（信号与信息处理专业论文）alv二维道路分割算法研究与实现.pdf

y6 8 9 2 1 3 浙江大学硕士论文 摘要 陆地自 主车 ( a u t o n o m o u s l a n d v e h i c l e ) ， 简称a l v ， 是一种能够在道路和 野外连续、实时自 土运动的智能移动机器人，其研究涉及多个学科的理论与 技 术，体现了信息科学与人工智能技术的最新成果，具有重大的研究价值和应用 价 值，日 前己 受到世界上越来越多的国家的关注和重视。在移动机器人的各项 关 键技术中，视觉导航的主要功能是对机器人所行驶的各种道路场景进行快速 识别和理解，从而给予路径规划以足够的信息来确定移动机器人的可行驶道路 至 域。因此视觉导航是a l v研究的重要内容之一。 本文主要是对地面自 主机器人的视觉导航系统中的二维视觉导航进行研 究 ，且具体实现了在结构化和半结构化道路环境下的二维道路图像分割算法。 为了 能够准确、 鲁棒并及时地检测道路区域，在总结前人的工作基础上，本文 是 出了 一种基于图像直方图和图像像素聚类的实时彩色道路区域分割算法，并 生 算法的空间和时间复杂度上进行了一定的优化处理。实验表明，该算法可在 一 台双至强 ( x e o n ) 2 .4 g h z c p u的下控机上实时实现，对一般的道路均有较 子 的处理结果，处理时间小于4 0 m s / 帧。 阴影是移动机器人行驶过程中道路上经常会出现的一种干扰情况。阴影对 9 路分割的影响 十 分严重，若处理不当，会对道路分割结果产生负面影响，并 i 而影响后续的跟踪导航。因此，本文针对道路上的阴影特点，提出了一个检 时 和消除阴影的新方法。该方法一方面利用了 道路区域分割结果，另一方面根 n 边缘检测和h o u g h 变换得到道路的 边缘信息， 最终融合了区 域和边缘信息得 ; 最终的道路边界。实验表明，该算法对有阴影的道路仍能得到较好的检测结 r ，而且也能达到运算时间土的要求。 受 键字;陆地自 主车，图像分割， k 一 均值聚类，阴影检测， h o u g h 变换 浙江大学硕士论文 abs tract a u t o n o m o u s l a n d v e h i c l e ( a l v ) i s a n i n t e l l i g e n t m o b i l e r o b o t , w h i c h c a n r u n o n t h e r o a d o r o n t h e o f f - r o a d s c e n e r y a u t o n o m o u s l y a n d c o n t i n u o u s l y . i t s i n v e s t i g a t i o n , w h i c h i n v o l v e s t h e o r i e s a n d t e c h n o l o g i e s o f m a n y d i s c i p l i n e s , a n d e m b o d i e s t h e l a t e s t a c h i e v e m e n t s i n i n f o r ma t i o n s c i e n c e a n d a rt i f i c i a l i n t e l l i g e n c e , i s o f g r e a t v a l u e i n r e s e a r c h a n d a p p l i c a t i o n . t h e r e f o r e , it i s p a i d h i g h l y a tt e n t i o n s b y a l l o v e r t h e w o r l d . o f a l l t h e a l v k e y t e c h n i q u e s , v i s i o n - b a s e d n a v i g a t i o n p e r c e i v e s a n d u n d e r s t a n d s a l l t h e s u r r o u n d i n g s w h e r e a l v r u n s q u i c k l y a n d a c c u r a t e l y , a n d t h e n d e t e r m i n e s a s a f e p a t h f o r a l v t h e k e y t o t h e v i s i o n - b a s e d n a v i g a t i o n i s t h e r a p i d r o a d d e t e c t i o n . t h e r e f o r e v i s i o n - b a s e d n a v i g a t i o n i s o n e o f t h e k e y i n v e s t i g a t i o n s o n a l v i n t h i s p a p e r , w e m a i n l y r e s e a r c h e d o n t h e a l v 2 d v i s i o n - b a s e d n a v i g a t i o n , a n d f u rt h e r m o r e r e a l i z e d t h e 2 d r o a d i m a g e - p e r c e p t i o n a l g o r i t h m . t o d e t e c t r o a d a r e a a c c u r a t e l y , r o b u s t l y a n d t i m e l y , b a s e d o n t h e o t h e r p e o p l e s r e s e a r c h , w e p r o p o s e d a n i m a g e s e g m e n t a t i o n a l g o r i t h m , w h i c h b a s e d o n t h e c o l o r h i s t o g r a m a n d c l u s t e r i n g t e c h n o l o g y . a d d i t i o n a l l y , w e m a d e s o m e r e l a t i v e o p t i m i z a t i o n o n t h e a l g o r i t h m s c o m p l e x i ty i n s p a c e a n d s p e c t r u m . i t i s p r o v e d b y e x p e r i m e n t s t h a t t h i s a l g o r i t h m c a n a c h i e v e g o o d r e s u l t i n c o m m o n r o a d e n v i r o n m e n t s . wh e n t h e a l g o r i t h m i s r u n n i n g o n t h e s e r v e r w i t h d o u b l e x e o n 2 a g h z c p u s a n d 1 g b y t e s r a m, i t s p r o c e s s i n g t i m e i s l e s s t h a n 4 0 m s p e r f r a m e . s h a d o w i s a n i n e v i t a b l e i n t e r f e r e n c e t o r o a d d e t e c t i o n . t h e e f f e c t o f s h a d o w t o i m a g e s e g m e n t a t i o n i s n o t a b l e . i f p r o c e s s e d i m p r o p e r l y , s h a d o w w i l l m a k e n e g a t i v e e f f e c t t o i m a g e s e g m e n t a t i o n a n d c o n s e q u e n t l y , t h e n a v i g a t i o n . t h e r e f o r e , a c c o r d i n g t o t h e c h a r a c t e r i s t i c s o f s h a d o w o n t h e r o a d , w e p r o p o s e d a n o v e l m e t h o d t o d e t e c t a n d r e m o v e s h a d o w . t h i s m e t h o d m a k e s u s e o f n o t o n l y i m a g e s e g m e n t a t i o n b u t a l s o e d g e i n f o r m a t i o n , w h i c h i s a v a i l a b l e t h r o u g h e d g e d e t e c t i o n a n d h o u g h t r a n s f o r m . i t c o n t a i n s t h e t w o k i n d s o f i n f o r m a t i o n m e n t i o n e d a b o v e t o g e t t h e f i n a l r o a d e d g e . i t i s p r o v e d t h a t t h i s a l g o r i t h m w o r k s w e l l e n o u g h t o t h e r o a d w i t h 浙江大学fq十论文 s h a d o w , a n d i t a l s o a c h i e v e t h e d e m a n d o f p r o c e s s t i m e . k e y wo r d s : a l 从i m a g e s e g m e n t a t i o n , k - me a n c l u s t e r i n g , s h a d o w d e t e c t i o n h o u g h t r a n s f o r m 浙江大学硕 卜论文 第一章 绪论 1 . 1计算机视觉简介 对人类感觉信息的理解与处理是人工智能研究和应用的又一重要领域。人 类的这些感觉信息是多种多样的，包括视觉、听觉、触觉、嗅觉、味觉、接近 感和临场感以及情感等。其中，对视觉的研究最为重要，且已进入实用阶段。 视觉是人类最重要的感觉能力之一。视觉数据是人的最复杂和最有用的感 觉输入信息。人眼能感觉颜色，是因为它具有全色能力。人眼能感觉运动，是 因为视网膜能提供所出现的事物的实际响应。 对观察者有用又不受信息干扰的描述。视觉处理过程是从一种表像获得另 一种表象的映射。人类视觉这一特定的条件下，原始表象是由视网膜上的光感 受器所检测到的图像强度阵列所组成的，而视觉输出则是关于外部世界的一个 有用描述。 计算机视觉( 即机器视觉或人工视觉) 就是由图像数据来产生视野环境内有 用 符 号 描 述的 过 程 【1 -4 1 。 所 开 发 的 计 算 机 视 觉 的 特 点 与 过 程 往 往 与 其 应 用 场 合 有 关。计算机视觉包含众多的研究课题，如视觉可计算性原理，图像的形成和处 理，图像的预处理，边缘检测与分割，特征抽取与匹配，区域生成与分割，形 状分析与识别，运动视觉，主动视觉，三维视觉，彩色视觉以及视觉知识的表 示和视觉系统的控制策略等。 对图像的理解和解释是计算机视觉的 焦点之一。可以把视觉理解为一个从 外部世界图像产生对观察者有用的描述过程。这些描述依次由许多不同的记录 了的景物某一 方面的固定表象组成。因此，选择视觉系统的表象方法是至关重 要的。 计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领 域。计算机视觉是一门综合性的学科，它已经吸引了来自 各个学科的研究者参 加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用 数学和统计学，神经生理学和认知科学等。 视觉是齐个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等 浙江人学硕士论文 领域中各种智能/自 主系统中不可分割的一部分。由于它的重要性，一些先进 国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和 一1 程中 的 重 大 基 本问 题， 即 所 谓 的 重 大 挑 战( g r a n d c h a l l e n g e ) ， ， 。 “ 计 算 机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉 能力。 机 器视觉需要图像信号，纹理和颜色建模，儿何处理和推理，以及物体建模。一 个 有 能 力 的 视 觉系 统 应 该 把 所 有 这 些 处 理 都 紧 密 地 集 成 在 一 起。 2 1 作为 一门 学 科，门 一 算机视觉开始于6 0 年代初， 但在计算机视觉的基本研究中的许多重要进 展是在 阴年代取得的。 现在计算机视觉己成为一门不同于人工智能、 图像处理、 模式识别等相关领域的成熟学科。 计算机视觉是用各种成像系统代替视觉器官作为输入敏感手段，由计算机 来代替大脑完成处理和解释。计算机视觉的最终研究目 标就是使计算机能像人 那样通过视觉观察和理解世界，具有自主适应环境的能力。要经过长期的努力 才能达到的目 标。因此，在实现最终目 标以前，人们努力的中期目 标是建立一 种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任 务。例如，计算机视觉的一个重要应用领域就是自 主车辆的视觉导航，目 前还 没有条件实现象人那样能识别和理解任何环境，完成自 主导航的系统。因此， 日 前人们努力的研究目 标是实现在高速公路上具有道路跟踪能力，可避免与前 方乍辆碰撞的视觉辅助驾驶系统。这里要指出的一点是在计算机视觉系统中计 算机起代替人脑的作用，但并小意味着计算机必须按人类视觉的方法完成视觉 信息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息 的处理。但是，人类视系统是迄今为l l ，人们所知道的功能最强大和完善的视 觉系统。当然，对人类视觉处理机制的研究将给计算机视觉的研究提供启发和 指导。因此，用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的 计算理论，也是一个非常重要和信人感兴趣的研究领域。这方面的研究被称为 i 算视觉( c o m p u t a t i o n a l v i s i o n ) 。 计算视觉可被认为是计算机视觉中的一个 研究领域。 有不少 学科的 研究日 标与计 算 机视 觉相 近或与 此有关 幻 图像处理、模式识别或图像识别、景物分析、图像理解等。 。这些学科中包括 由于历 史发展或领 浙江大学硕士论文 域本身的特点这些学科互有差别， 但又有某种程度的相互重迭。 为了清晰起见， 我们把这些与计算机视觉有关的学科研究日 标和方法的角度加以归纳。 1 ) 图像处理 图像处理技术把输入图像转换成具有所希望特性的另 一 幅图像。例如，可 通过处理使输出图像有较高的信一 噪比， 或通过增强处理突出图像的细节， 以便 于操作员的检验。在计算机视觉研究中经常利用图像处理技术进行预处理和特 征抽取。 2 )模式识别 ( 图像识别) 模式识别技术根据从图像抽取的统计特性或结构信息，把图像分成预定的 类别。例如，文字识别或指纹识别。在计 一 算机视觉中模式识别技术经常用于对 图像中的某些部分，例如分割区域的识别和分类。 3 ) 图像理解 景物分析) 给定一幅图像，图像理解程序小仅描述图像本身，而且描述和解释图像所 代表的景物，以便对图像代表的内容做出决定。在人工智能视觉研究的初期经 常使用景物分析这个术语，以强调二维图像与三维景物之间的区别。图像理解 除了需要复杂的图像处理以外还需要具有关于景物成像的物理规律的知识以及 与景物内容有关的知识。 在建立计算机视觉系统时需要用到上述学科中的有关技术，但计算机视觉 研究的内容要比 这些学科更为广泛。计算机视觉的研究与人类视觉的研究密切 相关。为实现建立与人的视觉系统相类似的通用计 算机视觉系统的日 标需要建 立人类视觉的计算机理论。 1 . 2机器人简介 1 . 2 . 1机器人的定义 在利技界，科学家会给每 一 个科技术语一个明确的定义，但机器人问世己 有 儿卜 年， 机 器 人 的 定 义 仍 然 仁 者 见 仁， 智 者 见 智， 没 有 一 个 统 一 的 意见 4 5 1 原因之一是机器人还在发展，新的机型，新的功能不断涌现。根本原因主要是 浙江大学硕士论文 因为机器人涉及到了人的概念，成为一个难以回答的哲学问题。就像机器人一 词最早诞生于科幻小说之中一样，人们对机器人充满了幻想。也许正是由于机 器人定义的模糊，才给了人们充分的想象和创造空间。 在 1 9 6 7 年日 本召开的第一届机器人学术会议上， 就提出了两个有代表性的 定义。一是森政弘与合田周平提出的: “ 机器人是一种具有移动性、个体性、 智能性、通用性、半机械半人性、自动性、奴隶性等 7 个特征的柔性机器”。 从这一定义出发， 森政弘又提出了用自 动性、 智能性、个体性、 半机械半人性、 作业性、通用性、信息性、 柔性、有限性、 移动性等 1 0 个特性来表示机器人的 形象。另一个是加藤一郎提出的具有如下3 个条件的机器称为机器人: . 具有脑、手、脚等三要素的个体; . 具有非接触传感器 ( 用眼、耳接受远方信息)和接触传感器; . 有平衡觉和固有觉的传感器。 该定义强调了机器人应当仿人的含义， 即它靠手进行作业， 靠脚实现移动， 山脑来完成统一指挥的作用。非接触传感器和接触传感器相当于人的五官，使 机器人能够识别外界环境，而平衡觉和固有觉则是机器人感知本身状态所不可 缺少的传感器。这里描述的不是工业机器人而是自 主机器人。 机器人的定义是多种多样的，其原因是它具有一定的模糊性。动物一般具 有上述这些要素，所以在把机器人理解为仿人机器的同时，也可以广义地把机 器人理解为仿动物的机器。 1 9 8 8 年法国的埃斯皮奥将机器人定义为:“ 机器人学是指设计能根据传感 器信息实现预先规划好的作业系统，并以此系统的使用方法作为研究对象”。 1 9 8 7 年国际 标准化组织对工业机器人进行了 定义:“ 工业机器人是一种具有自 动控制的操作和移动功能，能完成各种作业的可编程操作机。 我国科学家对机器人的定义是: “ 机器人是一种自动化的机器，所不同的 是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动 作能力和协同能力，是一种具有高度灵活性的自 动化机器”。在研究和开发未 知及小确定环境 f 作业的机器人的过程中，人们逐步认识到机器人技术的本质 是感知、决策、行动和交互技术的结合。随着人们对机器人技术智能化本质认 识的加深，机器人技术开始源源不断地向人类活动的齐个领域渗透。结合这些 浙江大学硕士论文 领域的应用特点，人们发展了各式各样的具有感知、决策、行动和交互能力的 特种机器人和各种智能机器，如移动机器人、微机器人、水下机器人、医疗机 器人、军用机器人、空中空问机器人、娱乐机器人等。对不同任务和特殊环境 的适应性，也是机器人与一般自 动化装备的重要区别。这些机器人从外观上己 远远脱离了最初仿人型机器人和工业机器人所具有的形状，更加符合各种不同 应用领域的特殊要求，其功能和智能程度也大大增强，从而为机器人技术开辟 出更加广阔的发展空问。 原中国工程院院长宋健曾指出:“ 机器人学的进步和应用是2 0 世纪自 动控 制最有说服力的成就，是当代最高意义上的自 动化”。机器人技术综合了多学 科的发展成果，代表了 高技术的发展前沿，,l 在人类生活应用领域的不断扩大 正引起国际上重新认识机器人技术的作用和影响。 1 . 2 . 2机器人的分类及地面移动机器人 随着高新技术的发展，各种类型的军用机器人己经大量涌现，一些技术发 达 的 国 家 相 继 研 制了 智 能 程 度 高 、 动 作 灵 活 、 应 用 广 泛的 军 用 机 器 人 (6 1 。 目 前 军用机器人主要是作为作战武器和保障武器使用。在恶劣的环境下，机器人的 承受能力大大超过载人系统，并且能完成许多载人系统无法完成的工作，如运 输机器人可以在核化条件下 仁 作，也可以在炮火下及时进行战场救护。在地面 上，机器人为联合国维和部队排除爆炸物、扫除地雷;在波黑战场上，无人机 大显身手;在海洋中，机器人帮助人清除水雷、探索海底秘密;在宇宙空间， 机器人成了火星考察的明星。 地面 机 器人 又可 分 为自 主 车 辆 和 半自 主 车 辆 7 l 。自 主 车 辆 依 靠自 身 的 智 能 自 主导航， 躲避障碍物， 独立完成各种战斗任务; 半自 主车辆可在人的监视下自 土行使， 在遇到困难时操作人员可以进行遥控干预。 智能移动机器人土要是指智能或遥控的轮式和履带式车辆，是机器人研究 领域中的 一 个重要分支。智能移动机器人集人一 智能、智能控制、信息处理、 图像处理、监测与转换等专业技术为一体，跨计算机、自动控制、机械、电子 浙江大学硕士论文 等多学科，成为当前智能机器人研究的热点之一。智能移动机器人可分为室外 智能移动机器人( o u t d o o r i n t e l l i g e n t m o b i l e r o b o t ) 和室内移动机器人 ( i n d o o r m o b i l e r o b o t ) .室外智能移动机器人，又称 自主陆地车辆 a l v ( a u t o n o m o u s l a n d v e h i c l e ) 或无人驾驶车辆与智能机器人( u n m a n n e d v e h i c l e a n d i n t e l l i g e n t r o b o t ) 。 室内和室外这两类环境非常不同，室内环境一般比较狭窄，光照、景物等 外部环境都比较恒定; 室外环境一般比较开阔， 光照、 景物等外部环境随时间、 天气、季节、地理位置等变化比较大，因此室外移动机器人一般需要比室内移 动机器人具有更多智能。室外移动机器人一般包括以下几个组成部分: . 执行机构:用来驱动机器人行动的机械、马达和控制模块。 . 传感器:用来感知周围环境，经常使用的包括摄像机、激光雷达、超声测 趾等。另外一般还包括传感器数据处理模块，以及多传感器的数据融合模 块。 . 定位系统:用来确定机器人位置和姿态，经常使用的包括惯导和 c p s全球 定位系统，最近几年利用关键点自然景物的定位算法研究也取得了一定的 进展。 . 路径规划:一般分为全局和局部路径规划。全局路径规划 一 般是在事先绘 制的地图上给出到达日 标点所要经过的路线;局部路径规划则一般是根据 传感器感知的周围环境给出机器人在以后比较短的一段时间内的路径，用 来规避障碍物。 . 其他:一般移动机器人是被设计成完成特定任务的，因此需要一定的专门 模块来完成这些任务。另外，为了方便人类管理，也需要提供人机界面来 监视机器人 l 作状态和 下 达任务。 其中，传感器、定位系统和路径规划一起组成机器人的导航系统，小同传 感器不仅仅传感器的数据处理模块不同，而且对应的路径规划策略和复杂程度 也会不同，打个比方，主要依靠触角和嗅觉的蜒$ 1 的 “ 脑”只需要儿 卜 个神经 元，而依靠视觉的蜜蜂的 “ 脑”却需要儿十万个神经元，它们 “ 脑”不同的复 杂程度是和它们所能感知的世界相适应的。因此可以推想移动机器人的 “ 脑” 所需要的复杂程度也是和它们所能感知的世界相适应的。木文主要研究基于计 浙江大学硕士论文 算机视觉的智能移动机器人导航技术。 1 . 2 .3地面机器人发展历史及现状 山于自 主机器人的重要军用和民用价值，因此世界各发达国家和地区，主 要包括美国、欧洲、日 本、韩国和我国等，都在这方面投入了大量的人力物力 进行相关技术的研究和开发。了解和跟踪这个领域内的研究现状和趋势有助于 我们理解自 主机器人的一般结构以及理解和创新以机器视觉作为导航方法的具 体 应 用 7-12 1 美国八十年代的研究工作 在美国，早 期的研究计 划由d a r p a ( d e f e n s e a d v a n c e d r e s e a r c h p r o j e c t a g e n c y ， 国防部高级研究计划局) 发起， 在其战略计算计划( s t r a t e g y c o m p u t i n g p r o g r a m ) 的资助下，一些大学和公司的实验室开发了 一些 “ 具有高级推理和感 知能力”的原型系统。研究单位包括 m a r t i n m a r i e t t a航天实验室、 c a r n e g i e - m e l l o n 大学 ( c m u ) 和 f m c 公司。 m a r t i n m a r i e t t a公司开发的 a l v i n在 1 9 8 6 年 m a r t i n m a r i e t t a d e n v e r 机场进行了首次道路跟踪演示。在其后 6 月份的演示中，在较为复杂的路面上 以l o k m / h r 的速度行驶了4 . 5 k m 。在 1 0 月份的演示中，完成了避障任务，并将 最高运行速度提高到了2 0 k m / h r . a l v i n 是较早利用2 维和3 维信息实现非结构 化道路自 主行驶的移动机器人之一。 c a r n e g i e - m e l l o n 大学开发的n a v l a b 是最有特色的， 它的视觉系统研究较为 深入，其中的s c a r f ( s u p e r v i s e d c l a s s i f i c a t i o n a p p l i e d t o r o a d f i n d i n g ) 视觉系统采用了彩色模型分类和基于模型的h o u g h 变换投票表决的办法， 结合一 个扫描景物的距离图像数据，可获得很可靠的导航性能。但由于当时的计算机 处理能力小足， 速度较慢， 最初只能以0 . l m / s 的速度缓行， 后来经过改进在 1 9 8 9 年的演示中达到 4 . 7 k m / h r 的速度。c m u 还1司 时进行了u n s c a r f ( u n - s u p e r v i s e d c l a s s i f i c a t i o n a p p l i e d t o r o a d f i n d i n g ) 视觉系统们 卫 和a l v i n n ( a l v i n n e u r a l n e t w o r k ) 视 觉导 航系 统 4 2 1 ， 其中 a l v i n n 获 得 较 大 成功， 已 给 人印 象 最 浙江人学硕士论文 算机视觉的智能移动机器人导航技术。 1 2 3 地面机器人发展历史及现状 由于自主机器人的重要军用和民用价值，因此世界各发达国家和地区，主 要包括美国、欧洲、日本、韩国和我国等，都在这方面投入了大量的人力物力 进行相关技术的研究和开发。了解和跟踪这个领域内的研究现状和趋势有助于 我们理解自主机器人的一般结构以及理解和创新以机器视觉作为导航方法的具 体应用2 1 。 美国八十年代的研究工作 在美国，早期的研究汁划由d a r p a ( d e f e n s ea d v a n c e dr e s e a r c hp r o j e c t a g e n c y ，国防部高级研究计划局) 发起，在其战略计算计划( s t r a t e g yc o m p u t i n g p r o g r a m ) 的资助下，一些大学和公司的实验室开发r 一些“具有高级推理和感 知能力”的原型系统。研究单位包括m a r t i nm a r i e t t a 航天实验室、 c a r n e g i e m e l l o n 大学( c m u ) 和f m c 公司。 m a r t nm a r i e t t a 公司开发的a l v i n 在1 9 8 6 年m a r t i nm a r i e t t ad e n v e r 机场进行了首次道路跟踪演示。在其后6 月份的演示中，在较为复杂的路面上 以l o k m h r 的速度行驶了4 5 k m 。在1 0 月份的演示中，完成了避障任务，并将 最高运行速度提高到了2 0 k m h r 。a 1 v i n 是较早利用2 维和3 维信息实现非结构 化道路自主行驶的移动机器人之一。 c a r n e g i eg e l l o n 大学开发的n a v l a b 是最有特色的，它的视觉系统研究较为 深入，其中的s c a r f ( s u p e r v i s e dc l a s s i f i c a t i o na p p l i e dt or o a df i n d i n g ) 视觉系统采用了彩色模型分类和基于模型的h o u g h 变换投票表决的办法，结合一 个扫描景物的距离图像数据，可狄得很可靠的导航性能。但由于当时的计算机 处理能力小足，速度较慢，最初只能以0 1 m s 的速度缓行，后来经过改进在1 9 8 9 年的演示中达到4 7 k m h r 的速度。c m u 还l 司时进行了u n s c a r f ( u n s u p e r v is e d c i a s s i f i c a t i o na p p l i e dt or o a df i n d i n g ) 视觉系统”雨1 a i v l n n ( a l v i n n e u r a ln e t w o r k ) 视觉导航系统【4 2 1 ，其中a l v i n n 获得较大成功，它给人印象最 浙江犬学硕十论文 为深刻的一点就是它的网络结构非常简单，而表现出的性能却非常好：其次就 是它的学习策略设计非常巧妙。改进的a i j v i n n 在后来的u g v 系统中得到了威用 4 3 1 。 f m c 公司从1 9 8 2 年起就开始了它的研究t 作，其演示车辆是一辆1 0 吨的 运兵车，具有任务和路径规划的能力。这一车辆的实时避障速度可达8 k m h r ， 道路跟踪速度达到1 9 k m h r 。 美国九十年代的研究工作 到了九r 年代，美国类似的研究主要集中于战场2 0 0 0 ( b a t t l e f i e l d2 0 0 0 ) 引划中u g v ( u n m a n n e dg r o u n d v e hj c l e ) 系统的研究。u g v 系统由a r p a ( a d v a n c e d r e s e a r c hp r o j e c t sa g e n c y ，高级研究计划局) 发起，由美国导弹军总部( u sa r m y m i s s j l ec o m m a n d ) 临督开展研究，签约项目名称为s s v ( s u r r o g a t e s e m i a u t o n o m o u sv e h i c l e ，代理半自主式车辆) 。u g v 分为阶段，第一阶段称为 u g vd o m e1 ，在1 9 9 2 年进行了演示：第二阶段称为u g vd e m oi i ，提出的目标 更高，涉及的内容更广，签约公司或研究机构达5 1 家，其中m a r t i nm a r i e t t a 公一j 负责项目的集成。u g vd e m oi i 的研究只标旨在加强美军国防部门兵力结 构，因而u g v 具有相关军事环境中的进攻和防御力量。 从1 9 9 9 年9 月开始的u g v i 。划第三阶段的研究，称为u g vd c m o1 1 1 ，是一 个为期二i 年的研究计划，到2 0 0 2 年9 月完成。该计划的核心是提高无人地面车 辆的机动性，在1 9 9 9 年度实现在无明显植被覆盖的越野环境中自天最高速度达 到1 6 k m h ，夜间最高速度达到8 k m h 。d o m ei i i 的最新成果是在2 0 0 2 年9 月实 现在公路上行驶的最高时速为6 4 公里，在有植被的越野环境中白天最高速度达 到3 2 k m h ，夜间最高速度达到1 6 k m h 。同时还具有战场侦察能力，在车辆静止 时侦察范嗣为2 公里：具有多平台交互与叻，同能力 3 3 训】。 美! 鱼d a p r a o “1 ( d e f e n s ea d v a n c e dr e s e a r c hp r n j e c t sa g e n c y ) 在2 0 0 4 年3 月份举行，著名的赛车赛事“g r a n dc h a l l e n g e ”从洛杉矶到拉斯维加 斯的无人驾驶机器入竞赛。其主要目的是发j 苌自动驾驶车辆技术以可用于军事 要求。但没有一史队伍能够最终完成徒步穿越大沙漠的全过程，由此也可以看 浙江人学硕士论文 出机器人技术发展的不足以及存在的很多仍可以改进的地方。 欧洲的研究工作 欧洲e s p r i t ( e u r o p e a ns t r a t e g i cp r o g r a m m ef o r r e s e a r c ha n d d e v e l o p m e n ti ni n f o r m a t i o nt e c h n o l o g i e s ，欧洲信息技术研究与发展战略训 划) 框架中将一个智能游弋控制系统列为重要研究内容，其核心目标是利用 h p c n ( h i g hp e r f o r m a n c ec o m p u t i n ga n dn e t w o r k i n g ) 技术建立一个简洁、高效 和稳定的视觉系统【4 4 。8 】。这个项目的名称为c l e o p a t r a ( c l u s t e ro fe m b e d d e d p a r a l l e lt i m e c r i t i c a la p p l i c a t i o n s ) ，由d a i m l e r b e n z 公司、c v i s 公司、 p a c 公司、t h o m p s o n 公司和u b m 大学( 慕尼黑国防军大学) 负责研究所有的子系 统被集成到一辆d a i m l e r b e n z ( 奔驰) 轿车上。1 9 9 4 年以来其样车v a m p 进行了行 驶实验，此后所有系统将被装到另一辆v l l 、ai i 车上。v a m p 的实地行驶实验从德 国的m u n i c h 开始，经历n u m r e m b e r g ，w u r z b u r g ，k a s s e l ，h a n n o v e r ，h a m b u r g 飘l f l e n s b u r g ，一直向北进入丹麦境内的k o l d i n g ，最后达f u o d e n s e ，此后沿原 途返回m u n i c h ，行程共1 6 0 0 k m ，其中9 5 的路程是自主行驶的。4 0 0 多次的换 道操作也是自主进行的。 另外值得提出的是意大利的p a r m a 大学研制的a r g o 自主车【4 9 1 ，比较有特色 的是它只利用了摄像机作为传感器：利用立体视觉来检测道路前方障碍物，利 用单个黑白摄像机来检测道路方向，1 9 9 8 年7 月，a r g o 在意大利的高速公路网 上进行了2 0 0 0 公里的试验，其中包括平原和山地、隧道等多种地形，其中大约 9 4 的路程是自主驾驶。 除欧美外，日本【5 0 1 ，加拿大f 引1 、韩国【52 1 、泰国及新加坡等也己投入一定 的人力和物力开展a l v 的研究，并取得了一些研究成果。 我国a l v 的研究工作 我国在8 6 3 汁划中曾研制了遥控车辆，而真正具有一定自主能力的车辆是 “八五期间研制的第一辆a l v 样车，简称为a l v l a b i ，如下图1 1 ( a ) 所示 8 - 1 3 。 其由浙江大学、幽防科技大学、清华大学、北京理t 大学、南京理 大学联合 浙江大学硕士论文 研究完成。其非结构化道路实验在清华大学校园内进行，结构化道路实验在北 京某装甲兵试验场地进行。a t b 一1 系统车体选用了国产跃进客货车改制，车上 集成了二维彩色摄像机、黑板调度、全局、局部路径规划。两台p c 4 8 6 完成路 边抽取识别和激光信息处理，8 0 8 9 单片机完成定位计算和车辆自动驾驶。其体 系结构以水平式结构为主，采用传统的“感知一建模一规划一执行”算法，其直线 跟踪最高速度达到2 1 6 k m h ， 避障速度达到5 “1 0 k m h 。 在接下来的“九五”期间，上述几所大学继续合作，在平台的稳定性以及 自动车速提高上做了进一步的研究，研制出了第二代地面自主车a l v l a b i i ，如 下图1 1 ( b ) 所示。全部实验在北京某装甲兵实验场完成，道路环境下自主行 驶最高速度为7 4 k m h ，正常行驶速度为3 0 6 k m h ，越野环境白天行驶最高速度 为2 4 k m h ，夜间行驶最高速度为1 5 k m h ，同时支持临场感遥控驾驶及战场侦察 等功能。 目前，我国正在组织研究第三代的陆地自主车a l v l a b i i i ，如下图1 1 ( c ) 所示。浙江大学继续承担其中的视觉处理模块的研制开发。该自主车在原有的 “九五”基础上，提高了其二维视觉处理功能模块的性能，更加上了基于立体 视觉的导航，增加了在越野场景下的三维立体视觉障碍物榆测的要求。全部实 验在南京某实验场完成，二维道路跟踪和夜视部分性能要求同“九五”，立体视 觉要求越野路段最高行驶速度为2 0 k m k 。 ( b ) a l v l a b l l( c ) a l v l a b i l i 图1 1 “八五”、“九五”和“十 ”的实验样车 近年来的发展趋势 随着计算机技术、微电子技术的进步发展，军用机器人的智能将得到进一 步的提高，在战争中担负更加复杂的任务。有专家估计，到2 0 0 5 年左右，战斗机 浙江大学硕士论文 器人将全方位地走上战场;而到2 0 0 年左右，将有1 0 0 多种不同性能的智能机器 人用于军事行动。 1 .2 . 4研究内容及难点 室外移动机器人是一个组成结构非常复杂的系统， 已 不仅具有加速、 减速、 前进、后退以及转弯等常规的汽车功能，而且还具有任务分析、路径规划、路 径 跟 踪 、 信 息 感 知 、 自 主 决 策 等 类 似 人 类 智 能 行 为 的 人 工 智 能 2 6 2 7 。 因 此 ， 按 其功能划分，室外移动机器人可以看作是由机械装置、行为控制器、知识库及 传感器系统组成的相互联系、相互作用的复杂动态系统。室外移动机器人的研 究涉及机械、控制、传感器、人工智能等技术，但主要集中在若干关键技术的 研究与突破。这些关键技术主要包括机器人控制体系结构、路径规划与车体控 制技术、车体的定位系统、 机器人视觉信息的实时处理技术以及多传感器信息 的集成与融合等。 计算机视觉导航使机器人可以工作于复杂环境中，而道路场景理解算法正 是机器人视觉导航中非常重要的一个环节。一个好的道路场景理解算法应该能 够同时满足实时性、对环境变化的鲁棒性以及精确性的要求。对于算法的实时 性要求主要是指算法的计算量可以事先估计，这样可以知道在最坏的情况下算 法需要多长计算时间，只有满足这个要求的算法才可能实时实现:对环境变化 鲁棒性的要求是由于实际道路环境是非常复杂的，不可能事先对所有的情况都 预计到，因此也就要求算法能够自动适应环境变化;精确性是指能够得到准确 的道路区域，为路径规划提供详细可靠的信息。 从目 前的硬件发展水平来看， 尽管计算能力似乎已不再是一个很大的问题， 但是在数据采集方面仍然存在许多问题，比如在大部分的试验中，已经证明最 大的困难在于在不理想的光照条件下，比如潮湿的道路、太阳光直射摄像机、 路而反光以及强烈的阴影等等，如何能够获得足够鲁棒的性能。这些一方面有 待传感器技术的提高来解决在恶劣光照条件下的传感器敏感度;另一方面，在 算法的鲁棒性方面也仍然有许多下作可以做。 作者通过参加国家 五重点攻关项日“ 军用智能移动机器人平台”的二维 浙江人学硕士论文 视觉导航的研究， 深切地感受到: 虽然二维视觉导航属于计算机视觉的一部分， 但是它本身具有许多特殊的性质和要求，因此在利用计算机视觉理论来设计视 觉导航算法时，一定要非常小心 谨慎。特别是下面这三条一定要考虑周全，否 则在实际测试中可能会带来许多问题。 a 先，由于移动机器人的行驶速度受导航算法的处理速度限制，视觉导航 比许多其他应用需要快得多的处理速度。而山于图像处理的大数据量，因此不 仅在硬件上需要特别设计的结构，在算法设计以 及实现上，都需要加以 特别考 虑。 其次，在计算机视觉理论研究时，往往会假设一个场景的简化模型，或者 提出一些假定来方便识别和场景的重建。但是由于移动机器人是在真实世界中 行驶，因此必须考虑到真实世界的复杂性，对一些关键性的参数，不能妄加假 定，随意简化; 必须意识到:任何模型都只是对真实世界的一个非常简化的假 设，因此不可避免存在和模型不符的时候，下面以 在视觉导航中最