行星车视觉信息的结构化表征和局部路径规划研究

对处于星面未知环境下的行星车而言，视觉系统获取的非结构化信息无法直接指导路径规划。本项目研究行星车视觉信息的结构化表征以及在此基础上的局部路径规划。研究采用尺度空间理论下联合灰度值和灰值曲面高斯曲率进行匹配的思想，提高星面环境下立体图像的匹配精度，为视觉信息的结构化表征提供更准确的数据。研究提出基于地形图分割区域估计进行视觉信息表征的思想，等价于根据地形数据自适应构造非均匀栅格以更准确地表征视觉信息。地形图的区域分割是在商空间粒度理论指导下进行的，分割算法利用粒度的分层、合并、推理技术实现粒度空间转换，将不同粒度上获取的局部结构化信息（栅格单元中心点高度值、栅格单元拟合平面的法矢量、栅格单元拟合平面的最大残差值）合成以更全面地表征这种不精确、不完整、大数据量的视觉信息。最后，研究基于视觉信息的结构化表征实现高精度的局部路径规划。本项目的研究对机器视觉有重大的意义且有很高的实用价值。