室内未知环境下移动机器人基于立体视觉的自主认知技术研究

Autonomous recognition of working environment and objects is the premise and key function to fulfill autonomous navigation, object recognition and tracking, and environment surveillance for mobile robot. Currently existing environment features extracting algorithms are not robust enough and environment map updating algorithms are not accurate and time-consuming in mobile robot autonomous recognition. In order to improve the accuracy and efficiency of mobile robot autonomous recognition, this project focuses on the topics of image local invariant features extracting, the uncertainty processing, data association and environment maps updating. Mobile robot recognizes the working scenes by stereo vision sensor, extracts image invariant features, matches the features between the stereo vision to obtain the pose, and state description of visual landmarks and representative objects in the working scene. After processing the uncertainty in features extracting and matching, the environment feature database association, an accurate corresponding relation between image local invariant features and features in the database is established. The hybrid geometric topological map is updated simultaneously while mobile robot fulfills accurate recognition of the environment. The research achievement of this project plays an important role in improving the intelligence, autonomy and adaptability of mobile robot.

移动机器人对工作场景及目标对象的认知是实现其自主导航、物体识别与跟踪以及环境监测等应用的前提和关键。目前移动机器人自主环境认知研究中存在环境特征提取算法鲁棒性不强、以及环境地图更新不准确和实时性不高的问题。为了提高移动机器人自主环境认知的准确性及效率，本项目着重于图像局部不变特征的提取、不确定性信息处理和数据关联、环境地图的更新等问题的研究。移动机器人主要依靠视觉传感器来感知其工作场景，通过提取图像局部不变特征并建立立体视觉图像之间的匹配关系，获得环境中视觉路标以及典型目标对象的位姿和状态标志描述。通过处理特征提取和匹配、环境特征数据库数据关联等不确定性信息的影响，建立图像局部不变特征与地图数据库特征之间准确的对应关系，同时更新相应的几何-拓扑混合地图库，实现对环境信息的准确认知。本课题的研究成果对于提高移动机器人的智能化、自主性和适应性有着重要的作用和意义。

本项目主要是研究未知环境下基于双目立体视觉的移动机器人环境自主认知技术。移动机器人对环境的认知与理解是实现其自主导航，包括路径规划、自主定位及地图创建的首要前提。而基于视觉的移动机器人自主导航中，主要通过视觉传感器来感知其工作场景，并提取图像特征来表征描述机器人的典型环境信息。并提取稳定的图像特征点来表征3D 空间实际物理点，以此作为自然特征，来构建环境的几何地图，同时通过与当前时刻之前所创建的环境地图（自然特征库）中的特征进行匹配，估计机器人当前位姿并更新自然特征库，从而实现移动机器人的自主认知过程。本文着重于以下内容展开研究：图像局部不变特征的提取算法、基于图像特征点的识别定位方法和环境地图表示方法。通过这些特征与先验知识的匹配来感知机器人周围环境信息，以得到目标对象，如走道、路标及障碍物的三维空间位姿及状态标志信息。为了表征环境中典型的特征信息，本文首先针对图像局部不变特征的提取算法PLOT进行研究。最后通过召回率与准确率图比较了目前典型的特征提取算子，可知PLOT 算子对于各种图像变换表现更稳定。移动机器人认知问题同时包括机器人的环境地图创建和特征匹配两部分。针对基于图像特征点的移动机器人立体视觉自主认知，为了验证本文算法的有效性和准确性性，最后基于实际移动机器人平台进行了相关实验研究，获得较好的认知结果。