系统精度的系统标定方法。根据提取的标定板上圆标识的圆心坐标, 利用计算机生成含有相对应十字标识的图像, 用于相机标定, 可避免圆标识轮廓对角点提取的影响, 从而提高相机标定精度。同时, 推导快速求取投影仪伽马的表达式用于相位校正, 可建立投影仪像素与相机像素精确的对应关系, 从而提高投影仪标定精度。结合投影仪和相机的标定结果, 建立统一的世界坐标系完成整体系统的标定。实验结果表明: 采用上述标定方法, 可将投影仪和相机标定精度分别达到0.25 pixel和0.15 pixel; 同时测量了一个长方体, 精度达到0.142 7 mm。

针对两幅图像中特征点的匹配问题,本文提出了一种新的基于形状内容描述子的点特征匹配方法。该方法首先利用基于曲率尺度空间(CSS)的角点检测技术获得两幅图像中的角点及其所在的曲线;然后,计算两幅图像中每个角点的形状内容描述子,运用χ²统计检验函数得到描述子的匹配度,对该匹配度进行评估,如果高于某一个阈值,则认为初始匹配成功;最后对初始匹配成功的点对,利用半局域限制完成点集之间的最终匹配。实验结果表明,本文所提出的匹配算法具有较高的点特征匹配准确率。