（信息与通信工程专业论文）基于视觉的激光传感器标定算法研究.pdf

国防科学技术人学研究生院学位论文 捅要 移动机器人自主定位和地图创建是机器人研究领域的热点问题。应用传感器感知信息实现可 靠定位是自主移动机器人最基本、最重要的功能之一。多传感器感知系统及先进的感知算法是实 现 只有高度灵活性及鲁棒性行为的机器人的关键。 距离探测给移动机器人提供了周围环境的三维深度信息，是自主系统必不可少的部分。激光 测距雷达的精度较高，方向性好，在移动机器人研究中得到了广泛应用。 本课题提出了一种基于双目摄像机立体视觉系统对激光传感器进行标定的算法。 建立了激光传感器数据采集和图形化显示系统。其中，数据采集子系统能够根据实际应用需 要设置激光扫描范围、角度分辨率、距离分辨率等不同属性，完成多种测量模式切换，便于实时 观察和应用于不同的需求环境。图形化显示子系统能够有效的图形化显示采集数据，并可提供多 种显示分析数据的方法，便于观测和分析测量数据，分辨感兴趣的测量目标。 通过实验数据，全面分析和研究了环境因素及系统本身对测距的影响，探讨了激光传感器的 测距误差。针对激光传感器对不同材质、不同颜色的物体存在测量误差的情况，建立了误差补偿 模式，可以为移动机器人周围环境的常用物体进行识别和分类提供相应依据。 完成了基于视觉系统的激光传感器标定算法的首要工作，即激光传感器测量到的空间点和双 目摄像机拍摄图像中的特征点的匹配。 关键词：多传感器融合；三维数据获取；激光测距：移动机器人；串行通信 第v i 页 国防科学技术大学研究生院学位论文 a b s t r a c t s h u l t a 】o u sl o c a l i z a 廿o na n dm a p p m go f 吐l em o b i l em b o ti saw 【d e l yr c 锄匹h e da r e & h lp m c d c e ， t h e m o b i l e r o b o tn c c d s t os e t u pa l o c a l m 印t 0c a n y o u t n a v i g 撕0 na n ds e l 印础蛐g i l l a 唧i 酏e l y l l i l k n o 、 l ne n 、卮r o m n e n t ，u n d e rt l l e l d m o n so f i l i 鲫 a 主】嘶e si nbo w n p o s m o n n sam o s ti l t l p 0 岫ta n db a s i cp m b l 锄f o r 吐l em o b i l er o b o tt 01 0 c a i i z e 砥c l f b yt 1 1 em e a l l so f s 锄琏 弛di t sa b s o l u t e l yn e c e s s a r yt om a k ef h s i o nb ya c c n u 眦培抽f b i i r l 舐o nf 0 肌s i n 西es e n s o r 1 1 描d b 豫， 洒f o r 珈a t i o nf h s i o nf o rs e n s o r sa n da d v 删撕t l m e d cp l a y 锄曲p 吲a n tm l e 衙1 er o b o t sm 班 s e n s h i v i 移a r l dr o h l g 【n e s s d i s t 锄c ed e t e 嘶o np r o v i d e s3 d 访f 0 1 m 撕o no fm es u i t 岫血g sf b ram0 _ b i l e 嗽b e i l l g 趾 i i l 簧融l ep a f o r 也eo v e r a l ls y s t 锄l m s l 】蘑a k g h 髓a c c u r a c y 锄da b 嘣贯o r 池翻五啦a n d a 1 】僦) s t w 曲n o 访n u 础丘；0 m t h e v i s i b l e l i g k s o ，缸v e r y s u i 诅b l e f o r “t o b eu s e d i l l a m p l 捌、i i o n r n 吼 肌dt 】a t sm er e a s o nf o ri t s 、v i d e l ya d o 面o nmt h em o b i l er o b o tr e s e a r c h l m s ( i a s e rm 删e i 】ts y 蚰n ) i sc a l i b m t e db ym e 喇o ns y s t e mi i lt h i s 删砌h 觚 喇枷0 n t 0 溉m e d a i a r c c e i v c db ym e l m sa i l d 吐1 0 s c 毓t l l e c c d e r a s ，砌c h i s l l l eb a s e f b r t l l el m e rs i a mw o r k ad a t aa c q u i n ga n dp 1 0 t 血gs y s t e n l i ss e tu p i i l t l l i sa m d e t h ed a 妇a c q 啦s y s t e l n h 罄锄c h d o n sa sc o 面鲫n gt l = i el m s ，访d u d i l l gi 乜v i e w 丘e ua n g l er e s o l 血。也锄dm e a s u 曲gi n o d e s ，a l 鼢 t 、v i l l 鞠l v em ed a 诅c o n t 山啷l yo rb y e sa o c o f d 吨t 0 “u s e r sr e q 血矾e n 拓n 吼d d 蚰w 妇 p ho f 也。辩d a t ao nm e ，b d n gc o 删e n t 衙m e 嘣幻o b 跚0 n r e a l 出n c mp l o 晒n g 咖c a l l b e u s e d t os h o w m e d a t a i l l a p o l a r 衄n e ，s o m c o 坳e c 乜谢m i n 啦s t c a n b e l e c i 硝s 坶 b e s i d c s ，血ee 髓c t so fm e 硼剃v i 哆o fm eo b j e c t sa n ds y 蜘n 慨l f o nm e 删舢翩皓啦a l s 0 a 蒯y 西c d 血“s a n i c l e i t ss u 黯e s t e dt 1 1 a is o m es p e c 瑚缸i t l l r e so f t h c 删硎诎y 如o u c 洲n 珊| t e r i a l s c 锄b el n i l i z e dt ot c l ld i s t i n g u i s hd i 丘酞斌o b j e c t s i n j 石a 1c a l m r a _ d o ni s 伽m i e di 1 1 吐讧sa m c l e ，吐l a ti s ，t h em 龇go f d e 鲰细dp 曲地k 咖m e l i 订s c o o i d i n a t e s 蚰dt h ec c dc o o r d i i l a 船 k q w o r d s ：s e 瑚r 矗店i o n ；3 d d a 诅a c q u i 血g ；l a s e r m 咄姐e m e n t ；m o b i l e r o b o t ；s 鲥a l c o 删m i i l i c a t i o n 第v i i 页 国防科学技术大学研究生院学位论文 图目录 激光传感器空间极坐标系1 0 立体视觉中双摄像机几何关系11 求解光源所在的空间位置0 h 1 2 求解x 。和z 。轴1 2 脉冲激光测距原理1 4 激光传感器工作原理1 6 室内、室外环境中不同材质物体的测量值分布1 7 不同会属材料的距离测量值分布1 8 不同颜色的纸张、塑料板的距离测量值分布1 9 1 m 和5 m 范围内测量铜板得到的距离值分布1 9 光斑直径和间距示意图2 0 测量目标小于光斑直径及光斑投射在目标边缘的示意图。2 l 实验环境图。2 2 混合像素现象误差测量示意图2 2 激光传感器的平面极坐标系2 2 混合像素现象实验结果l 2 2 混合像素现象实验结果2 2 3 混合像素现象实验结果3 2 3 混合像素现象实验结果4 2 3 混合像素现象实验结果5 2 4 混合像素现象实验结果6 2 4 激光传感器数据采集流程图3 0 数据采集子系统运行界面3 1 测距数据图形显示3 2 参考坐标系3 4 摄像机拍摄的2 5 幅图像3 8 图像中建立的标靶坐标系3 8 角点检测。3 9 角点提取3 9 实验测量装置4 1 实验过程示意图4 2 激光传感器测距图l 4 2 激光传感器测距图2 4 2 激光传感器测距图3 4 3 激光传感器测距图4 4 3 左摄像机图像埘 右摄像机图像。4 4 第l v 页 j 2 3 4 j 2 3 4 5 6 7 8 9 m n 他b h坫m2 3 3 4 5 6 2 3 4 5 6 7 b川z嬲纠如粥鲋”弘”弘眈稻铊够斛卵铋 酏酏勘酏郾郾郾郾郾郾郾酊郾郾酊郾郾郾郾郾郾卧卧酊郾郾郾邸郾郾郾郾郾郾郾郾卧 国防科学技术大学研究生院学位论文 表目录 表3 1测量数据输出模式。1 6 表3 2测量得到的各种材质的均值和标准差( 单位：m m ) 1 8 表3 3测量得到的不同余属的均值和标准差( 单位：衄) 1 8 表3 4测量得到的各种颜色的纸张的均值和标准差( 单位：m m ) 1 9 表3 5u s2 2 1 激光传感器光斑直径和光斑间距随测量距离变化表2 0 表4 1l m s2 2 1 激光传感器的数据帧格式2 8 表4 2电文结构2 9 表6 1标靶顶点在不同坐标系中的坐标值4 5 第v 页 独创性声明 本人声明所呈交的擘位论文是我本人在导师指导下进行的研究工f # 及取得 的研究成果尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 教育机构的学位或证书而使用过的材科与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示谢意 学位论文题目： 茎王i 垦蕉鲍邀盘篮鐾銎拄重墓洼竖荭 学位论文作者签名 叠苤 日期：扔年j 月2j 日 学位论文版权使用授权书 本人完全了解国防科学技术大学宵差保留使用学位论文的规定车人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子 文皓免许论文被查阆千= 借阋：可吼将学位论文的全舒或莓夯内客鳊入有关数据 厍连行检索，可以采用影印、缩印或扫描等复制手段像存汇缡学位论文 ( 保密学位论文在解密后适用丰授权书) 学位论文题目： 基王塑耋鲍邀出篮壁墨盗宝簋洼叠究 学位论文作者签名： 望2 茎 作者指导教币签名： 日期：，力3 7 年j 月2 日 日期：易嘭飞，r 月巧日 国防科学技术大学研究生院学位论文 第一章绪论 1 1 本课题的研究意义及国内外研究动态 1 1 1 本课题研究的目的和意义 移动机器人自主定位和地图创建是机器人研究领域的热点问题。定位是确定机器人在其作业 环境巾所处位置的过程。在实际应用中，移动机器人需要在自身位置不确定的条件下，在完全未 知的环境中创建地图，同时利用地图进行自主定位和导航。移动机器 需要根据各种信息笋0 断自 身与环境的相对位置和姿念。具体院就是j 4 用先验环境地图信息、机器人位姿的当前估计以及传 感器的观测值等输入信息，经过一定的处理和变换，产生更加准确的对机器人当前位姿的估计。 应用传感器感知信息实现可靠定位是自主移动机器人最基本、最重要的功能之一。本课题的主要 工作是完成了基于视觉系统的激光传感器标定算法的初步工作，即激光传感器测量到的空间点和 双目摄像机拍摄图像中的特征点的匹配工作，在此基础上，可以实现视觉和距离信息的有效融台 为机器人自主定位和地图创建工作提供技术支持。 1 1 2 国内外研究动态 计算机技术的发展，计算机计算、存储能力的大幅度提高，为移动机器人运行更复杂的实时 控制算法刨造了条件。另外，计算机科学出现了一系列诸如人工智能、专家系统等新兴技术分支 学科，为移动机器人在未知或动态环境里的自主定位和实时导航开辟了道路。 基于地图的移动机器人定位技术是整个移动机器人定位技术的一个重要分支。这种方法的核 心是导航地图。机器人把外界环境信息抽象成地图进行存储，在运行时稠其自身携带自勺_ 传感器 获得的各种信息创建一个局部环境的地图，然后把局部地图与所保存的全局地图进行比较、匹配， 估计自己在环境中当前的位姿。 早期的研究中，机器人都是在已知相对简单的环境中运动，该环境的地图可以通过 、工或其 它渠道获得。随着研究不断深入，机器 j 逮来越需要在大范围的未知的环境中运动，有时该环境 是动念变化的。这样要求人工获取地图就显得费时费力，精度差，而且在动态环境中要经常重复 取地图是不现实的，所以需要让机器人自动创建未知环境的地图。机器人在行走过程中，根据传 感器的信息不断地更新其内部的环境表示，从而确定出机器人在地图中的当前位置及周围局部范 围内的障碍物分布情况，并在此基础上，规划出一条从起点到目标点的优选路径i l 】o 目前，针对移动机器人自主定位和地图创建的多数研究工作尚处于模型或设计模拟阶段，多 数是在仿真条件下研究相应的算法。下面列出了比较有代表性的一些研究工作。 第1 页 国防科学技术人学研究生院学位论文 美国的b o s l o n 大学利用立体视觉及超声波传感器实现了对物理世界的标图。o l l i o 州立大学采 用大小不同的机器，以协调的方式柬进行绘制地图。c a l i f o r i l i a 大学等利用k ( 岫神经网络来表 示机器人工作环境的自由空削，其方法比较独特。美国的h i 辑】a s 研究实验室于1 9 8 7 年8 月完成了 越野地图环境中的第一个陆地车辆自主导航系统，该系统完全依赖于数字地图和传感器信息，规 划软件引用数字地图规划一条最佳路径，传感器系统不断获得环境信息，协助机器人检钡4 和避开 越野地图中的障碍物。美国c 锄喇em e l l o n 大学的机器人研究所于1 9 9 3 年完成了陆上机器人在未 知环境和动态环境下路径规划的研究，并于1 9 9 4 年完成了导航实验。1 9 9 5 年6 月，该研究所研制的 n a v 【五b 5 自主车进行了无人驾驶横穿美国的实验，从p i t t m 唱出发到达s 觚d i e 9 0 ，全程4 5 8 7 公里， 其中大部分的路程( 9 8 ) 都是自主驾驶【4 i 。 美国的e m u 用一个名为m i n e a 的交互式导游机器人，借助激光测距和室内照明已经在博物 馆里的导航应用中实现较为可靠的定位删。f 州 利用m o i 他c 甜。定位器得出用最大概率值表示的 地图。在他们的研究中运用了多种理论进行地图构建，包括贝叶斯理论、马尔可夫方法、卡尔曼 滤波算法、概率论算法等。 h a n s 用基于特征的方法产生扩展卡尔曼滤波器对机器人的定位与环境图绘制加以合成【i ”。 d u c k e t 分别将模糊a r t 神经网络结构及预测性轨迹过滤方法引入到机器入的学习中，实现环境信 息的更新。y a m a u c l l i 利用f r o 嘶e 卜c e u 理论研究了环境的探测问题。m 0 0 耐1 e a d 的研究中引用了 g r d ys e a r c h 算法来搜集环境信息，由于机器人准确地知道其相对位置，使得问题集中在如何感 知环境信息，如何将感知的环境信息合理地融合，以及如何有效地协作和避障，从而较准确地画 出环境地图来。 1 1 3 基于地图匹配的自主定位方法的实现步骤及优点 基于地图的自主定位需要完成以下几个步骤： ( 1 ) 地图类型选择：环境预存地图可以是c a d 模型图、手工绘制的结构图或者由传 感器数据构造的模型图。地图的表示方法有四种：拓扑图、特征图、网格图及直接表征法。 几种方法各有自己的特点和适用范围，其中特征图和网格图应用最普遍【3 j 。 ( 2 ) 建立地图：地图的实质是从机器人的角度来看环境所生成的模型。机器人的地图 建立与它自身的环境感知能力密切相关。移动机器人建立全局环境地图时，需要完成以下工 作：1 、从原始传感器信息中提取环境特征：2 、多个观察位置多种传感器信息的融合；3 、 从不同的抽象层次自动生成环境模型。 ( 3 ) 地图匹配：往匹配和维护机器人局部地图时，也有三个步骤：1 、建立时间上最近 的传感器信息的抽象描述：2 、将此局部地图与已有的环境地图进行匹配，确定两者之间的 对应关系：3 、根据匹配的结果调整原先地图数据的置信度。 第2 页 国防科学技术大学研究生院学位论文 移动机器人基于地图的自主定位方法的优点是： ( 1 ) 可以使用环境( 特别是室内环境) 中固有的一些结构特征，不需要改变环境。 ( 2 ) 在定位过程中更新的环境地图对于机器人完成其他任务来说同样重要。 ( 3 ) 基于地图的定位方法提供了让机器人学习环境的能力，并在此过程中逐步提高自 身的定位精度。 1 2 移动机器人常用传感器 移动机器人的定位问题是目前国际上移动机器人研究的热点，但到目前为止还没有一套完整 的具有很好环境适应能力的定位方法，基本上都是针对某一类特定环境而采用某一种或几种特定 传感器来实现。目前，移动机器人常用的定位传感器有里程计、摄像机、激光雷达、超声波传感 器、红外传感器、微波雷达、陀螺仪、速度或加速度计、触觉或视觉传感器等。 传感器测量并识别环境特征信息，经过特征提取后与先验环境地图进行匹配，然后利用有效 的位姿估计算法，产生更加精确的当前位姿估计并与参考输入信号进行比较，形成闭环控制，从 而修丁f 机器 的位姿状态。各种传感器及其信息融合是实现移动机器人自身位姿的感知和局部环 境感知的保障。 12 1 移动机器人常用传感器的分类 移动机器人所用的传感器很多，根据不同的使用目的町以分为内部传感器和外部传感器两大 类。内部传感器用于感知机器人本体的状态、位姿，实现闭环控制、伺服动作。外部传感器感知 外部环境的特征，使机器人能及时了解工作环境，并视其情况来调整自己的决策，以提高机器人 的适应性和智能化水平。由于外部环境的复杂性和不确定性，智能机器人的感知系统通常指的是 机器入的外部传感器系统。 按照仿生学的观点，移动机器人的各种传感器可以划分为感知型和非感知型两大类。感知型 中包括：1 、触觉：行程开关等；2 、接近觉：超声波传感器，红外传感器，激光测距仪等；3 、视 觉：c c d 传感器；4 、姿态：陀螺仪等。非感知型传感器包括：1 、距离：光电编码器：2 、角度： 陀螺、电动磁罗盘等：3 、空问定位：g p s 。 1 2 2 移动机器人常用传感器简介 ( 1 ) 计程仪：利用机器人行走过程中轮子的转动量来估计机器人当前的位姿。它在短 时间内的探测结果有很高的准确度，但传感器需要极高的采样率，而且误差随时间的积累会 使最终的位置误差很大。 第3 页 国防科学技术大学研究生院学位论文 ( 2 ) 陀螺仪和加速仪：两种传感器构成了移动机器人惯性导航系统( 幅) ，用两种 传感器的测量结果积分合成得到机器人位置。这种方式不需要外在的参考系。但是惯性传感 数据会随时问产，卜偏差，每次积分后原先的微小误差都会无限制地增大。可以用光纤陀螺仪 ( 又称为激光陀螺仪) 用来检测和修f 系统产生的位置误差，其检测非常准确。 ( 3 ) 磁性罗盘：从对推测定位累积误差的影响来说，机器人的运动朝向在导航参数( 坐 标与运动朝向) 中是最重要的。磁性罗盘能够检测出机器人的绝对运动朝向，不足之处是在 电源线或轮子的结构附近地球磁场往往会被扭曲。根据与地球磁场有关的物理影响不同，磁 性罗盘可以分为机械式磁罗盘、流量控制磁罗盘、大厅效应罗盘、磁致阻抗罗盘和磁致弹性 罗盘。 ( 4 ) 全球定位系统g p s ：作为一种用于感知机器人在地球坐标系中坐标的测量工具， 也可以看作是一种传感器。由若干卫星和地面接收器组成，主要适用于室外环境的地图建造。 利用g p s 数据可以计算出接受器的纬度、经度和高度，但是由于受到树木和山地等环境因素 影响，初步导航系统定位精度不够是该系统的不足之处。 ( 5 ) 光电编码器：是一种能够传递位置信息的传感器，它由光电编码模块及码盘组成。 作为机器人位移传感器，光电编码器应用最为广泛。 ( 6 ) 红外传感器：工作原理是采用发射固定波长红外线并接受同一回波的主动方式获 取目标的距离信息。优点是探测视角小，方向性强，测量精度高、反应速度快。但其缺点是 受环境影响较大，红外探测头稍被灰尘污染，其测量精度就会大大下降，而且探澳i 距离比较 近。 ( 7 ) 光敏传感器：检测周围坏境的光线的强弱，辅助判断环境信息，其测量值和光线 的强度成反比。 ( 8 ) 视觉传感器：视觉信息占人类从外界获取总信息量的7 0 左右，是对环境最全面、 最深入的反映，视觉传感器则是机器人获取外界信息的主要传感器之一。视觉传感器是将景 物的光信号转换成电信号的器件，可以采集到大量的目标信息，如颜色、亮度、外形甚至距 离等。c c d 像机是以c c d 为核心部件的数字传感器，是现代最为理想的仿生可见光传感器， 虽然严格说来比生物视网膜的功能还相差较远，但其图像质量足以与生物视觉传感器相当。 视觉传感器的优点是获取信息大，缺点是计算复杂，对环境的光线有一定的要求。 ( 9 ) 超声波传感器：利用发射和接收信号的时间差来计算被测物体与超声波发射点之 问的距离。在机器人上为了获得多角度信息，需要安装多个超声波传感器。超声波测距方向 性相对较差，受空气环境一定的影响，实时性也不太令人满意。特别是用超声波构造的局部 地图还很粗糙，从而使路标导航中直线路标的识别变得困难，采用激光传感器可以更准确得 完成地图的建立和动念目标的捕获。 ( 1 0 ) 激光测距雷达：根据扫描机构的不同，激光测距雷达有2 d 和3 d 两种。它们大 第4 页 国防科学技术大学研究生院学位论文 部分都是靠一个旋转的反射镜将激光发射出去并通过测量发射光束和从物体表面反射光束 之间的时问差来测距。3 d 激光测距雷达的反射镜还附加一定范围内俯仰以达到面扫描的效 果。它们都是直接测距方法。 无论是定位还是行走，机器人都要靠传感器收集环境信息。传感器是移动机器 用来感知外 部世界的部件，用来测量其运行速度、角度、转速、以及实现模式识别等功能。本课题里采用的 外部传感器是c c d 摄像机和激光测距雷达。 1 3 多传感器信息融合 为完成在复杂、动态及不确定性环境下的自主性，机器人通常配置有多种传感器，这些传感 器得到的信息可能是实时的或非实时的，快变的或缓变的，确定或不确定的，互补的或互相矛盾 的。合理支配和使用多传感器及其观测信息，能够获得最佳的、可靠的有用信息。移动机器人根 据这些更可靠、更准确的信息，完成自主定位、地图创建、目标识别、导航等任务。 多传感器信息融合的基本原理就是充分； u 用多个彳专富器资源，把来自多个信息源的数据加以 校准、联合、相关，合并，将包含了相似特征的不同种类或形态的数据，按照一定的原则和方法 进行比较、取舍和综合判断，获得被测对象的一致性解释或描述。 多传感器及先进的感知算法，是在现实环境中实现具有高度灵活性及鲁棒性行为的机器人的 关键网。 1 3 1 多传感器信息融合的必要陛 移动机器人在运动过程中，需要不断的感知周围的环境信息以及自身状态信息，它的传感系 统必须能正确地描绘周围环境。移动机器人的行为控制系统向环境感知提出了很高的要求。 由于工作环境的复杂性、自身状态的不确定性和单一传感器的局限性，独立使用任何一种传 感器仅能获得环境信息的部分特征，难以使系统正确了解外部环境状况。 单一传感器无法克服其自身观察范围偏窄的缺陷，还受到自身性能的影响，采集到的信息往 往是不完善的，甚至是错误的。另外，传感器得到的直接信息，一般都存在某种程度上的不可靠 性和不确定性，包括观察数据的误差、随机信号的干扰甚至错误信息。如果根据这些信息作判断、 决策会造成对实物存在的误或带来较大的误差。 所以，在机器人感知过程中，集成和融合多种传感器的信息以弥补单一传感器的不足是十分 必要的。移动机器人，要完成一项有目的的任务，就必须拥有个多传感器环境感知系统，并对 这些多传感器探测到的环境信息进行融合。 另外，由于传感器感知的是同一环境下不同( 或相同) 侧面的有关信息，所以这些信息的相关 第5 页 国防科学技术人学研究生院学位论文 是必然的。若对各种不同传感器采集的信息进行单独、孤立地加工不仅会导致信息处理工作量的 增加，而且割断了各传感器信息间的内在联系。丢失信息有机组合可能蕴台的有关环境特征，从 而造成信息资源的浪费。 1 3 2 多传感器信息融合的优点 ( 1 ) 提高系统的可靠性和鲁棒性。多个传感器可提供同一环境特征的冗余信息。在有若干个 传感器发生故障或受到干扰，或者其测量范围不能覆盖某个目标时，另一些传感器可以检测、测 量目标或事件，总会有一部分传感器可以提供信息，使系统能够不受干扰连续运行，增大检测概 率。 ( 2 ) 扩展时间和空问上的覆盖范围。通过多个重叠覆盖的传感器作用区域，扩大了空间覆盖 范围，多个传感器可以根据需要同时或者按照一定的时序实施探测。即多个传感器的协同作用可 提高系统的时间和空间监视范围。 ( 3 ) 增强数据的可信任度。多个传感器能确认同一日标或事件，其判断结果相互确认补充， 增强了所做出的最终推断的可信度。 ( 4 ) 增强了信息的实时性处理能力。因为单位时间内采集了更多数据，所以多传感器系统可 以快速并行地分析当前的场景，在较短时间内达到规定的性能指标。 1 3 3 多传感器信息融合的实际应用 以下几种系统种均采用了g p s 技术和其他多种传感器来获取环境信息，通过信息融合，构建 较为精确的道路图。 美国0 1 1 i o 大学建立的g p s v a i l 系统，采用了g p s 、i n s 、轮式计数器、c c d 与彩色视频摄像机 等传感器。德国u a 玎n e df 0 r c e s 建立的s s 系统，采用了g p s 、矾s 、测距仪、高度计、c c d 与 彩色视频摄像机等传感器。德国融l ls c l l 0 0 l 恕i c h 建立的s u r v 嘲i l g v 出d e 系统，采用了g p s 、轮 式传感器、气压计、视频c c d 等传感器。美国c m u 建立的a m b l e 拜口n a v i a b 系统，分别采用了激光 扫描仪、视频c c d 和声纳传感器。参与a r p a 工程的几家公司和大学建立了u g v 系统，采用了红 外彩色立体视频摄像机、激光雷达、g p s 、倾斜计、流量罗盘等传感器。 1 4 激光雷达在机器人研究中的应用 随着计算机和机器人技术的发展，移动机器人的工作环境已经从单纯的室内环境变成了今天 的各种环境，包括天空、地下、水下、地面等。在各种环境下运动的各种机器人，都离不开距离 探测。距离探测提供了周围环境的三维深度信息，是自主系统必不可少的部分例。 第6 页 国防科学技术人学研究生院学位论文 距离探测的传统方法是使用无源测距技术，如立体视觉及结构光测距法，然而，在许多应用 特别是室外机器人系统中，这些技术往往由于可靠性差且速度慢而无法用于实时处理。 有源测距系统与无源测距技术相比，具有以下优点：第一，实时性好，不需要复杂的图像匹 配技术来获取距离数据；第二，不易受到诸如天气状况、光照条件及阴影、污渍等外界环境因素 影响。 在有源测距仪中，超声波传感器、短波雷达及激光测距雷达是较好选择。但超声波方向性差 且可测距离较短，短波雷达测距的精度低于激光，而且造价也较高。而激光与其它光源相比具有 以下优点： ( 1 ) 强度大，这对远距离目标的测量及目标与背景的区分十分有用； ( 2 ) 激光光束窄，平行性好，散射小，这保证了很好的测距方向分辨率： ( 3 ) 激光一般都是单一频率的光波，光谱较纯，这保证了较高的信噪比。 激光测距雷达的精度较高，方向性好，基本不受环境可见光变化的影响，因此无论在室内还 是室外环境下的移动机器人研究中都得到了广泛应用。 1 4 1 移动机器人系统对激光测距仪的要求 移动机器人系统中测距方法的评价主要有三方面：测距精度、最大可测距离和测距速率，具 体地说，应考虑以下几方面的因素： ( 1 ) 视场：只有足够宽的视场才能满足移动机器人航行的需要。 ( 2 ) 测距能力：包括最小检测距离及最大检测距离。 ( 3 ) 准确度及分辨率：应能满足准确检测障碍物的要求。 ( 4 ) 操作的实时性：快速、实时的数据更新频率要与移动机器人前进的速度相适应。 ( 5 ) 功耗和体积：功耗应该低，体积应尽可能小，以便于激光传感器在移动机器八匕工作。 针对以上要求，一个理想的激光测距雷达应具有以下特点：具有小巧、坚固、轻便的外观且 无活动部件：较快的成像速度；测得的角度和距离应不易受环境因素的影响：较小的距离噪声， 即便较远目标的像点仍具有较高精度；应提供绝对测距，即使不能，也应能方便地将相对测距转 换为绝对测距。 1 。4 。2 激光测距雷达在移动机器人中的应用 早在7 0 年代，n i t z a n 等就描述了一个用激光测距系统测得的距离和强度图解释室内景物的系 统。p 娜s l 盯，s c h o l ze 1 f e s 曾经在1 9 9 8 年和1 9 9 9 年分别对利用激光雷达进行动态目标检测的可行 性和效果做了探讨和实验，结论是：这种传感器最适合在多移动障碍物环境中进行运动检测。他 们采用的s i c k p l s 2 0 0 0 型激光雷达具有5 0 m m 测量精度，扫描蚓隔为o 5 0 ，扫描一次1 8 0 0 的二维平 国防科学技术大学研究生院学位论文 面只需要约o 3 s ，测距的有效范围是8 0 m 。 迄今为止，越来越多的移动机器人使用了激光测距仪，如移动机器人研究领域中颇有影响的 m 枷n m a r i c 优a 公司，c m u 及s a n d i a l l 国家实验室等，他们使用的激光测距仪分别是刚的激 光钡5 距仪、弛啪n 的激光测距仪及s c h w 蹴广电公司的无扫描镜激光测距仪。m a n m a d e 娩 公司和c m u 是在移动机器人中使用激光测距仪最成功的。c m u 使用激光测距仪已有1 0 多年历 史，在它的著名的移动机器人n a v 国上几乎都使用了激光测距仪。 作为移动机器人的关键组成部分之一，激光测距在移动机器人中的应用主要有3 个方面，即： 障碍物检测、路标检测及地图匹配、以及在动态环境中建立地形图【3 3 】。 在一个多移动障碍物的复杂环境中，不仅对传感器的精度要求比较高，扫描速度也是一个关 键的环节，所以选择激光雷达作为检测动态目标的传感器。 近年来，快速的2 d 激光测距雷达( 如德国s i c k 光电公司的l m s ) 已经引起了广泛关注。这类 激光雷达快速的信息采集速度和较小的系统误差十分适用于移动机器人中较高的实时性要求和复 杂多变的工作环境，为机器人的导航提供了便捷有效的环境描述。 同3 d 激光雷达相比，2 d 激光雷达只在一个平面上扫描，结构简单，测距速度快，系统稳 定可靠，而且目前成本已经降低很多。目前，2 d 激光澳怛臣雷达主要在室内的移动机器人上应用 较多，因为在室内的结构化环境下，地面平坦，所有障碍物又都垂直于地面，因此机器人只要能 在平行于地面的平面上获取环境信息就能够满足导航的需要。很多室内移动机器人的应用，如环 境的地图生成，机器人的自定位，避障等等的研究都是基于2 d 激光测距雷达的。 1 5 1 课题的主要工作 1 _ 5 课题主要工作和论文结构安排 本课题的主要工作是完成基于视觉系统的激光传感器标定算法的初步工作，完成激光传感器 测量到的多个空间点和双目摄像机图像中的特征点的匹配。 主要工作包括以下几个方面： ( 1 ) 通过实验数据，全面分析和研究了环境因素及系统本身存在的混合像素现象等因素对 测距的影响。针对激光测距仪对不同材质、不同颜色的物体存在测量误差的情况，提出了可以利 用这一特点，作为对移动机器人周围环境的常用物体进行识别和分类的依据。 ( 2 ) 提出了一种基于双目摄像机立体视觉系统对激光传感器进行标定的算法。 ( 3 ) 建立了在激光传感器通信协议之上的测量数据采集和图形化显示系统，可以根据实际 需要设置激光扫描范围、角度分辨率、距离分辨率等不同属性，完成多种测量模式切换，并可提 供多种显示分析数据的方法，便于观测和分析测量数据，分辨感兴趣的测量目标。 第8 页 国防科学技术大学研究生院学位论文 ( 4 ) 提出了一种串【 数据获取的自适应变帧长优化算法。试验表明， 大数据量的激光传感器信息采集与处理质量。 ( 5 ) 采用两步法( 即先利用透视变换矩阵求解摄像机参数的初始值， 一步提高标定精度) 对本课题中精度要求较高的视觉系统进行标定。 该方法可以有效提高 再利用最优化算法进 ( 6 ) 完成了激光传感器澳量到的空间点和双晷摄像机拍摄图像中的特征点匹配，并且对实 验误差进行了分析，对改进实验方式及后续工作提出了设想。 1 52 论文的结构安排 论文第一章作为本文的绪论，讨论了国内外移动机器人的自主定位和地图创建技术的研究发 展状况，介绍了移动机器人中常用的传感器，以及传感器融合的必要性和优点，并对激光测距仪 在移动机器人中的应用作了全面综述。第二章描述了本课题提出的基于视觉系统的激光传感器标 定的算法。第三章在介绍l m s2 2 1 激光传感器的性能及测距原理的基础上，全面分析和研究了 环境因素及系统本身对测距的影响，探讨了l 】s2 2 1 激光传感器的设备误差。第四章实现对 l m s2 2 l 激光佳感器澳眶数据获取和图形化显示，并针对实验中出现的同时处理激，礁感器和 摄像机数据时，c p u 占据过高及测距数据丢帧的情况，提出了一种数据采集的优化算法，试验 证明该方法可以有效提高激光传感器信息采集与处理质量。第五章采用两步法对本课题中精度 要求较高的双目摄像机行标定。第六章搭建实验平台，完成了激光传感器测量到的空间点和双目 摄像机拍摄图像中的特征点匹配，并且对实验结果和误差进行了分析。最后对全文进行了总结， 对于下一步如何降低实验误差，提高特征点匹配精度，实现摄像机和激光传感器的测量数据有效 融合提出了初步设想。 第9 页 国防科学技术大学研究生院学位论文 第二章基于视觉的激光传感器标定算法 在移动机器人自主定位和地图创建的研究当中，用到了激光传感器和摄像机两种不同的传感 器来获取周围环境的信息。激光传感器可以提供准确的深度信息，双目摄像机可以捕获周围环境 的3 d 视觉信息，合理地融合二者提供的信息，可以完成移动机器人自主定位和对目标的准确识别， 实现避障、导航等功能。 德国s i c k 光电子公司生产的l m s2 2 1 型激光传感器与传统的激光测距成像雷达不同在扫 描过程中，雷达发射激光点的俯仰角一直保持固定，不需要作周期性的上下摆动。它扫描到的不 是三维空间的深度信息，是其周围一个二维平面上的深度信息。激光传感器扫描进来的数据是以 传感器所在的位置为坐标原点的距离数据。 在融合摄像机和激光传感器数据时，首先要考虑的是两者之间数据的统一标定。标定的目的 是确定激光传感器空间扫描面及光源在世界坐标系中的位置，从而有效利用测距信息。为此，提 出一种算法，用双目摄像机组成的立体视觉系统完成对激光传感器的标定工作。 2 1 传感器坐标系与摄像机坐标系 2 d 激光测距传感器是在其扫描平面e 对周围环境按一定的角度分辨率进行扫描测距，它得 到的原始数据是距离和对应的扫描角。因此在激光扫面所在的空蚓极坐标系中分析测距数据，比 较合理方便。 建立激光传感器的空州极坐标系，如图2 1 所示：定义激光束的发射点为坐标系极点q ， 0 0 扫描线所在的直线为极轴x 。，9 0 。扫描线所在的直线为乙轴，l 轴垂直于以d z 脚平面，三 者构成右手坐标系。在此坐标系内，测量到的每个空问点的坐标即为( ，谚，o ) ，其中，为测距 值，口为获取该距离值的测量角度。 同时，建立激光传感器的空间直角坐标系( q ；瓦匕乙) 如下：激光光源位置为坐标系原点 吃，激光扫描平面为- ，卅一z 。坐标平面t 圪垂直于j 0 一乙平面，三者构成右旋坐标系。 左曩札田盘平面坐耘蒹蠢光信盛暑空问叠坐蓉置抽t 札圈叠平面坐蒜盖 幽2 1激光传感器空间极坐标系 第1 0 页 国防科学技术大学研究生院学位论文 激光扫描仪测量到的每个空间点在两个坐标系中的变换式如下： i = ，c o s 口 z 。= ，s i n 伊( 2 ，1 ) 【= o 激光扫描面上的特征点尸( f = 】，2 疗) 在激光传感器空间极坐标系内的坐标为：( ，岛，o ) 在其空间直角坐标系内的坐标为：( x 。，z 。，) ，( f = 1 ，2 胛) 。 2 2 算法描述 第一步，得到激光扫描面上的空间点只( j = 1 ，2 门) 在左、右摄像机图像平面上的对应点 a ( i = 1 ，2 疗) ，岛( 待1 ，2 忍) 的图像坐标。 第二步，求得激光扫描平面在空间坐标系中的位置。在立体视觉系统中，两个摄像机获得的 图像如图2 2 所示，且，和岛，是空间点p 在两个图像上的投影点，已知这两点的位置，可以用立 体视觉的方法计算出空间点尸的三维坐标( x ”y 胪) ，其中，( f _ 1 ，2 ，z ) 。 芝 世界坐棕系 左， 7 z r 刚2 2立体视觉中双摄像机几何关系 通过( x 胪，z ，) 拟合h _ j 空m 平呵口：戤+ 砂+ 以+ d = o 即为激光扫描平面在世界坐标系 中的位置。 第三步，求得激光传感器的光源所在的空间位置吼。 将只( f = l ，2 ”) 垂直投影在空间平面口上，得到只l ( f = l ，2 n ) ，其空间坐标为：( x i ，z i ) 第1 l 页 、 ， ， 国防科学技术人学研究生院学位论文 其中任取两点弓，巧，分别以鼻，乏为球心，以，吃半径，傲空间球面，这两个球面和空间 平面口的交点即为激光传感器的光源所在的空间位置0 埘。如图2 3 所示： ( x x ，) 2 + ( y 一以。) 2 + ( z z ，) 2 = - 2 ( x z ，：) 2 + ( y 一y ，：) 2 + ( z z ，) 2 = ( 2 3 ) 蕊十咖+ c 2 + d = 0 图2 3 求解光源所在的空间位置q 第四步，求得激光传感器的极坐标轴石。，z 。所在的空间直线。 分别以只和q 为球心，以s i n 谚，k c o s e i 为半径，傲两个球面，和平面 甜+ 砂+ + d = o 的交点记为e ，过点0 卅和点e 的直线记为，如图2 4 所示。 d ) c + b y + c z 十d = o ( x z b ) 2 + ( 夕一y n y + ( z z 矗) 2 = 2 s i n 2 b ( 2 3 ) ( z h ) 2 + ( j ，一) 2 + ( z - z 0 _ ) 2 ：2 c 。s 2 岛 剀2 4 求解x 。平ij 2 。轴 利用这以条空间直线可以拟合出。轴所在的空间直线。同理，可以拟合出乙轴所在的空 间