基于双目视觉地形三维重建和振动平稳性分析的自主移动机器人不规则路面可通过性预测方法研究

It needs to determine the corresponding control strategy for autonomous mobile robots go through different terrains. Because of the complex outdoor environment and irregular terrain, terrain perception and traversability perception are very important for stability and safety of the robots. A new terrain traversability perception method is proposed based on terrain 3D reconstruction with binocular vision and static force model construction with geometric contact and stability analysis of nonlinear vibration to overcome the limitation that it is difficult to perceive the irregular terrain under complex environment and the adaptive control of mobile robot is very poor. The research stratagem of this proposed method is as follows. A method with binocular vision feature matching and multi view 3D point cloud fusion is proposed to construct complete point cloud framework of the terrain and realize visual-based perception of irregular terrain in unstructured environment. A method for constructing the geometric contact model of the mobile robot and the road surface based on discrete analytic contact surface representation is proposed to analysis the static force balance of mobile robot. A method for nonlinear vibration stability analyzing based on irregularity coefficients is proposed to realize pavement availability prediction and make the corresponding motion control strategy. The research has important theoretical significance and practical value for safety of mobile robot.

自主移动机器人通过不同地形需确定相应的控制策略，由于户外环境复杂、地形呈现不规则特点，地形感知与路面可通过性预测对机器人的平稳性和安全性至关重要。提出基于“双目视觉地形三维重建-静态几何接触作用力模型构建-非线性耦合振动平稳性分析”的地面可通过性预测新方法，克服复杂环境下不规则路面感知困难、移动机器人自主控制适应性差的局限。该方法研究思路为：提出双目视觉特征匹配和多视角3D点云优化融合方法，构建路面完备点云框架，实现非结构化环境不规则地形视觉感知；提出基于离散解析接触曲面表达的移动机器人与路面几何接触模型构建方法，实现移动机器人的静态受力平衡性分析；提出考虑路面不规则度系数的移动机器人非线性振动平稳性分析方法，实现路面可通过性预测，并制定相应的运动控制策略。该研究对移动机器人安全性具有重要理论意义和实用价值。

环境地形路况的三维感知是移动机器人的关键环节和重要难点，关系到移动机器人的自主运动控制策略。环境三维感知当前最具可行性的方式包括激光雷达和视觉或者二者的结合。本项目针对户外复杂非结构化环境下视觉三维感知存在图像受环境干扰变化大，不规则环境视觉三维点云分布无序不均匀等难题，开展基于双目视觉和振动平稳性分析的自主移动机器人不规则路面可通过性预测方法研究。通过项目执行，完成了以下研究工作：.（1）研究了复杂环境下的图像预处理优化方法。提出了基于伪3D变换的三维块匹配图像降噪方法，提出了一种基于LEP滤波和Drago变换的图像去光照重构方法和基于边缘保护提升小波图像清晰度增强方法，实现户外复杂环境下图像的标准化预处理。.（2）研究了面向复杂干扰环境下路面图像特征点的不变性特征表达和图像匹配方法。提出基于LK-ORB的图像特征融合表达方法和基于RANSAC-SIFT算法的图像匹配算法，增强图像特征点特征表达稳定性和图像特征匹配的精度。.（3）研究了基于视觉里程计的移动机器人自主定位方法。提出基于有序视觉词袋模型图像相似性衡量方法，提出了基于 libviso 双目闭环图像匹配的视觉里程计。通过有序词袋模型极大提高移动机器人自主运动过程中的环境回环检测的准确率，并通libviso 双目闭环图像匹配优化视觉里程计，使移动机器人更准确的感知环境位置。.（4）研究了移动机器人非结构化环境下地形场景三维重建方法。提出了融合采样一致性和迭代最近点算法的点云配准方法，提高不规则点云的匹配准确性并通过曲面重建获取地形地面的三维模型。针对纹理稀疏和不连续的环境，提出针对间断纹理环境中的图像特征追踪和匹配算法，提高地形三维重建模型的适应性。.（5）研发了一套基于视觉的地形三维重建系统，包括双目图像采集、图像特征提取、图像特征匹配、深度图像生成、点云图像生成、点云预处理、三维曲面重构等功能。